0.引言
互联网的发展带动了电子商务的发展，物流技术的成熟提高了物流运输的效率[1]。在物流运输的智能化发展背景下[2]，急需设计一种新的物流运输用机械包装自动分类系统来提高目前的自动分类效率。常规的物流运输机械包装分类过程较单一，往往利用较传统的工业机器人进行分类抓取[3]，但这种传统的工业机器人往往缺乏智能化感知和敏捷变化的特性导致其对生产前的位置准备及分类物品的摆放区域要求非常高[4]，且在分类过程中，受自身敏感性的影响[5]。因此本文设计了物流运输用机械包装自动分类系统，硬件部分设计了数据采集分类器、ARM 处理器，以及S5PC100 核心芯片，软件部分首先分析了物流运输机械包装自动分类需求，其次构建了设备自动分类架构，最后设计了功能模块，实现了物流运输用机械包装设备自动分类。
1. 硬件设计
1.1. 数据采集分类器
传统的自动分类机器人主要依赖低阶手持人工采集终端，不仅需要花费大量的人力成本，且实际的数据采集读取的效果也较差[6]，性能不高，因此本系统选用智能化数据采集分类器作为数据采集终端，增加信息采集处理的效率。根据系统实际需求，本文绘制了 LXEA、Motorola、Euro Tehc 这几种智能数据采集分类器的性能参数表，如下表 1 所示。由表 1 可知，LXEA 的各项性能指标较符合本文设计的系统需求，因此本文使用 LXEA 数据采集分类器进行物流运输用机械包装设备的采集和分类处理。
1.2. ARM 处理器
为了保证自动分类系统的实际分类需求，增加实际分类效率，设计的自动分类系统必须选取符合要求的 ARM 处理器。物流运输用机械包装设备自动分类必须要考虑低功耗和实时性需求[7]，因此需要将 ARM7、ARM9、ARM10、ARM11、ARM Cortex这几种处理器进行综合对比，根据处理器的性能差异，选择最符合系统需求的 ARM 处理器型号。ARM3 的实际工作频为 80M，标准状态 下功耗约为0.06mw/MHz，处理能力约为 0.97MIPS/MHz，使用冯诺依曼架构实现处理，ARM9 的工作频为 150M，功耗为 0.19mw/MHz，处理能力为 1.1MIPS/MHz，使用哈佛架构，ARM10 的实际工作频为 260M，标准状态下功耗约为 0.5mw/MHz，处理能力约为1.3MIPS/MHz，使用哈佛架构处理，ARM11 的工作频为 335M，功耗为 0.4mw/MHz[8]，处理能力为 1.2MIPS/MHz，使用哈佛架构，ARM Cortex 的实际工作频为 600M~1G，标准状态下功耗约为 0.3mw/MHz，处理能力约为 2MIPS/MHz，使用哈佛架构，综合以上差异，本文设计的系统使用 ARM Cortex 作为系统的处理器，降低系统的处理功耗，提高系统的综合处理能力。
1.3. S5PC100 核心芯片
根据选取的 ARM Cortex 处理器，可以设计内部的核心芯片，常见的核心芯片类型较广泛，性能也存在差异，因此综合实际系统需求，本文选取 S5PC100 核心芯片作为系统内部处理芯片。S5PC100 核心芯片具有处理性能高，功耗低的优势，且其应用成本也较低，内部含有 64/32 总线结构，运算速度可达660MHz 以上，因此其具有较高的解码能力，能在 LCD 中输出。S5PC100 核心芯片内部主要包含多个功能模块，例如进行调整的时钟模块，方便存取调用的储存模块。多媒体转化模块、接口模块等，都能及时对输入到处理器中的数据信息进行控制，因此 S5PC100 核心芯片内部处理器的集成部分对整个芯片的实际处理性能有重要作用，为了增加转换效率，S5PC100 核心芯片设置了 ROM、STAM、NOR、Flash 等多个控制器，使其满足高速率下的系统转换需求。
2. 软件设计
