下载文档原格式
基于机器人的智能仓储系统设计与实现智能仓储系统是一种充分利用机器人和先进技术的创新解决方案，旨在提高仓储业务的效率和准确性。
本文将讨论基于机器人的智能仓储系统的设计与实现，包括系统架构、关键技术以及应用案例等内容。
一、引言随着物流行业的快速发展和电子商务的兴起，仓储业务的需求也越来越大。
为了满足企业对仓储服务的高效和准确性的要求，传统的人工操作方式已经无法满足现代物流的需求。
因此，基于机器人的智能仓储系统应运而生。
二、系统架构基于机器人的智能仓储系统的核心组成部分包括：仓库管理软件、机器人控制系统、传感器、机器人执行设备等。
下面将对系统的每个组成部分进行详细介绍。
1. 仓库管理软件仓库管理软件是整个系统的核心，负责管理仓库的运营和调度。
它可以实时监控库存情况，支持仓库布局规划、货物分配和路径优化等功能。
此外，仓库管理软件还可以与外部系统（如订单管理系统和物流跟踪系统）进行数据交换，实现仓储业务的无缝连接。
2. 机器人控制系统机器人控制系统负责对机器人的控制和监控。
它可以通过与仓库管理软件的通信，接收任务指令并将其分配给机器人执行。
同时，机器人控制系统还能够实时监测机器人的状态、位置和任务进度，以确保整个系统的正常运行。
3. 传感器传感器在智能仓储系统中扮演着重要角色。
通过使用各种传感器（如视觉传感器、激光雷达等），系统可以实时获取仓库内货物的信息。
借助视觉传感器，机器人可以感知环境，识别货物的种类和位置。
激光雷达则可以帮助机器人绘制出精确的地图，为路径规划提供数据支持。
4. 机器人执行设备机器人执行设备是实际完成仓储任务的载体。
它们可以根据仓库管理软件的指令，自主规划路径并移动到货物所在位置。
通过搭载机械臂和抓取工具，机器人能够准确地分拣、存储和取货。
此外，机器人执行设备还能够通过与其他设备的交互，完成其他复杂的操作，如货柜装卸和货架调整等。
三、关键技术基于机器人的智能仓储系统的实现离不开多种关键技术的支持。
《自动化立体仓库系统的设计与实现》一、引言随着现代物流业的快速发展，自动化立体仓库系统（Automated Storage and Retrieval System，简称AS/RS）成为了仓储物流领域的热点研究方向。
它结合了自动化、信息化与机械化的优势，不仅显著提升了存储空间利用率和物流效率，同时也极大地提升了物流系统的安全性和灵活性。
本文将详细阐述自动化立体仓库系统的设计与实现过程。
二、系统设计1. 需求分析在进行系统设计之前，首先要对系统需求进行全面而细致的分析。
需求分析主要考虑的是系统的使用场景、预期目标、功能需求、技术要求以及预算等因素。
通过与客户进行深入沟通，明确系统的功能需求，包括货物的存取、库存管理、货位管理、系统监控等。
2. 系统架构设计系统架构设计是自动化立体仓库系统的核心部分。
该部分设计主要包括硬件架构设计和软件架构设计。
硬件架构设计包括货架、叉车、机械臂等硬件设备的选型和配置；软件架构设计则包括数据库设计、操作系统设计、人机交互界面设计等。
3. 数据库设计数据库是自动化立体仓库系统的信息中心，负责存储和管理所有的数据信息。
数据库设计需要考虑到数据的完整性、安全性、可扩展性等因素。
同时，还需要根据实际需求设计合理的表结构和索引，以便于数据的快速查询和更新。
三、系统实现1. 硬件设备实现硬件设备的实现是自动化立体仓库系统的基础。
根据系统架构设计和需求分析的结果，选择合适的货架、叉车、机械臂等设备，并进行安装和调试。
在硬件设备的选择和配置过程中，需要考虑到设备的性能、稳定性、可靠性以及可维护性等因素。
2. 软件系统实现软件系统的实现是自动化立体仓库系统的关键部分。
在软件架构设计的基础上，进行编程和开发工作。
主要工作包括数据库的建立和管理、操作系统的开发、人机交互界面的设计等。
