基于树莓派的智能清洁垃圾桶的设计.pdf

2023年/第8期 物联网技术智能处理与应用Intelligent Processing and Application790 引 言随着社会的发展和科技的进步，环境和资源问题被大多数人所关注，垃圾分类也被提上日程；进一步地，各类智能垃圾桶随着智能科技的发展不断问世。然而，许多家庭仍在使用传统的垃圾桶。由于传统垃圾桶位置固定，垃圾桶距离远时扔垃圾不方便，还存在功能单一、无法分类等问题，不能明显提高人们的生活环境和质量，且不利于推动垃圾分 类的实施1-4。目前市面上的智能垃圾桶一般只具备单一的配置 WiFi 或蓝牙功能，并不能完全从根本上解决原本就存在的问题。本文所述的智能清洁垃圾桶结合家庭用户及服务行业需求解决了多个有关垃圾桶使用的问题，效率更高，功能更全，更便于实现家庭垃圾分类5。1 总体方案设计本设计以性能强大、模块的拓展性强，以及通过 USB串口可以连接多种模块进行操作的树莓派 4B 作为系统的主控芯片。树莓派上运行的 ROS 主要作用于智能清洁垃圾桶的数据处理以及指令发布，机身连接着 USB 摄像头、麦克风阵列、激光雷达、扬声器。因为控制左右轮电机采用的是PID 算法，而 PID 算法是一种实时性算法，采用严格的实时时钟驱动逻辑，作为上位机的大部分系统满足不了高时效性，所以采用 STM32 作为本设计的辅助控制芯片，负责指令动作的直接执行，直接驱动左右轮的运作，实现智能清洁垃圾桶的移动、清洁、旋转桶盖等功能3。智能清洁垃圾桶总体由分类垃圾桶、清洁机器人和充电桩这 3 个部分组成，清洁机器人和分类垃圾桶采用可分离式结构设计，正常模式下作为移动式智能垃圾桶，当用户下达清洁指令后机身分离，清洁机器人脱离分类垃圾桶并记录当前位置执行清洁任务，执行完清洁任务后自动返回合体，并且该智能清洁垃圾桶可以通过手机 APP 和电脑远程登录 ROS 系统管理和控制。总体方案设计如图 1 所示。2 系统硬件设计系统硬件主要由控制模块、视觉分类模块、运动清洁模块、激光雷达模块、语言交互与声源定位模块组成。树莓派4B 作为主控单元，通过串口与 STM32F103C8T6 驱动板通信，调节各个模块之间的运行。通过配置 WiFi 环境可使电脑主机 SSH 远程登录树莓派 ROS 平台，以及通过 APP 软件可以对智能清洁垃圾桶进行控制和调试。具体硬件设计如图 2 所示。2.1 控制模块控制模块分为主控单元和从控单元。树莓派 4B 拥有 1.5 GHz 四核 64 位 ARM Cortex-A72 芯片，处理速度快，数据处理能力强，契合该系统中对主控单元数据处理的要求。本设计将从树莓派的开发环境搭建入手，为后续 ROS 开发、SLAM 建图、自主避障导航、声源定位、视觉垃圾分类以及语音交互算法做准备。STM32F103C8T6 是一款程序存储器容量为 64 KB 的 32 位微控制处理芯片，其内核基于 ARM Cortex-M，符合该设计中对从控单元的要求。其中分别在分类垃圾桶以及清洁机器人中各嵌入一块 STM32F103C8T6，清洁机器人中的从控单元主要负责运动清洁模块的驱动，而分类垃圾桶中的从控单元负责控制步进电机完成桶盖的旋转到对应分区。基于树莓派的智能清洁垃圾桶的设计唐嘉璇1，陈善康1，覃 静1，杨环俊2，包本刚2（1.湖南科技学院 智能制造学院，湖南 永州 425199；2.湖南科技学院 科技处，湖南 永州 425199）摘 要：在智能家居行业高速发展与垃圾分类政策并行的时代背景下，智能垃圾桶的用户需求正在发生改变。本文设计了一款基于树莓派的智能清洁垃圾桶，以树莓派为主、STM32 微处理器为辅，从语音交互、视觉识别、SLAM 建图、声源定位等方面，实现了人机智能交互、垃圾分类、地面清洁、随叫随到等多种功能。