智能移動垃圾分揀機器人

廣東東軟學院本科畢業(yè)設(shè)計（論文）內(nèi)容摘要本課題探討一種基于機器視覺識別技術(shù)的智能移動垃圾分揀機器人系統(tǒng)。該系統(tǒng)實現(xiàn)了簡單背景下進行路徑規(guī)劃遍歷待清掃區(qū)域，目標對象的識別和定位。系統(tǒng)采用深度學習的方法實現(xiàn)簡單背景下目標垃圾的真實性識別，由目標檢測模塊、導(dǎo)航模塊以及分揀控制模塊三大部分組成。自動導(dǎo)航基于ROS分布式框架，采用激光雷達采集清掃區(qū)域環(huán)境信息，運用掃描匹配算法的SLAM功能，通過最優(yōu)路徑算法進行路徑規(guī)劃遍歷清掃區(qū)域。機器人遍歷過程中，目標檢測模塊通過SSD_MobileNet_V2深度學習算法對攝像頭獲取的圖像進行目標檢測以及目標分類，獲取目標的坐標及其角度信息作為分揀控制模塊的輸入信息，控制分揀控制模塊執(zhí)行垃圾抓取任務(wù)。關(guān)鍵詞：機器視覺垃圾分揀深度學習自動導(dǎo)航

AbstractThispaperdiscussesanintelligentmobilegarbagesortingrobotsystembasedonmachinevisionrecognitiontechnology.Thesystemrealizesthepathplanning,traversingtheareatobecleaned,andidentifyingandlocatingthetargetobjectinasimplebackground.Thesystemusesthemethodofdeeplearningtorealizetheauthenticityidentificationofthetargetgarbageinthesimplebackground,whichiscomposedofthreeparts:thetargetidentificationunit,navigationunitandthesortingcontrolunit.BasedontheROSdistributedframework,automaticnavigationuseslidartocollecttheenvironmentinformationofthecleaningarea,usestheslamfunctionofscanningmatchingalgorithm,andusestheoptimalpathalgorithmtoplanandtraversethecleaningarea.Intheprocessofrobottraversal,thetargetrecognitionunitdetectsandclassifiestheimageacquiredbythecamerathroughtheSSD_MobileNet_V2deeplearningalgorithm,obtainsthecoordinatesandangleinformationofthetargetastheinputinformationofthesortingcontrolunit,andcontrolsthesortingcontrolunittoperformthegarbagegrabbingtask.KeyWords:Machinevision,GarbagesortingDeepLearningAutomaticpilot

目錄第一章緒論 61.1課題研究背景與意義 61.1.1研究背景 61.1.2研究意義 61.2國內(nèi)外研究現(xiàn)狀 7第二章總體設(shè)計方案 92.1任務(wù)需求與功能分析 92.1.1任務(wù)需求 92.1.2功能分析 92.2系統(tǒng)構(gòu)成 10第三章硬件電路設(shè)計 113.1硬件選型 113.1.1導(dǎo)航模塊主控制板選型 113.1.2攝像頭模塊選型 123.1.3舵機選型 133.1.4激光雷達選型 143.1.5微控制器選型 143.2總體結(jié)構(gòu)分布 15第四章系統(tǒng)軟件設(shè)計 174.1目標檢測模型制作 174.1.1前期準備 174.1.2 模型建立與評估 174.2激光SLAM運用 194.2.1SLAM導(dǎo)航系統(tǒng)框架 194.2.2建圖系統(tǒng)框架 204.3軟件流程 21第五章系統(tǒng)調(diào)試 235.1模型訓練設(shè)置 235.1.1數(shù)據(jù)增強 235.1.2模型訓練 235.2性能指標測試 245.3結(jié)論 25參考文獻 26致謝 27

第一章緒論1.1課題研究背景與意義1.1.1研究背景從2000年以來，中國在經(jīng)濟方面取得了飛速發(fā)展，雖然生活水平得到了顯著提高，但是優(yōu)質(zhì)生活所帶來的困擾也在不斷增加，特別是生活廢品、垃圾的飛速增長，導(dǎo)致我國逐漸成為受垃圾污染最嚴重的國家之一。有關(guān)部門統(tǒng)計表明，生活垃圾的產(chǎn)量與GDP增長存在一定關(guān)系，隨著經(jīng)濟的飛速增長，人均生產(chǎn)垃圾也會隨之飛速增長，中國人口基數(shù)的龐大也是最重要的原因之一。在2019年國務(wù)院發(fā)布了一則重要通告，是有關(guān)于在全國地級城市進行生活垃圾分類工作的重要指示，決定在2019年起對全國地級及以上城市全面啟動垃圾分類工作。盡管全國各地都在積極推動人民要積極進行垃圾分類處理，也都采取了各種措施來實施垃圾分類，即使垃圾分類的重要試點——上海，推行相關(guān)政策20多年，但是從實際執(zhí)行的過程及效果來看，并沒有達到政府所預(yù)期的成果。綜合來看，居民對于垃圾的分類意識不強烈、分類知識欠缺、地方執(zhí)行監(jiān)管力度不夠嚴格、未從根源分類等都可能是造成分類效果不理想的原因。我們所面臨的難題依然：是如何才能促進發(fā)發(fā)明更加節(jié)省人力又有效的垃圾分類方式。在許多發(fā)展中國家，垃圾分類和減量勢在必行，在這些國家，固體廢物的快速增長與處理能力不足之間的不平衡可能是一個挑戰(zhàn)。城市固體廢物管理是當今城市社會面臨的一個重大挑戰(zhàn)，因為它占公共預(yù)算的很大一部分，如果處理不當，會導(dǎo)致環(huán)境和社會問題。分類是指將生活垃圾放入不同的垃圾桶中，通過不同的清潔、運輸和回收方式，使其成為新的資源。但是自從出現(xiàn)了與人們亂丟垃圾導(dǎo)致水污染、生態(tài)災(zāi)害、大氣污染和垃圾圍城等有關(guān)的問題之后，環(huán)境在以我們控制不了的速度持續(xù)惡化，這種行為應(yīng)該得到制止。由于西方國家和一些亞洲國家城市化水平相對較高，城市垃圾問題也就更早的顯現(xiàn)出來，現(xiàn)在國外主流措施對垃圾的源頭控制、市場與經(jīng)濟調(diào)控。日本在垃圾分類處理方面屬于世界頂尖水平。由于日本的孩子從小就接受環(huán)保方面的教育，最主要的優(yōu)點是他們對垃圾分類方面的宣傳與教育，公共場諸如：公交車、地鐵等所都會用自帶的垃圾袋去裝垃圾。在分類方式上日本垃圾分類比較細致。他們本身就存在著非常完善的垃圾管理系統(tǒng)，對于居民源頭分類是最有效的辦法，居民分類指導(dǎo)、經(jīng)濟鼓勵性和強制性手段可促進居民的源頭分類。1.1.2研究意義在這種形勢下，垃圾分類收集已成為當務(wù)之急和現(xiàn)代化建設(shè)的必然趨勢。我們普通公民的義務(wù)是垃圾分類回收，這不單單是國家的職責，我們的家園應(yīng)該由我們每一個人保護。目前，分類垃圾桶在我國城市街道上大部分只是貼有標簽的普通垃圾桶，需要人為去識別垃圾種類，這種分類桶缺乏自控能力，再加上我國對垃圾分類宣傳力度不夠，可回收垃圾的種類是很多人的知識盲區(qū)，使其分類并沒有達到想要的結(jié)果，回收后的再次分類消耗了大量的時間，依然需要安排人力對其進行處理。目前，人工垃圾分類效率低的缺點需要改進，取而代之的是機器人抓取系統(tǒng)。本課題研究的是一種智能移動垃圾分揀機器人，其基于機器視覺識別技術(shù)掃描識別垃圾并抓取垃圾和通過路徑規(guī)劃遍歷清掃需要人工清理的區(qū)域。本系統(tǒng)由分揀控制模塊、目標檢測模塊以及導(dǎo)航模塊三大模塊組成。導(dǎo)航模塊基于ROS分布式框架，機器人遍歷過程中，使用基于掃描匹配算法的SLAM功能，利用安裝在地盤上的激光雷達采集掃描周圍區(qū)域環(huán)境的整體信息并進行建圖，通過最優(yōu)路徑算法進行路徑規(guī)劃遍歷需要代替人工清掃的區(qū)域。目標檢測模塊是由計算機連接攝像頭，通過SSD_MobileNet_V2深度學習算法對攝像頭獲取的圖像進行目標檢測以及分類，分揀控制模塊通過處理后所獲取的目標坐標及其角度信息作為的輸入信息，控制執(zhí)行對垃圾進行抓取任務(wù)。1.2國內(nèi)外研究現(xiàn)狀國外對于機器視覺技術(shù)的運用已經(jīng)相對成熟，尤其是工業(yè)化程度較高的國家。如德國、美國、日本等國家，已經(jīng)被廣泛的應(yīng)用在其工業(yè)生產(chǎn)中，其技術(shù)及應(yīng)用已經(jīng)走在世界的前列。日本的研究學者曾設(shè)計一款可除雜草并收割蔬菜的機器人，其利用機器視覺系統(tǒng)識別雜草的位置，在通過機械結(jié)構(gòu)割除的同時收割蔬菜。研究學者曾用傅里葉函數(shù)對收集的開心果圖片進行圖像特征點提取，同時利用CNN卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)開心果的等級選擇，從這個事例中也可看出卷積神經(jīng)網(wǎng)絡(luò)可以提取更準確的特征，實現(xiàn)對開心果的精細分類。早在二十世紀90年代，英國就基于機器視覺技術(shù)開發(fā)了一種蘑菇采樣機器人，利用圖像檢測和識別技術(shù)實現(xiàn)對蘑菇的識別、分類及定位。在垃圾分類處理方面，荷蘭的一家機器人公司開發(fā)了一款垃圾分類機器人，該機器人的分揀系統(tǒng)都是由荷蘭已經(jīng)制造的現(xiàn)成的工業(yè)機器人零部件組裝而成，不僅可以對垃圾進行分揀的同時，還能夠?qū)C器人上的各個部位進行任意功能部件的添加，其所佩戴的新的測量裝置，安裝在其機械臂上的攝像頭、能夠?qū)χ匚镞M行測量的重量測量儀、觸覺反饋和金屬探測器所采集的綜合數(shù)據(jù)，不僅能對金屬、塑料、木材，甚至對混凝土等的較難判斷的軟質(zhì)物質(zhì)進行分類，還能降低有害物質(zhì)對人體的危害。為機器人系統(tǒng)上電后，根據(jù)系統(tǒng)設(shè)定，可以讓機器人從各種各樣的垃圾中分揀出可回收以及不可回收利用的垃圾材料，將需要被分揀的廢品放在垃圾傳送帶上，機器人的機械手將廢品等垃圾揀起并通過機器視覺技術(shù)進行分析，機器人將能識別出垃圾的種類，識別后放在不同的垃圾回收分類箱里。從而進一步提高這種單雙臂機器人的識別和分揀成功率，對于環(huán)境保護和節(jié)省人員有巨大的優(yōu)勢。在2019年11月09日，上海進博會的ABB公司展出了一款垃圾分類機械臂，整套系統(tǒng)是聽過一云計算、深度學習、邊緣計算以及機器人自動化等前沿技術(shù)的綜合性應(yīng)用使其能夠默契配合，并以此實現(xiàn)了各種各樣垃圾包括瓶子、紙巾、塑料袋等識別和分揀的自動化和無人化。分揀堆區(qū)域的單機械臂ABB機器人負責把收集到的垃圾桶里的垃圾放入投料區(qū)并對它進行精準識別。隨后發(fā)送給分揀區(qū)的雙機械臂ABB機器人，最終實現(xiàn)垃圾的分類與回收工作。