在软件开发过程中，需要注重代码的可读性、可维护性和可扩展性。
四、系统测试与优化在系统实现完成后，需要进行全面的测试与优化工作。
基于机器人的智能仓储系统设计与实现智能仓储系统是当下物流行业迅速发展的重要组成部分，它结合了机器人技术和物联网技术，旨在提高仓储效率和减少人力成本。
本文将介绍基于机器人的智能仓储系统的设计与实现，包括系统结构、关键技术和应用场景。
1. 系统结构基于机器人的智能仓储系统包括以下几个主要的组成部分：- 机器人：负责货物的搬运和仓库内的作业任务。
机器人通常装备有传感器、视觉系统和运动控制系统，能够自主感知环境、规划路径并执行任务。
- 物联网设备：用于实时监控和管理仓储系统的设备，包括温湿度传感器、RFID标签、无线通信设备等，能够实现对货物、设备和环境的实时数据采集和传输。
- 数据中心：集中管理和分析系统所产生的大量数据，为仓储系统的优化和决策提供支持。
- 控制中心：负责监控和管理整个智能仓储系统，包括任务调度、路径规划、机器人调度等。
- 仓库设施：包括存储货架、工作站、充电桩等，为机器人提供必要的设施和资源。
2. 关键技术为了实现智能仓储系统，需要借助多种关键技术的集成：- 感知与感知融合：机器人需要通过传感器获取周围环境的信息，包括货物位置、障碍物位置、环境温湿度等。
通过传感器融合算法，将不同传感器的信息进行整合，提高感知的准确性和可靠性。
- 路径规划与避障：机器人需要根据货物的位置和作业要求，规划最优的运动路径，并实时避开障碍物。
路径规划算法需要结合仓库的布局和机器人的运动能力来设计。
- 自主导航与定位：机器人需要在仓库内自主导航，并准确确定自身的位置。
常用的定位技术包括激光SLAM、视觉SLAM、GPS等，能够提供准确的定位信息。
- 任务调度与协同控制：对于多个机器人的协同作业，需要根据任务的优先级和机器人的状态进行任务调度和协同控制，以提高仓储效率。
- 数据分析与决策支持：通过对仓储系统中产生的大数据进行分析，可以获取运营效率、设备故障、人员工作量等方面的信息，并进行决策支持，进一步优化仓储过程。
智能仓储系统中的物流管理与路径规划方法智能仓储系统是现代物流行业中的关键技术之一，其通过引入智能化设备和先进的物流管理软件，提高仓储操作的效率和精确度。
物流管理与路径规划是智能仓储系统中的重要组成部分，合理的物流管理和路径规划可以大大提高仓储系统的运作效率，并降低运营成本。
物流管理是指对仓储系统中货物流转和仓储过程进行全面控制和监管的管理方式。
在智能仓储系统中，物流管理主要包括货物进出库管理、货物存储管理和库存管理。
首先，货物进出库管理包括对货物的入库验收、上架、出库发货和货物清点等工作的管理和监控。
通过引入智能化设备，如激光扫描仪、自动输送线等，可以实现对货物的自动化处理，减少人为错误和提高工作效率。
其次，货物存储管理是指对仓库中的货物进行分类、整理和摆放的管理。
通过合理的货物存储管理，可以提高货物的存取效率，减少货物损坏和丢失的风险。
最后，库存管理是对仓库存储的货物进行动态监控和管理的过程，包括货物数量和可用性的实时跟踪，以及根据需求进行及时补充和调整。
通过物流管理的有效执行，可以实现仓储系统的高效运作，提高货物周转率和客户满意度。
路径规划是指根据一定的规则和算法，确定货物在仓储系统中的最佳流转路径的过程。
在智能仓储系统中，路径规划可以分为两个层次：宏观路径规划和微观路径规划。
宏观路径规划是指确定货物在整个仓储系统中的主要流转路径，它通常是由仓库管理人员根据业务需求进行手动规划和调整。
而微观路径规划是指确定货物在具体场景中的具体路径，如货物在仓库中的高架货架间的路径规划。
微观路径规划是通过智能化设备和软件自动完成的，如自动导航AGV（自动导航车）、RFID（射频识别）等技术的应用。
这些技术可以实时监控货物的位置和状态，并根据规定的路径和算法进行自动导航和调度，以实现货物的快速、安全和高效运输。