同时结合安卓端应用，使智能清洁垃圾桶的管理更加智能便捷。关键词：可分离式智能垃圾桶；树莓派；垃圾分类；语音交互；清洁机器人；智能家居中图分类号：TP39；TM925.3 文献标识码：A 文章编号：2095-1302（2023）08-0079-05收稿日期：2022-06-23 修回日期：2022-07-21基金项目：省级大学生研究型学习与创新性实验项目资助（湘教通2021197NO.3578）DOI：10.16667/j.issn.2095-1302.2023.08.020物联网技术 2023年/第8期 智能处理与应用Intelligent Processing and Application80图 2 系统硬件设计2.2 运动清洁模块运动清洁模块的运动部分由电机驱动模块、带霍尔编码器的直流减速电机、IMU 惯性传感器组成。本设计中的电机驱动模块采用的是 TB6612FNG，它是一款双电机驱动板，同时能够驱动两路电机，每路电机能够输出高达 1.2 A 的电流，能够控制电机的正反转动、制动和停止；PWM 输入能够达到 100 kHz 的频率，且相对于同类型的电机驱动板，它有着体积小、效率高的优势，能够同时满足本设计中对清洁机器人尺寸的要求1-4。本设计中的 IMU 惯性传感器采用的是 MPU9250，如图 3 所示，它可以用来测量物体的加速度、姿态角以及角加速度，实现方向感知功能，为后续实现智能清洁垃圾桶 SLAM 建图与自主避障导航做准备。运动清洁模块的清洁部分由尘盒、三角边刷、V 型滚刷、吸尘器组成。通过 4 个大功率直流电机进行清扫和吸尘。当收到清扫指令后，树莓派 4B 与 STM32F103C8T6 驱动板通过串口相互连接通信，通过控制驱动板上所连接的清洁模块中的若干电机完成清洁任务，并通过自主避障导航实现全屋智能清扫。图 3 MPU9250 原理2.3 视觉分类模块视觉分类模块由 USB 摄像头、360光学红外传感器、步进电机组成。摄像头通过分类垃圾桶和清洁机器人连接触点与树莓派串口相连接。360光学红外传感器和步进电机则与垃圾桶的STM32相连接。当处于视觉识别模式时，垃圾靠近，红外传感器识别，STM32 读取数据并上传给树莓派，打开摄像头对垃圾进行拍照识别，再将识别出的结果发送给 STM32，通过 STM32 控制旋转桶盖上的步进电机，并旋转至所识别垃圾对应的垃圾分区。圾桶分区设计以及桶盖设计如图 4 所示。图 4 垃圾桶分区设计以及桶盖设计2.4 语音交互与声源定位模块语音交互与声源定位模块由麦克风阵列、USB 声卡和扬声器组成。由一定数量麦克风组成的平面或立体阵列称为麦克风阵列，它能够对特定空间的声场进行采样并处理。其主要的作用涵盖了声源定位，但不仅限于声源定位，其还能够抑制环境的噪声、混响等。声源定位是基于 TDOA 定位算法，即根据声音到达阵列上各个麦克风的时间差来计算声源所在图 1 系统总体设计方案2023年/第8期 物联网技术智能处理与应用Intelligent Processing and Application81的角度并实现对目标声源的跟踪6。本设计采用的是科大讯飞六麦克风阵列，如图 5 所示，此麦克风采用的是平面结构，嵌入有 6 颗高精度麦克风，能够拾取 360方向上的声源，分辨率可以达到 1。本设计采用两块科大讯飞六麦克风阵列实现语音提取以及通过电机驱动模块实现声源定位和随叫随到功能7。图 5 科大讯飞六麦克风阵列原理2.5 激光雷达模块本设计采用的激光雷达是 ydlidar-x4 激光雷达。此激光雷达基于三角测距的数学基本原理及算法能够实时地测量出高精度的距离，通过机身不断旋转，便可以获得机身 360范围内的距离数据，进一步构造出环境障碍物信息3。