基于智能分揀的智能分揀小車設(shè)計與試驗

基于智能分揀的智能分揀小車設(shè)計與試驗

0生活垃圾處理方面城市生活垃圾是世界上日益增加的資源。如果處理得很好，將產(chǎn)生顯著的經(jīng)濟效益。如果處理得不好，就會對自然環(huán)境和人類生活產(chǎn)生重大影響。我國一年生活垃圾產(chǎn)生總量達1.6億噸,每年以8%~10%的速度增長,但生活垃圾一直是混合收集,如果直接處理不僅造成資源的極大浪費,而且混合垃圾中還含有一些危險廢物如日光燈管、廢舊電池等,極易造成嚴重污染。在處理方式上,目前我國90%以上的垃圾采用直接填埋的方式,8%直接堆肥或露天堆放,不到2%的垃圾被直接燃燒。然而發(fā)達國家于20世紀70年代開始實施城市生活垃圾分類收集,該方法為垃圾的填埋、焚燒、堆肥等的正確處理打下基礎(chǔ),為實現(xiàn)垃圾處理減量化、資源化、無害化目標創(chuàng)造條件。目前,歐美及日本等發(fā)達國家對垃圾在源頭上進行分類投放,根據(jù)不同垃圾種類規(guī)定所投放到不同顏色的垃圾桶,通過專門的垃圾回收車進行人工收集,之后運送到相應(yīng)的處理場進行處理。然而,采用人為的分類運輸,不但成本高,而且工序繁雜,需要消耗大量物力和財力,因此采用一套全自動化流水線的系統(tǒng)可大大節(jié)約成本,而且有利于環(huán)境保護和資源的再利用。本研究采用自動化流水線的方式設(shè)計制造出一套系統(tǒng)模型,將人工分揀壓縮打包后的垃圾桶,通過帶有攝像頭識別的智能分揀小車(小車上帶有機械手臂)自動尋跡和辨別垃圾桶顏色,將不同的垃圾桶運送到相應(yīng)的垃圾處理廠進行相應(yīng)的分類處理。1智能分揀仿真系統(tǒng)由軌跡引導(dǎo)線和智能垃圾桶分揀小車兩大部分構(gòu)成。軌跡線是智能分揀小車尋跡的引導(dǎo)線,其分為紅、黑、藍3種顏色,小車根據(jù)所抓取的垃圾桶的不同顏色尋找相應(yīng)顏色的軌跡;智能分揀小車由攝像頭、機械爪、模擬垃圾桶、舵機、主電路平臺、直流電機和小車模型構(gòu)成。攝像頭對物體顏色進行識別,兩個舵機驅(qū)動機械爪抓取垃圾桶,根據(jù)垃圾桶的顏色使小車的舵機打向相應(yīng)的路徑,從而模擬不同垃圾桶分別運輸?shù)讲煌睦幚碇行?。該系統(tǒng)總結(jié)構(gòu)如圖1所示。2硬件電路設(shè)計2.1電源電路的設(shè)計智能分揀小車的主板電路由MC9S12XS128的16bit單片機和電源電路組成。其MC9S12XS128集成了PIM、TIM、PWM、SPI、SCI、ECT、CAN、AD、PIT、CAN等模塊,使用方便,功能強大,主要用來對攝像頭采集回來的數(shù)據(jù)進行讀寫,求得實際軌跡線位置信息,并根據(jù)一定的算法對舵機和電機進行控制。電源電路由一路兩片LM7805所組成的穩(wěn)壓電源,其給機械手以及機械臂的兩個舵機供電;一路由LM2940組成的線性電源以及調(diào)理電路,給芯片以及攝像頭供電。分揀機器人的導(dǎo)向舵機以及電機的電源由電池直接供電。該主板電路如圖2所示。2.2ov樣品和數(shù)據(jù)格式OV7620是CMOS黑白圖像傳感器。其支持連續(xù)和隔行兩種掃描方式,VGA與QVGA兩種圖像格式最高像素為664×492,幀速率為30fp8;數(shù)據(jù)格式包括YUV、YCrCb、RGB3種,能夠滿足一般圖像采集系統(tǒng)的要求。OV7620內(nèi)部可編程功能寄存器的設(shè)置有上電模式和SCCB編程模式。該系統(tǒng)采用SCCB編程模式,連續(xù)掃描,16位RGB數(shù)據(jù)輸出。