在智能仓储系统中，物流管理与路径规划方法的选择对系统的运行效率和可靠性有着直接的影响。
以下是一些常用的智能仓储物流管理与路径规划方法：1. 基于RFID技术的物流管理与路径规划方法：RFID技术可以实现对货物的实时跟踪和监控，通过在货物上安装RFID标签，可以准确获取货物的位置和状态信息，并进行即时处理和调度。
一种智能AGV搬运机器人的制作方法引言随着科技的进步和工业自动化的发展，智能AGV（自动引导车）搬运机器人在物流仓储行业中扮演着重要角色。
本文将介绍一种制作智能AGV搬运机器人的方法，通过搭载传感器、控制系统和导航算法，使机器人能够自主感知环境并实现物品搬运功能。
步骤一：硬件部件选型在制作智能AGV搬运机器人时，首先需要选取适合的硬件部件，包括底盘、驱动系统和传感器等。
下面列出了一些常用的硬件部件选型建议：1. 底盘选择根据机器人需要搬运的物品重量和环境特点，选择合适的底盘类型。
常见的底盘类型有四轮差速驱动底盘和全向轮底盘等。
四轮差速驱动底盘适合场地相对平坦，载重较大的情况；而全向轮底盘则适合需要频繁转弯和灵活机动的场合。
2. 驱动系统选择适合底盘类型的驱动系统，常见的驱动系统有直流电机、步进电机和无刷直流电机等。
需要考虑驱动系统的承载能力、控制方式和精度要求。
3. 传感器选择为了实现机器人的感知能力，选择合适的传感器至关重要。
常见的传感器包括激光雷达、红外传感器、压力传感器等。
根据机器人需要实现的功能，选择适当的传感器组合。
步骤二：控制系统设计智能AGV搬运机器人的控制系统设计是机器人工作的关键，该系统需要能够接收传感器数据、进行运算决策，并控制机器人的运动。
以下是控制系统设计的几个关键步骤：1. 传感器数据采集通过传感器采集环境信息，如距离、物体识别等数据。
将采集的数据传输给控制系统。
2. 算法设计与实现设计合适的算法，对传感器数据进行处理和分析。
包括路径规划算法、避障算法、物品识别算法等。
根据机器人需要实现的功能，选择合适的算法。
3. 控制指令生成根据算法处理的结果，生成机器人的运动控制指令。
控制指令可包括速度控制、转向控制等。
4. 控制系统实现基于选定的硬件部件和算法设计，搭建控制系统。
通过编程实现传感器数据的采集、算法的运行和控制指令的生成。
控制系统需具备稳定可靠性和高效性。
步骤三：导航算法开发智能AGV搬运机器人需要能够在复杂的环境中进行导航，使其能够自主行动。
基于机器人技术的智能仓储与物流管理系统设计与实现随着物流行业的高速发展和电子商务的普及，仓储与物流管理系统在提高物流效率、降低成本，以及满足客户需求方面起着至关重要的作用。
而基于机器人技术的智能仓储与物流管理系统的设计与实现，更是进一步推动了物流产业的发展和升级，为企业带来了更大的效益。
一、智能仓储与物流管理系统的设计1. 系统架构设计智能仓储与物流管理系统基于机器人技术，需要考虑整体的系统架构设计。
该系统可以分为仓库管理子系统和物流管理子系统两个部分。
仓库管理子系统主要负责库存管理、库内货物的分拣、入库与出库等工作；而物流管理子系统则负责订单管理、物流路径规划和配送等工作。
2. 仓库管理子系统设计在仓库管理子系统中，机器人扮演关键角色。
每个机器人都配备定位导航和避障功能，通过与仓库信息管理系统的连接，可以实时获取仓库内货物的位置和状态，以便进行准确的分拣和调度。
机器人之间也需要进行通信，确保货物能够顺利地从一个位置转移到另一个位置。
另外，在仓库的布局设计上，可以采用灵活可拆卸的货架和流水线，以适应不同规格的货物和调度需求。
同时，通过物联网技术，实时监测和控制货架的状态，以提高存储密度和货物定位的准确性。
3. 物流管理子系统设计物流管理子系统主要负责订单管理、物流路径规划和配送。
通过整合各个环节的信息，系统可以自动化地分配任务并规划最优的路径，提高运输效率。
