基于STM32單片機(jī)的智能送藥小車系統(tǒng)設(shè)計(jì)

王浩楠，黃宇新，唐金榮，肖江，周宇洋，胡安正

（湖北文理學(xué)院 物理與電子工程學(xué)院，湖北襄陽，441053）

1 智能送藥小車總體思路

該智能小車系統(tǒng)主要有四個(gè)基本部分，包括單片機(jī)、攝像頭處理模塊、載物檢測模塊和無線通信模塊，系統(tǒng)總體設(shè)計(jì)框圖如圖1所示。其中，使用STM32F103RC單片機(jī)作為主控單元；OpenMV攝像頭作為巡線單元，OpenART攝像頭用來識別數(shù)字；載物檢測選擇電阻式壓力傳感器；選用NRF24L01模塊做雙車通信，電機(jī)采用L298N驅(qū)動。該系統(tǒng)可服務(wù)于電商物流、醫(yī)藥、食品等領(lǐng)域，代替人工對物體進(jìn)行配送或執(zhí)行無菌作業(yè)。

圖1

2 單元電路設(shè)計(jì)

2.1 單片機(jī)控制單元

本單元主要由 STM32F103RC 單片機(jī)最小系統(tǒng)，OLED顯示模塊、無線通信模塊NRF24L01組成。單片機(jī)的最小系統(tǒng)由電源電路、復(fù)位電路、時(shí)鐘電路和下載電路組成。

STM32F103RC單片機(jī)基于專為要求高性能、低成本、低功耗的嵌入式應(yīng)用專門設(shè)計(jì)的 ARM Cortex-M3 內(nèi)核，CPU 時(shí)鐘頻率72MHz，1.25DMips/MHz，2×12位ADC，256kFalsh，48K RAM，12個(gè)獨(dú)立的可配置的 DMA通道[1]。

2.2 電源系統(tǒng)

智能送藥小車主控電源管理系統(tǒng)由供電電源，5V電源，3.3V攝像頭電源，舵機(jī)電源，電機(jī)驅(qū)動電源組成。供電電源由8.4V航模電池給整個(gè)智能送藥小車供電。

2.2.1 舵機(jī)電源

舵機(jī)電源采用AS1015舵機(jī)方案，AS1015是一款高效率DC—DC轉(zhuǎn)換器，滿足5V輸出電流，帶負(fù)載能力強(qiáng)。該器件內(nèi)部包括電壓基準(zhǔn)源，使得輸入、輸出電壓可調(diào)，AS1015輸入電壓范圍為3.6～23V，輸出電壓范圍為0.8V～VIN。原理圖如圖2所示。

圖2 舵機(jī)電源原理圖

2.2.2 主控電源

STM32單片機(jī)是系統(tǒng)的控制核心，它的穩(wěn)定性直接影響整個(gè)系統(tǒng)的工作。為了保證其正常工作且減少其他模塊對它的干擾，采用LM2940低壓差線性三端穩(wěn)壓器（LDO）方案，標(biāo)準(zhǔn)輸出電壓5V，最大輸出電流1A，器件內(nèi)部含有過流保護(hù)和電壓保護(hù)，可以有效的保護(hù)單片機(jī)。原理圖如圖3所示。

圖3 主控電源原理圖

2.2.3 攝像頭電源

攝像頭的工作電壓一般為3.3V，采用RT9013-33方案，RT9013是一款高性能、輸出電流能力 500mA 的線性穩(wěn)壓器。其特性包括超低壓差電壓、高輸出精確度、限流保護(hù)、輸入電源和負(fù)載瞬態(tài)下具有超快的回應(yīng)的特點(diǎn)。攝像頭是模擬傳感器，其供電電壓的波動性將會直接影響其性能，RT9013穩(wěn)壓后電壓波動較小，用其對攝像頭單獨(dú)供電。

2.2.4 其他電源

考慮到系統(tǒng)還有其他模塊需要供電，但是對電源的線性度和精確度無過多的要求，故采用了AMS1117穩(wěn)壓。AMS1117是一個(gè)正向低壓降穩(wěn)壓器，且其內(nèi)部集成過熱保護(hù)和限流電路。線性調(diào)節(jié)器對輸出電壓進(jìn)行采樣，然后將其反饋給調(diào)節(jié)電路，以調(diào)整輸出級調(diào)節(jié)管的阻抗。當(dāng)輸出電壓較低時(shí)，調(diào)整輸出級的阻抗以減小調(diào)節(jié)管的壓降。當(dāng)輸出電壓較高時(shí)，調(diào)整輸出級的阻抗以增加調(diào)節(jié)管的壓降，從而保持輸出電壓的穩(wěn)定性。

