中图分类号：G63         文献标志码：A         文章编号：

Design of Intelligent Delivery Robot System

Based on SLAM Algorithm

SHANG Lei

(Liaoning Railway Vocational and Technical College, Telecommunications Engineering College, Jinzhou Liaoning 121001, China)

Abstract: To solve the problem of inaccurate delivery of robots in complex environments, an autonomous obstacle avoidance intelligent delivery robot based on SLAM algorithm is designed for seamless indoor and outdoor coverage scenarios using 5G signals. Using Raspberry Pi and ROS system on the computer side for mapping, as well as visual SLAM and laser SLAM technologies, the robot has achieved path planning, automatic obstacle avoidance, and autonomous navigation. Improving the efficiency of path planning and having good fault tolerance and anti-interference capabilities can achieve high-precision environmental map construction. Experiments have shown that in 5G signal coverage scenarios, the maps created by robots can depict the surrounding environment of the robot, and SLAM mapping has high positioning accuracy.

Key words: 5G communication; SLAM； Autonomous obstacle avoidance; Intelligent control; Simulation and emulation

0  引  言

目前，物流行业的蓬勃发展推动了配送方式的智能化升级。随着机器人技术的逐渐成熟，智能机器人配送已成为研究的热门方向。5G技术快速发展，为各个领域的数字化转型和智能化升级提供重要的支撑和保障^[1]。因此，本文设计一种基于SLAM算法的智能配送机器人，旨在将 5G 与移动机器人的优点相融合。借助 5G 技术与移动机器人特种环境特种作业的优点，提高移动机器人的智能性与安全性^[2]。

本文设计的基于SLAM算法的智能配送机器人，以树莓派为上位机控制核心，基于ubantu虚拟机搭载机器人ROS系统为开发平台；在树莓派中使用Linux作为开发系统进行软件部分的编译。实现了移动机器人的SLAM建图、自主避障和导航，并基于终端实现其远程监控。机器人控制总体框架如图1所示。

图1 机器人总体框架

1  系统硬件设计

采用STM32F405作为本次设计机器人运动控制的最小系统，是整个运动控制模块的核心。通过对电机驱动模块的控制作为移动机器人的动力源，对舵机模块发送数据来控制机器人的方向转变，STM32F405还通过发送数据到姿态传感器IMU模块确认机器人目前的位置。

1.1  运动控制系统设计

运动控制系统采用的是以STM32F405为核心控制板，搭配电源控制电路、电机驱动模块、雷达接口电路、充电电路、IMU惯性测量模块、舵机及与舵机相连的连杆和万向轮。当移动机器人电源控制开关打开后，电机驱动模块开始驱动机器人，STM32F405通过雷达接口给雷达供电，雷达开始进行工作。树莓派通过USB向STM32F405发送移动数据，STM32F405通过串口将数据发送给舵机，舵机通过控制连杆以及连杆上的万向轮开始移动起来，配合雷达进行构建周围环境地图的工作。构图完毕后，当移动机器人开始进行循迹时，STM32F405通过发送数据给IMU惯性测量模块确认当前位姿，如遇障碍物，STM32F405将数据发送给舵机，舵机利用连杆及万向轮及时改变运动方向^[3]。运动控制系统的控制实现方式如图2所示。

图2 运动控制系统框架

1.2  上位机系统设计

上位机选用的是树莓派，树莓派具有电脑的所有基本功能，是一款基于ARM的微型电脑主板。拥有4GB的ARM，及CSI摄像头接口。树莓派基于Linux系统，通过 STM32微控制器通信，接受从底层传送过来的机器人速度、角速度、位置信息以及方向等信息。在ROS系统中，通过信息处理及结合路径规划算法，发送机器人指令消息，控制机器人行进路径^[4]。

1.3  循迹与避障设计

对于单一传感器定位及导航效果差的问题，提出了一种基于激光雷达与视觉结合的移动机器人SLAM算法，将CSI-2摄像头视觉、激光雷达、里程计数据融合，完成机器人的循迹和避障功能^[5]。具体步骤如下：

步骤1. 通过激光采集得到的数据进行处理，获得距离信息；

步骤2.采用ORB算法提取单目相机测得的特征点，通过比对特征点得到角度信息；融合距离信息与角度信息，获取机器人的实时定位信息；

步骤3.根据激光雷达和单目相机的标记信息构建地图。

该算法利用视觉SLAM改善了单一传感器的定位精度的问题，又有效缓解了激光雷达不稳定的问题。

2  系统软件设计

2.1  ROS系统中的应用程序设计

ROS 是一种基于Linux的机器人操作系统，该系统基于预设置的功能包，便于开发应用^[6]。如图3所示，SLAM智能运送机器人运用了实现机器人的自主定位导、机器人运送路径的规划、机器人环境的地图重建^[7]。

2.2  SLAM建图

SLAM算法采用树莓派CSI-2摄像头视觉与激光雷达，并结合里程计数据进行信息融合进而进行机器人的定位与导航。选用的通信模块为WH-NB73模块，适用于三家运营商的NB-IOT网络，支持5G网络连接、3GPP标准指令。

