基于STM32控制的智能送药小车的设计

---

文档主要内容

文档类型：毕业论文（本科毕业设计）
适用人群：物联网工程、自动化、电子信息技术等专业学生，以及从事智能小车、医疗机器人研发的工程师和爱好者

文档核心内容：
该论文围绕基于STM32微控制器的智能送药小车展开设计，系统采用OpenMV视觉模块进行图像采集与处理，通过串口通信将识别结果传输至STM32主控芯片，实现循迹、数字识别、药物检测及速度闭环控制等功能。硬件部分选用了直流电机、编码器、摄像头及药物检测模块，软件部分则设计了寻迹算法、数字比对逻辑以及特殊识别区判断流程。最终完成了系统架构搭建、电路仿真与软硬件调试，验证了小车在模拟医院环境下的自主送药能力。

可解决的实际问题：
该设计可应用于医院、养老院等场所的药品自动配送场景，替代人工往返运输，降低交叉感染风险，提升药品分发效率。同时为智能小车在室内导航、视觉识别、多传感器融合等领域的教学与研发提供了完整的参考方案。

正文内容：
基于STM32控制的智能送药小车以视觉检测为核心技术，通过OpenMV摄像头获取地面路径图像，利用内置处理器执行颜色阈值分割与模板匹配算法，识别出预设的循迹线、数字标识及特殊区域。处理后的数据经串口发送至STM32单片机，后者结合电机编码器反馈的速度信息，通过PID算法调节直流电机转速，实现精准的直线行驶与转弯动作。

硬件方案中，摄像头处理器选用OpenMV Cam，其内置的MicroPython环境便于快速开发图像处理逻辑；小车控制模块采用STM32F103系列芯片，具备丰富的外设接口与实时控制能力；电机选择带编码器的直流减速电机，配合L298N驱动模块构成速度闭环系统。药物检测模块则通过红外或压力传感器确认药品是否装载到位。

软件设计分为寻迹与数字识别两大模块。寻迹程序首先设定颜色阈值与图像分辨率，建立特殊识别区（如十字路口、停止线），通过区域像素统计判断小车行驶状态。数字识别部分利用find_template函数在图像中搜索预设数字模板，当匹配成功时返回数字坐标与置信度，STM32据此决定小车在对应站点停靠或转向。整体系统工作流程包括上电初始化、循迹前进、数字识别、药物检测、到达目标站点后声光提示，最后返回起点。

结论与建议：
该研究通过STM32与OpenMV的协同工作，成功实现了智能送药小车的循迹、数字识别与速度闭环控制，系统经过软硬件调试后运行稳定，能够完成模拟环境下的药品运输任务。建议后续可增加无线通信模块实现远程监控，或引入更复杂的路径规划算法以应对多站点、多障碍场景。

文档评价：
论文结构完整，从绪论到硬件选型、软件设计、整体方案及结论层层递进，技术路线清晰。关键数据如直流电机编码器反馈、串口通信波特率、颜色阈值范围等均有明确说明，对同类设计具有直接参考价值。

使用建议：
可作为物联网或自动化专业毕业设计的范本，重点参考其视觉识别与单片机控制的接口设计方法。实际开发时可根据具体场地调整摄像头安装角度与颜色阈值参数，并注意电机驱动电路的散热与电源稳定性。