2.3 驅(qū)動模塊

2.3.1 L298N簡介

電機(jī)驅(qū)動采用L298N。L298N是一種特殊的驅(qū)動集成電路，屬于H橋集成電路。L298N和L293D的區(qū)別在于其輸出電流增加，功率增加。其輸出電流為2A，最大電流為4A，最大工作電壓為50V。可驅(qū)動大功率直流電機(jī)、步進(jìn)電機(jī)、電磁閥等感性負(fù)載，特別是其輸入端可直接與單片機(jī)連接，便于單片機(jī)控制。在驅(qū)動直流電機(jī)時(shí)，可直接控制步進(jìn)電機(jī)，實(shí)現(xiàn)電機(jī)的正反轉(zhuǎn)。要實(shí)現(xiàn)此功能，只需改變輸入端的邏輯電平即可。

2.3.2 驅(qū)動的實(shí)現(xiàn)方式

L298N一共有四個(gè)邏輯輸入口，每兩個(gè)為一組可以控制一個(gè)電機(jī)的正轉(zhuǎn)和反轉(zhuǎn)。在該設(shè)計(jì)中需要驅(qū)動四個(gè)電機(jī)運(yùn)行，故將四個(gè)電機(jī)分成兩組，兩兩并聯(lián)。使用單片機(jī)的定時(shí)器PWM模式生成四路頻率為10kHz的PWM波。然后單片機(jī)的I/O端口分別與L298N的四個(gè)邏輯輸入口相連，以便于控制小車的正轉(zhuǎn)和反轉(zhuǎn)，將兩個(gè)電機(jī)的正極和負(fù)極分別接入L298N的輸入口。該芯片的控制邏輯如表1所示[2]。

從表1可以看出，單片機(jī)通過I/O端口將不同的高電平或低電平組寫入芯片的信號輸入端可以相應(yīng)地控制電機(jī)的轉(zhuǎn)向。在本設(shè)計(jì)中，IN1和IN3為一組控制一個(gè)電機(jī)，IN2和IN4為一組控制另一個(gè)電機(jī)，當(dāng)IN1、IN3 為高電平，IN2、IN4 為低電平時(shí)，小車前進(jìn)，當(dāng)IN1、IN4 為高電平，IN2、IN3 為低電平，左側(cè)輪正轉(zhuǎn)，右側(cè)輪反轉(zhuǎn)，實(shí)現(xiàn)小車的差速轉(zhuǎn)向。

表1 電機(jī)控制方式

2.4 載物檢測處理模塊

載物檢測采用了FSR402電阻式薄膜壓力傳感器，它是一款重量輕、體積小、感測精度高、超薄型電阻式壓力傳感器。這款傳感器是將施加在FSR傳感器薄膜區(qū)域的壓力轉(zhuǎn)換成電阻值的變化，從而獲得壓力信息。壓力越大，電阻越低。其適用于壓力為0g～10kg的場合。

根據(jù) FSR402數(shù)據(jù)手冊中對于FSR402特性的描述，可以知道在輸出管腳之間的的電阻和壓力之間的關(guān)系如下。

在起始階段，當(dāng)壓力突破一定壓力閾值之后，導(dǎo)通電阻有一個(gè)突破，這個(gè)閾值之前FSR相當(dāng)于一個(gè)開關(guān)。當(dāng)超過這個(gè)閾值的時(shí)候，F(xiàn)SR的電阻與壓力之間就呈現(xiàn)一種連續(xù)變化的關(guān)系。通過單片機(jī)ADC采集得到壓力的數(shù)值，當(dāng)時(shí)壓力的數(shù)值超過設(shè)定的閾值后，認(rèn)為藥品裝載完畢，從而完成藥品的檢測。

3 總體軟件設(shè)計(jì)

軟件程序設(shè)計(jì)主要包括：①OpenMV獲取病房走廊的路線信息，主控MCU得到路線信息后對小車進(jìn)行調(diào)整，保證其能夠穩(wěn)定行駛。②OpenART識別不同類型的目標(biāo)病房號碼，將識別的圖像作為一個(gè)信息單元進(jìn)行存儲。③主控MCU獲取到的號碼信息與目標(biāo)病房進(jìn)行匹配，通過攝像頭識別算法，將小車準(zhǔn)確無誤地行駛到對應(yīng)的病房。