2.3bts鋼絞線本研究所選擇的驅(qū)動芯片是英飛凌公司的大電流半橋驅(qū)動芯片BTS7970,該芯片最大輸出電流為63A,導(dǎo)通內(nèi)阻為16mΩ,具有邏輯電平輸入、電流診斷、斜率調(diào)節(jié)、死區(qū)時間產(chǎn)生和過溫、過壓、欠壓、過流及短路保護的功能。BTS7970應(yīng)用非常簡單,只需要向芯片第2引腳輸入PWM波就能控制。當系統(tǒng)中只需要單向控制時,只需要讓電機一端接地,另一端接BTS7970第4引腳。如果需要電機雙向旋轉(zhuǎn)控制,則需要另一片BTS7970共同組成全橋。該系統(tǒng)電機驅(qū)動電路采用兩片BTS7970共同組成全橋來控制電機的雙向旋轉(zhuǎn)。3系統(tǒng)的控制程序設(shè)計系統(tǒng)的程序設(shè)計是在飛思卡爾MC9S12XS128系列單片機開發(fā)軟件CodeWarrior5.0的平臺上進行的。該軟件具有支持多種語言、開發(fā)環(huán)境界面統(tǒng)一、交叉平臺開發(fā)以及支持插件工具等特點。在整個程序設(shè)計中,將整個系統(tǒng)分為:攝像頭識別顏色與尋跡、機械手動作、電機驅(qū)動等動作。系統(tǒng)進入運行狀態(tài)中時,首先對系統(tǒng)進行初始化,初始化后判斷攝像頭是否完成一場數(shù)據(jù)的采集,采集完數(shù)據(jù)后沿著黑線進行循跡。當系統(tǒng)檢測到停止線后,小車停下通過攝像頭進行顏色識別,如果沒有垃圾桶被傳送帶運輸?shù)街付ㄎ恢脛t停止等待,否則智能機器人識別顏色并夾住垃圾桶。倒車后沿黑線尋跡,當系統(tǒng)檢測到停止線后沿著相應(yīng)垃圾桶的顏色引導(dǎo)線尋跡。當系統(tǒng)檢測到終止線后,放下垃圾桶,進行倒車。倒車后繼續(xù)尋這一顏色軌跡,當系統(tǒng)檢測到停止線后退出藍色,繼續(xù)尋黑線,如此循環(huán)下去。該程序流程圖如圖3所示。4找到和顏色識別4.1張數(shù)字信號的選擇智能分揀小車采用靜態(tài)分割方法識別顏色,不同的顏色所體現(xiàn)的灰度值有一定的范圍,但是有的顏色會有一定的重合,該次設(shè)計主要采用紅、藍、黑3種顏色(嚴格說來還有白色),通過對灰度值進行分割,并且留有一定的裕度,防止顏色的重合,進而成功地識別出3種不同的顏色。紅、藍、黑3種顏色的分割是基于灰度特征,因為該系統(tǒng)采用的是黑白數(shù)字攝像頭,攝像頭輸出給單片機的是一系列代表灰度值的電壓信號,單片機接受到這些信號通過D/A轉(zhuǎn)換將其轉(zhuǎn)換為0~255的數(shù)字信號,黑色和白色的灰度值是攝像頭灰度范圍(0~255)的兩個極端,黑色灰度值最小為0,白色灰度值最大為255,而攝像頭對物體顏色的識別主要通過對物體顏色的亮度(灰度值)來判斷的,不同的顏色具有一定的灰度值范圍,顏色識別就要在攝像頭的特定灰度值范圍內(nèi)進行分割。該設(shè)計經(jīng)過攝像頭的采集并通過串口發(fā)送到上位機進行顯示,通過串口程序的設(shè)定將攝像頭采集的灰度值和3種顏色的閾值相比較,如果灰度值在藍色的灰度值范圍內(nèi),則程序設(shè)定發(fā)送0的ASC碼值,在上位機上顯示為0;如果灰度值在紅色的灰度值范圍內(nèi),則程序設(shè)定發(fā)送1的ASC碼值,在上位機上顯示為1;如果灰度值在白色的灰度值范圍內(nèi),則程序設(shè)定發(fā)送2的ASC碼值,在上位機上顯示為2;如果灰度值范圍在黑色的灰度值范圍內(nèi),則程序設(shè)定發(fā)送3的ASC碼值,在上位機顯示為3;當一場數(shù)據(jù)采集完之后,則程序發(fā)送轉(zhuǎn)行符的ASC碼值。所以本研究通過在該種設(shè)定情況下進行的上位機的顯示,從而分辨其顏色。