第二章總體設(shè)計方案2.1任務(wù)需求與功能分析2.1.1任務(wù)需求在生活的垃圾回收處理系統(tǒng)中，垃圾分類是整個系統(tǒng)的關(guān)鍵過程，其速率能夠制約整個生產(chǎn)線的效率，因此垃圾分揀是最關(guān)鍵的環(huán)節(jié)。目前，全世界范圍內(nèi)的生活垃圾分揀線主要還是是采用傳統(tǒng)的人工分揀的方式，以傳送帶將生活垃圾持續(xù)平鋪傳送，其兩側(cè)站立多名工人，以手動抓取的方式對垃圾進行分揀。傳送帶不間斷運行，工人長期在垃圾旁邊進行重復(fù)性的垃圾分揀工作，手工分揀工作不僅量大、自動化程度差，而且工人會因為長期的工作而容易疲勞，從而使垃圾分揀工作效率降低，且具有工作環(huán)境惡劣、有害垃圾對人體的傷害等弊端。因此，生活垃圾處理生產(chǎn)線急需采用自動化機器人系統(tǒng)替代人工分揀，將垃圾處理廠打造成無人化、智能化的智慧工廠。當給前復(fù)雜環(huán)境下的目標檢測識別是當前機器視覺檢測技術(shù)的關(guān)鍵難題，到目前為止，針對具有粘連和遮掩的目標對象的分類，尚未有成熟的視覺處理產(chǎn)品可以滿足此需求。特別是與工業(yè)機械臂實時配合的視覺辨識技術(shù)也沒有成熟的解決方案。本文以國內(nèi)當前急需發(fā)展的環(huán)保產(chǎn)業(yè)為中心點，展開智能移動垃圾分揀機器人系統(tǒng)相關(guān)技術(shù)的討論，以實現(xiàn)無人化、垃圾分揀生產(chǎn)線智能化為目標，最終還可將相關(guān)技術(shù)推廣運用到分類及物料智能辨識等相關(guān)行業(yè)領(lǐng)域，應(yīng)用面廣泛。2.1.2功能分析課題所述的智能移動垃圾分揀機器人系統(tǒng)需要將生活中的垃圾進行識別分類，通過分類后的結(jié)果將垃圾進行分揀處理回收，需要滿足以下需求：（1）能在穩(wěn)定充足的光照環(huán)境或者各種理想環(huán)境下，激光雷達掃描環(huán)境區(qū)域，進行3D建圖，獲取周圍的環(huán)境信息。（2）通過安裝在計算機上的攝像頭實現(xiàn)實時傳輸圖像功能，獲取符合要求的圖像數(shù)據(jù)。（3）計算機將在簡單理想環(huán)境下，對攝像頭所拍攝的實時情況進行目標檢測分類識別，并且將處理結(jié)果保存，最終進行數(shù)據(jù)對比。（3）機械臂能通過現(xiàn)有所組裝的元件實現(xiàn)對垃圾的分類和抓取或者通過氣泵吸取入桶。（4）整個系統(tǒng)的功能模塊搭配密切，具有較好的穩(wěn)定性和抗干擾性，能夠持續(xù)穩(wěn)定的進行整套流程的操作。（5）該系統(tǒng)有一定的模塊可組可拆化，可以進行拆卸、非核心部件的組合等，為后續(xù)的功能實現(xiàn)提供更大可能性。2.2系統(tǒng)構(gòu)成該基于機器視覺的智能移動垃圾分揀機器人系統(tǒng)主要包括：目標檢測模塊、導(dǎo)航模塊、分揀控制模塊，下圖2.1所示是整個系統(tǒng)構(gòu)成圖：圖2.1系統(tǒng)構(gòu)成圖根據(jù)課題開發(fā)了一款基于機器視覺識別技術(shù)的智能移動垃圾分揀機器人，該機器人的總體框架分為三大模塊：導(dǎo)航模塊、目標檢測模塊以及分揀控制模塊。導(dǎo)航模塊由軟硬件結(jié)合構(gòu)成，分別為ROS機器人操作系統(tǒng)和激光雷達。目標檢測模塊硬件上由攝像頭、計算機構(gòu)成，軟件上由谷歌開源TensorFlow框架負責垃圾類別的目標檢測。分揀控制模塊為能夠夾取垃圾的機械臂、吸附木板或者紙巾的氣泵。智能移動垃圾分揀機器人的工作流程如下：首先，開啟網(wǎng)絡(luò)以及無線通訊系統(tǒng)，使機器人正常啟動。在進行垃圾分揀前，將機器人放置于待清理的區(qū)域中，控制機器人行走整個待清理區(qū)域，讓機器人上的激光雷達掃描待清理區(qū)域的環(huán)境，使用上位機建立待清理區(qū)域的2D平面圖，上位機建立完2D平面圖后，機器人將根據(jù)平面圖的自擬路線，按照導(dǎo)航模塊的指示，自動巡航整個待清理區(qū)域。機器人在行走的過程中，攝像頭會將每一幀圖像數(shù)據(jù)送達上位機，上位機的目標檢測模塊將每幀圖像處理后的圖像計算取得特征數(shù)據(jù)，與經(jīng)過訓練后的識別模型系統(tǒng)庫所存儲的垃圾圖集特征數(shù)值進行對比，若對比后的特征值數(shù)據(jù)相似度超90%以上，目標檢測系統(tǒng)則會將其判別為垃圾，控制器控制分揀控制模塊，使機械臂對垃圾進行清理，往返循環(huán)。

