快递物流沙盘模型-智能分拣系统模型

　　对快递自动分拣系统，系统启动后，在主控芯片k66 控制下，步进电机接收相应脉冲信号后以一定的移动速度与方向开始工作。随着货物的揽收入库，在卸货处采取人力与机械相结合的方式将包裹放置在输入端，通过缓冲段与匀速段后进入到目标检测区域，由光电传感器检测判断是否有货物通过以配合各执行机构动作，接着由系统中的摄像头进行图像识别，对目标包裹拍摄图像，然后对拍摄到的图像上的收寄件信息进行采集与 RFID 射频识别后得到的信息进行综合互补；结合超声波传感器对包裹长宽高的测量得到的三组信号与底部的重量传感器的电压信号，对采集得到的图像信息、重量信息、长宽高信息、收集件信息滤波及处理后进行统一指令打包，通过IIC通信方式上传到搭建完成的云服务平台，然后结合前序信息进行检测核对，得到正确的包裹信息。

　　检测信息异常的包裹，到达分拣道口前有相对应的关卡，将此异常包裹通过相应滑道滑向相应道口完成后续作业，同时得到相应信号的系统会发出警信号，提示进行后续处理。信息正常的包裹从主输送装置滑向集货站台，由相关 AI 进行后续入库储存作业，真正实现自动化分拣的目的。

　　该设计采用的结构是推块式分拣执行机构，其特点有：①能适应各种大小长短不一的物件，且工作效率高；②分拣过程对物件无落差、无冲击、无损伤；③多种布置方式及采用左右双侧分拣方式，能够有效提高结构的空间利用率； ④运行成本低，操作简单，性能优异。

　　主要是基于k66 最小系统板、光电传感器、摄像头、电机驱动、重量传感器以及分拣装置组成。

　　核心系统采用 NXP 公司的 k66 系列最小控制板，负责系统整体的运行与执行机构的控制。LQ_K66P144-SYSVG带有 2MB 的 FLASH 存储器以及 256KB 的 SRAM，有着很高的外围集成功能，10/100 Mbit/s 的以太网 MAC 硬件可以满足一般应用需求；有 180MHz 的 ARM Cortex-M4 核心，以太网控制器与 I2C 和 CAN 模块负责完成通信；由相应的锂电池与稳压电路配合来实现系统各部分电源的供电。

　　云服务器在业内的名称为计算单元，是一种安全可靠、简单高效、处理能力可弹性伸缩的计算服务。其采用分布式存储，用于将大量服务器整合成某种意义上超级计算机，提供大量的数据存储与处理服务。对共同存储资源，分布式数据库、分布式文件系统允许访问，可以实现应用相关数据文件的输入输出共享。可以快速建立数据中心，管理该自动分拣系统的所有参数。

　　传感器部分包括超声波传感器和重力传感器；超声波传感器采用市面上常见的 HC-SR04 超声测距模块。该模块具有成本低廉，测距精确的优势。有 2~450cm 范围内的非接触式测距功能，并且精度能达到 3mm；重力传感器采用电阻应变式传感器与HX711AD组合，此组合可以满足高精度、低成本的要求。

　　传送部分采用电机控制、电机驱动电路、隔离电路、步进电机组成，驱动电路有主控芯片输出脉冲实现电机的速度控制与脉冲控制。

　　分拣部分主要由输送机、相关检测装置、部件滑落机构、集货站台组成。相关检测装置包括光电传感器、超声波测距仪及重力传感器，通过检测信息与数据库信息进行核对来判断分拣口，通过部件滑落机构进行辅助，对各个包裹完成正确分拣，完成相应的分拣作业。

　　软件系统包括图像信号的获取与处理，超声波传感器、光电传感器信号以及射频信号的获取和处理、以太网模块、步进电机控制模块和分拣模块以及相关手机App模型搭建。

　　用户登录包括用户注册，可验证是否已经注册；修改密码；密码保护，采用通过邮件发给用户密码（用 JAVAMAIL实现）；登录，可以设置自动登录。

　　购物车可以对购物车中的商品进行增添与删除；购买结束后，付款时可以显示总价格。

　　在线交易部分用户可以对自己的商品增删改查，对别人的商品只有购买权限；用户拥有自己的店面。

　　网盘部分用户可上传文件，并对文件有删除权限，每个用户都拥有自己的文件夹，其他用户无法查看文件；为防止服务器崩溃，只允许上传 doc、txt、html、htm、jsp 等类型的文件。

　　对于图像信号的获取与处理，具体过程如下：对于OV7725鹰眼摄像头进行操作，先对其进行SCCB的写操作，初始化得到需要的分辨率、模式等。在进行 SCCB 初始化之后，再进行行中断、像素中断、场中断的函数处理编辑。最后需要经过 K66 主控芯片通过通信协议发送到上位机，进行显示和处理。很多的上位机都可以让用户自己在 Visual Stdio 上编写算法，直接在上位机上处理，可以方便快捷地得到想要的数据。

　　该系统是在国内目前存在的自动分拣系统模型上进行优化，包括订单处理、拣选、仓储管理等一系列作业，每个流程都有数据采集、存储、调度的过程。采用该系统的相关软件系统以及硬件结构，具有增加拣货范围，缩短项目回报周期，提升相应的工作效率与准确率，有效提升整个机构的空间利用率，降低了算法复杂度的优点；同时该系统在其他物流行业同样可以得以应用，如运输、配送、药品等细分市场，适应面广，可扩展的空间大，灵活性高，极大地满足了中小型快递公司对物流配送货物分拣的需要，具有广阔的市场前景和极大推广价值。