基于机械臂的湖面垃圾清理系统设计分析

时间:2021-04-04 09:11 | 栏目:机械制造论文 | 浏览:次

硕士论文网第2021-04-04期，本期硕士论文写作指导老师为大家分享一篇机械制造论文文章《基于机械臂的湖面垃圾清理系统设计分析》，供大家在写论文时进行参考。

随着工业的进步与发展，近年来湖面的环境污染问题日渐严重，其中，湖面的固体漂浮垃圾，成片水藻和人类生活用水的排放是造成湖面环境问题的主要原因。湖面垃圾直接影响了水的质量，针对小型远距离湖面垃圾清理设备的需求问题，本文提出并设计了基于机械臂的湖面垃圾清理系统。该湖面垃圾清理系统是结合视觉仿生机械臂控制系统和智能移动定位系统，衍生出的一种以 STM32 为核心控制器的新型湖面垃圾清理控制系统。本系统以视觉目标识别控制仿生机械臂作为技术核心开展深入分析与研究，将视觉识别摄像头采集的影像进行图像二值化和去噪声处理，建立在测绘的定位坐标上，通过摄像机上标定的二维坐标系中的点计算目标相对于垃圾清理系统坐标的三维坐标，目标定位后系统将数据带入相应的内部指令，完成机械臂抓取动作。主要实现系统通过目标的视觉识别功能搜寻湖面垃圾并控制仿生机械臂移动的功能。本设计的提出不仅可以远距离、高精度的完成垃圾清理任务，还可以提高视觉目标定位研究的准确性。近年来，湖面环境不断恶化，湖面垃圾污染直接或间接的影响着饮用水的质量。因此合理解决湖面环境治理问题破在眉睫，根据调查，目前我国湖面垃圾清理基本没有涉及人工智能领域，基本采用传统方式橡皮艇载人徒手打捞垃圾，费时费力，且存在安全隐患。而大型垃圾清理设备虽然垃圾清理效率高，但需要运作成本高的同时也存在狭窄河道、景区、公园内的湖泊固体垃圾清理不易的问题。

保护湖面环境不仅关系着人们的生存环境，而且影响着国家经济发展，因此设计能够打捞湖面垃圾的装置十分必要。在物体目标识别机器人的研究方面王铮等提出面向传送带作业系统的机器人目标跟踪与抓取策略研究，通过计算分析了PID 跟踪算法的利弊；王喆峰等提出动态背景下动点红外目标识别与跟踪技术研究，先确定模糊位置，再对相关区域进行细致处理的方法提高目标检测与跟踪的精度，虽然对跟踪算法都提出了合理建议，但在目标识别与机械臂结合方面基本很少被提及。针对湖面垃圾打捞清理问题和目标识别机器人方面存在的问题，本文设计研究了一款能够实现远距离打捞湖面固体垃圾、稳定高效的智能湖面垃圾清理系统。本设计主要由视觉识别控制机械臂部分、垃圾清理系统自主航行定位部分和系统自身安全检测部分组成，各组成部件的协调工作，精准高效的完成湖面固体垃圾的清理。在系统整体构建的基础上详细研究视觉识别计算目标坐标，并通过数据控制六轴机械臂。面对日益严峻的水污染问题，高效精准的湖行业曲线可替代度影响力可实现度行业关联度真实度面垃圾清理系统的研发是一个重要前提，对环境保护方面有很大的参考价值。

系统总体设计方案

基于机械臂的湖面垃圾清理系统由两部分控制系统：机械臂控制系统和船体自身安全检测系统组成。系统总体设计图如图 1 所示。机械臂控制系统主要包括摄像头视觉识别目标、目标位置计算、6 轴机械臂摆动控制三部分。目标位置计算与数据处理是仿生机械臂移动设计过程中的一个重要环节，数据处理精度很大程度上决定了机械臂的控制精度。数据精度处理思路是将摄像头识别目标计算得到的数据采用角度传感器（电位器）并检测机械臂各臂肘的旋转角度，将它们产生的模拟量通过 A/D 转换量化为微型计算机能够处理的数字信号。对于目标位置数据采集的设计，需要研究摄像头视觉识

别目标位置数据的实时性，也就是尽量缩短数据采集过程的时间。船体航行系统主要包括系统自主巡航、系统自身安全检测和无线通讯。其中将船体自主巡航控制和无线通讯遥控操作控制进行嵌套整合是设计的创新部分，设计过程中，要将船体自主巡航的航线移动部分和遥控器操作船体移动无线接