第三章硬件電路設(shè)計3.1硬件選型3.1.1導(dǎo)航模塊主控制板選型導(dǎo)航模塊需要接收通過激光雷達采集的大量環(huán)境數(shù)據(jù)，進行里程等大量數(shù)據(jù)計算，這要求處理器需要足夠優(yōu)秀的運算能力。有以下兩種主控制板供選擇：第一種是世界著名的Nvidia制造商旗下的JetSonNano人工智能計算機,如圖3.1所示。圖3.1JetSonNano這是一款個人便攜式設(shè)備，其主打低功耗，雖然使用了相比Pascal老一代的Maxwell架構(gòu)GPU，但是包含的128個視覺CUDA核心足夠應(yīng)付大多數(shù)小型嵌入式系統(tǒng)的視覺需求，在電量僅為5W的情況下能將運算浮點提高達到472GFLOPS。其技術(shù)規(guī)格如下表3.1所示：參數(shù)名稱技術(shù)規(guī)格GPU128-coreMaxwellCPUQuad-coreARMA57@1.43GHz內(nèi)存4GB64-bitLPDDR425.6GB/s存儲視頻編碼視頻解碼攝像頭連接屏幕USB其他引腳規(guī)格microSD(notincluded)4K@30|4x1080p@30|9x720p@30(H.264/H.265)4K@60|2x4K@30|8x1080p@30|18x720p@30(H.264/H.265)1xMIPICSI-2DPHYlanesGigabitEthernet,M.2KeyEHDMI2.0andeDP1.44xUSB3.0,USB2.0Micro-BGPIO,I2C,I2S,SPI,UART69mmx45mm,260-pinedgeconnector表3.1JetSonNano技術(shù)規(guī)格第二種是價格比較相對JetSonNano較為低廉的樹莓派3B+，如下圖3.2所示：圖3.2樹莓派3B+其是一種基于ARM的小型個人電腦，相較于較早型號的樹莓派3B，CPU最高到達1.4GHZ，擁有更強的WIFI連接（支持5G頻段以及BT4.2&BLE）功能，無線連接支持5GHZ的WiFi頻段能夠使計算機操控樹莓派更加方便。其主要配置如下表3.2所示：參數(shù)名稱技術(shù)規(guī)格SOCBroadcomBCM2837BOGPU64位1.4GHZ以太網(wǎng)HAT有線網(wǎng)絡(luò)WiFi同等條件功耗測試同等條件溫度測試1000M802.11AC無線；2.4GHZ/5HZ雙頻WiFi1.67A81°表3.2樹莓派3B+規(guī)格由主控制器只用來控制驅(qū)動板塊和分揀控制模塊的運行，從性能方面，樹莓派3B+能夠勝任用來處理激光雷達傳輸數(shù)據(jù)的速度并同時進行2D平面圖的繪制；從主機整體面積上測量方面，樹莓派3B+占用空間相較于JetSonNano更小，更易于攜帶。從成本方面，樹莓派只有不到JetSonNano三分之一的價格，因此完全符合本課題的制作需求。3.1.2攝像頭模塊選型題主要有兩種攝像頭供選擇，一種是可以進行視覺導(dǎo)航、紅外掃描周圍環(huán)境的深度攝像頭；另外一種則是普通攝像頭，只用來進行2D視頻的獲取。第一種是來自Intel公司的D415/D435深度攝像頭，它的用途廣泛，能夠進行物體識別、定位和跟蹤；實現(xiàn)現(xiàn)代流行的人臉面部識別、整只手臂骨骼的跟蹤和手勢控制。它的強大之處不僅僅在視覺方面，還包括了一個雙陣列高精度回音消除麥克風。如下圖3.3所示：圖3.3D415深度攝像頭D415規(guī)格如下表3.3所示：參數(shù)名稱技術(shù)規(guī)格深度技術(shù)主動紅外（IR）立體輸出分辨率1280x720深度流輸出幀率90fps最小深度距離0.3mRGB傳感器分辨率和幀速度30fps時為1920x1080紅外信號發(fā)射器功率可配置至達440毫瓦表3.2D415規(guī)格第二種是CMOSSensor攝像頭。RGB數(shù)據(jù)除了能表示紅綠藍三種顏色之外，各自色閾控制在0至255之間，還能表示任何一種由紅綠藍組合而成的顏色。在本課題的機器視覺系統(tǒng)中，拍照部分由攝像機和鏡頭兩部分組成，因為所要分揀研究的對象是垃圾，所以需要快速且精準的捕捉運動中的物體圖像，并且考慮其在實際操作中的空間限制等問題，本課題只需采用一般的攝像頭元器件即滿足對自動垃圾分類的探索條件。機器視覺方面采用1/2.7OV2710CMOSSensor。在一般情況使用下能夠保持較好的低照度，模組搭配1080P1/2.7"3.6mm高清拍攝鏡頭，照度可達星光級0.038Lux。高速640X480@120fps，1280X720@60fps，1920X1080@30fps。除了用于普通廣告機、視頻會議和高清監(jiān)控等領(lǐng)域，還能支持USB2.0OTG協(xié)議和接入OTG設(shè)備。3.1.3舵機選型本課題研究選取機械臂由自己組裝而成，采用5個MG996R型號的舵機來機械臂三自由度抓取。由于本次垃圾分為2類，所以旋轉(zhuǎn)機構(gòu)除了旋轉(zhuǎn)精度高、扭力較大之外，還需要有較大的轉(zhuǎn)動角度。故依據(jù)實驗研究要求，本次選擇大扭力單軸數(shù)字舵機MG996R如下圖3.4所示：圖3.4MG996R舵機另外其具有4.8V/9kg-cm的超大扭力，能實現(xiàn)180度大角度轉(zhuǎn)動，具體規(guī)格參數(shù)如下表3.4所示：參數(shù)名稱技術(shù)規(guī)格扭矩9kg/cm(4.8V)，11kg/cm(6V)電壓4.8~6V齒輪類型金屬齒輪死區(qū)速度角度重量尺寸5us(微秒)0.19秒/60°(4.8V)，0.18秒/60°(6V)180°55jigug40.7mm

