温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于
树莓派
计算机控制
物流
搬运
机器人
设计
刘光晓
54 电子技术 第 52 卷 第 5 期(总第 558 期)2023 年 5 月Computer Engineering计算机工程工作区域内运输物品效率最高。利用数学的图论模型知识,算出能实现机器人自动导航时最节能的最短路径。通过以上功能的整合可以完成具有自动导航、视频监控和遥控控制功能的物流运输机器人设计,本作品的总体设计方案如图1所示。2 机器人智能行走和人工遥控 2.1 机器人自动导航在自动导航设计方面,我们构建了三个功能模块,分别是避障模块、循迹模块和超声波模块。把这三个模块的功能进行整合,就可以让机器人自主循迹避障,实现自动导航的功能2。对于避障模块,主要由2个红外对管构成,放置在机器人的前面两侧。当机器人前方有障碍物时,红外对管发射的红外线就会马上被反弹回来,并被接收管接收进而反馈一个低电位给机器人。如基金项目:广西民族师范学院国家级大学生创新创业训练计划项目(202210604038)。作者简介:刘光晓,广西民族师范学院数理与电子信息工程学院;研究方向:电子信息工程。收稿日期:2022-08-15;修回日期:2023-05-12。摘要:阐述基于树莓派计算机控制的物流搬运机器人设计,机器人智能行走和人工遥控,包括机器人自动导航、视频监控和遥控控制、系统设置和软件设计。关键词:计算机控制,搬运机器人,视频监控,遥控控制。中图分类号:TP242,TP273文章编号:1000-0755(2023)05-0054-02文献引用格式:刘光晓,石雪莹,韩珍亮,何柳腾,雷雨雯,梁宇丽,罗雅文,林诗颖.基于树莓派计算机控制的物流搬运机器人设计J.电子技术,2023,52(05):54-55.基于树莓派计算机控制的物流搬运机器人设计刘光晓,石雪莹,韩珍亮,何柳腾,雷雨雯,梁宇丽,罗雅文,林诗颖(广西民族师范学院 数理与电子信息工程学院,广西 532200)Abstract This paper describes the design of logistics handling robot based on Raspberry pie computer control,robot intelligent walking and manual remote control,including robot automatic navigation,video monitoring and remote control,system setting and software design.Index Terms computer control,handling robot,video monitoring,remote control.Design of Logistics Handling Robot Based on Raspberry Pie Computer ControlLIU Guangxiao,SHI Xueying,HAN Zhenliang,HE Liuteng,LEI Yuwen,LIANG Yuli,LUO Yawen,LIN Shiying(Guangxi Normal University for Nationalities,Guangxi 532200,China.)0 引言本文所述的物流搬运机器人使用树莓派计算机来进行开发,机器人身上装有物品存放箱用来运输物品等,并可以实现自动导航行走、可移动视频监控和遥控控制的功能。1 研究背景应用的树莓派计算机具有各种接口,它连接5个红外对管和1个超声波传感器,实现循迹避障的功能;连接4个电动马达,实现机器人四驱驱动行走的功能;连接多个舵机云台,实现超声波传感器的180度转动和摄像头的全方位转动功能1。另外,本作品在设计方面还进行了创新。在物理层面,本作品中的机器人应用了舵机云台的旋转功能,使超声波传感器和摄像头可以上下左右多个方位转动。让机器人可以实现三维内全方位的视频监控,拓展了机器人的监控视野。在提升自动导航精度方面,本作品中的机器人使用了红外线、超声波等传感器,通过不同传感器能识别到的障碍物距离进行叠加,根据信息重叠的概率判断正确性,使机器人识别到障碍物的准确度更高。另外,本团队成员还利用了物流管理和财务管理方面的专业知识完成了机器人路径规划的任务,使机器人在一定的图1 机器人总体设计方案电子技术 第 52 卷 第 5 期(总第 558 期)2023 年 5 月 55Computer Engineering计算机工程果机器人前方没有遇到障碍物,则红外对管保持反馈一个高电位给机器人。