收部分融入到同一块控制器中，在其融入过程中需要注意的就是提高系统的工作效率并使两部分避免互相干扰。
系统硬件设计

基于机械臂的湖面垃圾清理系统总体硬件结构主要以目标识别、机械臂控制、系统自身安全检测三部分功能为中心展伸。目标识别部分主要以 DFK 23GV024 视觉系统作为硬件核心实时采集图像数据并调节对比度；机械臂控制部分选用 6个角度传感器根据目标识别数据进行阻值分压计算转角数据，S 轴、L 轴、U 轴作为基本动作轴，R 轴、B 轴、T 轴作为腕部旋转轴实现采集机械臂各关节的旋转角度完成机械臂拾捡目标垃圾的功能；安全检测部分主要由船体漏水检测模块实现船体漏水检测功能，防止在不知道船体漏水并操控船模的情况下，造成的船载设备损坏。系统总体硬件结构图如图 2 所示。其中无线通信部分是由 2.4G 无线模块完成发射机数据的接收工作，当对系统用传感器或者传感元件将被检测值先进行采集并且量化过后，再将其数据通过 2.4G 无线通讯发给湖面垃圾清理系统 MCU 和人工控制端，船载 MCU 对接收到的数据进行解析计算后控制船载仿生机械臂和遥控船

的动力和转向部件。MCU 是这个系统工作最重要的部分，因此视觉模块目标定位的数据采集技术以及 6 轴机械臂通过MCU 插入测得数据指令完成拾捡工作是这个系统的关键技术，系统自身的安全检测是本次设计的重要部分，其性能和指标将决定着本次设计操作的安全。
DFK 视觉识别模块

系统中将视觉识别技术与机械臂运动控制有机结合。视觉系统 S 轴最大回旋角可以达到 ±170°，分为独立安装的固定式全局视觉模块和安置在系统机械臂末端的局部三维测量角度传感器（手眼系统）模块两部分，利用全局视觉模块将垃圾清理系统整个作业环境拍摄下来，经数据分析处理后选取有价值信息，指令系统手臂移动到工作点位置，然后通过手眼系统三维传感器对工件的三维位置和姿态作精确测量，机械臂开始执行指令作业。本系统中用于采集图像的摄像头是 DFK 视觉模块，能够准确锁定光圈和焦距，相质高且解析度高。视觉识别模块正视图与反视图结构如图 3 所示。

机械臂角度传感器模块

系统设计中需要使用 6 个角度传感器，角度传感器模块由 RV24YN20S B502 电位器和信号调理电路组成。本设计中的角度传感器，只使用电位器的两个引脚，当电位器旋转轴转动时会引起两个输出脚之间的电阻值发生变化，只用通过相应的电路调理电路的处理，变化的电阻值便可以转化为对应的电压值。本设计中使用的旋转式电位器是作为角度传感器的物理检测部件，它将机械臂各臂肘旋转角度转换为线性变化的电阻值，调理电路将该电阻值转化为电压值，并将电压值传递给MCU 的 A/D 转换引脚。只要通过 A/D 量化便可以得到相应的角度值。电路的工作原理主要是运用电阻分压，电容储能的特性，将电阻值转化为电压值。其中，角度传感器组成的机械臂由 S 轴、L 轴、U 轴作为基本动作轴，R 轴、B 轴、T 轴作为腕部旋转轴来实现机械臂拾捡目标垃圾的功能，机械臂末端相对于参考坐标系的位置和姿态可以通过一系列的坐标变换得到，其构成的机械臂硬件结构图如图 4 所示。

系统安全检测部分漏水检测模块

系统漏水检测是通过使用水滴传感器检测船体的漏水量，并将漏水信息传递给单片机，单片机对相应的数据进行滤波处理后，将数据和设定值进行比较，最后给出具体的漏水数值。本文使用的 Water Sensor 是一款简单易用水位识别检测传感器，它是由若干紧密贴合的金属丝组成为 s 型结构的传感器，当液体滴在两相邻金属丝之间时，便会引起金属丝短路，从而改变的检测电路的电压属性，将该电压值与电压比较器进行比较后，便可以得到相应的漏水信息。它能够轻松完成水量到模拟信号的转换，输出的模拟值可以直接被 Arduino 开发板读取，实现船体水位报警的功效。