×

19.7mm

×

42.9mm表3.4MG996R規(guī)格參數(shù)3.1.4激光雷達選型激光雷達購買了思嵐A1雷達，其在國產(chǎn)一些SLAM導(dǎo)航項目中得到廣泛應(yīng)用，而且價格相對合理，測距的經(jīng)典范圍在0.15－12米，掃描角度為0－360°，其性能參數(shù)剛好適合于實驗場景。性能參數(shù)如下表3.5所示：參數(shù)名稱技術(shù)規(guī)格角度分辨率≤1單次測距時間0.5ms測量頻率2000-8000Hz可調(diào)節(jié)掃描頻率5-10Hz可調(diào)節(jié)表3.5思嵐A1雷達參數(shù)3.1.5微控制器選型由于微控制器的得負責移動和接收樹莓派3B+反饋的數(shù)據(jù)進行行走，并且需要進行機械臂的控制，因此需要選擇頻率相對較高的微控制器。意法半導(dǎo)體開發(fā)的STM32F405擁有168MHz頻率的主頻，采用ART自適應(yīng)實時存儲加速器，能夠完美釋放Corte-M4內(nèi)核的性能；當CPU工作于所有允許頻率時，可以達到幾乎零等待周期的性能，并且擁有5個串口通訊設(shè)備，完全滿足課程需求。3.2總體結(jié)構(gòu)分布機械部分分為上下兩層結(jié)構(gòu)，第一層放置高性能筆記本，第二層放置其他模塊。主要由車輪、車架、目標檢測模塊、導(dǎo)航模塊、分揀控制模塊五部分組成。機器人總體結(jié)構(gòu)如圖3.5所示：圖3.5機器人總體結(jié)構(gòu).樹莓派3B+：作為激光雷達的系統(tǒng)搭建，為了能讓機器人以最快速度的進行導(dǎo)航，輕巧易于攜帶、性能好。.OV2710攝像頭：采用1/2.7CMOSSensor。擁有很好的低照度，照度可達星光級0.038Lux。模組搭配3.6mm1080P高清鏡頭。高速640X480@120fps，1280X720@60fps，1920X1080@30fps。用于廣告機、視頻會議、高清監(jiān)控等領(lǐng)域；支持USB2.0OTG協(xié)議，可接入OTG設(shè)備。.舵機：主要用于使機械臂進行運動，綜合速度與力度的考慮，最終選定了MG996R。.思嵐A1激光雷達:使用最高模式8000采樣頻率可以實現(xiàn)對環(huán)境的360度全方位掃描測距檢測，確保機器人快速度運動時地圖構(gòu)建的質(zhì)量并獲得周圍環(huán)境的輪廓圖，最后構(gòu)建2D平面圖。.驅(qū)動控制微處理器：主要用于控制減速直流電機。擁有頻率可達168MHz的STM32F405可以提高反應(yīng)的速度，縮短機器人清理垃圾運作時間。.機器人上下層：為了便于對機器人進行加工和組裝模塊，減輕機器人的整體運行重量，本課題采用了亞克力板作為機器人搭載硬件的主體。直徑32cm，厚度1cm的圓形。為了增大空間，機器人分為了上下兩層，第一層搭載高性能計算機、攝像頭、垃圾存儲盒以及機械臂；第二層搭載樹莓派3B+、STM32F405和電源等小型設(shè)備。.車輪：用于運載所有設(shè)備，一個搭載在底部亞克力板的萬向和兩個在前方的動力輪。兩個動力輪帶有防止打滑的橡膠輪胎，提高機器人對于環(huán)境的自適應(yīng)能力。.機械臂和氣泵：用于拾取垃圾、紙巾和木板。.高性能計算機：為了實現(xiàn)實時拍攝并且能夠盡可能地快處理每一幀照片與模型庫進行對比，機器人使用性能較好的計算機。.垃圾存儲盒：20cm*19cm*10cm的3D打印垃圾存儲盒。

