摘 要：随着科技的进步，智能设备在各个领域得到广泛的应用。本项目基于STM32技术，设计一款智能导盲四足机器人，结合多种传感器和技术，旨在为视障人士提供安全便捷的出行解决方案。该机器人结合了超声波传感器、激光雷达、语音系统以及视觉识别模块。通过STM32微控制器进行数据处理和控制，并结合物联网模块进行定位，实现了自主避障、智能规划路线和语音提示等功能，引导盲人安全到达指定地点。

关键词：智能导盲，视觉识别，自主导航，多传感器融合技术，语音交互，物联网

盲人社会群体比较特殊，他们在出行方面存在一定的困难。利用科技解决盲人出行中遇到的难题，是社会需要思考和解决的重点问题。传统的导盲犬虽然能提供一定的帮助，但其训练成本高、维护难度大，并且无法进行语音交互，而这款智能四足机器人可以弥补传统导盲犬的缺点，帮助盲人在出行过程中感受科技带来的安全和便利。

1.研究内容

智能导盲四足机器人利用多传感器融合技术实时感知周围环境，检测新的障碍物和变化，通过动态路径规划算法生成安全有效的行进路线，从而确保盲人用户的安全出行。在移动过程中，机器人通过BMI088陀螺仪获取当前的姿态信息，结合PID控制算法主动调整姿态，以防止倾斜或翻倒，保持稳定性。此外，机器人还通过机器视觉等传感器实时分析环境信息，生成语音提示，及时提醒盲人用户周围的障碍物和导航信息。为提高出行效率和保障出行安全，机器人连接到城市交通管理系统，通过物联网技术获取人行道红绿灯状态，与大数据分析结合优化出行路径。同时，集成的电力管理系统实时监控电池状态，根据任务需求动态调整工作模式，确保长期高效运行并利用外置太阳能板进行充电，减少对传统电力的依赖。

2.设计原理

2.1机械结构设计

智能导盲四足机器人通过采用关节电机，腿部多自由度的设计，使得四足机器人适应各种复杂地形，如跨越台阶，路沿等。并装配多种传感器用来实时采集环境信息，使四足机器人能够完成自主导航、避障等任务。

2.2机器视觉识别

在智能导盲四足机器人中，采用深度相机作为机器人识别外界环境的关键工具，并通过串口与STM32主控进行通信。除此之外，该机器人还使用边缘识别算法来提高识别的精度。该算法通过比较相邻像素点的阈值变化，识别物体的边缘，并记录边缘像素点的坐标。视觉模块首先寻找视野中最大的色块，通过绘制色块的外接四边形，计算色块的密度比。进而将这些数据与预先训练的神经网络模型进行匹配，从而判断出与数据库中相匹配物体的形状。这一过程确保机器人能够准确识别路沿石、台阶等形状特征。

2.3自主路径规划

在智能导盲四足机器人中，路径规划是确保其能够高效地引导盲人的重要技术。以下是该技术的工作原理和实现方式：

激光雷达技术：激光雷达技术是该项目设计的核心。机器人依赖于一整套复杂精密的传感系统，激光雷达通过高速旋转发送和接收成千上万的激光点，创建周围环境的详细三维矩形模型。这些点云数据能够精确地识别障碍物分布情况和环境地形等因素，从而为规划合理路径提供基础数据。

三维环境建模：依据激光雷达采集的数据，机器人能根据数据实时生成该环境的三维模型。这一模型详细描述了环境的边界、地形起伏以及可能存在的障碍物，帮助机器人全面了解工作环境。

路径规划算法：在三维环境模型下，帮助机器人规划安全的行驶路线。该设计综合了A*算法、Dijkstra算法和RRT（快速随机树）算法等，这些算法能够在复杂环境中有效找到最优路径，从而确保机器人能够高效地引导盲人通过当前环境障碍。

动态路径调整：在实际运行中，机器人会依据实时环境数据不断调整行进路线。通过激光雷达和其他传感器的实时数据，机器人能够检测到新的障碍物或环境变化，并及时调整行进路线，避免碰撞。

2.4自主避障技术

在智能导盲四足机器人引导盲人的过程中，环境复杂多变，避障技术是确保其安全高效运行的关键。以下是该技术的详细工作原理和实现方式：

超声波传感器：为提高系统的可靠性和覆盖范围，超声波传感器被集成到机器人框架中。超声波传感器通过发射超声波并接收反射信号来测量物体的距离，特别适用于检测近距离的障碍物。它们能够补足激光雷达在某些情况下可能存在的盲区，提供额外的安全保障。