图3 机器人总体框架

2.3  手机 APP 设计

系统的APP通过Android Studio软件进行设计。APP开发主要分为APP用户界面的设计和逻辑组件的设计两部分内容^[8]。

用户界面设计中有移动机器人控制，雷达扫描障碍图，摄像头传输的实时数据，移动机器人仪表盘信息等。APP逻辑设计即编程，组件类似C语言中的封装函数，需要时直接调用。APP主要模块有通信连接、运动指令下达、雷达扫描显示，仪表盘告警等。

3  实验验证

3.1 实验环境搭建

5G信号覆盖主要包括室内信号覆盖和室外模拟仿真两部分。室内信号覆盖，将基站信号引入到室内，实现室内的5G信号覆盖；室外信号覆盖，采用IUV5G软件，进行虚拟仿真，实现室外的5G信号覆盖，通过室内外无缝覆盖实现5G信号覆盖的环境搭建，完成测试实验。

室内实验选取学院典型的室内环境进行，使用电脑作为实验设备建立虚拟机操控机器人，5G覆盖下的室内测试环境如图4所示。

图4 5G信号室内覆盖分布图

运动控制系统的测试与上位机树莓派控制SLAM算法建图自动避障导航系统的测试。运动控制系统是STM32F405为核心的运动控制系统搭配电机驱动模块、IMU惯性测量模块、充电接口模块、雷达接口电路、舵机以及万向轮，实验室电脑作为上位机与移动机器人连接进行运动系统控制。在实验室里，打开移动机器人的开关，电脑控制移动机器人开始进行移动。上位机树莓派控制的基于SLAM的算法进行建图并自主避障系统是以树莓派为核心，配合激光雷达与摄像头的多传感器融合对周围环境进行建图，建图成功后进行自动循迹与导航。

室内运动控制系统，在实验中，当雷达对周围环境进行采集时，需要运动控制系统与雷达相配合。电脑发送的数据成功发送到STM32F405，再由STM32F405成功发送到舵机可以完美地通过连杆控制万向轮的转向，实现雷达对每一个角落的扫描。当构建地图成功，开始进行循迹时。运动控制系统收到来自上位机树莓派传输的数据，成功在设定轨迹中运动。

自主避障系统，基于上位机树莓派的SLAM算法与摄像头的实时监控是自主避障实现的关键。在自动巡航前，手动控制移动机器人对周围环境进行扫描并构建环境地图，利用移动机器人携带的激光雷达对室内环境进行扫描。移动机器人激光雷达对室内环境进行扫描的同时，摄像头对周围环境进行实时监控，通过设定目标位置节点，自动导航并实现自主避障功能，如图5所示。

图5自主避障功能展示图

室外仿真实验选取典型的小区环境进行，使用电脑利用IUV5G软件进行虚拟仿真，5G覆盖下的室内测试环境如图6所示。5G室外场景搭建主要包括5G硬件物理连接和5G的软件数据配置两部分。硬件物理连接包括核心网、承载网、无线网，数据连线和拓扑规划等配置，软件数据配置，包括IP地址配置、业务数据、网元配置分为：UPF、AMF、SMF、AUSF、NRF、PCF、NSSF配置等，通过物理连接和数据配置，在进行业务调试和网络优化最终实现5G信号的室外覆盖。搭建5G出室外覆盖场景，实现为接下来进行仿真创造有利的条件。

图6 5G室外覆盖场景图

通过iuv5G实现信号覆盖小区，配置拓扑规划、ip地址、网关、虚拟路由、终端信息、信号塔规划、网元数据。配置物理链接并且连接到室外信号塔发射信号覆盖室外小区进行业务验证，达到上网状态，点击执行小车会接收指令从规定起点行驶到规定终点测试显示J2到J7，测试结果成功，如图7所示。

图6 5G室外测试图

4  结  论

本文设计基于SLAM算法的智能配送机器人，ROS机器人操作系统作为开发平台，运用树莓派和ROS系统进行建图，同时还运用了视觉SLAM、激光SLAM技术，应用SLAM定位与地图构建技术解决智能机器人定位和环境地图构建问题。应用于智能配送，解决“最后一公里”的配送难题。

参考文献:

[1]朱志鹏.基于AGV的可移动式货架拣货路径规划问题研究[D].北京交通大学,2021.

[2] 胡敬泽.基于5G+的室内外多用途移动机器人的设计与应用[D].阜阳师范大学,2022.

[3] 孙磊.葡萄行间自动导航关键技术研究[D].宁夏大学,2019.

[4] 黄原有,阳韬,张杨志,等.基于SLAM的机器人在车间运送中的应用[J].机电工程技术,2020,49(11):33-36.

[5] 田野,陈宏巍,王法胜,等.室内移动机器人的SLAM算法综述[J].计算机科学,2021,48(09):223-234.

[6]康振兴.智能配送机器人的避障导航算法研究[D].合肥工业大学,2021.

[7] 徐淑萍,杨定哲,熊小墩.多传感器融合的室内机器人SLAM[J].西安工业大学学报,2024,44(01):93-103.

[8] 丁佳乐,黎顺,康郢芮,等.基于安卓手机的多功能智能小车[J].物联网技术,2019,9(12):83-84+87.

作者简介：

商 磊( 1987 － ) ，男，汉族，辽宁省凌

海人，硕士研究生，助教，研究领域为无

线网络定位。