本项目研发了一款基于STM32微控制器的智能视觉识别药物配送小车，利用摄像头和图像处理技术精准识别药品，并自动完成室内配送任务。
### 基于STM32的智能视觉识别送药小车
#### 一、项目背景与意义
随着科技的进步及人们对高效医疗服务需求的增长，利用现代信息技术改进传统的医疗服务方式变得尤为重要。传统药物配送主要依赖人工操作，不仅效率低下而且容易出现差错。为此，本项目提出了一种基于STM32的智能视觉识别送药小车，旨在通过自动化手段提高药物配送的准确性和效率，并降低医疗成本。
#### 二、关键技术与设计原理
##### 2.1 STM32F103ZET6
STM32F103ZET6是一款高性能且低功耗的32位微控制器，在各种嵌入式应用中广泛应用。它具有丰富的外设接口和高速运算能力，非常适合用于智能送药小车的主控单元。
##### 2.2 OpenMV4
OpenMV4是一个集成了摄像头与处理器的低成本视觉处理平台，能够实现图像采集、处理等功能。在本项目中，OpenMV4主要用于识别数字标记以确定小车的目的地。
##### 2.3 PID算法
PID控制算法是一种常用的闭环反馈控制系统方法，通过调整比例（P）、积分（I）和微分（D）三个参数来实现对系统的精确控制。送药小车上采用的PID算法用于调节速度与方向，确保其能够稳定、准确地行驶至目的地。
#### 三、硬件系统设计
本项目的硬件系统主要包括以下部分：
1. **单片机开发模块**：基于STM32F103ZET6为核心单元，负责整个系统的协调工作。
2. **动力系统模块**：由18650电池、LM2596稳压模块、L298N驱动模块和TT直流电机组成，为小车提供稳定的动力支持。
3. **车辆寻迹模块**：使用YJX59CM漫反射传感器识别地面的红外线信号，帮助小车沿预设路径行驶。
4. **数字识别模块**：由OpenMV4实现，通过对数字标识的识别确保小车能够准确到达指定病房。
5. **感应称重模块**：采用HX711压力传感器作为药物感应装置，具有高集成度、快速响应和强抗干扰能力。
6. **工作指示灯模块**：使用红绿LED显示当前的工作状态。
#### 四、软件系统设计
软件系统主要包含以下内容：
1. **PID控制算法**：用于调节小车的速度与方向以确保其按照预定路线稳定行驶。
2. **图像处理算法**：由OpenMV4实现，通过采集和处理图像来识别数字标识。
3. **机器学习算法**：优化路径选择及行为决策，提高整体系统的智能程度。
#### 五、控制算法详解
##### 5.1 PID参数的影响
PID参数的选择对整个系统稳定性至关重要：
- 比例系数Kp 控制响应速度；过高会导致不稳定，过低则影响调节精度。
- 积分系数Ki消除稳态误差，在设定时需考虑系统的特性和稳定要求。
- 微分系数Kd引入微分项以提高动态响应能力并避免过调。
##### 5.2 PID参数整定
通过大量实验来调整PID参数，通常先设初步范围再反复测试找到最优值。
#### 六、测试结果分析
多次测试证明了送药小车在实际场景中的可行性和可靠性：
1. **药物装卸**：感应称重模块和相关条件判断实现了自动装卸。
2. **往返配送**：通过病房布局与内部的寻迹系统、数字识别系统以及陀螺仪稳定系统的配合，实现精准配送。
#### 七、结语
基于STM32的智能视觉识别送药小车项目结合软硬件方式，实现了药物自动化配送，显著提高了医疗服务效率和准确性。该项目不仅推动了医疗行业的智能化进程，也为其他公共服务领域的自动化改造提供了有益参考。
### 参考文献
- 童诗白、华成英，《模拟电子技术（第5版）》，北京：高等教育出版社,2015.
- 高吉祥，《模拟电子线路与电源设计[M]》. 北京: 电子工业出版社,2019.
5星
