智能乒乓球捡球机器人的设计与实现

摘要：随着体育强国战略的不断实施和大数据与人工智能的发展，智能捡乒乓球机器人逐渐走进大众视野，但扔存在不足。针对当前乒乓球捡球机在捡球机制和识别算法方面的不足，本文提出了一种基于视觉识别技术的新型智能乒乓球捡球机。本设计选用树莓派开发板作为其核心控制组件，搭配yolov5、传感器、超声波等设备，实现机器人的运动、收集、避障等功能。

关键词：乒乓球捡球机；Yolov5；树莓派；目标检测；负压与刷扫集球结构

中图分类号：TP242.6 文献标志码： B

0 引言

随着体育强国战略的不断实施，越来越多的人参与到乒乓球运动中。当球员沉迷于打球时，满地的乒乓球不仅会阻碍球员运动，逐一捡球还会降低球员效率，因此随着大数据与人工智能的发展，智能捡乒乓球机器人逐渐走进大众视野【1】。目前市场上捡球机器人所采用的夹持器以虎钳式为主，夹持精度不高，运动效率低，国内外在通过人工智能捡拾乒乓球上的各项技术还是不够成熟，提升空间很大，本设计提供了新的解决方案，它能够使捡球机器人自主地完成识别、移动、捡球、放球、避障等一系列工作，使捡球工作完全由机器人来完成，同时提升机器人捡球的精准性，提高运作效率，具有更高效的捡拾准确度，更快的响应速度和更高效的捡拾效率。本文旨在设计一款基于YoLov5算法的二代智能捡乒乓球机器人，以实现更加高效和智能的监控功能。

1 基于yolov5与负压收集的乒乓球捡球机的发展现状

近年来随着体育强国战略的不断实施，越来越多的人参与到乒乓球运动中；且随着大数据与人工智能的发展，智能捡乒乓球机器人逐渐走进大众视野，如专业训练场地、集中训练营等。

现代的智能捡乒乓球机器人系统通常融合嵌入式开发、无线控制系统、图像处理技术、光电避障系统，能够解决捡球过程中的简单捡拾问题。yolov5算法的应用极大地扩展了乒乓球捡球的应用场景并缩短了时间【2】。例如：利用yolov5算法来处理进行定位乒乓球位置。该算法不仅能够定位更加精准，还缩短了捡球时间。一些系统还在捡球机器人身上安装人机交互系统，额外开发小程序，连接蓝牙等设备来进行不同场景下的工作需求，适应不同场馆的场地等问题，以及使机器人能够接受人类的指令或反馈信息，在手机端设置捡球时长，捡球范围以及正常模式和清扫模式等。

总体来说，人工智能捡拾乒乓球上的各项技术正在向着智能化、自动化、集成化的方向发展，同时，安全性、便捷性和法规标准的完善也是当前及未来发展的重要趋势。

2 视觉识别与负压收集的乒乓球捡球机的系统设计

2.1 软件设计框架

为了适应不同场馆的场地问题，额外开发小程序进行不同场景下的工作需求。在手机端设置了机器人的两种不同工作模式：正常模式和清扫模式。正常模式是在日常打球训练中进行捡球工作，而清扫模式则是在训练结束后对场地进行 S 形路径的无死角捡球工作。其余则有一键启动捡球，可设置捡球数量，捡球时长，捡球范围，更换收集盒指定区域设置等操作。相较于一代捡球机器人单一的捡球模式，这些智能化的功能使得捡球机器人更加灵活高效，接受人类的指令，能够满足各种训练场合的需求。

2.2硬件设计方案

2.2.1需求分析

针对用户反馈及市场调研，乒乓球捡球机机身结构设计应当更加紧凑、细致，提高机身灵活性，同时捡球机产品设计应具备更加精确地识别定位、追踪乒乓球功能；拥有更精准的避障功能，使捡球机能够更快速的收集捡拾乒乓球，从而提高捡球效率。

2.2.2具体方案

针对需求分析，本文提出以下硬件设计方案，主要包括四个模块：检测识别与定位模块、路径追踪与姿态调整模块、超声波避障模块以及目标收集结构模块。

在检测识别与定位模块中，摄像头捕捉机器前方的图像后，通过yolov5算法对获取图像进行处理，包括图像滤波、边缘检测、颜色识别等操作。在将乒乓球体目标和位置信息呈递至树莓派开发板后，基于目标位置和识别参数结果参数，决定机器的运动轨迹【3】。

