慕北颖1. 项目背景与需求分析
去年指导机械工程专业毕业设计时，有个场景让我印象深刻：在物流仓库实地调研中，看到工人每天要弯腰搬运近300次重物，最高负重达25公斤。这种重复性劳动不仅效率低下，更导致近40%的作业人员出现腰椎劳损。这促使我们团队决定开发一款智能搬运机器人作为毕业设计课题。
现代仓储物流行业正面临三个核心痛点：
- 人力成本年均增长18%（中国物流协会2023年数据）
- 传统AGV（自动导引车）路径灵活性差，改造成本高达20万/台
- 突发订单高峰时人工响应延迟常超过2小时
我们的设计目标很明确：开发成本控制在5000元以内，载重不低于30kg，支持自主导航和避障，并能通过手机APP进行任务调度。这个预算和性能指标，正好卡在工业级AGV和玩具机器人之间的空白区。
关键决策：放弃使用昂贵的激光雷达（约8000元），改用RGB-D摄像头（600元）+超声波组合实现环境感知，这是平衡成本和功能的关键转折点。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 机械系统设计与实现
2.1 底盘结构选型
对比了三种主流方案：
- 差速驱动（2个驱动轮+万向轮）：结构简单但转向有滑动摩擦
- 全向轮（麦克纳姆轮）：移动灵活但成本高出3倍
- 阿克曼转向：适合高速但需要复杂传动机构
最终选择差速驱动方案，用两个JGA25-370直流减速电机（单价85元）配合编码器，搭配尼龙万向轮。实测显示在瓷砖地面可达到0.8m/s速度，转向角度误差±5°。
2.2 举升机构设计
常见的液压/气动方案超出预算，我们创新性地采用丝杆+步进电机方案：
- 选用Tr8×2梯形丝杆（导程2mm）
- 配42步进电机（1.8°/步）
- 通过谐波减速器将扭矩放大至5N·m
这个组合实现升降行程30cm，最大举升重量35kg。为防过载，在托盘底部安装了薄膜压力传感器（量程50kg，成本仅30元），当检测到超重时会立即停止电机并报警。
3. 电子控制系统搭建
3.1 主控板选型对比
测试了三种控制器：
- Arduino Mega：开发简单但算力不足（16MHz）
- Raspberry Pi 4B：Linux系统适合算法但实时性差
- STM32F407：72MHz主频带硬件FPU
最终采用STM32+ESP32双核架构：STM32负责实时控制（电机PID调节、传感器采集），ESP32处理Wi-Fi通信和简单决策。两者通过UART通信，波特率设置为115200bps。
3.2 传感器融合方案
环境感知系统包含：
- Intel RealSense D435i深度相机（二手市场800元）
- 四组HC-SR04超声波模块（20cm-400cm）
- MPU6050六轴IMU用于航向校正
开发中发现深度相机在强光下噪声剧增，后来通过加装偏振滤光片（成本15元）解决了这个问题。多传感器数据通过扩展卡尔曼滤波融合，定位精度达到±2cm。
4. 导航算法开发
4.1 路径规划实现
在ROS中测试了三种算法：
- A*算法：路径最优但转角不连续
- DWA局部规划：动态避障好但易陷入局部最优
- Hybrid A*：综合性能最佳但计算量大
最终采用分层方案：全局使用A*生成粗路径，局部采用改进的TEB（Timed Elastic Band）算法。特别优化了代价函数，将转向角度变化率纳入考量，使运动更加平滑。
4.2 实际场景调参
在10m×8m的模拟仓库中，需要调整关键参数：
- 最大加速度：从0.3m/s²调整到0.5m/s²
- 安全距离：动态调整（静止障碍物0.3m，移动物体0.5m）
- 重规划频率：从1Hz提高到3Hz
测试数据显示，优化后路径长度平均减少12%，完成任务时间缩短19%。特别在狭窄通道（宽度<1m）场景下，通过成功率从67%提升到92%。
5. 软件系统架构
5.1 通信协议设计
为降低延迟，自定义了轻量级协议：
- 数据头：0xAA 0x55
- 指令类型：1字节
- 数据长度：1字节
- 校验和：XOR校验
- 实测传输成功率99.7%，平均延迟18ms
5.2 手机APP开发
使用Flutter框架开发跨平台控制端，核心功能包括：
- 地图显示（采用Google的Cartographer算法建图）
- 任务派发（支持拖拽指定目标点）
- 急停按钮（直接切断电机供电）
- 电量监控（通过电压-电量对照表估算）
特别加入了手势控制模式，通过绘制特定轨迹（如画圈表示循环搬运）来快速创建复杂任务。
6. 实测问题与解决方案
6.1 典型故障排查记录
问题现象：机器人频繁在固定位置定位丢失
- 初步检查：传感器数据正常
- 深入分析：发现该区域有强电磁干扰（靠近变频器）
- 解决方案：给CAN总线加磁环，通信误码率从5%降至0.1%
问题现象：举升机构偶尔卡死
- 拆解发现：丝杆润滑脂沾染灰尘形成研磨膏
- 改进措施：改用IP54防护等级的润滑脂，并加装防尘罩
6.2 功耗优化实践
通过电流钳实测各模块功耗：
- 主控系统：0.8A@12V
- 驱动电机：峰值15A（持续3A）
- 传感器组：0.3A
最终采用动态功耗管理：
- 空闲时关闭深度相机
- 路径跟踪时降低控制频率
- 使整机续航从2小时延长到3.5小时
7. 成本核算与性能指标
7.1 详细物料清单
| 类别 | 型号 | 单价(元) | 数量 | 小计 |
|---|---|---|---|---|
| 主控 | STM32F407VET6 | 65 | 1 | 65 |
| 通信模块 | ESP32-WROOM-32 | 35 | 1 | 35 |
| 驱动电机 | JGA25-370+编码器 | 85 | 2 | 170 |
| 举升电机 | 42步进+减速器 | 120 | 1 | 120 |
| 传感器 | RealSense D435i | 800 | 1 | 800 |
| 结构件 | 铝合金框架 | 300 | 1 | 300 |
| 电池 | 12V 20Ah锂电池 | 450 | 1 | 450 |
| 其他电子件 | 各类PCB/接插件等 | - | - | 560 |
| 总计 | 2500 |
7.2 实测性能参数
- 最大载重：35kg（超过设计目标16%）
- 连续工作时长：3.5小时
- 导航精度：±2cm
- 最大速度：0.8m/s
- 斜坡通过能力：≤15°
- 环境温度范围：-10℃~50℃
这个项目最让我自豪的是用1/10的工业AGV成本，实现了80%的核心功能。特别是在一次演示中，机器人成功在8分钟内完成了12个点的物料搬运，而人工组需要15分钟，验证了实用价值。