机器人可以配备托盘或搬运车等设备，完成货物的搬运和装卸工作。
在物流路径规划方面，可以引入智能算法，考虑货物的特性、交通状况和配送时效等因素，以提高配送的准确性和效率。
同时，可以通过传感器和摄像头等设备，对货物进行实时跟踪和监控，确保货物的安全和及时性。
二、智能仓储与物流管理系统的实现1. 选型与集成在实现过程中，需要根据具体需求选择合适的机器人和相关设备。
机器人的选择可以考虑其负载能力、导航技术和自动化程度等因素。
同时，需要选择适用于系统的软件和数据库，以实现各个子系统的协调工作。
基于机器人的智能仓储系统设计与开发随着科技的进步和人工智能的发展，机器人在日常生活和工业领域中扮演着越来越重要的角色。
智能仓储系统作为机器人的一个重要应用领域之一，具有提高仓储效率、降低成本、保证物流安全等诸多优势。
本文将针对基于机器人的智能仓储系统的设计与开发进行探讨。
首先，对于智能仓储系统的设计，我们需要考虑以下几个方面。
首先是仓库内部的布局设计。
合理的布局能够最大程度地提高仓储效率。
我们可以根据仓库的具体情况，结合机器人的自主导航能力，将仓库划分为不同的区域，并确定最佳路径，使得机器人能够高效地进行货物搬运。
其次是机器人的选型。
不同类型的机器人具有不同的功能特点和适用场景。
我们需要根据仓库的具体需求，选择适合的机器人类型，如AGV（自动引导车）、AGC （自动引导装载机）等。
同时，还需要考虑机器人的承重能力、导航精度、反应速度等关键指标。
最后是智能控制系统的设计。
智能控制系统应包括机器人的运动控制、路径规划、避障等功能，以实现机器人的自主导航和货物搬运。
接下来，我们将着重探讨智能仓储系统的开发过程。
首先是机器人的硬件开发。
在机器人的硬件开发过程中，我们需要考虑机器人的机械结构设计、电子系统设计和传感器选择。
机械结构设计应优化机器人的载重能力和运动灵活性，电子系统设计应满足机器人的运动控制需求和传感器数据采集需求，传感器的选择应根据仓库的具体情况和机器人的功能要求，选择适合的传感器类型，如激光雷达、超声波传感器等。
其次是机器人的软件开发。
机器人的软件开发应包括控制算法的设计和编码实现。
控制算法的设计应考虑机器人的自主导航、路径规划、避障等功能，编码实现应采用合适的编程语言和开发平台，如C++、ROS（机器人操作系统）等。
最后是智能控制系统的集成。
在集成过程中，我们需要将机器人的硬件系统和软件系统进行合理的组合和整合，确保它们的协同工作，实现智能仓储系统的功能。
基于机器人的智能仓储系统的设计与开发不仅仅是一个技术问题，还涉及到管理和组织等方面。
自动化仓储系统中的智能搬运机器人设计与优化在现代物流系统中，自动化仓储系统扮演着至关重要的角色。
而在这些系统中，智能搬运机器人的设计与优化尤为重要。
本文将探讨自动化仓储系统中智能搬运机器人的设计原理、优化方法以及未来发展趋势。
一、设计原理智能搬运机器人是自动化仓储系统的核心组成部分之一，其设计原理包括机械结构、感知系统和控制系统三个方面。
1. 机械结构智能搬运机器人的机械结构应具备稳定性和灵活性，能够适应不同类型货物的搬运需求。
常见的机械结构包括轮式、履带式和步行器式等，每种结构都有其适用场景和优缺点。
2. 感知系统感知系统是智能搬运机器人实现自主导航和避障的关键。
通常采用激光雷达、摄像头、红外线传感器等多种传感器，实时获取周围环境信息，并通过算法处理，实现路径规划和障碍物避让。
3. 控制系统智能搬运机器人的控制系统负责指导机器人的运动和动作执行。
控制系统通常由主控制器、运动控制器和执行器组成，其中主控制器负责整体调度和决策，运动控制器负责运动轨迹规划和速度控制，执行器则执行具体的搬运任务。
二、优化方法为提高智能搬运机器人的工作效率和性能，可以从多个方面进行优化。