红外传感器：红外传感器也集成于机器人系统中，进一步增强了障碍物检测的性能。它通过检测红外光的反射来识别物体，具有快速响应和强抗干扰的特点，能够在复杂环境中提供稳定的障碍物检测，确保机器人在各种条件下安全运行。

多传感器融合：激光雷达、超声波和红外传感器协同工作，利用多传感器数据融合技术，使机器人能够综合分析各类传感器数据，生成更为准确全面的环境感知信息。这种协同工作的方式进一步提升了障碍物检测的效果，确保机器人能够及时避开障碍物，安全高效地完成任务。

2.5姿态自我矫正

本项目机器人穿行于复杂多变的环境中，利用BMI088陀螺仪传感器测量并报告机器人在三维空间中的姿态动态，提供精确的六轴加速度与旋转角速度信息，并通过I2C接口传输至STM32微控制器处理。基于姿态角度数据，STM32微控制器执行姿态控制算法，调节机器人的运动参数。通过PID控制，机器人可以实现稳定的姿态控制，防止倾斜或翻倒。通过不断调整运动参数，机器人能够在复杂地形中保持平衡和稳定，提高引导盲人的安全性。

2.6语音提示模块

STM32微控制器接收来自超声波传感器、激光雷达等设备的数据，实时对环境进行分析，并根据这些数据生成相应的语音指令。例如，当深度相机通过边缘检测检测到前方有台阶时，微控制器会生成“前方多少米有台阶”的语音指令。STM32微控制器通过UART或I2C接口控制语音芯片播放相应的语音提示。语音芯片将预录的语音信息通过扬声器播放出来，以确保盲人用户能够全面了解周围环境和导航信息。

2.7物联网技术的应用

本项目机器人利用WIFI模块连接物联网，通过城市交通管理系统，实时获取人行道红绿灯的状态信息，预判红绿灯变化，确保出行安全，并优化路线规划。通过机器人自我检测系统，若机器发生故障，则物联网模块辉反馈机器故障地点，并语音播报提醒盲人等待专人处理。

2.8电力管理系统

STM32微控制器集成电力管理系统，实时监测电池电量和充电状态。在机器人执行任务时，电力管理系统能够根据电池电量和任务需求，动态调整机器人的工作模式。通过合理分配电力资源，机器人能够在长时间工作中保持高效运转，提高了续航。并且该机器人通过外置太阳能板利用太阳能作为清洁能源进行充电，通过智能充电算法，系统能够优化充电过程，延长电池寿命。不仅让机器人在工作时保持高效运转，同时也减少了对传统电力的依赖，降低了能源消耗和环境污染。

3.结束语

本项目智能导盲四足机器人在现代科技发展中将成为视障人士的得力伙伴，为他们的生活带来更多的安全与便利。随着技术的进步，导盲四足机器人的性能将持续改进，功能也会逐步增强。将与智能交通系统更好地融合，为视障人士规划更安全高效的出行路线，同时具备更强的环境感知能力，及时提醒盲人避开潜在的危险。可以预见，智能导盲四足机器人将在未来发挥越来越重要的作用。

参考文献

[1]李娜， 张鹏. （2018）. 基于STM32的智能导盲机器人设计与实现. 电子技术应用， 44（7）， 98-102.

[2]谢永杰，智贺宁.（2018）.基于机器视觉的图像识别技术研究综述.科学技术创新，18（7），456-467.

[3]王耀南，李伟.（2021）.多传感器融合技术在自主机器人中的应用.机器人学报，35（1），112-125.

[4]刘红，张伟.（2020）.基于激光雷达的移动机器人避障技术研究.自动化学报，36（5），789-798.

通讯作者：商建红，1991年1月，女，汉族，临沂大学自动化与电气工程学院，职称：助教，硕士学位。

作者简介：赵越趁（2003.11-），男，汉族，山东菏泽人，临沂大学自动化与电气工程学院，22级在读本科生  专业：自动化

王林（2003.3-），男，汉族，山东菏泽人，临沂大学自动化与电气工程学院，21级在读本科生  专业：自动化