树莓派计算机通过红外对管反馈的高低电位变化输出相应的信号,使机器人做出相应的动作来实现避开障碍物的功能。当左边有障碍物时则让机器人往右转动,每次转动一定的角度,直到机器人避开了障碍物后再停止转动的次数。同理,当右边有障碍物时则让机器人往左边转动避开障碍物。通过以上原理,我们就实现了机器人避开前面两侧障碍物的功能。对于循迹模块,主要由3个红外对管构成。我们把它放置在机器人底部,用来实现机器人进行路径识别并按照规定路线行走的功能。如果机器人走进了白色路径,红外对管就会立马反馈一个低电位给树莓派计算机,树莓派计算机就立马输出信号使机器人往相反方向行走,让机器人进入黑色路径。如果机器人走进了黑色路径,红外对管就会立马反馈一个高电位给树莓派计算机,树莓派计算机就会输出信号使机器人保持继续往前方行走的状态。机器人通过这种原理,就可以自己判断自己行走的路径是否正确,并做出相应的动作,使自己按规定路线进行行走,从而实现自动循迹的功能。对于超声波模块,我们使用了一个超声波传感器来实现超声波避障的功能。当前方有障碍物时,超声波传感器则左右转动,判断出哪边没有障碍物就让机器人往哪边行走。当前方没有障碍物时,则让机器人保持继续往前方行走。对于超声波传感器反馈不同的电位使树莓派计算机输出不同信号,使机器人做出不同反应的原理与红外对管的工作原理类似,我们不再重述。2.2 视频监控和遥控控制在视频监控方面,首先要利用摄像头拍摄机器人所处的道路情况,然后把拍摄的画面以视频流的方式传输到手机或者电脑App上,最后用户就可以在手机或者电脑App上看到机器人身边的环境。对此,我们把摄像头模块和树莓派计算机主控板进行了连接,利用树莓派计算机调用V4L2标准驱动,让机器人可以获得道路情况的实时视频。机器人获得的视频流通过Wi-Fi技术上传到手机或者电脑上,用户可以利用App技术观看到机器人所在的道路视频,实现视频监控的功能。在人工遥控机器人行走方面,通过手机或者电脑App进行操作。同样通过Wi-Fi技术把App里的按键指令传播给机器人,让机器人按照按键指令进行前进、后退、左转、右转的操作,从而实现对机器人进行遥控控制的功能。2.3 电压电流参数本作品机器人应用电源适配器,把220V电压转换成612V之间再进行充电。机器人在电池电压大于6V时才能正常进行工作,但当电池电压小于6.4V时就可以进行充电了,当电池电压达到7.98V左右时就不用进行充电了。在高低电位的判别方面,我们设计的循迹模块、避障模块和超声波传感器模块的高电位都是在4.85.2V左右。对于电机,它工作在7.37.5V左右,它的驱动芯片可以输出0.91.1A左右的电流并且工作电压可以达到11V。另外,舵机工作在5V左右,驱动舵机的芯片可以把外部9V的电压转换成5V,输出3A的电流。对于计算超声波传感器测到的障碍物距离(S),它的计算如下:T(s)=(发出超声波的时间T1)-(接收到超声波反弹回来的时间T2);S(cm)=T340/2100。对于机器人的行走速度,一般设置在1045cm/s之间。因为电机速度设计较小时,电机的功率较小不足以承载机器人自身的重量,导致机器人原地不动,所以10cm/s以下的速度一般不进行设置。3 系统软件设计 3.1 写入镜像在写入镜像方面,我们先对16GB的SD卡进行格式化,防止安装后的系统不能运行。其中,我们用SDFormatter软件来格式化SD卡。再把Linux系统镜像写入到SD卡里面,最后让SD卡插入到树莓派计算机主板的SD卡口。这时开启机器人电源,树莓派计算机就会自动运行Linux系统,并打开一个Wi-Fi热点给手机或者电脑连接。其中,我们用Win32Disklmager软件来写入镜像,系统镜像可以在树莓派计算机官方网站进行下载。3.2 远程控制机器人软件在远程控制机器人方面,需要我们在电脑里安装适合自己电脑系统操作位数的文件传输软件和远程控制软件。通过电脑连接机器人产生的Wi-Fi热点后,就可以用远程控制软件来控制机器人的操作系统,再把编写好的文件通过文件传输软件发送到机器人的操作系统。这样,就可以通过控制机器人操作系统来运行相应的文件代码,完成机器人遥控控制功能的基础软件设计。4 结语树莓派计算机相当于一款小型计算机,具有基本的计算机功能结构,能完成自动导航功能、遥控控制功能和视频监控功能。本机器人的设计结合了自动化、电子信息和物流管理等专业技术,巧妙地完成了学科交叉的实用综合型作品。为物流时代的电子应用提供了参考价值,也具有展示智能化物流运输时代的意义。参考文献1 弓鹏伟,费燕琼,宋立博.基于多传感器信息融合的轮履混合移动机器人路况识别方法J.上海交通大学学报,2017,51(04):398-402.2 王檀彬,陈无畏,李进,焦俊.多传感器融合的视觉导航智能车避障仿真研究J.系统仿真学报,2009,21(04):1015-1019.