2.1. 分析物流运输机械包装自动分类需求
设计的分类系统必须满足分类功能需求，即将实际分类的过程分为几个步骤：第一步是进行物流机械包装合流处理，第二步是根据设计系统的实际情况输入物流分拣信号，再利用上述设计的数据采集分类器进行分类信息的录入和处理，并制定分类框架及分类标准，保证实际分类效果，第三步是进行机械包装分流，控制终端在设备分类处理后，进行了移动分拣筛选控制，由判断模块判断此时是否达到了分类标准，最后，根据分类结果进行分运，使用机械设备进行综合输出，完成整个设备的分类过程。
2.2. 构建设备自动分类架构
根据上述物流运输机械包装设备自动分类需求，可以构建符合系统实际运作状态的自动分类架构，需要从几个方面综合进行架构设计，其中最主要的就是机械包装设备自动分类信号的输入及分流，因此研究分类过程，将自动分类架构划分成识别部分，分类检测部分，控制部分，以及分拣部分，各个部分需要协作对实际自动分类信息进行处理。
2.3. 设计功能模块
根据设计的自动分类架构，可以进一步设计物流运输用包装设备自动分类系统的功能模块，实现自动分类。第一是分类图像采集模块，根据 FPGA 控制原则，进行物流运输用机械包装设备的采集，设计特殊的采集协议，使其能满足实际的初始化标准，从而完成分类图像的采集，因此在图像采集模块可以使用VSYNC 代表帧同步信号、HREF 代表同步型号，VGA 代表分辨率，在输出时序的综合控制下完成分类图像的采集识别。第二是边缘检测模块，根据自动分类系统的需求对图像采集模块中采集的图像数据进行边缘检测处理，设计卷积运算矩阵模板，使用Soble 算子完成边缘检测。第三是显示模块，可以根据边缘检测模块的监测结果查看分类情况，利用分类控制器进行信号同步，设计正确的显示程序，对实际分类识别区域进行规划，保证 RGB数据的输出效果，使其满足标准的 VGA 时序。设计的显示程序需要利用参数化设计来保证显示效果，因此可以选取 parameter来进行参数定义，修改定义常量，实现快速自动分类。
3. 平台测试
为了检测设计的物流运输用机械包装设备自动分类系统的性能搭建了自动分类性能测试平台，进行系统测试如下。
3.1. 测试准备
根据系统测试的实际需求，利用 Intel RealSense 搭建系统测试平台，首先固定测试平台的实际操作范围，其次设计目标采集模块，为了提高分类采集测试的有效性，在实际测试模块利用 Ubuntu16.04 Linux 平衡了测试需求，测试平台示意图如下图 1 所示。由图 1 可知，该测试平台为了保证测试准确性设计了 IntelRealsense 感知层，Intel Realsense 感知层可以通过目标物体的像素情况采集实际的分类信息，在分类测试基础上，测试平台还添加了交互层，便于测试平台与 Intel Realsense 感知层进行交互，为了提高测试的智能性，降低测试消耗的时间，测试平台还搭建了执行层，该执行层可以利用 Robot Studio 软件来传递测试信号，系统整体测试的步骤如下：首先利用 IRC5 进行通信配置，将配置使用的 ROS Server 进行复制记录，然后利用 RobotStudio 软件创建测试程序，建立测试结果 ROS 文件，设置控制器，开始进行系统测试。
3.2. 测试结果与讨论
分别使用本文设计的物流运输用机械包装设备自动分类系统及传统的机械包装设备自动分类系统进行物流分类包装，测试不同数量设备下两者完成分类消耗的时间，测试结果如下表 2 所示。
结束语：
本文设计了物流运输用机械包装设备自动分类系统提高物流分类效率，对后续物流技术的发展有一定的作用，进行系统测试，结果表明设计的系统性能良好，分类消耗时间较短，有一定的应用价值，可以作为后续物流自动分类的参考。
作者：朱海明 单位：西安外事学院创业学院
