基于二維碼使用的搬運車設計及其路徑優化

（長安大學 工程機械學院，西安 710061）

0 引言

早在二十世紀五十年代，搬運還要靠人工，不但速度跟不上，搬運率也跟不上。不合理，低效率地搬運加速了庫存積壓。大型生產企業中，搬運車是必須的運輸工具，搬運的作用在實際生產與企業物流中不容小覷，產品空間移動，也就是物流作業，包括兩種，一種是堆高運動，也就是物體在空間上的垂直運動；另一種叫搬運物流，也就是物體在水平方向的運動。

快速并且精準的識別搬運物，在規定的時間內，通過合理的運送路線將其運送在指定地點，是研究的重點。企業庫存管理中，搬運車的高效運行節約了時間成本與人力成本，使庫存管理智能化[1]。

搬運車經幾代發展，已經從第一代人工搬運車發展到現在的智能搬運車，倉儲物流系統更趨向于柔性與智能化，智能搬運車實現無人操作，作業快速，準確[2]。

1 問題分析

在生產企業倉儲，或流水線上，常常需要搬運一些產品，但產品形狀往往不規則，需要識別其特有形狀。除了形狀的特殊性外，顏色也可以作為識別標志，通過對目標物顏色的識別來判斷是否是執行對象。在設計時也應該考慮避障問題，如何規避障礙物，制定最優路徑，以最快的速度，精確執行任務。

首先，搬運車需要裝置攝像頭，收集圖像信息，通過PC機進行數據分析處理，鎖定任務目標，進行下一步任務。攝像頭主要收集物體信息包括：顏色，形狀等，對障礙物體等非任務目標的識別，例如人，廠內其他車輛以及非任務目標的任何物體。

對物體的大小以及距離信息識別研究考慮兩種方法，一種是雙目識別，另一種為單目識別。雙目識別：利用兩個攝像頭分別采集目標物的信息，包括顏色，大小，距離等。單目識別則使用一個攝像頭采集目標物的顏色，大小，距離信息。文章考慮成本等因素，使用單目識別采集目標物信息。

由于PC機的運行處理能力較強，所以將小型PC機裝載在搬運車上作為搬運車上機位，下機為不需要較強的處理能力，故選用單片機，與上機位PC機進行數據交流。單片夾采集數據信息后傳輸至上機位，上機位進行分析處理后指揮下機位進行控制[2～4]。

2 搬運車硬件設計

2.1 處理器設計

搬運車下機位控制部分的核心就是處理器，它通過串口中斷函數與WIFI連接，接受并控制執行上機位傳來的信息，與此同時它還需要通過控制I/O口來實現搬運車的移動，攝像頭和超聲波等的運動[5]。搬運車控制過程還需3個定時器用于傳輸數據，航機控制與超聲波測距定時，所以研究選用單片機型號為STC89C52。

2.2 超聲波與WIFI模塊

超聲波由于其在空氣中能夠遠距離傳播，有較強的指向性，并且耗能慢，所以常被用于測距，它具有快速，方便，計算簡單等特點，并且易于控制，能夠滿足工業上對測量精度的要求。

無線傳輸技術（WIFI：Wireless Fidelity），簡稱WIFI。主要建立無線連接，實現數據的收集，處理與傳送功能，是整個系統的核心功能。

2.3 舵機設計

搬運車上，需要旋轉的攝像頭以及超聲波都需要通過舵機進行控制，舵機按照其旋轉較多可以分為1800和3600兩種，研究中攝像頭與超聲波的采集數據一般只采集搬運車前方物體，所以研究選用旋轉1800的舵機，同時也可以方便地調整攝像頭以及超聲波模塊的角度。

2.4 其他硬件設計

搬運的運動需要電機控制，通過PWM信號控制其速度，三根控制線其中之一控制電機開關，剩余兩根方向線控制電機正反轉。搬運車還學要裝置紅外線傳感器以實現搬運車的循跡功能。搬運車不但要求迅速執行任務，更需要對其速度進行控制，所以需設置速度檢測模塊。搬運車后輪處裝有深槽齒輪，在其一側裝有光感傳感器，車輪每經過一個輪齒傳感器產生脈沖，在設定時間內將脈沖數據被單片機采集，通過分析確定當前車速[6]。搬運車整體如圖1所示。