3.1 OpenMV路線識別部分

3.1.1 自動尋徑算法

自動尋徑算法主要使用OpenMV的像素顏色統(tǒng)計(jì)實(shí)現(xiàn)，尋徑示意圖如圖4所示。首先從OpenMV的視野中設(shè)置一個(gè)感興趣區(qū)(ROI)的矩形區(qū)域，然后對這個(gè)區(qū)域進(jìn)行顏色統(tǒng)計(jì)，如果顏色閾值在紅色閾值范圍內(nèi)，則認(rèn)為該區(qū)域內(nèi)包含紅實(shí)線。將包含紅實(shí)線的區(qū)域使用庫函數(shù)img.draw_rectangle()框選出來，然后將blob色塊對象中的中心坐標(biāo)blob.cx()通過串口發(fā)送給單片機(jī)。最后單片機(jī)通過標(biāo)記信息判斷小車相對于紅實(shí)線的偏移程度，并利用PID算法精準(zhǔn)控制小車的轉(zhuǎn)向角并及時(shí)調(diào)整小車的前進(jìn)方向，即可完成自動尋徑。

圖4 循跡示意圖

3.1.2 自適應(yīng)閾值算法

由于攝像頭圖像容易收到環(huán)境光的影響，提前設(shè)置好的閾值有可能并不適合實(shí)際比賽或者應(yīng)用場地，故提出一種基于OpenMV攝像頭的自適應(yīng)閾值算法，該算法適合比賽應(yīng)用或者抗光干擾實(shí)驗(yàn)。

首先獲取感興趣區(qū)域(ROI)中最大的色塊，將其余干擾濾除，然后調(diào)用OpenMV的統(tǒng)計(jì)函數(shù)，分別計(jì)算R、G、B三個(gè)顏色分量的眾數(shù)，得到它們的最大值和最小值并轉(zhuǎn)換為LAB值，將新的閾值數(shù)據(jù)重新賦值給閾值數(shù)組，最終實(shí)現(xiàn)閾值的自動更替。算法流程框圖如圖5所示。

圖5 自適應(yīng)閾值算法流程框圖

3.2 OpenART數(shù)字識別卷積神經(jīng)網(wǎng)絡(luò)

3.2.1 輸入層圖像大小

神經(jīng)網(wǎng)絡(luò)的輸入層決定了輸入圖像大小。圖像越大，越能更好的保存原始圖像信息，但運(yùn)算時(shí)間也會大大增加。相反，小圖像可以快速完成矩陣運(yùn)算，但是對原始圖像信息保存并不完整。考慮到OpenART的工作性能，經(jīng)過多次實(shí)驗(yàn)，我們最終選擇將圖像縮放為48×48像素[3]。

3.2.2 卷積層、池化層疊加

由于卷積運(yùn)算過于消耗算力，同時(shí)數(shù)字1～8的特征比較明顯，提取起來并不困難，所以不需要太多的卷積層連接。同時(shí)池化層能夠減小運(yùn)算后圖像大小，節(jié)約算力的同時(shí)實(shí)現(xiàn)降采樣，防止過擬合。因此，將網(wǎng)絡(luò)模型設(shè)計(jì)為3層卷積層與池化層連接，最終以全連接層輸出實(shí)現(xiàn)數(shù)字分類[4]。數(shù)字識別效果如圖6所示。

圖6 數(shù)字識別效果圖

4 結(jié)語

本系統(tǒng)采用 STM32 作為小車控制核心，通過使用兩個(gè)攝像頭分別處理尋線和識別數(shù)字等操作，加強(qiáng)了系統(tǒng)的圖像分析處理能力，使小車能夠快速的識別病房號，實(shí)現(xiàn)了設(shè)計(jì)要求的巡線，數(shù)字識別等內(nèi)容，小車采用四輪驅(qū)動抗干擾性較強(qiáng)，實(shí)物圖如圖7所示。在圖像識別的過程中，能夠減少抖動提高了巡線的穩(wěn)定度和精確度。在當(dāng)前新冠疫情背景下，該系統(tǒng)結(jié)構(gòu)簡單，可以救助病人，為隔離者提供服務(wù)，可避免醫(yī)護(hù)人員與患者的直接接觸，從而降低傳染風(fēng)險(xiǎn)。

圖7 作品實(shí)物圖