基于CanMV K230的工地巡检机器人

【CanMV K230】基于CanMV K230的工地巡检机器人

针对工地环境高风险、强干扰及人员管理复杂等问题，传统人工巡检方式存在效率低、覆盖范围有限及安全隐患大等不足。

图1 基于CanMV K230的工地巡检机器人整体外观图

应用的实现功能

本作品基于RT-Thread系统，设计并实现了一套基于CanMV K230开发板的工地巡检机器人，融合AI视觉识别、嵌入式控制、Web通信，构建了适用于复杂施工场景的全天候自动化监测与建材识别方案。系统以CanMV K230作为边缘计算主控平台，充分利用其高性能NPU加速能力，部署了本地化运行的YOLOv5模型，实现了对钢筋圈（coil）、钢筋捆（rebar）及砌体（brickwork）等建材的精准识别与数量统计。同时，系统支持模型动态切换，通过加载安全帽检测YOLOv5模型，有效识别未佩戴安全帽的施工人员，显著提升工地安全管理水平。机器人底盘采用麦克纳姆轮全向移动结构，通过二维云台全方位覆盖作业区域，可将工地环境实时上传网页端，实现数据可视化监控。

RT-Thread使用情况概述

本作品采用的CanMV-K230 开发板，该开发板的开发语言为MicroPython，操作系统是基于 RT-Thread Smart，代码有调用KPU,通过Kmodel本地YOLOv5进行识别工地建材和是否佩戴安全帽，同样采用了多线程处理图像识别与运动控制，以及环境数据传输等。整体图像识别帧率到30FPS以上，芯片的算力与目前市场上该价位的板子一致，比K210算力强很多。

整体设计流程

本作品从工地环境中高频巡检、人身安全、物料管理、安全监管等实际需求出发，确立以智能巡检、目标识别、环境监测、远程控制为核心目标的功能，并制定系统技术指标，完成工地巡检机器人的方案设计。根据系统整体方案，搭建基于K230开发板的软硬件平台。在模拟工地环境下，对机器人的基本运动，对建材种类和数量进行统计，对人员安全进行监测，可视化显示当前环境状态等功能测试，来评估机器人的性能。具体设计流程如图1所示。

图2 基于CanMV K230的工地巡检机器人系统设计流程

本作品是基于RT-Thread系统，CanMV K230开发板，构建了一个集AI视觉识别、智能巡检控制、环境数据采集、数据可视化于一体的工地巡检机器人系统，其整体框图如图3所示。基于CanMV K230的工地巡检机器人主要分为硬件部分和软件部分，其硬件部分主要由搭载KPU的CanMV K230开发板、立创EDA专业版所画板的运动控制平台、温湿度传感器和二维云台等构成，其软件部分包含WEB服务端、目标检测、温湿度可视化显示、运动控制等构成。

图3 基于CanMV K230的工地巡检机器人整体设计框架

硬件框架

嘉楠科技Kendryte®系列AIoT芯片中的最新一代SoC芯片K230为主控芯片，支持三路摄像头同时输入，典型网络下的推理能力可达K210的13.7倍。支持CanMV，可以直接使用Python编程，简单易用。可作为AI与边缘计算平台，适合物联网；智能家居与消费电子；工业自动化；无人系统等领域的开发者使用。K230芯片集成了两颗RISC-V处理器核心，双核玄铁C908，7nm 制程工艺，主频高达1.6GHz，是全球首款支持RISC-V Vector 1.0标准的商用SOC，配备第三代KPU处理单元，专为图像、视频、音频处理和AI加速设计，提供强劲的本地AI推理能力。支持三路MIPI CSI视频输入，最大分辨率可达4K。K230支持常见的AI计算框架如TensorFlow和PyTorch。