第四章系統(tǒng)軟件設(shè)計4.1目標檢測模型制作4.1.1前期準備首先在上位機端安裝深度學習Tensorflow框架與Python語言框架進行編程，Tensorflow是由谷歌公司發(fā)明的神經(jīng)網(wǎng)絡(luò)框架，是一個用于Python編寫的高級神經(jīng)網(wǎng)絡(luò)API，能同時支持循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，兩者可以緊密組合，在CPU和GPU上無縫銜接運行，可以實現(xiàn)訓練模型的快速化訓練和實現(xiàn)；把你的想法轉(zhuǎn)為實驗結(jié)果盡可能縮短時間上的限制。所以基于Tensorflow框架搭建CNN的有模塊化、簡單快捷、易擴展性等特點。垃圾的圖像為瓶子、紙巾以及木板，但是這些原始圖像有一些外來干擾因素導(dǎo)致數(shù)據(jù)不符合模型訓練的基本條件，因此需要對圖像進行以下處理：.清洗數(shù)據(jù)首先，數(shù)據(jù)清洗指的是對圖像數(shù)據(jù)進行檢驗和重新審查。為了保證圖像數(shù)據(jù)屬性的一致性問題，需要糾正原本存在未標注、標注的錯誤和刪除重復(fù)的圖像信息。首先，為了保證圖像的質(zhì)量問題，需要花費大量時間在人工查看圖像數(shù)據(jù)上，由于一些體型較大的垃圾，如木板，不易折疊縮小體積，使得整個圖像空間被占滿，算法模型會難以提取其特征數(shù)據(jù)，導(dǎo)致訓練后的最終模型不能進行目標檢測識別，從而導(dǎo)致數(shù)據(jù)和計算時間的浪費，需予以剔除。第二是必須保持圖像數(shù)據(jù)一致性。因為在拍攝數(shù)據(jù)集的過程中，可能會有與待標注垃圾的無關(guān)物品出現(xiàn)，因此要在多種環(huán)境、背景下進行數(shù)據(jù)集采集。.分類數(shù)據(jù)在進行圖像存儲時，需要將圖像保持在不同類別的文件夾，使垃圾類別與文件夾名字一一對應(yīng)。需要保證每張照片都分在對應(yīng)的類別中。.分類數(shù)據(jù)二次采集圖像數(shù)據(jù)經(jīng)過清洗和分類后，已經(jīng)初步滿足模型訓練的基本要求，但是如果在訓練過程中，出現(xiàn)識別率從高到低的大幅下跌曲線，可以確定是數(shù)據(jù)沒有得到完全準確標注或者數(shù)據(jù)集不夠完好，需要進行二次采集。模型建立與評估.交叉驗證數(shù)據(jù)目標檢測系統(tǒng)的搭建主要包括三個部分：數(shù)據(jù)讀取并進行人工處理、模型訓練以及最終版本的模型測試。數(shù)據(jù)讀取處理是利用交叉驗證法，把原本的數(shù)據(jù)集劃分為三個集合，分別為訓練集、驗證集和測試集；并同時使用人工數(shù)據(jù)增強技術(shù)對訓練數(shù)據(jù)加以增強來提升其模型的泛化能力。模型訓練部分是通過預(yù)訓練的SSD_MobileNet_V2模型作為基礎(chǔ)框架搭建深度卷積神經(jīng)網(wǎng)絡(luò)進行遷移學習，并使用經(jīng)過數(shù)據(jù)增強的訓練集對模型進行訓練，且使用驗證集的數(shù)據(jù)驗證訓練效果，也就是識別正確率的高低。模型最終測試部分，通過實際情況中拍攝的圖像檢驗最終模型的性能，以此確定模型的識別率。由于數(shù)據(jù)集的數(shù)量不是很充足，因此本課程將訓練集的數(shù)量控制為1050張，驗證集和測試集都為225張，占比分別為70%、15%、15%，這樣劃分的目的是降低過擬合的發(fā)生幾率。.SSD_MobileNet_V2深度卷積神經(jīng)網(wǎng)絡(luò)本課題構(gòu)建基于SSD_MobileNet_V2模型的訓練模型，主要框架與官網(wǎng)API的SSD_MobileNet_V2模型一致，但是分類的類型較少，因此保留了輸入層、池化層和個卷積層，去除了2個全連接層來防止過擬合的情況發(fā)生。如下圖4.1所示：圖4.1SSD_MobileNet_V2簡化模型.模型訓練由于Adam模型訓練算法有計算方便實現(xiàn)、計算快速、內(nèi)存占用較少等優(yōu)點，因此選擇此算法為最佳模型訓練算法。每個輸出概率所屬置信度，選用對損失函數(shù)進行計算，具體公式（1）如下：??????_????????=?1??∑????????=1??????????+(1?????)??????(1?????)（1）4.2激光SLAM運用ROS機器人系統(tǒng)是一個以一個機器人編程框架，有別于Windows、Mac不同的是：它只是一個中間橋梁，負責在Linux與應(yīng)用程序之間進行聯(lián)系。使得機器人的感知、控制算法和決策可以更好地組織和運行。ROS分為兩種版本，本課程選擇Kinetic作為樹莓派3B+的搭載版本，另一個版本是Indigo版本官網(wǎng)已經(jīng)不再進行維護更新，對后期實驗具有很大影響。4.2.1SLAM導(dǎo)航系統(tǒng)框架激光SLAM系統(tǒng)框架指的是在激光SLAM系統(tǒng)中，導(dǎo)航包RVIZ利用柵格地圖，Gmapping是基于濾波SLAM算法獲取激光雷達掃描的反饋的環(huán)境信息信息以及行走時編碼器里程計數(shù)據(jù)可動態(tài)的生成2D柵格地圖，里程計數(shù)據(jù)和激光雷達數(shù)據(jù)做出適合的路徑規(guī)劃和定位，最后轉(zhuǎn)換為機器人的速度指令。如下圖4.2所示，激光SLAM系統(tǒng)的框架，方框是傳感器獲得的數(shù)據(jù)或者生成的數(shù)據(jù)，橢圓里為ROS節(jié)點所發(fā)布或者獲得的消息隊列。圖4.2SLAM導(dǎo)航系統(tǒng)框架4.2.2建圖系統(tǒng)框架如下圖所示4.3所示：圖4.3建圖系統(tǒng)框架.數(shù)據(jù)輸入和運動模型確定開啟建圖RVIZ后，首先需要將獲取激光和里程計數(shù)據(jù)傳入ROSmapping中，傳入開源的openslam濾波算法地圖openslamgmapping包中，在下一時間的建圖導(dǎo)航時，根據(jù)上一時刻計算的粒子位姿。通過里程計數(shù)據(jù)來確定距離，在初始值的基礎(chǔ)上，通過增加高斯采樣的噪點來預(yù)測現(xiàn)在時刻的粒子位姿，為下一時刻提前做數(shù)據(jù)準備。.掃描匹配與建議分布Gmapping默認采取40個采樣對每個粒子實行掃描匹配算法。掃描匹配的作用是為后面粒子權(quán)重更新做充分準備以及計算，通過找出每個粒子在下一時間位姿，進行位姿判斷計算機器人的精準坐標點。如果這個環(huán)節(jié)的掃描匹配失敗，則必須對粒子權(quán)重更新，并采用默認的似然進行估計。通過混合觀測模型和運動模型的建議分布來使當前粒子位置能夠滿足該均值方差的高斯分布，對于小于某閾值則進行均值與方差的計算，根據(jù)上一步掃描匹配獲得的最佳坐標來圍繞該坐標取若干位置樣本距離差值。.粒子維護地圖與地圖更新粒子會對運動軌跡進行維護，這個步驟執(zhí)行的操作是更新每個粒子維護的地圖。需要在RVIZ中進行地圖更新并進一步獲取權(quán)重總數(shù)的判斷結(jié)果，通過結(jié)果來得到最優(yōu)的粒子使用權(quán)重，從而使地圖能夠在下一時刻得到膨脹更新和得到機器人最優(yōu)路徑軌跡。.權(quán)重計算與重采樣更新之后，需要對每個粒子進行權(quán)重更新和歸一化操作，對于重采樣前更新過一次重采樣后又會對其再更新一次。使用有效塔板數(shù)來判斷是否對結(jié)果進行重采樣處理，因為這樣會導(dǎo)致重采樣頻率越高和粒子退化越嚴重，也就是粒子的多樣性降低建圖精確度的降低，所以有必要設(shè)定一個判定值來改善粒子退化問題，提高建圖精確度。4.3軟件流程在上位機部分，開啟機器人攝像頭采集地面環(huán)境圖像，將采集后的圖像送往SSD_Mobile_V2進行垃圾分類，分類后將分類結(jié)果以及垃圾位置送往樹莓派3B+，樹莓派3B+根據(jù)垃圾的位置已經(jīng)類別進行導(dǎo)航，同時將結(jié)果發(fā)送給STM32F405控制機械臂的分揀工作，分揀完成并返回導(dǎo)航路線。如下圖4.4所示：圖4.4上位機控制驅(qū)動圖在網(wǎng)絡(luò)良好、2D平面圖構(gòu)建完成后，將智能移動垃圾分揀機器人置于初始位置。系統(tǒng)進入初始狀態(tài)，根據(jù)SLAM規(guī)劃的路線行走遍歷平面圖，行走過程中，上位機實時采集環(huán)境地面圖像并反饋信息給驅(qū)動，如果有垃圾出現(xiàn)，機器人全程避障并且通過SLAM導(dǎo)航移動到垃圾周圍，通過上位機反饋的垃圾類別選擇機械臂或者氣泵對垃圾進行分揀。過程如下圖4.5所示：圖4.5程序流程圖

第五章系統(tǒng)調(diào)試5.1模型訓練設(shè)置5.1.1數(shù)據(jù)增強訓練前期拍攝了1500張瓶子、木板和紙屑后，經(jīng)過主流的數(shù)據(jù)增強方法：旋轉(zhuǎn)變換反射變換、隨機修剪、色彩抖動、平移變換、尺度變換、翻轉(zhuǎn)變換、對比度變換、噪聲擾動等。本次對訓練集做了基本的圖片大小的規(guī)定之外，還用了以下數(shù)據(jù)增強的方法：縮放、錯切變換、橫向平移和縱向平移、水平翻轉(zhuǎn)。具體參數(shù)如下表5.1所示：數(shù)據(jù)增強參數(shù)設(shè)置縮放50%水平反轉(zhuǎn)是上下翻轉(zhuǎn)是填充模式默認模式旋轉(zhuǎn)30°橫向平移20%縱向平移20%錯且變換30%表5.1數(shù)據(jù)增強參數(shù)5.1.2模型訓練經(jīng)過數(shù)據(jù)增強后，最終得到15000張圖像，將這些圖像進行模型的訓練。如下表5.2為模型訓練參數(shù)設(shè)置表：訓練集10500張+圖像分辨率640×480測試集2250張+圖像分辨率640×480驗證集2250張+圖像分辨率640×480訓練次數(shù)117864圖像是否翻轉(zhuǎn)否學習率4.0000e-3表5.2模型訓練參數(shù)設(shè)置表

模型訓練的損失函數(shù)值變化如下圖5.1所示，基本達到預(yù)期要求。圖5.1損失值變化圖5.2性能指標測試實驗采用150張圖像用于測試，其中標定的瓶子總數(shù)目為180個。在測試時，以檢測結(jié)果與瓶子真實位置的交并比大于0.5判斷瓶子是否被成功檢測。目標識別模塊的技術(shù)性能要求包括：圖像檢測精度、圖像采集檢測速度兩方面。主要技術(shù)性能指標要求如下：.圖像采集系統(tǒng)需要保持有效圖像采集幀率≥30幀/s；.圖像采集系統(tǒng)需要保持有效識別范圍≥1m地面上的有效面積；.圖像采集系統(tǒng)需要保持采集計算時間抖動≤10ms。測試時，當瓶子真實位置與檢測結(jié)果的交并比大于0.5時，則判斷瓶子被成功檢測出來。實驗所采用的評價標準為誤檢率和漏檢率，分別定義如下：漏檢率%=漏檢的目標數(shù)量/總的目標數(shù)量×100%；誤檢率%=誤檢的目標數(shù)量/目標識別檢測到的數(shù)量×100%；在當前的實驗環(huán)境中，目標的預(yù)測角度預(yù)測準確，目標的誤檢率為6%，漏檢率為8.67%，誤撿率低于10%，基本滿足了智能移動垃圾分揀機器人系統(tǒng)課題要求。