本设计的智能清洁垃圾桶正是基于激光雷达模块完成对环境的 SLAM建图，并依靠实时获得的障碍物信息通过算法完成智能避障以及自助导航清洁的功能。3 系统软件设计3.1 树莓派系统的搭建本设计基于 ROS 机器人操作系统完成对智能清洁垃圾桶的程序设计。ROS 系统按功能可以分为文件系统层、计算图层、开源社区8。ROS 是一个基于 Linux 系统 OS 层的开源机器人分布式框架，底层的 Linux 操作系统负责完成一系列的任务调度、寻址、编译等；此外 ROS 操作系统还提供了底层设备控制，这就为接下来树莓派控制 STM32 驱动板提供了便捷的方法，同时也为后续 SLAM 建图、避障与自主导航、语音智能交互、声源定位等提供了便捷的开发环境。开发环境搭建过程为：（1）安装系统 ubuntu_mate_16.04；（2）安装 ros-kinetic；（3）装机后一些实用软件安装和系统设置；（4）PC 端与智能清洁垃圾桶端 ROS 网络通信；（5）Android 手机端与智能清洁垃圾桶端 ROS 网络通信；（6）树莓派USB 与tty串口号绑定；（7）开机自启动ROS节点。ROS 系统中的节点通常被称为是可执行程序，基于消息机制，各个节点之间就能够建立起通信，由此便组成了图 6所示的通信网状图。在 ROS 中创建的可执行程序都会在被启用时装载到系统进程中，每一个 ROS 节点之间通过接收和发送消息来实现实时通信，消息的收发机制类型大致可分为 3 种，分别是话题消息类型、服务消息类型、动作消息类型。如图 6 所示，节点 2 和节点 3、节点 2 和节点 5 之间采用的是话题消息类型的方式进行通信，节点 4 和节点 2 之间采用的是服务消息类型通信的方式，而节点 1 和节点 2 之间则是采用基本的动作消息类型通信3。该图中的节点、动作、服务以及话题必须采用唯一的名称作为标识。图中的数据包在ROS 系统中专门用来录制并保存话题中的数据，其主要作用是收集本设计中各项传感器反馈回来的数据并运行算法处理一系列的数据。图 6 通信网状图3.2 STM32 驱动板的设计本设计中 STM32 驱动板包含 2 块：一块位于分类垃圾桶上，一块位于清洁机器人上。由于清洁机器人采用的是带编码器的电机，为了精确清洁机器人的运动轨迹，左右轮电机必须保持高度同步，故在左右轮电机上采用 PID 算法，通过该控制算法清洁机器人便能控制速度以及运动方向，使其在实际移动过程中更加灵活。带霍尔编码器的电机叠加上 PID 算法，就能够保障清洁机器人均匀地清洁整个房间，从而确保每一处位置不重复、不遗漏。PID 算法主要涉及到以下 3 个数学表达式：e k()target_value current_value=（1）delta_()()()()()()()u kK e ke kK e kK e ke ke k=+pid1212 （2）u()()delta_()ku ku k=+1 （3）将上述 3 个数学表达式用函数进行封装，以便于驱动程序的调用。STM32F103C8T6 芯片小巧且强大，本设计采用该芯片对清洁机器人左右轮电机、V 型滚刷电机、三角边刷电机、吸尘电机进行控制。左右轮电机总共占用 10 个 IO 口，分别是 2 路 PWM 调速输出、4 路控制输出和 4 路正交编码器输入。这样左右电机就可以通过编码器的反馈进行 PID 闭环速度控制，而 V 型滚刷电机、三角边刷电机、吸尘电机物联网技术 2023年/第8期 智能处理与应用Intelligent Processing and Application82的控制只需要 3 个 IO 口进行启停控制即可。