系统软件设计

本系统的软件设计主要针对两部分的算法和程序进行详细研究：视觉识别目标定位和 6 轴机械臂的操作与控制。视觉目标识别坐标定位部分较为复杂，对 DFK 视觉跟随摄像头的控制要求是实时跟随，且尽可能降低其跟随延迟。本次设计使用 ARDUINO IDE 编译器，为 Arduino 单片机提供了 C 语言的编译环境。

视觉系统识别目标部分软件设计

系统要通过控制机械臂来捡拾垃圾首先要做的就是知道目标相对于系统坐标的三维坐标，即需要对物体进行定位。在定位过程中，DFK 摄像头先进行初始化，对周围环境进行±170°范围回旋扫描，当摄像头检测到目标时对图像进行二值化处理，并通过计算确定相对于系统的三维坐标 Z 值，再将数据插入到指令中控制机械臂，视觉系统识别目标流程图如图 5 所示。其中，对图像进行二值化处理计算相对于系统的三维坐标 Z 值时，可以根据摄像头标定好的位置得到图像上的一点（x，y），确定该点与在摄像头坐标系中的坐标（cx，cy，经过视觉识别得到的数据控制机械臂运动部分的设计中，首先完成系统的初始化，机械臂的基本动作轴转动过程中检测核心处理器是否插入目标位置指令，当系统中已将检测到的目标位置数据插入指令后，执行“hold on”指令，腕部旋转轴开始分步移动打开手爪，S，L，U 轴的移动将机器人移动到一个比较适合操作的等待位置，添加 500ms 以上的延时，系统腕部以中等速度移动靠近目标点，最后低速调整手爪姿态到抓取位置，最后关闭手爪，延时 1000ms 夹持动作完成垃圾的拾捡动作，至此程序完成一个循环周期，控制机械臂移动部分软件流程图如图 6 所示。

调试与性能分析

本设计为了加快系统的开发速度，提高开发效率本设计采用最基本的开发手法——搭载实验电路，只有通过对实验电路的设计和调试，最终才能完成本垃圾清理系统的开发。视觉识别目标系统参数标定仿真在视觉识别目标系统调试过程中用 Matlab 工具箱进行视觉参数的标定。经调试后双目识别摄像头能够实时的显示摄象机采集的图象，调节摄象机快门、对比度、亮度参数。显示识别目标在直角坐标系下位置后选择图象二值化阈值并对图象进行二值化处理，对物体进行定位后显示目标视场位置，实际位置以及偏转角。根据目标实际位置和偏转角来控制机械臂完成抓取动作。视觉系统参数标定调节图如图 7 所示。

6 轴机械臂摆角灵敏度调试

6 轴机械臂摆角灵敏度的调试中采用虚拟建模的方式进行调试，零件搬运过程中精准度调试仿真图如图 8 所示。在调试过程中主要完成工件由 P1 点抓取后，搬运到 P4 点后放置；由 P4 点抓取，再搬运到 P7 点；工件由 P7 点再搬运回 P1 点的工作，根据其操作的偏差来矫正机械臂偏角。仿真过程中，将 HAND 1 定义为一个机械抓手，通过“handon”指令来控制手爪的打开和闭合，添加 500ms 延时，逐步靠近 P1 点，在远离 P1 时使用较大速度移动到 P1 点上方P9 点，然后以中等速度移动手爪靠近 P1 点，最后低速调整手爪姿态到抓取位置，采用这种高→中速→低速运动组合的方式确保了运动的连续平滑性且方便调整机械臂的运动角度的精准性。经过调整可以看出，6 轴机械臂能够精准高效的实现目标物体的拾捡任务。

结束语

基于机械臂的湖面垃圾清理系统集视觉目标三维定位、插入数据指令控制机械臂、系统自身安全检测等功能于一体，通过硬件和软件的设计并经过测试，本系统能够精准高效地实现远距离的扫描目标自动完成湖面垃圾清理任务。整个控制系统无论在性能还是精准性方面都十分稳定，可以直接应用在狭窄河道、景区、公园内的湖泊固体垃圾清理，填补了国内小型湖面垃圾遥控清理船的空白。

以上论文内容是由硕士论文网为您提供的关于《基于机械臂的湖面垃圾清理系统设计分析》的内容，如需查看更多硕士毕业论文范文，查找硕士论文、博士论文、研究生论文参考资料，欢迎访问硕士论文网机械制造论文栏目。

上一篇：没有了

下一篇：试论机械制造及其自动化技术的发展与应用