基于语音控制的机械臂智能化分拣系统设计

陈明辉 崔成 晁明浩 陈大伟 刘同冈

（中国矿业大学 江苏徐州 221116）

随着全球工业生产的蓬勃发展，工业机器人现已成为一种不可或缺的自动化设备［1］。机器视觉是一种新型科技技术，它可以判断物体与摄像机的法向距离和水平面上的位置精度［2］。而借助语音识别的新兴技术，已经实现了人可与机器进行语音交流。工业机器人、语音识别和机器视觉三者协同发展，将极大地改变传统的生产模式［3］。

1 硬件设计

1.1 总体设计方案

本次设计的目标是智能分拣杂乱的工件，工件的外形特征和外观颜色会被识别出来。考虑到现有条件即设计周期的要求，本文通过对实际场景进行等比缩小，设计了一种小型智能台式工业机械臂系统。并在此基础上，将视觉识别与机械臂协作相结合，同时加入语音的控制方式，结合现有的传送带系统，打造一台更加智能的人机协作共同体。

1.2 分拣装置设计

分拣装置主要由机械臂、传送带和光电传感器组成。本设计采用的四自由度机械臂为越疆科技的Dobot机械臂，其腕部执行结构是一个负压式吸盘。在抓取过程中，机械手首先移动到目标工件的顶部，当机械臂末端吸盘与工件接触的时候，控制器下达指令到气泵，这时会在吸盘中产生一定的负压，工件会被紧紧吸附在吸盘上。传送部分选用有较大的接触面积的开口式平带来完成工作。同时选用传感器检测类零件来判断工件是否被取走。传送带是一个开环的系统，不会因为工件的存在与否而停止传送的工作，所以加入光电传感器来辅助传送带工作。根据所设计的传送带的类型，采用E18-D80NK型红外线式传感器。以传感器在电路系统中的信号为开关量，直接与单片机的接口进行相连接。分拣装置总体布局如图1所示。

图1 分拣装置总体布局

1.3 机器视觉模块设计

为提高设计中的机械臂抓取的准确性，机械臂需要判断工件在传送带上的水平位置以及所需抓取工件的高度，以确定机械臂末端的运动坐标。因此，引入机器视觉来完成这些工作。视觉识别的目标是工件的大小和深度［4］。通过CCD 传感器的工业相机，配合调试的Python程序进行识别。识别后发送数据至控制板的串口缓冲区，控制所设计的机械臂，从而完成抓取和分类的动作。摄像头识别部分的流程图如图2所示。

图2 水平方向流程图

机器视觉的主要工作原理是摄像机采集图像，处理器对图像进行运算分析，将最终的结果反馈给控制器［5］，最后系统控制机械臂对抓取操作进行定位和控制。视觉识别模块的硬件主要由工业相机、工业镜头和PC 机等组成。摄像机选用深圳深度视觉科技公司生产的工业相机，其能够在计算机屏幕上实时显示环境的图像。镜头选用深圳显微精工直销店出售的镜头，可手动变焦。

1.4 语音识别模块设计

语音识别的目的是实现人与机器之间的语音通信，提高系统的智能化水平和工作能力［6］。根据任务要求和装置工作环境，决定采用集成化的语音模块LD3320语音识别芯片。芯片上集成了运算处理器，具有非常高的精度，不需要网络连接，可配合其他电子器件的外部电路。芯片上嵌有A/D 和D/A 转换的部分，在编写控制函数的过程中，可以非常方便、快捷地自定义识别目标。芯片内部电路逻辑图如图3所示。

图3 芯片内部逻辑图

候选列表是LD3320 语音识别技术的核心。将候选内容放入指定寄存器，通过将MIC 的音频信号输入芯片，进行声谱分析、特征提取和关键词匹配，找出得分最高的关键词，并输出到MCU作为结果。其逻辑如图4所示。

图4 语音识别芯片工作原理

识别条件有以下两种情况。第一种情况，语音数据的长度固定，可以理解为定时记录。芯片只在规定的时间内将语音发送到识别模块进行计算和分析。对定长的声音数据进行识别和处理，得到与实际输入指令相符的结果［7］。第二种情况，操作者开始说出控制指令和说完的时间是规定好的。这样一来，芯片只会对规定时间长度内采集到的语音数据进行分析。芯片会自行判断语音开始和结束的时间节点，会对采集到的声音数据进行处理，得到与实际输入命令一致的结果。

2 控制面板的设计

2.1 控制电路的整体设计

通过设计Arduino控制板解决LD3320语音识别模块不能直接与计算机进行通信的问题，并且在控制板上集成完毕相对应接口，用以接入LED、按钮和摇杆等手动控制模块。同时，控制板布置在计算机和机械臂之间，提高信息传输的效率和有效性。控制电路整体原理结构如图5所示。

图5 控制电路整体原理图

2.2 语音模块连接的设计

语音模块的供电直接来自于Arduino控制器，采用的是3.3V直流电压，将各所需要的接口连接在控制器自定义的接口上，并对控制器进行编程，来成功加载语音芯片并进行使用［8］。当操作者说出控制的话语时，语音识别芯片采集到数据，经过处理运算后将数据发送至控制器。控制器进一步将数据整合后发送给计算机或者机械臂来完成下一步的操作。其连接示意图如图6所示。

图6 语音模块连接示意图

2.3 按钮、LED和摇杆模块的设计

按钮、LED 和摇杆模块的供电是直接来自于Arduino 控制器，采用的是5V 直流电压。将各个按钮和LED 接入电源后，还需要接入触发信号。自定义的线路与按钮或者LED 进行相连接后，就能够采集按钮的输入开关量，并且输出相关信号到LED 以示意。当操作者按下按钮时，对应的LED 指示灯亮起。同时摇杆模块的接入可以更智能化地控制机械臂来进行各个方位的空间移动。该模块连接示意图如图7所示。

图7 按钮、LED 和摇杆模块

2.4 PCB布线设计

将各个模块与底层芯片的接口集成到一块小型PCB 上。这块PCB 底部有标准的针座，可以完全地插入Arduino mega 2560控制器的接口上。这种连接方式紧密，不漏电。同时，上下两层PCB均有对应的螺丝孔位，易于进一步固定和安装。本文中设计的机械臂采用12V 直流电源，采用通信信号接口与机械臂相连。其布线如图8所示。

图8 PCB布线设计

2.5 最终效果

将上层的PCB 加工好后，进行零件焊接调试等工作，最终与底层的控制器进行紧密相连，如图9所示。

图9 控制器装配图

将所有部件与控制模块相连，其实物图如图10所示。

图10 总实物图

3 结语

本系统实现了高度智能化，采用语音操控并且结合了机器视觉，可以根据工件的形状和所处的空间位置自动调整机械臂的抓取位置。摄像头模块进行程序识别，分析出工件的水平位置、垂直高度、形状和高度，同时将信息输入计算机控制面板。此外，设计中加入了语音识别模块，增强整个系统的通用性和智能化，机器可以“理解”人的语言。语音识别功能可以识别多种语音指令。当芯片检测到触发指令后，会进行频谱分析、提取特征、关键词匹配等流程进行判断，进而产生中断指令将识别的结果发送至控制板，机械臂结合工件信息迅速响应并完成工作。