STM32 驱动板通过串口与上位机树莓派相连接，用来接收控制指令和反馈编码值给树莓派。上层指令控制底层驱动板的原理如图 7 所示。图 7 上层指令控制底层驱动板的原理3.3 视觉垃圾分类识别的实现本设计是通过百度智能云平台提供的图像识别 SDK 来识别 USB 摄像头所拍摄照片中的物体名称，并通过树莓派命令行启用、调用和设置分辨率。图像识别原理主要通过树莓派调用百度云图像分类 SDK 与摄像头采集图像对比，数据分析相似度达到某个阈值时得出识别结果信号传回树莓派，再将识别到的信息上传至天行数据提供的 API 接口，查询对应的垃圾类型，然后调用底层控制驱动控制桶盖步进电机旋转至对应垃圾分区9。实现原理如图 8 所示。图 8 视觉识别实现原理3.4 SLAM 建图与自主避障导航的实现智能清洁垃圾桶进行 SLAM 建图与自主避障导航需要用到激光雷达、IMU 和底盘 STM32 电机驱动模块，三者与树莓派进行串口绑定并进行通信。在 SLAM 建图中最常用的方法是通过 Gmapping 方法实现 SLAM 地图的构建，Gmapping 是ROS 导航包中的二维建图算法包，基于粒子滤波算法，通过机器人里程计数据获取粒子群的位姿，然后通过激光雷达采集的数据来构建 SLAM 地图10。本设计采用 cartographer 算法，cartographer 基于 submap 子图构建全局地图的思想，能有效地避免建图过程中环境中移动物体的干扰，通过订阅传感器的实时数据来实现 SLAM 建图3。自主避障导航采用开源的 ros-navigation 导航功能包，该功能包包含了 move_base 节点、global_planner 节 点、local_planner 节 点、global_costmap节点，其中 move_base 节点是导航过程中运动控制的最终执行机构，通过订阅用户发布的导航目标，发送实时控制信号给底盘 STM32 电机驱动板。通过路径规划利用地图信息寻找出全局路径，而控制策略则是在尽可能逼近全局路径的情况下避开路径上的障碍物，以此实现自主避障导航。3.5 声源定位的实现单一的麦克风阵列只能实现声源方位的实时获取，不能计算出声源位置与阵列之间的距离，也就无法构建出声源坐标。因此本设计通过 2 个麦克风阵列，与声源构建出一个三角形平面，再通过已知的阵列距离以及两个角度便可以求出三角形的另外两条边长，从而进一步获取智能清洁垃圾桶与声源的距离6。R 为两个麦克风阵列的中心距离，1为针对麦克风阵列 1 所计算出的角度，2为针对麦克风阵列 2 所计算出的角度。R1为所求智能清洁垃圾桶到声源的距离，由三角正弦定理可计算：R1=R*sin(2)/sin(180-1-2)。计算出R1后，根据极坐标公式即可求出声源坐标。假设智能清洁垃圾桶的坐标为(X1,Y1)，则声源坐标为(X2,Y2)，如图 9 所示。图 9 声源坐标获取原理根据三角形的勾股定理可得：XXXXR21111180=+=+sin()（1）YYYYR21111180=+=+cos()（2）2023年/第8期 物联网技术智能处理与应用Intelligent Processing and Application83通过数学计算，便可以求出地图中声源所在位置(X2,Y2)。将智能清洁垃圾桶的初始位置(X1,Y1)作为导航起始点，声源位置(X2,Y2)作为目标导航位置，将实时位置信息发送给树莓派 4B，并在地图上构建出声源位置；通过导航算法锁定目标地址，并通过激光雷达扫描障碍物，运行避障算法，进而准确地停靠在用户的身边。3.6 语音交互与辅助垃圾分类的实现科达讯飞开放平台给个人用户免费提供了用于研究的语言识别和语言合成的 SDK 软件开发工具包，该软件开发包由库文件（libmsc.so）和库授权码（APPID）组成。