在路径追踪与姿态调整模块中，捡球机能够实时感知乒乓球位置变化并相应地调整自身行进方向和姿态，以便于追踪和收集移动中的乒乓球，提升捡拾精确度。

在超声波避障模块中，主要基于超声波测距技术，利用超声波的物理特性来测量物体与传感器之间的距离，使用了微处理器STM32单片机控制超声波发射器和接收器同时处理接收到的信号【4】。

目标收集结构模块主要由吸球导管、风机和旋转刷组成。旋转刷负责将不易收集区域的乒乓球刷扫到导管口，风机通过叶轮的高速旋转产生气流吸引力，将乒乓球吸入导管内部，从而运输到机器内部的收集盒中【5】。

2.2.3系统硬件实现与测试

根据设计方案，本文采用高清摄像头捕捉获取图像信息，选用树莓派作主控设备，使用yolov5算法对获取图像进行处理，并将结果反馈给主控设备，将超声波传感器连接到STM32单片机，通过微处理器处理接收到的信号，实时更新机器与障碍物的距离信息，确保吸球导管、风机、旋转刷和收集盒等收集装置正常运行。搭建相应的测试场地，模拟乒乓球的运动轨迹，逐步进行各模块的功能测试，包括检测识别与定位模块的乒乓球识别和定位准确性、路径追踪与姿态调整模块的实时感知和调整能力、超声波避障模块的障碍物避免效果以及目标收集结构模块的乒乓球收集效率。

2.2.4系统硬件性能评估与优化建议

经过测试，本文提出的基于yolov5与负压收集的乒乓球捡球机表现出良好的性能，但在实际应用中，仍存在一定的性能瓶颈。针对此问题，提出以下优化建议：首先考虑到乒乓球的动态特性，可以进一步优化算法，提高对目标乒乓球的识别精度，进而提高捡拾效率。其次，改进吸球导管和风机的性能，面对不易收集区域的的乒乓球，可以通过改进吸球导管的形状和风机的功率，提高对乒乓球的吸引力。最后，针对不同场景和用户需求，提供个性化设置和定制化服务。

3 总结展望

本文设计了一个基于yolov5视觉识别与负压收集的二代智能捡乒乓球机器人，该机器人在一代机器人的基础上优化了其识别能力和捡球效率，使其在满足正常工作需求的同时又增添了机器与使用者的交互功能，使用起来更加便捷。

经过测试机器人的各方面功能，已经基本满足了日常使用场景的需求，然而在实际应用的过程中仍存在一些问题值得进一步的研究。如何将它的功率得到进一步的优化使用，如何使机器人的噪音降到更低等。我们将以这些问题为核心进行深入探讨，以不断提高智能捡乒乓球机器人的综合性能，为体育行业提供服务，给喜爱乒乓球这项运动的人门带来更多的便利，同时我们也将关注新兴技术的发展，如AI，5G等，探索将这些技术应用于该机器人，形成一套完整的训练系统。比如观察运动员的发球方式以及结合运动员接发球的习惯等行为最后综合反馈到本机器人的交互界面通过大数据智能AI的分析，来给运动员们提供合理的提升方案或问题分析，以满足不断增长的市场需求。

参考文献：

[1].宋安琦，李红楠，申立佳，等.智能乒乓球拾取机器人设计[J].科技创新导报，2018，15（36）：2-4.DOI：10.16660/j.cnki.1674-098X.2018.36.002.

[2].张芳婷.基于改进YOLOv5算法的篮球机器人目标检测系统研究[D].重庆大学，2021.DOI：10.27670/d.cnki.gcqdu.2021.002416.

[3].周国源，唐建宇，叶雪军，等.基于YOLOv5和树莓派的乒乓球拾球移动小车系统设计[J].信息与电脑（理论版），2022，34（07）：146-150.

[4].高婉婷，曳永芳.基于STM32智能小车避障系统的设计[J].物联网技术，2023，13（02）：131-135.DOI：10.16667/j.issn.2095-1302.2023.02.036.

[5].倪林安，丁颂，谢昭旭，等.全自动乒乓球收集车设计[J].机械工程与自动化，2023，（01）：106-108.

项目来源：本文为河南省教育厅2024年大学生创新创业训练计划项目“基于Yolov5视觉识别与负压收集的二代智能捡乒乓球机器人”（编号：S202412746003）、郑州科技学院2024年大学生创新创业训练计划项目“基于Yolov5视觉识别与负压收集的二代智能捡乒乓球机器人”（编号：DC202403）阶段性成果。

作者简介：贾田月（2000.07—），女，汉族，河南商丘人，郑州科技学院本科在读，研究方向：物联网工程。