對各種顏色進行對比實驗后,最終通過上位機的顯示確定了紅(131~180)、藍(90~130)、黑(0~80)3種顏色的灰度值范圍相差較為明顯,而白色的灰度值范圍廣(180~255),容易和這3種顏色分辨。所以本研究以白色為背景,通過對上位機的數(shù)據(jù)分析和對比,在攝像頭連續(xù)掃描的總行、列數(shù)中確定所需要掃描的基準行數(shù)和列數(shù),從而將掃描的每個點的灰度值和閾值進行比較,判別出相應(yīng)的顏色。4.2紅色閾值提取所謂尋跡識別,就是把攝像頭所拍攝到圖像中反映引導(dǎo)線的部分提取出來。這是一個圖像分割的過程。圖像分割是計算機進行圖像處理與分析中的一個重要環(huán)節(jié),是一種基本的計算機視覺技術(shù)。尋跡識別是通過攝像頭將圖像信息(如圖4所示)采集到芯片中對某幾行從左到右進行連續(xù)的掃描,以尋紅線為例,將掃描到的灰度值和紅色閾值范圍進行比較,如果有連續(xù)的兩行點的灰度值進入紅色閾值范圍內(nèi),則標記出第一個進入紅色閾值范圍內(nèi)的列數(shù)作為中心線特征值坐標。然后系統(tǒng)將得出的中心線特征值坐標和一場圖像的中間列坐標值進行偏差計算,來控制舵機,如此循環(huán),進行下一次模式識別(紅、藍、黑模式)。采集完一場的圖像時,本研究采用雙峰法將每一行的閾值先計算出來。目標指引線是有寬度(2cm)的,只是能探測到目標指引線,指引線的寬度信息對智能車定位系統(tǒng)并無額外的幫助。為達到尋線目的,實際上只要提取目標指引線的某些特征點,要求這些特征點合在一起能反映出指引線的形狀,稱這些特征點的矩陣坐標為特征位置。只要知道目標指引線的特征位置,本研究就可以進一步推知目標指引線的形狀和位置。提取目標指引線的矩陣坐標,就是只取一些能代表它的特征點,然后求取這些特征點的矩陣坐標。該系統(tǒng)采用動態(tài)雙峰法,以采集路線軌跡信息,使用攝像頭對將要尋的軌跡從右向左進行掃描,通過閾值的設(shè)定使智能機器分揀小車,按照不同的模式進行尋跡,增加了智能分揀小車的適應(yīng)性,提高了抗干擾能力。系統(tǒng)通過將不同顏色的物體按照相應(yīng)顏色的軌跡分別運輸,從而達到將不同種類的垃圾桶分送到相應(yīng)的處理中心進行處理的模擬。但是實驗環(huán)境并不理想,由于受到光線斜射的影響,有時背景和前景的對比十分不明顯,需要結(jié)合實際情況進行修正。4.3不同速度下的穩(wěn)定性檢驗系統(tǒng)尋跡累積誤差分析如圖5所示。在光線和攝像頭前瞻一定的情況下,占空比從左到右分別為15%、25%、35%、45%、55%和65%時,智能垃圾分揀小車運行20圈統(tǒng)計的累積誤差為e,因為尋跡線寬為2cm,智能垃圾小車的瞬時最大誤差不超過1cm(線寬的50%),只有這樣才能保證小車尋跡的準確性和穩(wěn)定性。為了便于觀察,本研究把累積誤差0線標定到縱坐標為4cm處,從圖5可以觀察到隨著占空比(速度)的加大,系統(tǒng)的累積誤差和波動加大,但是累積誤差在最大的誤差范圍內(nèi),總體上系統(tǒng)的累積誤差趨于0;當占空比較小時,也就是智能小車的速度比較低時,小車的累積誤差波動較小,尋跡的能力比較準確、可靠。該方案以Freescale公司的MC9S12XS128單片機作為系統(tǒng)的控制核心,采用OV7620數(shù)字攝像頭采集軌跡線信息,根據(jù)采集到的數(shù)據(jù)信息分析行駛路徑。本研究采用PID算法和模式識別對智能分揀小車的舵機和直流電機進行控制,并根據(jù)引導(dǎo)線的彎曲程度和顏色采用不同的控制策略。經(jīng)過實際測試,整個智能分揀小車系統(tǒng)能在規(guī)定的引導(dǎo)線上穩(wěn)定地行駛。5s黑圖像傳感器本研究是采用飛思卡爾