1. 路径规划优化通过算法优化路径规划，减少机器人在仓库中的行走距离和时间，提高搬运效率。
2. 载重能力优化优化机器人的机械结构和动力系统，提升其承载能力，实现更大规模货物的搬运。
3. 自主导航优化引入深度学习等人工智能技术，提升机器人的自主导航能力，使其能够更准确、更快速地响应环境变化。
4. 能源管理优化优化机器人的能源管理策略，延长其工作时间，提高系统的稳定性和可靠性。
三、未来发展趋势随着人工智能、物联网和自动化技术的不断发展，智能搬运机器人将迎来更广阔的发展空间。
1. 智能化程度提升未来智能搬运机器人将具备更高的智能化水平，能够实现更复杂的任务和更灵活的操控，适应不断变化的仓储环境。
2. 多样化应用场景智能搬运机器人将不仅局限于传统仓储行业，还将应用于工厂生产线、医疗卫生等多个领域，为人们的生产和生活带来便利。
基于物联网的智能仓储系统设计智能仓储系统是基于物联网技术的一个重要应用，它利用各种传感器、设备和互联网技术，实现对仓储环境、物品存储和管理进行自动化监控和智能化操作。
本文将针对设计智能仓储系统的相关要素和实现方式进行详细分析和探讨。
一、引言近年来，随着物流业务的快速发展，仓储管理面临着越来越多的挑战。
传统的仓储系统由于人工操作的局限性和数据信息的缺乏，难以满足现代化物流需求。
而基于物联网的智能仓储系统，则具备了实时监控、自动化操作、数据分析等优势，能够提高仓储效率、降低成本、提升服务质量。
因此，设计一个高效可靠的智能仓储系统，对于现代物流行业具有重要意义。
二、智能仓储系统的关键要素1. 传感器技术智能仓储系统依靠各种传感器获取仓储环境和物品信息。
例如，温湿度传感器可以检测仓储环境的温度、湿度等参数，压力传感器可以监测货物的重量和体积，光电传感器可以识别货物的位置和数量等。
通过传感器的数据采集，可以实现对仓库环境和货物的实时监控。
2. 物联网通信物联网通信是连接各种传感器和设备，并将其数据传输到云端的关键。
传统的有线通信方式无法满足智能仓储系统对于实时性和灵活性的要求，因此采用无线通信技术是一个不错的选择。
如Wi-Fi、蓝牙、Zigbee等无线通信技术，可以实现传感器和设备之间的互联互通，将数据传输到云端或者后台管理系统。
3. 数据存储和分析智能仓储系统产生的大量数据需要进行存储和分析，以提供决策支持和优化管理。
云计算技术可以提供可扩展的存储和计算能力，将仓储数据存储在云端，并通过数据分析和挖掘技术，提取有用的信息，使其成为智能仓储系统的核心资源。
三、智能仓储系统的实现方式1. 仓库环境监控智能仓储系统可以通过温湿度传感器、光电传感器等实时监测仓库的环境参数，包括温度、湿度、光照强度等。
当环境参数超过预设范围时，系统可以及时报警并采取相应的措施，保证货物的质量和安全。
2. 货物信息管理智能仓储系统可以通过RFID等技术实现对货物的定位和追踪。
基于智能控制技术的自动化仓储系统设计自动化仓储系统是一种利用智能控制技术实现物流自动化和信息化的系统。
它通过采集和分析物流数据，实现货物的自动入库、出库和搬运，以及物流信息的实时监控和管理。
本文将从系统设计的角度，详细介绍基于智能控制技术的自动化仓储系统的设计原理和实现方法。
一、系统设计原理基于智能控制技术的自动化仓储系统主要包括多个子系统，包括自动入库子系统、自动出库子系统、自动搬运子系统、物流信息管理子系统等。
这些子系统通过信息交互和控制指令的传输，实现对仓储过程的自动化管理。
1. 自动入库子系统自动入库子系统是实现货物快速准确入库的核心部分。
它通过使用传感器和智能控制算法，实现对货物的智能辨识和定位，然后利用自动化设备将货物直接送入相应的库位。
在设计自动入库子系统时，需要考虑货物的数量和种类，以及仓库内环境的布局和限制条件，以保证系统的高效性和可靠性。
2. 自动出库子系统自动出库子系统是实现货物快速准确出库的关键部分。