表5.2實驗結(jié)果：45度內(nèi)（個）誤檢率(個)漏檢數(shù)（個）誤檢率漏檢率1509136%8.67%5.3結(jié)論本課題提出了一套基于機器視覺的生活垃圾智能分揀機器人系統(tǒng)的總體設(shè)計方案，當前雖然存在各種垃圾分揀機器人，但是大多數(shù)是不可自主移動導(dǎo)航或者只能按照特定路線進行巡邏分揀的任務(wù)機器人。本課題針對這種現(xiàn)象，簡單介紹了智能移動垃圾分揀機器人的總體設(shè)計方案和實現(xiàn)過程，針對本方案中的導(dǎo)航模塊、目標識別模塊和分揀控制模塊進行展開說明，通過對各部分系統(tǒng)的軟硬件設(shè)計原理和實現(xiàn)過程進行簡單描述，最后通過做出實物的方法，不僅驗證了嵌入式目標識別算法SSD_MobileNet_V2的準確性，而且通過系統(tǒng)在生活環(huán)境中的實際運行，驗證了系統(tǒng)設(shè)計的可行性。充分突出我國可持續(xù)發(fā)展戰(zhàn)略，并構(gòu)建生態(tài)環(huán)境友好型社會的發(fā)展需求。

參考文獻[1]面向智能分類回收的塑料瓶機器視覺識別技術(shù)研究[D].浙江大學,2017.[2]陳曉斐.機器視覺技術(shù)在機械制造自動化中的應(yīng)用分析[J].中國設(shè)備工程,2017(1):168-169.[3]張慧,王坤峰,王飛躍.深度學習在目標視覺檢測中的應(yīng)用進展與展望[J].自動化學報,2017,43(8):1289-1305.[4]兼容ROS的嵌入式實時機器人通信系統(tǒng)的設(shè)計與實現(xiàn)[D].哈爾濱工業(yè)大學,2018.[5]易柯敏,沈艷霞.激光SLAM導(dǎo)航移動機器人定位算法研究綜述[J].機器人技術(shù)與應(yīng)用,2019(5).[6]SandlerM,HowardA,ZhuM,etal.MobileNetV2:InvertedResidualsandLinearBottlenecks[C]//2018.[7]Mur-ArtalR,MontielJMM,TardósJD.ORB-SLAM:AVersatileandAccurateMonocularSLAMSystem[J].IEEETransactionsonRobotics,2017,31(5):1147-1163.[8]趙妍,解迎剛,陳莉莉.基于SLAM算法的機器人智能激光定位技術(shù)的研究[J].激光雜志,2019(7).[9]RahmanMA,KapoorP,LaganiereR,etal.DeepPeopleDetection:AComparativeStudyofSSDandLSTM-decoder[C]//201815thConferenceonComputerandRobotVision(CRV).2018.[10]韓凱,張紅英,王遠,等.一種基于FasterR-CNN的車輛檢測算法[J].西南科技大學學報,2017,32(4):65-70.[11]KujalaJV,LukkaTJ,HolopainenH.PickingaConveyorCleanbyanAutonomouslyLearningRobot[J].ComputerScience,2015.[12]蔡漢明,趙振興,韓露,等.基于SSD網(wǎng)絡(luò)模型的多目標檢測算法[J].機電工程,2017,34(6):685-688.[13]LiuW,AnguelovD,ErhanD,etal.SSD:SingleShotMultiBoxDetector[C]//EuropeanConferenceonComputerVision.2016.致謝我要感謝學校，如果沒有學校提供的平臺，就沒有我們參加學科競賽的機會；感謝我的每一位老師和隊友，我們一起努力奮斗付出的每一分每一秒，歷歷在目，激勵著我繼續(xù)前進；感謝朋友和同學精神上的鼓勵，你們的鼓勵陪我度過了很多刻苦的時光。在未來的工作中，我將繼續(xù)保持謙卑的學習態(tài)度，誠誠懇懇，腳踏實地做好每一件事，不負同學、老師、學校對我的期望，做一名合格的社會主義接班人。謝謝大家。