圖1 搬運車

3 搬運車二維碼識別控制系統

文章研究的搬運車控制方案主要包括兩個部分，第一部分為二維碼識別控制，第二部分為物體識別控制。二維碼識別控制是指通過二維碼掃描進行一些信息的傳輸，這種傳輸的方式有諸多優點，方便，快捷，保密性好，沒有傳統數據接收的條件與時間限制。

3.1 二維碼

二維碼 （dimensional barcode），由一維條形碼發展而來，它具有可讀性，它其中儲存著二進制數據，當設備對其進行掃描時，可以獲取里面的信息與數據。與一維碼相比較，二維碼在編碼上難度加大，發雜程度增加，但是它可以攜帶的信息量也隨之增加。

3.2 具體實施方案

一般工廠內會設置多個倉庫，倉庫之間有一定距離，二維碼識別控制方案則可以使搬運車快速識別這些倉庫，文章采用二維碼識別與控制中心AGV相結合的方案。由于倉庫眾多，位置不明確，倉庫間障礙物亦不確定，故采用尋線方式來查找倉庫最為合適，同時可以有效規避障礙物準確到達指定倉庫。但考慮到搬運車需在各個倉庫之間切換，必須增加一個回轉中心。考慮到一次需調動多輛搬運車，會出現信息傳送延遲現象及傳輸錯誤，文章采取第三方二維碼掃描的控制方法，將需要控制的具體內容制作成二維碼，等待搬運車的識別掃描[7]。

控制原理如圖2所示。控制中心根據搬運車所要去的倉庫設計好搬運路線。搬運車位于起始位置，即回轉中心處等待任務，控制中心將任務發送至上機位，并指揮回轉中心轉至給定軌道，并將搬運行進任務發送至上機位。搬運車隨即按照設計的路線行進。需要搬運的物品的位置，顏色，重量等信息被制成二維碼于顯示屏顯示，等到掃描。搬運差到達目的地后，攝像頭轉過一定角度，掃描顯示屏上二維碼后上傳至上機位進行識別，若不能識別繼續掃描直至識別。獲得搬運物信息后開始執行搬運任務，電子屏刷新顯示新的二維碼。搬運動作執行完畢后原路返回，控制中心收到上機位發送的搬運完成指令，控制中心收到指令后指揮回轉中心轉動至放置目標搬運物路線，搬運車按指定路線到達后，攝像頭旋轉一定角度，掃描二維碼，此二維碼為目標搬運物所要放置的位置，識別后執行卸載任務。完成卸載后，搬運車返回轉中心，并向控制中心發送卸載完畢指令[8～10]。

圖2 控制原理圖

3.3 目標搬運物識別

3.3.1 目標搬運物識別色彩識別

攝像頭采集目標搬運物的圖像信息采用HSV模型信息，HSV色彩空間可根據人類視覺分析情況進行變化。這個模型中顏色的參數分別是：色調H，飽和度S，明度V。圖像采集還有另一種RGB模型，它幾乎涵蓋了人類肉眼可是別的大部分色彩信息，圖3為兩種模式下，搬運車攝像頭采集圖像信息識別后的對比圖。上邊為RGB模型下識別結果，下邊為HSV模型下識別效果，結果表明HSV識別效果在區分背景色與被識別物顏色效果更佳[11,12]。

圖3 色彩識別結果

3.3.2 目標搬運物識別形狀識別

在車間，目標搬運物以及障礙物往往不具備規則的形狀，例如在搬運用于再制造的零部件時，由于零部件大多數屬于廢舊產品，已經出現破損情況，直接導致了其幾何形狀的改變。這就需要搬運車能夠精準識別不規則搬運物以及障礙物的形狀，快速鎖定搬運目標，執行搬運任務。

不規則形狀搬運物識別，由于特殊形狀沒有規則幾何信息，無法像規則幾何形狀那樣提取特征進行信息比對，所以采用相似性對比。不規則形狀識別時，先采集圖像，再進行二值化處理，分割圖形。用分割后的圖形與對比庫中的圖形比對，選擇相似度最高的，則認為是該圖形[13]。對車牌蘇E8889X進行不規則圖形識別實驗，結果如圖4所示。