它通过使用智能控制算法和自动化设备，实现对货物的自动定位和捡配，然后将货物送至出库区域。
同时，自动出库子系统还需实现对货物的包装和打包操作。
在设计自动出库子系统时，需要考虑货物的大小和重量，以及物流的路径规划和出库优先级的确定。
3. 自动搬运子系统自动搬运子系统是实现货物自动转运和仓储设备互联的重要部分。
它通过使用传感器和智能控制算法，实现对货物的准确定位和搬运。
同时，在设计自动搬运子系统时，还需要考虑货物的体积和形状，以及仓库的布局和运输路径的规划。
4. 物流信息管理子系统物流信息管理子系统是实现对仓储过程的监控和管理的关键部分。
它通过采集和分析传感器数据和仓储设备状态，实时监控仓库内货物的状态和位置。
同时，物流信息管理子系统还可以实现对订单和库存的管理，以及物流数据的分析和预测。
二、系统设计实现方法基于智能控制技术的自动化仓储系统的设计实现主要包括硬件设备选择和智能控制算法的设计两个方面。
本技术为智能仓储物流机器人控制系统及控制方法，包括机器人子系统、控制终端和UWB 定位基站，所述机器人子系统包括主控制板、从控制板、里程计、超声波传感器、电源换相模块、IMU、UWB标签、激光雷达、光电隔离模块、无刷直流电机驱动器、无刷直流电机、遥控接收机、多个推杆；UWB标签与UWB定位基站无线通讯，主控制板与UWB标签进行实时通讯，同时通过IIC与IMU进行实时通讯，主控制板通过USB与激光雷达进行实时通讯；同时主控制板控制无刷直流电机工作；从控制板与主控制板双向通讯，同时从控制板连接遥控接收机、里程计及超声波传感器；多个推杆通过电源换向模块与从控制板连接。
在提高精度的前提下，增强系统运行的可靠性。
权利要求书1.一种智能仓储物流机器人控制系统，包括机器人子系统、控制终端和UWB定位基站，其特征在于，所述机器人子系统包括主控制板、从控制板、里程计、超声波传感器、电源换相模块、IMU、UWB标签、激光雷达、光电隔离模块、无刷直流电机驱动器、无刷直流电机、遥控接收机、用于机器人抬升或下降货架或物品的多个推杆；所述主控制板为树莓派控制器，用于建构地图、自身定位、路径规划导航、运动控制、控制终端交互；所述从控制板用于超声波传感器测距、里程计数据采集、遥控器接收机信息采集与推杆的控制；UWB标签与UWB定位基站无线通讯，主控制板通过串口通讯方式与UWB标签进行实时通讯，主控制板通过IIC与IMU进行实时通讯，主控制板通过USB与激光雷达进行实时通讯；同时主控制板通过光电隔离模块、无刷直流电机驱动器控制机器人上的无刷直流电机工作，从控制板与主控制板双向通讯，同时从控制板连接遥控接收机、里程计及多个分布在机器人上的超声波传感器；多个推杆通过电源换向模块与从控制板连接；主控制板与控制终端的上位机无线通讯，从控制板通过遥控接收机与手持遥控器通讯。
2.根据权利要求1所述的控制系统，其特征在于，所述树莓派控制器为Raspberry Pi3modelB+微型电脑或树莓派4B；所述从控制板为意法半导体公司生产的STM32F103单片机。
3.根据权利要求1所述的控制系统，其特征在于，IMU为MPU6050，激光雷达为思岚科技生产的RPLIDARA2，超声波传感器的型号为HC-SR04模块。
4.一种智能仓储物流机器人控制系统的控制方法，包括以下步骤：1)智能仓储物流机器人通过手动遥控模式对所处现场环境进行激光雷达扫描，激光雷达通过USB数据接口将数据传至主控制板，主控制板处理数据并获得现场环境的地图信息；2)从控制板实时将采集到的里程计传感器数据信息传输至主控制板；主控制板通过IIC与IMU 