可應用於小型工廠之自動化倉儲分揀系統

在全球 COVID-19 疫情期間，世界各國普遍面臨人力短缺的困境。在第四次工業革命後，生產現場已大幅減少人力投入。然而，產品製造完成後，其撿貨及發配貨物的過程尚未完全自動化，這意味著智慧倉儲將會是企業必須投入的重要項目之一。

隨著 IoT 技術的迅速發展，自動化物流的研究領域正在不斷擴大及深化，吸引了來自物流管理、資訊科技、工業工程等多方面研究人員關注。在此背景下，本研究旨在探索並實現一個高效的智慧倉儲系統。我們將運用馬達編碼器、紅外線測距技術和顏色感測器，成功構建並實現了一個小型智慧倉儲系統。

選擇進行智慧倉儲系統作為專題，是希望能透過實作深入學習自動化與感測技術，並將所學應用於實際的系統設計中。在本專題中，我們設計了一套完整的倉儲流程，包括：

• 利用 TCS3200 色彩感測模組 進行物品顏色辨識
• 輸送皮帶傳遞貨物與紅外線測距精準定位
• 簡易機械手臂進行精確移載
• 以 AGV（自動導引車） 完成最終的分類配送與倉儲定位

這不僅讓我有機會接觸並操作多種硬體元件，更加強了我在系統整合與流程規劃方面的實務能力。透過這樣的專題實作，能具體了解智慧倉儲的實務應用與未來發展，也為日後進入自動化、機電整合或智慧製造等相關領域打下良好基礎。

• 提升倉儲操作效率：通過實現高度自動化，將大部分操作過程機械化，僅需在貨物放置階段依賴人力，從而顯著提升效率並降低成本。
• 探索智慧倉儲系統的實現方式：整合感測技術與控制系統，實現基本的分揀與配送功能，驗證技術可行性。
• 提高貨物定位精確度：利用高精度感測器與演算法提升貨物定位精度，確保操作準確性。
• 簡化倉儲管理流程：藉由智能化系統優化倉儲流程，減少人工干預，提升管理效率與作業流暢度。
• 為未來研究奠定基礎：為智慧倉儲系統的實作提供寶貴經驗，為後續智能物流技術奠定基石。

1. 貨物進料與採樣：貨物置於 A 區，由 TCS3200 進行顏色辨識，系統進行多次色彩取樣濾波以提高準確度。
2. 輸送與定位：透過輸送皮帶將貨物移動至 B 區，過程中由紅外線感測器即時偵測邊界確保定位準確。
3. 機械手臂移載：機械手臂執行定點定位與搬運作業，利用伺服馬達實現高精確度的抓取與置放。
4. AGV 自動配送：AGV 導引車根據辨識分類結果，沿導航路徑將貨物運送至對應儲位，完成全自動分揀。

• 多重感測器整合：結合色彩感測、距離感測等多種感測技術，提供全面的環境感知能力。
• 即時顯示系統：透過 ST7735 螢幕即時顯示辨識結果，提供直觀的操作與除錯介面。
• 自動化一體控制：實現從進料辨識到分類配送的全自動化流程，大幅提升作業效率。
• 模組化架構設計：機構與控制電路高度模組化，便於未來維護與功能擴充。
• 自主導航搬運：AGV 具備自主導引能力，可依據任務指令彈性調整搬運路徑。

本專題成功研發並實體組裝出適用於小型工廠的自動化倉儲分揀展示系統：

• 系統整合度高：成功整合 Arduino、NI myRIO、感測元件與動力機構，完成端到端自動化閉環。
• 操作效率顯著提升：大幅減少傳統人工揀貨搬運之人力耗費與錯置機率。
• 穩定性與準確性優良：多重感測濾波演算法確保色彩辨識與空間定位的高準確度。

本系統未來可朝以下方向發展：

• 導入邊緣 AI 影像辨識：加入深度學習物件偵測，擴大支援形狀、條碼與 OCR 標籤識別。
• 擴充雲端監控儀表板：透過 MQTT / Web API 將倉儲庫存與 AGV 運作狀態即時回傳至雲端系統。
• 多機協同派工：演進為多台 AGV 與多組輸送線的排程演算法，實現大規模群機作業。