基于物聯(lián)網(wǎng)的AGV貨物智能分揀系統(tǒng)

顏歡 錢美鈺

摘要：在現(xiàn)代物流倉庫的管理過程中，貨物的分揀及裝卸是倉庫管理中必須要進(jìn)行的作業(yè)動作，叉車作為當(dāng)前貨物分揀及裝卸的常用設(shè)備，其存在柔性不高、智能化程度低、耗費(fèi)人力等問題，而隨著物聯(lián)網(wǎng)的發(fā)展，現(xiàn)代倉庫對貨物的智能化管理需求越來越高。因此該文提出一種基于物聯(lián)網(wǎng)的AGV貨物智能分揀系統(tǒng)，主要包括貨物識別子系統(tǒng)、導(dǎo)航子系統(tǒng)和避障子系統(tǒng)，通過多傳感器數(shù)據(jù)融合以及智能分析算法，可實(shí)現(xiàn)不在人工干預(yù)的情況下自動完成貨物分揀功能，從而提高倉庫的智能化管理，降低人力成本。

關(guān)鍵詞： AGV智能分揀； 貨物識別； 導(dǎo)航系統(tǒng)； 避障系統(tǒng)； 智能管理

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）09-0300-03

1 引言

隨著物聯(lián)網(wǎng)的發(fā)展，現(xiàn)代物流倉庫對智能化管理的需求越來越高[1]，相比于傳統(tǒng)的叉車搬運(yùn)工具，AGV（Automated Guided Vehicle）自動引導(dǎo)機(jī)器人可以不在人為干預(yù)的情況下，自動的沿著設(shè)定好的路徑行駛，并且自動的完成貨物的識別、分揀、裝卸等功能。在自動化倉儲行業(yè)中，AGV能夠有效地提升倉庫智能化管理效率，提高企業(yè)自動化生產(chǎn)水平，降低人工成本，因此也有越來越多的企業(yè)相繼開始研究AGV搬運(yùn)機(jī)器人，如亞馬遜的Kiva機(jī)器人，京東的無人倉計劃等[2]。本文針對目前AGV識別貨物準(zhǔn)確率不高、自動規(guī)劃路徑效率低等問題，提出了一種基于物聯(lián)網(wǎng)的AGV貨物智能分揀系統(tǒng)，對于加快智能化倉儲發(fā)展，具有重要的研究意義。

2 系統(tǒng)總體方案設(shè)計

基于物聯(lián)網(wǎng)的AGV貨物智能分揀系統(tǒng)主要是由AGV貨物識別子系統(tǒng)、AGV路徑規(guī)劃導(dǎo)航子系統(tǒng)以及AGV智能避障子系統(tǒng)組成，其中AGV貨物識別子系統(tǒng)主要是通過CCD獲取貨物條碼圖像及貨物輪廓圖像，并通過圖像分析算法快速識別貨物信息，從而對獲取進(jìn)行分類；AGV路徑規(guī)劃導(dǎo)航子系統(tǒng)主要通過加速度計、陀螺儀傳感器獲取自身位置信息以及目標(biāo)位置信息，并計算最優(yōu)行駛路徑，利用微慣導(dǎo)技術(shù)實(shí)現(xiàn)自主導(dǎo)航；AGV避障子系統(tǒng)主要通過超聲波傳感器和紅外傳感器來識別導(dǎo)航路徑中的障礙物，并通過避障模糊算法實(shí)現(xiàn)智能避障功能。整個系統(tǒng)的總體設(shè)計方案如圖1所示。

3 系統(tǒng)硬件設(shè)計

AGV貨物智能分揀系統(tǒng)的硬件部分主要由STM32F4微控制器、電機(jī)驅(qū)動模塊、貨物識別模塊、AGV導(dǎo)航模塊以及AGV避障模塊組成。如圖2所示，微控制器主要完成AGV運(yùn)行狀態(tài)的監(jiān)測以及位置信息狀態(tài)共享，通過接收服務(wù)器的執(zhí)行指令，檢測當(dāng)前貨物識別模塊、導(dǎo)航模塊、避障模塊的信息，控制電機(jī)的轉(zhuǎn)向和速度，從而實(shí)現(xiàn)貨物智能分揀的功能。