进行实时通讯，获得机器人的姿态角与加速度信息；主控制板将IMU与里程计获得的数据信息进行数据层融合，获取特征值；3)主控制板通过USB与激光雷达进行实时通讯，获得机器人所处环境的相对位置信息；从控制板实时将采集到的超声波传感器数据信息传输至主控制板；主控制板将激光雷达与超声波传感器获得的数据信息进行数据层融合，获取特征值；4)主控制板通过串口通讯方式与UWB标签进行实时通讯，从而获得机器人与UWB定位基站的实时距离信息，通过卡尔曼滤波处理，再经三边定位算法计算后，最终获得机器人的自身所处环境的绝对位置信息特征值；5)主控制板将里程计与IMU融合后获得的特征值、激光雷达与超声波传感器融合后获得的特征值与UWB获得的特征值利用改进的扩展卡尔曼滤波器进行特征层融合，最终获得机器人的位姿；6)控制终端通过无线通讯方式实现与主控制板进行数据交互，从而实现机器人所处位置的实时显示，通过控制终端设定机器人的目的地后，通过A*算法对路径进行自动规划；7)机器人按照规划的路径控制机器人的四台无刷直流电机，在机器人运行的过程中，从控制板通过实时采集四个超声波传感器获得机器人四周障碍物的实时距离，当与前进方向的距离小于设定距离后，机器人将立即停止并进行自主避障重新规划路径；8)当机器人到达设定地点后，主控制板通过IIC通讯将控制命令传输至从控制板，从控制板通过电源换相模块控制推杆上升或下降动作；9)机器人还可以通过手持遥控器进行人工手动控制，从控制板通过实时采集遥控接收机信号，实现对机器人的手动控制，从而实现机器人完成临时工作的功能。
5.根据权利要求4所述的控制方法，其特征在于，步骤2)和步骤3)中数据层融合均采用贝叶斯滤波算法进行融合。
6.根据权利要求4所述的控制方法，其特征在于，所述控制终端的人机界面上能对机器人的运行状态进行实时监控，包括电池电量显示、低压报警；同时能实时显示机器人的当前速度、障碍物的距离和机器人的旋转角度，具有传感器日志文件存储、错误信息报警功能。
7.一种权利要求1-6任一所述的智能仓储物流机器人控制系统的应用，其特征在于，该系统能用于物料处理、酒店搬货、军事及危险场所机器人定位控制。
技术说明书智能仓储物流机器人控制系统及控制方法技术领域本技术涉及一种移动机器人自主定位导航领域，具体涉及一种智能仓储物流机器人控制系统及控制方法。
背景技术智能仓储物流机器正在越来越多被应用于工业上的分拣、包装、搬运等环节，代替人工运输货物，提高了工作效率。
智能仓储物流机器人通过地面导航，自主避障，完成设定的工作过程。
其中机器人的定位和导航是智能仓储物流机器人的关键技术，机器人的定位技术可分为绝对定位与相对定位两大类。
相对定位测量的传感器主要有IMU以及里程计等，这一类的不足是误差会随着时间的推移逐渐累积；绝对定位主要采用视觉定位、即时定位与地图构建(SLAM)、基于信标的定位等，这一类传感器的不足是在环境异变的情况下，感知对象的不确定度增加，系统的不稳定性也随之增加。
由于单一传感器的定位技术存在一定的局限性，基于此，本技术融合激光雷达、UWB传感器、惯导传感器以及超声波传感器等多种定位技术，实现智能仓储物流机器人对现场环境的精确感知，提升了机器人的定位精度与可靠性。
技术内容本技术目的在于提供一种智能仓储物流机器人控制系统及控制方法。
为实现上述目的，本技术采用的技术方案是：一种智能仓储物流机器人控制系统，包括机器人子系统、控制终端和UWB定位基站，其特征在于，所述机器人子系统包括主控制板、从控制板、里程计、超声波传感器、电源换相模块、IMU、UWB标签、激光雷达、光电隔离模块、无刷直流电机驱动器、无刷直流电机、遥控接收机、用于机器人抬升或下降货架或物品的多个推杆；所述主控制板为树莓派控制器，用于建构地图、自身定位、路径规划导航、运动控制、控制终端交互；所述从控制板用于超声波传感器测距、里程计数据采集、遥控器接收机信息采集与推杆的控制；UWB标签与UWB定位基站无线通讯，主控制板通过串口通讯方式与UWB标签进行实时通讯，主控制板通过IIC与IMU进行实时通讯，主控制板通过USB与激光雷达进行实时通讯；同时主控制板通过光电隔离模块、无刷直流电机驱动器控制机器人上的无刷直流电机工作，从控制板与主控制板双向通讯，同时从控制板连接遥控接收机、里程计及多个分布在机器人上的超声波传感器；多个推杆通过电源换向模块与从控制板连接；主控制板与控制终端的上位机无线通讯，从控制板通过遥控接收机与手持遥控器通讯。
