2 物料搬运机器人平台设计

机器人平台主要由机械平台部分和电控部分组成，本文设计围绕以上两部分展开。

2.1 机械平台部分设计

底盘的结构运用麦克纳姆轮的设计，为了减轻移动机器人的重量，底板由铝合金板材制成。预留出车轮的位置，并适当增加车轮之间空间的利用率，为以后在底盘增加其他传感或控制器件预留出一定空间。其他零部件的安装位置也需要预留安装孔。设计的机器人需要实现精确的运动控制，故为麦克纳姆轮提供动力的电机选型至关重要。直流减速电机控制精度高、可靠性好、性价比高，可以使搬运机器人进行全方位移动，提高了机器人抓取货物的效率，经由PLC控制器进行路线规划，使多台搬运机器人在工作时有条不紊，提升了搬运效率。

2.2 电控部分设计

2.2.1 直流减速电机

方位控制电机为带编译器的直流减速电机，工作电压为12V ，空载转速为366rad/min ，因此使用输出电压为12V的四路BTN7971驱动模块。使能端输入单片机PWM输出，用于控制电机转速，这里利用单片机产生频率为72kHz、占空比为50%的方波信号，控制电机慢速运行；IN1、IN 2端和IN3、IN 4端输入两个电机的正反转控制信号，用于控制电机转向，实现车体运动方向的变换。

2.2.2 电路方案设计

整体的电路方案如下：选用stm32芯片作为主控芯片，通过可编程控制器（ PLC ）进行路径规划，以确定机器人的空间位置；到达指定地点识别二维码后，再次进行路径规划；到达指定地点后，执行舵机转向算法，以控制机械臂；通过OpenMV进行二维码识别；通过神经网络算法进行物品定位，来控制机器人抓取物体。

根据机器人整体构造，对印制电路板（ PCB ）进行自主设计，设计出契合机器人的PCB ，以达到更好的使用效果。PCB按功能划分模块，合理地将元器件安置在PCB上，有利于传感器感知循迹信息，实时有效地反馈信息给主控芯片进行二维码的处理，并且将反馈信息输入PLC ，进行路径规划，达到PCB与PLC通信的目的。

主控PCB完全采用手工布线的方式，参照电路特性，本文采用双层布线，元器件放置于顶层，顶层和底层均可走线（红线为顶层布线，蓝线为底层布线），布线设计也要合理调控布线宽度，保证线宽和足够的线距，确保电路安全，并少量使用过孔及合理安排拐角，通过对PCB的合理规划设计，方便后期电路的接线过程。

2.2.3 视觉识别模块设计

OpenCV可以运行在Linux、Windows、Android和MacOS操作系统上，是一个基于BSD许可（开源）发行的跨平台计算机视觉库。它由一系列C 函数和少量C++类函数构成，同时提供了 Ruby、Python、MATLAB等语言接口，实现了计算机视觉和图像处理方面的很多通用算法。OpenCV轻量且高效，本文通过神经网络算法实现对货物的准确识别。

在机器人上安装一个高清广角摄像头，其静态图片分辨率为600像素× 480像素，打开终端输入ls/dev/video*，得到图像，二维码识别流程如图1所示。

获得图像后，首先使用图像处理模块对图像特征进行初步提取，模型构建模块对图像特征进行深入提取并返回识别模型，控制模块作为执行机构执行相应的动作。然后对图像进行灰度化，由于运算速度有限，彩色图像运算偏大，所以需要对图像进行色彩空间转换。最后进行图像二值化，完成图像灰度化后，经过二值化的图像只剩黑、白两色，便于进行边缘检测，通过边缘信息的结果识别路况。最终将二维码进行解码处理，得到运行指令。

在工业领域，二维码的位置通常会具有一定的随机性，且二维码在图像中的面积比例较小，这需要识别系统能够有效地在视频中提出感兴趣区域（ ROI ），并在ROI区域中按照图 2 的方式进行工业级别的二维码识别，以更好更快地获取搬运任务信息。为了能够快速获取ROI区域，本文受深度学习领域的影响，采用深度神经网络训练的方法快速获取图像中的ROI ，系统直接对ROI进行识别，提高了识别速度，二维码识别系统的整体结构如图2所示。

机器人采用深度学习算法来实现摄像头的快速视觉识别与定位，其算法由目标定位算法和目标识别算法两部分组成。

CNN视觉识别使用八层结构的C N N模型，分为输入层、中间层、全连接层三部分。主要参数为：卷积层5层；全连接层3层；深度8；参数个数60M；神经元个数650k。通过卷积神经网络，以RELU为激励函数，通过对指定形状的货物尺寸进行模型训练，将训练完成的神经网络输入处理器后，结合OpenMV获取的货物轮廓进行识别。然后通过OpenMV ，实现识别定位。本文采用的目标识别网络为AlexNet网络，该网络结构简单，方便训练和实现。

2.2.4 视觉识别模块设计

通过PLC梯形图编程把预先规定的路径设置好，物品所在地点是固定的，进行PLC编程时将取每个物体的路径事先规划好，该走到哪一步PLC会将信号发送至单片机，单片机再执行具体步骤。例如，要取一号物体， PLC已经将取一号物体的路径与单片机对接， PLC发送一个信号给单片机，单片机发送一个具体指令，机器人执行完以后再向PLC返回一个信号。重复以上步骤就完成了机器人到达取物地点的过程，如图3和图4所示。