3.1 AGV貨物識別模塊

在AGV貨物識別子系統(tǒng)中貨物識別模塊使用OV7670圖像傳感器，可通過SCCB總線控制該模塊輸出8位傳輸數(shù)據(jù)，傳輸最高達(dá)30幀/秒[3]。OmmiVision圖像傳感器應(yīng)用技術(shù)，通過固定圖案噪聲、拖尾、浮散等方式來提高圖像質(zhì)量，得到清晰穩(wěn)定的彩色圖像。該模塊支持鏡頭失光補(bǔ)償，感光陣列為640*480，供電3.3V，休眠時功耗低，功耗不到1mW。OV7670的原理圖如圖3所示。

3.2 AGV導(dǎo)航模塊

AGV導(dǎo)航模塊內(nèi)部集成了霍尼韋爾HMC5883L磁阻傳感器與運(yùn)動處理傳感器MPU-6050。其中HMC5883L采用霍尼韋爾各向異性磁阻（AMR）技術(shù)，該技術(shù)具有在軸向高靈敏度和線性高靈敏度的特點(diǎn)[4]。傳感器可獲得羅盤航向、軟磁、硬磁以及自動校準(zhǔn)庫，在強(qiáng)磁場環(huán)境下羅盤航向精度可達(dá)1°～2°，而MPU6050集成了3軸角速度和3軸加速度，通過微貫導(dǎo)技術(shù)，可在動態(tài)環(huán)境下獲取AGV自身位置信息以及AGV運(yùn)動狀態(tài)。導(dǎo)航模塊的原理圖如4所示。

3.3 AGV避障模塊

AGV避障子系統(tǒng)采用超聲傳感與紅外傳感器相結(jié)合檢測前方障礙物。紅外對管中光敏接收管兩端電壓與電位器端電壓經(jīng)LM393相比較輸出0/1數(shù)字量，紅外模塊可通過電位器調(diào)節(jié)檢測距離，調(diào)節(jié)檢測距離的范圍：2～30cm[5]。超聲波模塊是IO口TRIG觸發(fā)測距，當(dāng)超聲模塊測到有信號返回時會通過IO口ECHO輸出一個高電平，高電平持續(xù)時間就是超聲波從發(fā)射到返回時間。測試距離=（高電平時間*聲速）/2，其中，聲速=340M/S。超聲模塊工作頻率在40kHz，功率75mW，射程范圍2～400cm[6-7]。紅外模塊原理圖如圖5所示。

4 系統(tǒng)軟件設(shè)計

AGV貨物智能分揀系統(tǒng)的軟件設(shè)計主要是以分布式算法為核心，通過多個AGV之間的協(xié)同及智能控制技術(shù)實(shí)現(xiàn)AGV智能識別貨物、自主導(dǎo)航規(guī)劃路徑、智能避障等功能。AGV智能分揀系統(tǒng)的軟件架構(gòu)圖如圖6所示，AGV小車等待服務(wù)器的執(zhí)行指令，如果是入庫指令先對貨物進(jìn)行識別及分類，再根據(jù)貨物的入庫位置信息，自動規(guī)劃路徑完成入庫并上報服務(wù)器完成狀態(tài)；如果是出庫指令，獲取貨物具體位置信息，完成出庫操作并上報服務(wù)器出庫狀態(tài)。

4.1 AGV貨物識別軟件設(shè)計

AGV貨物識別技術(shù)主要采用圖像識別技術(shù)和機(jī)器學(xué)習(xí)方法，首先需要對倉庫中已存在的貨物的條形碼以及貨物輪廓特征進(jìn)行樣本采樣，建立貨物特征樣本庫，然后通過CCD攝像機(jī)獲取貨物的條碼信息，提取貨物圖像特征向量和輪廓特征，并采用分類器對樣本進(jìn)行分類，然后使用決策樹迭代算法匹配識別貨物，提高貨物條碼識別效率及準(zhǔn)確性。貨物識別的軟件設(shè)計流程如圖7所示。

