基于 OpenMV 视觉模块与 Arduino 的光照自适应的智能快递小车系统设计

0 引言

随着电子商务的发展，物流行业的快速崛起，随之而来的快递配送面临这人工成本高，效率低等问题，智能快递小车成解决这一问题的有效手段。

光照因素是制约视觉识别技术可靠性的关键因素。针对这一问题，国内外学者进行了大量研究。ZHANG[1] 等人基于 Retinex 理论设计了一种图像增强算法，有效改善了低照度下的图像质量；黄亮 等人提出一种改进局部自适应阈值分割算法；这些方法仅从算法层面进行处理，未考虑硬件层面的补偿措施；黄凯文 [3]、朱铝芬 [4] 等人在进行智能小车设计时并未考虑光照因素对视觉模块的影响，因此本文设计基于视觉识别定位和红外循迹的智能小车，并考虑光照因素采用硬件光照补偿 LED系统和算法相结合的方式提升图像精度。

1 系统总体设计

智能快递配送小车的系统架构如图1 所示。系统主要由主控制器视觉识别模块、红外循迹模块、超声波避障模块、电机驱动模块、光照调节模块组成。

图1 系统框架图

主控制器采用 Arduino Mega 2560，负责协调各模块工作，确定小车送货路径，控制小车运动。视觉识别采用 OpenMV 视觉模块，负责二维码识别和颜色识别。红外循迹模块由4 路TCRT5000 红外传感器组成，实现路径跟踪功能。超声避障模块采用 HC-SR04 超声波传感器，实现全方位障碍物检测。电机驱动模块采用L298N 驱动芯片控制直流减速电机。光照调节模块由光敏电阻和可调光 LED 组成，LED 由 IRF520 驱动模块实现根据环境光照强度自动调节补光强度。

2 硬件设计

2.1 OpenMV 视觉识别模块设计

本设计视觉识别采用 OpenMV 视觉识别模块，该模块基于 Python语言进行开发，集成了专用图像处理加速器，可高效运行滤波、阈值分割、特征检测等算法。

OpenMV 模块通过 TX（发送）和 RX（接收）引脚与 Arduino 通信，实现全双工数据传输。

2.2 光照调节模块设计

针对光照变化对识别效果的影响，本系统设计了主动可调光 LED照明系统。该系统的调光模式有自动模式和手动模式两种。自动模式下系统通过 1 个光敏电阻实时检测环境光照强度，由 Arduino 生成 PWM信号控制 1 个 LED 灯带亮度，使环境光照强度保持在一定值范围内；手动模式下系统可通过调整电位器调整LED 亮度，从而调节光照强度。本设计中的 LED 灯带采用 IRF520 驱动模块进行驱动 ， 其硬件接线图如下图2 所示。

图2 光照调节模块接线图

2.3 红外循迹模块设计

本设计采用的红外循迹模块由 4 路 TCRT5000 红外传感器组成，通过检测是否反射回红外光线，输出高低电平，识别地面的黑白线实现循迹。

2.4 电机驱动模块设计

本设计的电机驱动模块采用采用 L298N 双 H 桥驱动模块，可同时驱动两个直流电机，直流电机采用两个额定电压为12V 的370 直流电机，L298N 驱动模块通过 Arduino 的 pwm 信号和数字信号控制转速和转动方向。

2.5 超声波避障模块设计

本设计避障模块采用四个 HC-SR04 超声波模块，分别在小车的前后左右，当检测到障碍物距离小于安全距离时，Arduino 会控制电机采取停止、转向等动作。

3 软件设计

系统软件程序基于 Arduino IDE 开发环境编写，主要包含主控制程序、视觉识别模块图像处理程序、路径规划循迹程序等。

3.1 主控制程序设计

系统的主控制工作流程为：光照调节模块识别光照强度→ 0penMV 识别二维码并发送目标位置信息 $$ Arduino 根据目标位置规划路径→红外传感器进行路径跟踪→超声波传感器实时检测避障→到达目标位置完成配送→完成后原路返回。

主控制流程图如下图3 所示。

3.1 视觉识别模块图像处理算法

本设计图像处理算法选择阈值分割算法，阈值分割法主要可分为全局阈值分割法和局部自适应阈值分割法，两种阈值算法适用情况如表1 所示。

表1 全局阈值分割法和局部自适应阈值分割法特性对比

综合考虑算法效率和适用场景，选择光照稳定的情况下使用全局阈值。光照变化大、不均匀的情况下局部自适应阈值。

3.2 路径规划循迹程序设计

本系统中以两种路径为例，路径设置情况如下图4 所示

图4 路径示意图

控制流程图如下图5 所示

本设计的导航采用 OpenMV 视觉模块和红外循迹模块的混合导航模式。其工作流程为：OpenMV 识别二维码并发送目标位置信息（A/B）→Arduino 根据目标位置选择路径→小车循迹出发→到达路口，OpenMV检测颜色标记，并根据当前路径和颜色标记发决定动作→ Arduino 收到数据执行左/ 右转→OpenMV 检测颜色判断到达目的地→原路返回。

图5 路径规划循迹控制流程图

4 结束语

本文针对光照对视觉模块的影响，设计了一种基于 OpenMV 视觉模块与 Arduino 的光照自适应智能快递小车系统。本设计从硬件和软件两方面考虑光照因素的影响，为智能小车模块设计了光照自适应模块，并将图像分割算法运用与图像处理中，增强系统对光照因素的适应能力。本系统采用 OpenMV 视觉模块二维码识别定位、颜色识别判断，和红外模块循迹的混合方式路径导航，具有较高的可靠性。该智能小车具有成本低、效率高、稳定性高的特点，在物流行业快速发展的现在具有较好的经济价值。

参考文献

[1]ZHANG Yonghua， ZHANG Jiawan， GUO Xiaojie. Kindling the darkness： a practical low-light image enhancer[C] // Proceedings of the 27th ACM International Conference on Multimedia. New York： ACM， 2019：1632−1640.

[2] 黄 亮，郝颖明. 不均匀光照下的合作目标图像分割方法[J].计算机应用 ， 2024， 44（S1）： 229 - 234

[3] 黄凯文 赵 煜 黄 玲 周金伟 . 基于机械视觉的 Arduino 智能物流配送车 [J]. 河南科技 .2021.8

[4] 朱铝芬，羊井广 . 基于视觉技术的智能快递分拣小车的研制[J]. 物联网技术 ， 2095-1302.2021.09.002