查看專題報告

專題作品

可應用於小型工廠之自動化倉儲分揀系統

An Automated Warehousing and Sorting System for Application in Small-Scale Manufacturing Facilities

臺中市立大甲工業高級中等學校

專題製作

科別:資訊科

組員:何欣諭、施建宇、陳俊錡、陳育威

指導老師:陳俊男、林世原

中華民國 114 年 5 月 6 日

專題概述

本專題旨在開發一套適用於小型工廠的自動化倉儲分揀系統,結合色彩感測、機械控制與自動導引技術,實現貨物的自動化分揀與運輸。系統整合了多種感測器與控制元件,建立了一個完整的智慧倉儲解決方案。

研究背景

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,已成功構建並實現了一個小型智慧倉儲系統。

研究動機

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辨識
  • 輸送皮帶傳遞貨物
  • 簡易機械手臂進行移載
  • 以 AGV(自動導引車)完成最終的分類配送

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能力。透過這樣的專題實作,我能更具體了解智慧倉儲的實務應用與未來發展,也為我日後進入自動化、機電整合或智慧製造等相關領域打下良好基礎。

研究目的

  • 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,探索智慧倉儲系統的技術可行性與實際應用。
  • 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,確保操作準確性並提升整體作業效率。
  • 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:本研究為智慧倉儲系統的實作提供寶貴經驗,為後續自動化與智能物流技術的研究鋪路。

系統架構

感測系統

  • TCS3200 色彩感測模組:用於物品顏色辨識,具備高精度色彩識別能力
  • 紅外線測距感測器:確保定位準確性
  • 超音波感測器:用於距離測量
  • 極限開關:作為傳輸起始位置的感測機制

控制系統

  • Arduino UNO R3:核心控制單元,負責感測器數據處理與基本控制
  • NI myRIO-1900:進階控制與分類管理,提供即時控制能力
  • ST7735 彩色顯示器:即時顯示辨識結果,提供視覺化介面
  • 馬達驅動模組:控制各類馬達運作

機械系統

  • 直流馬達:提供動力來源
  • 伺服馬達:實現精確控制
  • 輸送皮帶系統:傳送貨物
  • 機械手臂:執行貨物搬運,具備精確定位能力
  • AGV 導引系統:完成最終分類配送,實現自主導航

運作流程

  1. 貨物置於 A 區,由 TCS3200 進行顏色辨識,系統進行多次採樣以提高準確度
  2. 透過輸送皮帶將貨物移動至 B 區,過程中由紅外線感測器確保定位準確
  3. 機械手臂執行定位與搬運作業,利用伺服馬達實現精確控制
  4. AGV 根據辨識結果,將貨物運送至對應分類區域,完成自動化分揀

技術特點

  • 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,提供直觀的操作介面
  • 自動化控制:實現從感測到分類的全自動化流程,大幅提升作業效率
  • 模組化設計:便於系統擴充與維護,可根據需求調整功能模組
  • 精確定位系統:結合多種感測器,確保貨物定位與搬運的準確性
  • 智能導航:AGV 具備自主導航能力,可根據環境變化調整路徑

研究成果

本專題成功開發出一套完整的自動化倉儲分揀系統,具備以下特點:

  • 系統整合度高:成功整合多種感測器與控制元件,實現完整的自動化流程
  • 操作效率提升:自動化程度高,大幅減少人工干預,提升作業效率
  • 準確性優良:多重感測器整合確保了系統運作的準確性
  • 擴展性強:模組化設計使系統易於擴充與維護

未來展望

本系統未來可朝以下方向發展:

  • 整合 AI 技術:加入機器學習能力,提升系統智能化程度
  • 擴充功能模組:增加更多感測器與控制元件,提升系統功能
  • 優化控制演算法:改進控制邏輯,提升系統效能
  • 開發雲端管理介面:實現遠端監控與管理功能