4.2 AGV導(dǎo)航軟件設(shè)計

AGV導(dǎo)航系統(tǒng)主要采用微慣導(dǎo)技術(shù)，通過加速度計和陀螺儀來測量AGV小車的角加速度和線性加速度，與平臺導(dǎo)航坐標(biāo)系不同的是微慣導(dǎo)不需要手動構(gòu)建三維坐標(biāo)系，而是利用陀螺儀和加速度計計算物體的角速度和加速度來構(gòu)建坐標(biāo)系[8]，加速度計測量運(yùn)動載體的運(yùn)動加速度經(jīng)過一次積分就得到運(yùn)動載體的速度，通過坐標(biāo)轉(zhuǎn)換矩陣和歐拉角關(guān)系，再經(jīng)過一次積分就得到導(dǎo)航坐標(biāo)系下的位置。慣性導(dǎo)航的流程圖如圖8所示。

4.3 AGV避障軟件設(shè)計

AGV避障系統(tǒng)主要采用模糊避障算法，模糊避障算法是根據(jù)當(dāng)前環(huán)境的實(shí)時位置信息進(jìn)行模糊計算推理[9-10]，本文采用紅外線傳感器和超聲波傳感器融合互補(bǔ)技術(shù)，并將融合處理之后的傳感信息，發(fā)送給微控制器進(jìn)行模糊化處理、 模糊推理以及去模糊化處理，最終得到AGV的轉(zhuǎn)向角和運(yùn)行速度。圖9為AGV避障軟件設(shè)計流程圖。

5 結(jié)論

本文提出了一種基于物聯(lián)網(wǎng)的AGV貨物智能分揀系統(tǒng)，主要研究了AGV貨物識別子系統(tǒng)、AGV導(dǎo)航子系統(tǒng)、AGV避障子系統(tǒng)；通過各模塊的相互協(xié)作，實(shí)現(xiàn)了倉庫中貨物自動分揀的功能，為現(xiàn)代智能化管理倉庫，提高生產(chǎn)管理效率，降低人力成本，提供了技術(shù)手段，也為進(jìn)一步實(shí)現(xiàn)倉庫全自動化管理打下理論基礎(chǔ)。

參考文獻(xiàn)：

[1] 朱志達(dá). 物聯(lián)網(wǎng)技術(shù)在物流領(lǐng)域中的應(yīng)用與創(chuàng)新[J]. 電腦知識與技術(shù)，2017（33）：281-282.

[2] 譚濤. 基于分類編碼的自動化倉儲系統(tǒng)的模擬與實(shí)現(xiàn)[J]. 電腦知識與技術(shù)，2015（12）：234-236.

[3] 張勇強(qiáng). 基于STM32的圖像采集與顯示系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J]. 電子世界，2016（2）：34-36.

[4] 張燕. 一種高精度風(fēng)力擺控制系統(tǒng)[J]. 電腦知識與技術(shù)，2017（5）：190-192.

[5] 楊帆. 一種新型汽車防盜報警系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J]. 電腦知識與技術(shù)，2015（21）：195-197.

[6] 賈強(qiáng). 基于超聲波傳感器的車輛防盜、防撞電路[J]. 電腦知識與技術(shù)，2015（4）：183-184.

[7] 蔡卓凡. 基于多超聲波傳感器避障機(jī)器人小車的設(shè)計[J]. 自動化技術(shù)與應(yīng)用，2014（5）：85-89.

[8] 岳鵬. 基于MEMS加速度計的無陀螺慣導(dǎo)系統(tǒng)[J]. 中國慣性技術(shù)學(xué)報，2011（2）：152-156.

[9] 楊小菊. 基于模糊控制的移動機(jī)器人避障研究[J]. 傳感器與微系統(tǒng)，2017（3）：1-4.

[10] 阮曉芳. 多路超聲波機(jī)器人的模糊避障研究[J]. 計算機(jī)測量與控制，2012（12）：3380-3383.