研究背景

随着嵌入式与计算机信息技术在各个领域的快速发展，极大的促进了智能机器人的研究，其中智能移动机器人占有很重要的地位，智能移动机器人能完成很多人类不能完成的事，给人类带来了很多方便。自动跟随行李箱最为移动机器人的一个重要分支已经成为人类最广泛的关注。虽然目前已经有很多关于智能跟踪的产品，但是这些产品还不是很成熟，比如使用的传感器简单而不能跟随特定的人、受外界干扰影响大或者价格昂贵等。

目前，在国内市场上暂时还没有出现具有自主跟随性的小车，但在国外有类似的产品，比如“高尔夫球童车”，国外有很多人热爱高尔夫运动，然而人力球童又十分贵，因而这个设计有市场以满足高尔夫运动爱好者的需求，但在中国市场上很少有类似能够自动跟随的产品。在中国，主要有的跟随性产品是有轨跟随，比如剧组有轨跟随拍摄车，但并没有实际针对餐厅，机场，超市，商场等大型场合。

本次设计自动跟随行李箱，众所周知旅行箱是出游或出差的必备用品，但很多时候我们需要耗费很多体力拖着行李箱直至到达目的地，这使我们身心劳累。自动跟随行李箱能够做到自主移动并能跟随自己的主人，同时还能智能地避开周围障碍物，给人类生活带来很多方便。

研究目的

目前，国内外的许多高校及研究机构都在积极投入人力、财力研制开发针对特殊，本设计将研究一款由Android手机控制软件设计的自动跟随行李箱，包括单片机，超宽带UWB射频定位，WIFI通信，直流电机驱动，超声波避障和电源，对自动跟随行李箱的功能进行研究和拓展，在日常生活中给使用者带来舒适便捷的智能化体验。

研究意义

随着世界各国智能硬件的发展，以前那些富有创意的想法都一一得到了实现。只需要几个传感器，UWB定位，一个手机以及手机里行李箱的专有APP，我们就能知道自己的箱子在哪里，是否在自动跟随，是否被打开过等，如果继续研究，我们还可以实现指纹、手机开锁这些功能。行李箱有内置充电电源，必要的时候可以为我们的手机等需要充电的设备充电，这样时尚又智能的小帮手谁会不需要呢。

自动跟随行李箱主要有超声波模块，超宽带UWB定位，WIFI模块，电源模块和行李箱的运动状态模块，与手机APP紧密联系来显示传感器的数据信息。传感器的发明与智能手机是相辅相成的，缺少其中一项的发展，就不会有另一项的出现，它们是一个整体。没有科技的发展，没有智能手机的出现，目前基本不可能实现各种智能物件。我们处在一个地球的物联网，计算机，微电子，信息技术的快速进步，智能化技术的开发速度也越来越快，为了使智能化技术能够普及，我们需要更加努力地专研。

研究内容

1．利用UWB相关芯片实现射频定位；

2．了解PWM波驱动电机的原理，实现实时自适应速度切换；

3．基于WIFI实现行李箱与手机安卓软件的数据通讯；

4．开发STM32 ARM最小系统，实现行李箱驱动并进行实验验证；

5．基于超声波传感器，实现测距避障功能。

预期目标

1. 利用UWB芯片实现准确定位；

2. 输出PWM波进行调速，能够自动跟随主人；

3. 通过手机软件实现对行李箱的控制，如若异常发出警告；

4. 通过超声波传感器实现行李箱避障；

研究方法：

为满足自动跟随行李箱的设计要求，初步方案为：单片机主控芯片通过UWB定位芯片来感知标签（主人）所在位置，然后用UWB/TOA/TDOA混合定位算法测得定位目标的三维坐标，保持行李箱在标签十厘米以内的位置，采用WIFI实现与APP实时通讯，如若行李箱在主人十厘米以外的位置或其它异常则APP软件发出警告。行李箱左右有两个超声波传感器实现避障功能，直流电机控制行李箱的转向前进等运动状态。两个电源模块，一个给单片机，超声波传感器和无线通讯模块供电，另一个给直流电机供电，满足行李箱的运动需求。