基于科大讯飞开发平台提供的 SDK 软件工具包和 API 说明文档，开发出对应的语言交互以及语言辅助垃圾分类 ROS 程序。启用科大讯飞的 SDK 完成语言设备和语言合成，调用云端服务器的 API 接口完成 QA 与 NLP，即自然语言处理，这样就可以实现语音交互了。为了追求更为智能的语言交互系统，本设计利用云端服务器搭建出一个深度学习框架，建立 Web服务器并运行爬虫用于爬取互联网上的数据进行训练。基于此深度学习框架运行在线学习算法爬取学习数据，由此本自然语言处理系统就能同时学习和工作，进一步提升其智能化水平3。实现原理如图 10 所示。图 10 智能语音交互与机器学习原理4 移动端软件设计本设计所使用的软件 APP 是基于 ROS 官网的软件开发demo，采用 ros-java 库进行设计的3。该软件能够与树莓派中运行的 ROS 系统进行网络通信，通过 WiFi 连接智能垃圾桶并进行实时远程控制。实现了摄像头内容实时监测及分类信息显示、地图显示、手动操控、清洁路径规划等功能。为了能够在局域网中快速找到智能清洁垃圾桶，需要在树莓派端开启 IP 广播节点，这样手机 APP 就能够自动搜索到智能清洁垃圾桶并与树莓派 ROS 建立网络通信。只需要打开APP 点击设备搜索便能够查询到树莓派的 IP 地址并连接，连接完成后手机 APP 就能与智能清洁垃圾桶进行网络通信，并实时控制和监测智能清洁垃圾桶。移动端软件实现原理如图 11 所示。图 11 移动端软件实现原理5 结 语本文基于树莓派设计能够自主垃圾分类的智能化家居产品，在未来具有重要的实用意义。智能清洁垃圾桶实现的功能满足了人们对智能化、便捷化生活的需求，积极响应了国家大力推行垃圾分类的号召。WiFi 和语音使智能清洁垃圾桶的操控更加便捷，当用户想要丢垃圾时，只要轻轻呼唤它，智能清洁垃圾桶便会通过声源定位准确地来到身边，并且还能通过语音和 APP 控制其去用户设置好的地点进行清扫。智能清洁垃圾桶实用性高、应用范围广，大大方便了人们的生活，不仅能在家居场景使用，而且适用于服务行业，具有很强的推广价值。参考文献1 聂壮壮，李伟恒，冯海杰，等.基于物联网的智能垃圾桶 J.物联网技术，2021，11（3）：62-63.2 杨皓文，胡琦瑶，李江南，等.基于 NB-IoT 的智能垃圾分类系统J.物联网技术，2020，10（8）：47-51.3 张虎.机器人 SLAM 导航核心技术与实战 M.北京：机械工业出版社，2022.4 庞辰耀，吴平，翁德华，等.基于 ROS 与激光 SLAM 自主导航与避障系统的设计 J.数字技术与应用，2021，39（11）：214-218.5 陈志伟，李志超，刘天丽，等.基于 STM32 的智能家居垃圾桶设计 J.机械，2022，49（2）：67-72.6 欧俊龙，陈珊珊，谢焱辉，等.基于互相关算法的声源定位小车设计 J.电工技术，2021，42（22）：72-73.7 张克勇，朱湘萍，包本刚，等.基于 WiFi 环境的智能垃圾桶的设计 J.信息化研究，2020，46（3）：74-78.8 高广棵.基于 ROS 的机器人定位与导航系统研究 D.西安：西安工业大学，2021.9 王雪，叶长青，杜雨洋.基于树莓派的智能垃圾分类桶设计 J.电脑知识与技术，2021，17（25）：114-115.10 阳映雯，邓鹏，陈凯凯，等.基于 ROS 系统的 SLAM 视觉智能勘察小车 J.南方农机，2022，53（5）：19-21.作者简介：唐嘉璇（2001），男，湖南汨罗人，本科生，主要研究方向为电子系统设计与测试。杨环俊（1980），男，湖北十堰人，硕士，讲师，主要研究方向为计算机应用及信息处理方面。