图4 CanMV K230硬件资源图

由于K230开发板的PWM引脚有限，两个PWM引脚用于控制二维云台的移动。ESP32S3的移动平台用于机器人的水平方向的全方位移动，主要由乐鑫科技公司的ESP32S3芯片、步进电机驱动、电源模块等构成。ESP32-S3是一款集成Wi-Fi和低功耗蓝牙（BLE）的高性能双核处理器芯片，内核为双核Xtensa®32-bit LX7，最高主频 240MHz，并集成丰富的GPIO、PWM、ADC、SPI、I2C等外设资源，其低功耗、高性能以及优秀的外围接口资源，使其成为运动控制与无线通信一体化系统的理想选择。步进驱动采用的是TB6612芯片，该芯片是常用于机器人和小型运动控制系统中的双通道直流电机/步进电机驱动芯片，内置短路保护和热关断保护功能，可以实现平滑的电机转速调节与方向控制。电源模块采用LM78M05将两节18650电池电压降压到5v，再通过AMS1117降压至3.3v给ESP32S3供电，以及给TB6612芯片提供电源。其移动平台的电路图和PCB图分别如图5和图6所示。

图5 ESP32S3的移动平台电路图

图6 ESP32S3的移动平台PCB图

机械结构

本作品利用Solidworks设置固定件来连接工地巡检机器人各个零件，例如K230开发板的固定、N20电机的固定、二维云台的连接等，下面将对工地巡检机器人的核心机械设计进行介绍。

图7 K230开发板和二维云台固定支撑3D设计图

为确保移动平台运行过程中的稳定性与抗震性，本作品的移动平台采用上下紧凑机构，底部打印厚度为5mm的底盘支撑，顶部打印3mm的顶部支撑，顶部与底部将N20电机紧紧扣住，防止出现振动位移，其中底部设计的M2通孔位置根据图8的N20尺寸图所设计，其余M3的通孔用于固定连接ESP32S3的移动平台PCB。连接部分的3D设计图如图9所示。

图8 N20电池座的尺寸图

图9 N20电机的固定以及移动平台的连接3D设计图

为了实现对摄像头视角的动态调节与多方向覆盖，本系统设计并3D打印制作了二维云台结构件，用于安装并控制K230开发板实现水平与垂直方向的转动，满足在工地复杂环境中灵活调整监控角度的需求。二维云台主要由底部固定座、连接支架和摄像头安装板构成，打印件采用PLA材料进行打印，具有足够的结构强度与刚性，既能稳定承载摄像头重量，又能保持运动灵敏性和低摩擦。二维云台3D打印设计图如图10所示。

图10 二维云台的3D设计图

软件框架

工地巡检机器人的软件系统主要分为机器人客户端和WEB网页端两大部分，其中机器人客户端包括二维云台的控制、ESP32S3移动平台的控制、建材识别与安全检测深度学习算法本地推理、工地环境温湿度获取等。WEB网页端主要包括二维云台与移动平台的控制界面、建材识别与安全检测开关、温湿度可视化显示以及功能开关控制等。机器人客户端和WEB网页端是通过TCP协议进行通信，该协议能够保证机器人控制与检测目标过程中低延迟高效率，长连接即可双向通信，比传统Ajax轮询更节省带宽和CPU资源，对服务器压力较小，尤其适合边缘计算设备或嵌入式系统中使用。软件系统整体流程图如图11所示。

图11 软件系统整体流程图

建材识别

建材识别主要是对工地巡检机器人的周围建筑器材，即钢筋圈(coil)、钢筋捆(rebar)和砌体(brickwork)进行三种对象的分类与目标识别。机器人采用YOLOv5算法进行本地推理，建材识别模型训练流程主要分为数据采集、模型训练、量化部署、实时推理、结果回传五个步骤，具体流程如图12所示。

图12 模型训练流程

数据采集与标注：图像采集尽量覆盖不同的视角、光照和背景复杂度，以增强模型在实际环境中的鲁棒性。图像采集完成后，使用开源图像标注工具LabelImg对图像进行目标检测标注。LabelImg提供了图形化界面，通过使用鼠标框选目标框，并输入目标类别(brickwork标注0，rebar标注1，coil标注2)。三种建材标注分别如图13、14和15所示。

图13 砌体标注