怎樣提高電腦系統(tǒng)運行速度WindowsXP的啟動速度比Windows2000要快30%左右，但相對于Windows98仍然要慢了不少，不過，我們可以通過優(yōu)化設(shè)置，來大大提高WindowsXP的啟動速度。加快系統(tǒng)啟動速度主要有以下方法：盡量減少系統(tǒng)在啟動時加載的程序與服務(wù)；對磁盤及CPU等硬件進行優(yōu)化設(shè)置；修改默認設(shè)置，減少啟動等待時間等。這些方法大部分既可減少系統(tǒng)啟動的時間，又可以節(jié)省系統(tǒng)資源，加快電腦運行速度。1.加快系統(tǒng)啟動速度WindowsXP的啟動速度比Windows2000要快30%左右，但相對于Windows98仍然要慢了不少，不過，我們可以通過優(yōu)化設(shè)置，來大大提高WindowsXP的啟動速度。加快系統(tǒng)啟動速度主要有以下方法：盡量減少系統(tǒng)在啟動時加載的程序與服務(wù)；對磁盤及CPU等硬件進行優(yōu)化設(shè)置；修改默認設(shè)置，減少啟動等待時間等。這些方法大部分既可減少系統(tǒng)啟動的時間，又可以節(jié)省系統(tǒng)資源，加快電腦運行速度。(1)MsconfigWindowsXP的啟動速度在系統(tǒng)安裝初期還比較快，但隨著安裝的軟件不斷增多，系統(tǒng)的啟動速度會越來越慢，這是由于許多軟件把自己加在了啟動程序中，這樣開機即需運行，大大降低了啟動速度，而且也占用了大量的系統(tǒng)資源。對于這樣一些程序，我們可以通過系統(tǒng)配置實用程序Msconfig將它們從啟動組中排除出去。選擇“開始”菜單中的“運行”命令，在“運行”對話框中鍵入“Msconfig”，回車后會彈出“系統(tǒng)配置實用程序”對話框，選擇其中的“啟動”選項卡(如圖1)，該選項卡中列出了系統(tǒng)啟動時加載的項目及來源，仔細查看每個項目是否需要自動加載，否則清除項目前的復(fù)選框，加載的項目越少，啟動的速度就越快。設(shè)置完成后需要重新啟動方能生效。(2)BootvisBootvis是微軟提供的一個啟動優(yōu)化工具，可提高WindowsXP的啟動速度。用BootVis提升WindowsXP的啟動速度必須按照正確的順序進行操作，否則將不會起到提速的效果。其正確的操作方法如下：啟動Bootvis，從其主窗口(如圖2)中選擇“工具”菜單下的“選項”命令，在“符號路徑”處鍵入Bootvis的安裝路徑，如“C:\ProgramFiles\Bootvis”，單擊“保存”退出。從“跟蹤”菜單中選擇“下次引導(dǎo)”命令，會彈出“重復(fù)跟蹤”對話框，單擊“確定”按鈕，BootVis將引導(dǎo)WindowsXP重新啟動，默認的重新啟動時間是10秒。系統(tǒng)重新啟動后，BootVis自動開始運行并記錄啟動進程，生成啟動進程的相關(guān)BIN文件，并把這個記錄文件自動命名為TRACE_BOOT_1_1。程序記錄完啟動進程文件后，會重新啟動BootVis主界面，在“文件”菜單中選擇剛剛生成的啟動進程文件“TRACE_BOOT_1_1”。窗口中即會出現(xiàn)“CPU>使用”、“磁盤I/O”、“磁盤使用”、“驅(qū)動程序延遲”等幾項具體圖例供我們分析，不過最好還是讓BootVis程序來自動進行分析：從“跟蹤”菜單中選擇“系統(tǒng)優(yōu)化”命令，程序會再次重新啟動計算機，并分析啟動進程文件，從而使計算機啟動得更快。(3)禁用多余的服務(wù)WindowsXP在啟動時會有眾多程序或服務(wù)被調(diào)入到系統(tǒng)的內(nèi)存中，它們往往用來控制Windows系統(tǒng)的硬件設(shè)備、內(nèi)存、文件管理或者其他重要的系統(tǒng)功能。但這些服務(wù)有很多對我們用途不大甚至根本沒有用，它們的存在會占用內(nèi)存和系統(tǒng)資源，所以應(yīng)該將它們禁用，這樣最多可以節(jié)省70MB的內(nèi)存空間，系統(tǒng)速度自然也會有很大的提高。選擇“開始”菜單中的“運行”命令，在“運行”對話框鍵入“services.msc”后回車，即可打開“服務(wù)”窗口。窗口的服務(wù)列表中列出了系統(tǒng)提供的所有服務(wù)的名稱、狀態(tài)及啟動類型。要修改某個服務(wù)，可從列表雙擊它，會彈出它的屬性對話框(如圖3)，你可從“常規(guī)”選項卡對服務(wù)進行修改，通過單擊“啟動”、“停止”、“暫停”、“恢復(fù)”四個按鈕來修改服務(wù)的狀態(tài)，并可從“啟動類型”下拉列表中修改啟動類型，啟動類型有“自動”、“手動”、“已禁用”三種。如果要禁止某個服務(wù)在啟動自動加載，可將其啟動類型改為“已禁用”。WindowsXP提供的所有服務(wù)有36個默認是自動啟動的，實際上，其中只有8個是必須保留的(見下表)，其他的則可根據(jù)自己的需要進行設(shè)置，每種服務(wù)的作用在軟件中有提示。4)修改注冊表來減少預(yù)讀取，減少進度條等待時間WindowsXP在啟動過程中會出現(xiàn)一個進度條，我們可以通過修改注冊表，讓進度條只跑一圈就進入登錄畫面。選擇“開始”菜單中的“運行”命令，在“運行”對話框鍵入“regedit”命令后回車，即可啟動注冊表編輯器，在注冊表中找HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\SessionManager\MemoryManagement\PrefetchParameters，選擇其下的EnablePrefetcher鍵，把它的鍵值改為“1”即可。(5)減少開機磁盤掃描等待時間當Windows日志中記錄有非正常關(guān)機、死機引起的重新啟動，系統(tǒng)就會自動在啟動的時候運行磁盤掃描程序。在默認情況下，掃描每個分區(qū)前會等待10秒鐘，如果每個分區(qū)都要等上10秒才能開始進行掃描，再加上掃描本身需要的時間，會耗費相當長的時間才能完成啟動過程。對于這種情況我們可以設(shè)置取消磁盤掃描的等待時間，甚至禁止對某個磁盤分區(qū)進行掃描。選擇“開始→運行”，在運行對話框中鍵入“chkntfs/t:0”，即可將磁盤掃描等待時間設(shè)置為0；如果要在計算機啟動時忽略掃描某個分區(qū)，比如C盤，可以輸入“chkntfs/xc:”命令；如果要恢復(fù)對C盤的掃描，可使用“chkntfs/dc:”命令，即可還原所有chkntfs默認設(shè)置，除了自動文件檢查的倒計時之外。2.提高系統(tǒng)運行速度提升系統(tǒng)運行速度的思路與加快啟動的速度類似：盡量優(yōu)化軟硬件設(shè)置，減輕系統(tǒng)負擔。以下是一些常用的優(yōu)化手段。(1)設(shè)置處理器二級緩存容量WindowsXP無法自動檢測處理器的二級緩存容量，需要我們自己在注冊表中手動設(shè)置，首先打開注冊表，找到“HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\SessionManager\MemoryManagement\”，選擇其下的“SecondLevelDataCache”，根據(jù)自己所用的處理器設(shè)置即可，例如PIIICoppermine/P4Willamette是“256”，AthlonXP是“384”，P4Northwood是“512”。(2)提升系統(tǒng)緩存同樣也是在“HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\SessionManager\MemoryManagement\”位置，把其下的“LargeSystemCache”鍵值從0改為1，WindowsXP就會把除了4M之外的系統(tǒng)內(nèi)存全部分配到文件系統(tǒng)緩存中，這樣XP的內(nèi)核能夠在內(nèi)存中運行，大大提高系統(tǒng)速度。通常來說，該優(yōu)化會使系統(tǒng)性能得到相當?shù)奶嵘?，但也有可能會使某些?yīng)用程序性能降低。需要注意的是必須有256M以上的內(nèi)存，激活LargeSystemCache才可起到正面的作用，否則不要輕易改動它。(3)改進輸入/輸出性能這個優(yōu)化能夠提升系統(tǒng)進行大容量文件傳輸時的性能，不過這只對服務(wù)器用戶才有實在意義。我們可在中新建一個DWORD(雙字節(jié)值)鍵值，命名為IOPageLockLimit。一般情況下把數(shù)據(jù)設(shè)置8~16MB之間性能最好，要記住這個值是用字節(jié)來計算的，例如你要分配10MB的話，就是10×?1024×1024，也就是10485760。這里的優(yōu)化也需要你的機器擁有大于256M的內(nèi)存。(4)禁用內(nèi)存頁面調(diào)度在正常情況下，XP會把內(nèi)存中的片斷寫入硬盤，我們可以阻止它這樣做，讓數(shù)據(jù)保留在內(nèi)存中，從而提升系統(tǒng)性能。在注冊表中找到“HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\SessionManager\MemoryManagement\”下的“DisablePagingExecutive”鍵，把它的值從0改為1即可禁止內(nèi)存頁面調(diào)度了。(5)關(guān)閉自動重新啟動功能當WindowsXP遇到嚴重問題時便會突然重新開機，可從注冊表將此功能取消。