圖4 形狀識別結果

3.3.3 路徑規劃

為了規避前行過程中的障礙物，是搬運車順利到達目的地，應采用路徑規劃。路徑規劃指從一個已知點(Xs，Ys，Zs)到目標位置(Xo，Yo，Zo)之間規劃出一條耗時最短，路徑最優的方法，而且可以避開障礙物。經過分析使用Bezier曲線進路徑規劃較為合適。目前使用最多的是英國學者所提出的n次Bezier定義：

Pi(0≤i≤n)是曲線的第i個控制點，依次連接P0到Pn，形成折線圖形，這個圖形就是關于Bezier的控制多邊形。Bi,n(u)的n次Bernstein多項表達式：

若已知四個控制點，(x0,y0)，(x1,y1)，(x2,y2)，(x3,y3)，則可得到一條關于Bezier的3次曲線。

3.3.4 路徑規劃效果測試

研究采用懲罰函數在求解Bezier最優路徑中，這樣可以使函數有約束轉變為無約束非線性優化問題，并將懲罰函數作適應度函數，運用粒子群優化算法求得。搬運車初始位置：（350，-300，π/3），目標位置：（750，-150，π/6），初始速度：V0=1.5m/s，最大速度為：Vz=2m/s。四周兩個障礙物，其坐標：障礙物1：（400，-150）；障礙物2：（600，-250）。R(搬運車)=R(障礙物)=25cm，安全距離：10cm，懲罰因子c1=c2=c3=100。求解后結果如圖5所示。

圖5 路徑優化結果圖

3.3.5 搬運效果測試

對搬運車進行測試，結果如圖6所示。

4 結論

文章研究了基于二維碼掃描識別的搬運車，設計搬運車智能控制系統，并進行路徑避障規劃。研究了搬運車對目標物色彩識別，形狀識別，尤其是不規則幾何形狀識別進行研究，利用Bezier曲線對搬運車進行路徑

【】【】優化，成功避開障礙物，并且前進路線順滑，符合路徑規劃要求。最后進行了實驗驗證，搬運車成功搬運目標物，執行搬運計劃。高效的物流運行可以有效減少企業成本，通過對搬運物流的優化，智能無人搬運，能夠有效節約庫存成本和人力成本。

圖6 實驗結果

[1]孫秀君.無人搬運車激光導向技術[J].合肥工業大學學報(自然科學版),1993,16(S1):126-129.

[2]任家權,余紹華.叉車智能化及其發展方向[J].叉車技術,2015,(01):5-9.

[3]陳君.二維碼技術在移動終端的安全應用研究[D].廣東工業大學,2015.

[4]程裕強,劉愛民,周國軍.二維碼生成算法研究[J].玉林師范學院學報,2014,35(05):118-122,139.

[5]宮雪.QR二維碼個性化設計及其應用研究[D].北京工業大學,2015.

[6]甘勝軍.利用HSV色彩空間進行車牌識別的研究[D].重慶郵電大學,2016.

[7]陳運文.形狀識別與圖像分割方法研究[D].復旦大學,2008.

[8]陳孝春,葉懋冬,倪臣敏.一種形狀識別的方法[J].模式識別與人工智能,2006,(06):758-763.

[9]朱東偉,毛曉波,陳鐵軍.基于改進粒子群三次Bezier曲線優化的路徑規劃[J].計算機應用研究,2012,29(05):1710-1712.

[10]任家權,余紹華.叉車智能化及其發展方向[J].叉車技術,2015,(01):5-9.

[11]吳佳楠,肖本賢,方興志,范進.基于模糊控制的叉車線控轉向系統變傳動比研究[J].合肥工業大學學報(自然科學版),2014,37(08):912-915.

[12]潘珍.基于輪廓的形狀識別方法研究[D].西南大學,2012.

[13]馬鳴,李海波.基于Android的二維碼的生成與識別系統的設計與實現[J].電腦知識與技術,2012,8(26):6353-6356.