单片机为核心，UWB芯片感知标签所在位置实现射频定位，超声波传感器实现避障，无线通讯模块与手机APP进行实时通讯，运动模块包括两个直流电机，通过调节PWM占空比实现轮子的转向功能。上位机通过编写软件程序与下位机交互信息，实现各个功能。

图1 系统总体硬件框图

研究方案

1.主控模块

方案一：使用飞思卡尔公司的S12XS128芯片作为主控芯片。S12芯片的K60系列CPU内核Cortex-M4，带有DSP，FLASH容量512K，RAM内存容量128K，CPU频率无需超频，直接100M，同时具有丰富的I/O引脚，但是成本较贵，不适宜学生做毕业设计使用。

方案二：使用ST公司的STM32F103C8T6作为主控芯片。STM32采用ARMCortex-M3内核，工作频率72MHz,FLASH容量64K，SRAM存储容量20K，运行速度可满足设计要求且资源丰富，外围接口多，价格便宜，可操作性强。

综上所述，选择方案二。

2. 超声波避障模块

方案一：使用HY-SRF04超声波测距模块，可提供2cm-450cm的非接触式距离感测功能，测距精度可达高到3mm，工作电压5V，最远射程4.5m，最近射程2cm，测量角度不大于15度，静态电流小于2mA。该模块性能稳定，测度距离精确，成本低。

方案二：采用US-015超声波测距模块，其分辨率高于1mm，测距精度高；重复测量一致性好，测距稳定可靠；该模块可实现2cm-4m的非接触测距功能，供电电压为5V，工作电流为2.2mA，支持GPIO通信模式，工作稳定但价格略高。

综合考虑成本等因素，选用方案一。

3.电机驱动模块

方案一：采用ST公司生产的L298N双H桥直流电机驱动器，工作电压高，输出电流大，额定功率25W。该芯片可以驱动一台两相步进电机或四相步进电机，也可驱动两台直流电机。转速可调，抗干扰能力强，PWM脉冲平滑调速等特点且节约成本。因为是四轮驱动，采用2块L298N双H桥直流电机驱动器可满足设计要求。

方案二：采用步进电机，通过控制脉冲个数来控制角位移量，达到准确定位的目的，同时通过控制脉冲频率来控制电机转动的速度和加速度达到调速的目的。但步进电机作为控制用的特种电机，在需要精确定位或调速控制时考虑使用。

方案三：采用继电器，利用电流的效应来闭合或断开电路的装置。主要用于汽车领域、家用电器或工业控制等方面。虽电路简单，但是成本高，寿命短，可靠性不高。

综上所述，选择方案一。

4．无线通讯模块

方案一：采用蓝牙技术作为无线通讯模块。蓝牙技术应用广泛，支持短距离通信，低功耗且接收稳定。但是通讯速率不高，数据传输速率只能达到1M/s，不能够保证数据高速准确实时地传输和接收。

方案二：采用APC220-43多通道微功率嵌入式无线传输模块，其灵敏度高，抗干扰能力强，低功耗，能够透明传输任何大小数据且小体积宽电压运行，传输距离远，有丰富便捷的软件编程设置功能，但是在无线通信中可能会出现数据延迟或丢失的情况。

方案三：采用NRF24L01无线发射接收模块，低工作电压，高速率，多频点，低功耗，体积小巧方便携带，便于开发，低成本。

综上所述，选择方案三。

5. 电源模块

方案一：采用铅酸电池，虽然使用普遍，充放电方便且可维修，但是质量体积大，价格略贵，不适宜行李箱携带使用。

方案二：采用锂电池，质量轻体积小，可充放电多次利用，价格合适，方便携带，适用于行李箱的供电。

综上所述，选择方案二。

研究步骤：

1.首先进行硬件和上电复位，将STM32的I/0口引脚与电机连接，通过参考STM32手册设置高低电平初始化定时器，另外设置定时器模式、设置中断、使能定时器、编写程序输出PWM波；设置PWM波的周期为15ms，调节占空比，将信号通过放大电路放大达到电机调速功能以满足实际要求。

2.然后无线通讯WIFI模块插入收/发测试底板，再与电脑相连通过观察串口调试助手收发情况。芯片与单片机的I/O口连接后收到命令开始回发超声波判断是否有障碍，并与安卓手机进行实时通讯。

3.UWB定位芯片与STM32连接后，利用通过TOA/TDOA混合和UWB技术的WSN三维定位算法测出人体所在位置进行自动跟随，自动跟随范围始终保持在10cm以内，如果超过10cm则通过WIFI通讯到手机APP发出警告。

[1] 杨洲,汪云甲,陈国良,张言哲.超宽带室内高精度定位技术研究[J].导航定位学报，2014，2(04):31-35.