一种智能仓储物流机器人控制系统的控制方法包括如下步骤：1)智能仓储物流机器人通过手动遥控模式对所处现场环境进行激光雷达扫描，激光雷达通过USB数据接口将数据传至主控制板，主控制板处理数据并获得现场环境的地图信息；2)从控制板实时将采集到的里程计传感器数据信息传输至主控制板；主控制板通过IIC 与IMU进行实时通讯，获得机器人的姿态角与加速度信息；主控制板将IMU与里程计获得的数据信息进行数据层融合，获取特征值；3)主控制板通过USB与激光雷达进行实时通讯，获得机器人所处环境的相对位置信息；从控制板实时将采集到的超声波传感器数据信息传输至主控制板；主控制板将激光雷达与超声波传感器获得的数据信息进行数据层融合，获取特征值；4)主控制板通过串口通讯方式与UWB标签进行实时通讯，从而获得机器人与UWB定位基站的实时距离信息，通过卡尔曼滤波处理，再经三边定位算法计算后，最终获得机器人的自身所处环境的绝对位置信息特征值；5)主控制板将里程计与IMU融合后获得的特征值、激光雷达与超声波传感器融合后获得的特征值与UWB获得的特征值利用改进的扩展卡尔曼滤波器进行特征层融合，最终获得机器人的位姿；6)控制终端通过无线通讯方式实现与主控制板进行数据交互，从而实现机器人所处位置的实时显示，通过控制终端设定机器人的目的地后，通过A*算法对路径进行自动规划；7)机器人按照规划的路径控制机器人的四台无刷直流电机，在机器人运行的过程中，从控制板通过实时采集四个超声波传感器获得机器人四周障碍物的实时距离，当与前进方向的距离小于设定距离后，机器人将立即停止并进行自主避障重新规划路径；8)当机器人到达设定地点后，主控制板通过IIC通讯将控制命令传输至从控制板，从控制板通过电源换相模块控制推杆上升或下降动作；9)机器人还可以通过手持遥控器进行人工手动控制，从控制板通过实时采集遥控接收机信号，实现对机器人的手动控制，从而实现机器人完成临时工作的功能。
与现有技术相比，本技术的有益效果是：1)本技术采用数据层融合与特征层融合相结合的方式，先将IMU与里程计进行数据层融合、激光雷达与超声波传感器进行数据层融合，保证测量数据的准确性，再将两个数据层融合后的特征值(IMU与里程计进行数据层融合获得的特征值、激光雷达与超声波传感器进行数据层融合获得的特征值)与UWB获得的信息特征值进行特征层融合，避免了直接进行特征融合而大致数据丢失准确性降低问题，采用这种多层次组合多种融合结构的方式实现智能仓储物流机器人对现场环境的精确感知，特征层融合采用改进的扩展卡尔曼滤波器，即首先用最小二乘估计对采样观测点进行修正，构造出一组无偏的新型观测点，再将其代入扩展卡尔曼滤波器迭代算法模型，迭代过程中再利用DE(差分进化)算法对扩展卡尔曼迭代算法中所得到的的过程噪声方差进行最优化选择，因而减小了状态估计偏差，提升了机器人的定位精度与可靠性。
本技术配合使用树莓派控制器能够解决数据处理量大的难题，由于采用数据层融合，尽可能多的保存现场环境信息，基本不发生信息丢失或遗漏，提取特征值后再与其他传感器进行特征层次融合，保证了精度。
2)本技术采用双处理器分布式控制方式，以树莓派微型电脑作为机器人控制系统的控制核心，它不仅可以完成相同的IO引脚控制之外，还能运行有相应的操作系统，可以完成更复杂的任务管理与调度，能够支持更上层应用的开发，为开发者提供了更广阔的应用空间，处理能力强。
Raspberry Pi 3model B+微型电脑包含MicroSD卡插槽的板载存储、1G的RAM、ARM Cortex-A53 CPU,具有多种外设通讯接口，如SCI，SPI，IIC等。