[2] 王君,谢之光,吕东航,候刚.基于超声波定位的舞台自动追光灯设计[J].电子设计工程，2016，24(04):4-6.

[3] 朱明清,吴冈.室内定位方法的分析和对比[J].自动化技术与应用,2017,36(08):

61- 63 80.

[4] 肖晓兰,黄海峰,刘利河,陈世光,陈城茂,赖国宾.一种可自动跟随手机行走的小车[J].机械工程与自动化,2016(02):189-191.

[5] 王景夏,成意.自动跟随行李箱的设计[J].轻工科技,2013,29(04):70 93.

[6] 刘琪,闫丽,周正.UWB的技术特点及其发展方向[J].现代电信科技,2009,39(10):

6-10 18.

[7] 熊海良. 超宽带无线通信与定位关键技术研究[D].西安电子科技大学,2011.

[8] 李魏峰. 基于RFID的室内定位技术研究[D].上海交通大学,2010.

[9] 周后仪. 基于RFID的室内定位算法研究[D].湖南大学,2015.

[10] 廖兴宇.汪伦杰.基于UWB/AOA/TDOA的WSN节点三维定位算法研究[J].计算机技术与发展，2014,24(11):61-64.

[11] 张恒.基于UWB的室内高精度定位方法研究与应用[D].辽宁工程技术大学，2015.

[12] 屠晓东. 基于UWB信号的多基站与单基站定位算法的研究与性能分析[D].中国海洋大学，2012.

[13] 赵艳妮,马顺,张书源,刘大伟,金城凯.基于视觉传感器的自动跟随行李箱设计[J].智能城市,2017,3(08):23-24.

[14] 朱凤娟. 射频识别（RFID）技术的室内定位算法研究[D].华南理工大学,2010.

[15] 张南萍. 基于卡尔曼滤波的RFID定位算法研究[D].南昌航空大学,2013.

[16] ZeinabMhanna,Alain Sibille,Richard Contreras. Performance of low-power RFID tagsbased on modulated backscattering[J]. Comptes rendus - Physique,2016.

[17] FernandoSeco,Katerina Koutsou,Francisco Ramos,Antonio R. Jimnez. Localizacinpersonal en entornos interiores con tecnologa RFID[J]. RevistaIberoamericana de Automtica e Informtica Industrial RIAI,2013,10(3).

[18] ZhaozongMeng,Zhen Li. RFID Tag as a Sensor - A Review on the Innovative Designs andApplications[J]. Measurement Science Review,2016,16(6).

[19] PiotrJankowski-Mihu#322;owicz,MariuszW#281;glarski. A Methodfor Measuring the Radiation Pattern of UHF RFID Transponders[J]. Metrologyand Measurement Systems,2016,23(2).

[20]Angel Ramos,Antonio Lazaro,David Girbau,Ramon Villarino. 6 - ActiveTime-coded UWB RFID[M].Elsevier Ltd:2016-06-15.

（1）3月5号~3月18日（2周）：收集资料，巩固单片机基本知识。

（2）3月19日~4月1日（2周）：完成5000字英译汉；完成方案设计，撰写开题报告。

（3）4月2日~4月15日（2周）：巩固单片机编程；

（4）4月16日~4月30日（2周）：根据设计方案，深入研究各模块的设计方法。

（5）5月1日~5月13日（2周）：编写各个功能模块，完成初步设计。

（6）5月14日~5月20日（1周）：进一步完善设计内容，进行功能仿真实验。

（7）5月21日~5月27日（1周）：继续完善整体设计和仿真实现，并着手撰写论文。

（8）5月28日~6月10日（2周）：完善论文，准备毕业答辩。