打開注冊表編輯器，找到“HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\CrashControl\”將AutoReboot鍵的Dword值更改為0，重新啟動后設(shè)置即可生效。(6)改變視覺效果WindowsXP在默認情況下啟用了幾乎所有的視覺效果，如淡入淡出、在菜單下顯示陰影。這些視覺效果雖然漂亮，但對系統(tǒng)性能會有一定的影響，有時甚至造成應(yīng)用軟件在運行時出現(xiàn)停頓。一般情況下建議少用或者取消這些視覺效果。選擇桌面上“我的電腦”圖標，單擊鼠標右鍵，在彈出的快捷菜單中選擇“屬性”命令，打開“系統(tǒng)屬性”對話框。選擇“高級”選項卡，在其中的“性能”欄中單擊“設(shè)置”按鈕，會彈出“性能選項”對話框(如圖4)，可選擇“調(diào)整為最佳性能”單選框來關(guān)閉所有的視覺效果，也可選擇“自定義”然后選擇自己需要的視覺效果。(7)合理設(shè)置頁面虛擬內(nèi)存同樣也是在“性能選項”對話框中，選擇“高級”選項卡，在其中的“虛擬內(nèi)存”欄中單擊“更改”按鈕，接下來選擇虛擬內(nèi)存為“自定義大小”，然后設(shè)置其數(shù)值。一般情況下，把虛擬設(shè)為不小于256M，不大于382M比較合適，而且最大值和最小值最好一樣。(8)修改外觀方案WindowsXP默認的外觀方案雖然漂亮，但對系統(tǒng)資源的占用也多，可將其改為經(jīng)典外觀以獲得更好的性能。在桌面空白位置單擊鼠標右鍵，從彈出的快捷菜單中選擇“屬性”命令，會打開“顯示屬性”對話框，在“主題”選項卡選擇主題為“Windows經(jīng)典”，即可將外觀修改為更為經(jīng)濟的Windows經(jīng)典外觀。(9)取消XP對ZIP支持WindowsXP在默認情況下打開了對zip文件支持，這要占用一定的系統(tǒng)資源，可選擇“開始→運行”，在“運行”對話框中鍵入“regsvr32/uzipfldr.dll”，回車確認即可取消XP對ZIP解壓縮的支持，從而節(jié)省系統(tǒng)資源。(10)關(guān)閉Dr.WatsonDr.Watson是WindowsXP的一個崩潰分析工具，它會在應(yīng)用程序崩潰的時候自動彈出，并且在默認情況下，它會將與出錯有關(guān)的內(nèi)存保存為DUMP文件以供程序員分析。不過，記錄DUMP文件對普通用戶則毫無幫助，反而會帶來很大的不便：由于Dr.Watson在應(yīng)用程序崩潰時會對內(nèi)存進行DUMP記錄，將出現(xiàn)長時間硬盤讀寫操作，要很長一斷時間程序才能關(guān)閉，并且DUMP文件還會占用大量磁盤空間。要關(guān)閉Dr.Watson可打開注冊表編輯器，找到“HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\WindowsNT\CurrentVersion\AeDebug”分支，雙擊其下的Auto鍵值名稱，將其“數(shù)值數(shù)據(jù)”改為0，最后按F5刷新使設(shè)置生效，這樣就取消它的運行了。同樣，我們可以把所有具備調(diào)試功能的選項取消，比如藍屏時出現(xiàn)的memory.dmp，可在“系統(tǒng)屬性”對話框中選擇“高級”選項卡，單擊“啟動和故障恢復(fù)”欄中的“設(shè)置”按鈕，并在彈出的“啟動和故障恢復(fù)”對話框中選擇“寫入調(diào)試信息”為“無”(如圖5)。(11)啟動硬盤/光驅(qū)DMA模式打開“系統(tǒng)屬性”對話框，選擇“硬件”選擇卡中的“設(shè)備管理器”按鈕，打開“設(shè)備管理器”窗口，在設(shè)備列表中選擇“IDEATA/ATAPI控制器”，雙擊“主要IDE通道”或“次要IDE通過”，在其屬性對話框的“高級設(shè)置”選項卡中檢查DMA模式是否已啟動，一般來說如果設(shè)備支持，系統(tǒng)就會自動打開DMA功能，如果沒有打開可將“傳輸模式”設(shè)為“DMA(若可用)”。(12)關(guān)掉不用的設(shè)備WindowsXP總是盡可能為電腦的所有設(shè)備安裝驅(qū)動程序并進行管理，這不僅會減慢系統(tǒng)啟動的速度，同時也造成了系統(tǒng)資源的大量占用。針對這一情況，你可在設(shè)備管理器中，將PCMCIA卡、調(diào)制解調(diào)器、紅外線設(shè)備、打印機端口(LPT1)或者串口(COM1)等不常用的設(shè)備停用，方法是雙擊要停用的設(shè)備，在其屬性對話框中的“常規(guī)”選項卡中選擇“不要使用這個設(shè)備(停用)”。在重新啟動設(shè)置即可生效，當需要使用這些設(shè)備時再從設(shè)備管理器中啟用它們。(13)關(guān)閉錯誤報告當應(yīng)用程序出錯時，會彈出發(fā)送錯誤報告的窗口，其實這樣的錯誤報告對普通用戶而言幾乎沒有任何意義，關(guān)閉它是明智的選擇。在“系統(tǒng)屬性”對話框中選擇“高級”選項卡，單擊“錯誤報告”按鈕，在彈出的“錯誤匯報”對話框中，選擇“禁用錯誤匯報”單選項，最后單擊“確定”即可。另外我們也可以從組策略中關(guān)閉錯誤報告：從“運行”中鍵入“gpedit.msc”，運行“組策略編輯器”，展開“計算機配置→管理模板→系統(tǒng)→錯誤報告功能”，雙擊右邊設(shè)置欄中的“報告錯誤”，在彈出的“屬性”對話框中選擇“已禁用”單選框即可將“報告錯誤”禁用。(14)關(guān)閉自動更新“自動更新”功能對許多WindowsXP用戶而言并不是必需的，可將其關(guān)閉以節(jié)省系統(tǒng)資源。在“我的電腦”上單擊鼠標右鍵，從快捷菜單中選擇“屬性”命令，選擇“系統(tǒng)屬性”對話框中的“自動更新”選項卡，勾選“關(guān)閉自動更新，我將手動更新計算機”單選框，單擊“確定”按鈕即可關(guān)閉自動更新功能。如果在“服務(wù)”已經(jīng)將“AutomaticUpdates”服務(wù)關(guān)閉，“系統(tǒng)屬性”對話框中的“自動更新”選項卡就不能進行任何設(shè)置了。(15)去掉菜單延遲去掉菜單彈出時的延遲，可以在一定程度上加快XP。要修改的鍵值位置在“HKEY_CURRENT_USER\ControlPanel\Desktop”。修改其下的“MenuShowDelay”鍵，把默認的400修改為0，按F5刷新注冊表即可生效。(16)清除預(yù)讀文件WindowsXP的預(yù)讀設(shè)置雖然可以提高系統(tǒng)速度，但是使用一段時間后，預(yù)讀文件夾里的文件數(shù)量會變得相當龐大，導(dǎo)致系統(tǒng)搜索花費的時間變長。而且有些應(yīng)用程序會產(chǎn)生死鏈接文件，更加重了系統(tǒng)搜索的負擔。所以，應(yīng)該定期刪除這些預(yù)讀文件。預(yù)計文件存放在WindowsXP系統(tǒng)文件夾的Prefetch文件夾中，該文件夾下的所有文件均可刪除。(17)關(guān)閉自動播放功能在WindowsXP中，當往光驅(qū)中放入光盤或?qū)SB硬盤接上電腦時，系統(tǒng)都會自動將光驅(qū)或USB硬盤掃描一遍，同時提示你是否播放里面的圖片、視頻、音樂等文件，如果是擁有多個分區(qū)的大容量的USB硬盤，掃描會耗費很長的時間，而且你得多次手動關(guān)閉提示窗口，非常麻煩。這種情況下我們可以將WindowsXP的自動播放功能關(guān)閉。運行“組策略”程序。在組策略窗口左邊欄中，打開“計算機配置”，選擇“管理模板”下的“系統(tǒng)”，然后在右邊的配置欄中找到“關(guān)閉自動播放”并雙擊它，會彈出“關(guān)閉自動播放屬性”對話框。在其中“設(shè)置”選項卡中選擇“已啟用”，“關(guān)閉自動播放”下拉列表中選擇“所有驅(qū)動器”(如圖6)。這樣以后就不用擔心WindowsXP的“自動播放”功能帶來的麻煩了。如果你只是想禁止系統(tǒng)掃描某個驅(qū)動器(如USB硬盤)上的文件，可采用下面的方法。先連上你的USB硬盤，讓系統(tǒng)將它識別出來。然后打開“我的電腦”，選擇USB硬盤上的某個分區(qū)，按鼠標右鍵，會彈出磁盤屬性窗口，選取“自動播放”選項卡，將所有內(nèi)容的類型都選擇為不執(zhí)行操作。如果USB硬盤有多個分區(qū)，對所有分區(qū)都進行同樣的操作，這樣當你將USB驅(qū)動器拔掉再重新接上時，系統(tǒng)會將USB硬盤識別出來，而不會反復(fù)問你是否播放USB硬盤中的文件了。3.加快關(guān)機速度WindowsXP的關(guān)機速度要慢于啟動速度，特別有些任務(wù)還需要手工結(jié)束，更加延緩了關(guān)機速度。因此，要加快關(guān)機速度，首先要開啟WindowsXP的自動結(jié)束任務(wù)功能。具體步驟是：從注冊表中找到“HKEY_CURRENT_USER\ControlPanel\Desktop”，把“AutoEndTasks”的鍵值設(shè)置為1即可。然后再修改“HungAppTimeout”為“4000(或更小)”(預(yù)設(shè)為5000)，該鍵值同樣也在“HKEY_CURRENT_USER\ControlPanel\Desktop”下；最后一步再找到“HKEY_LOCAL_MACHINE\System\CurrentControlSet\Control\”，同樣把WaitToKillServiceTimeout設(shè)置為“4000”；通過這樣設(shè)置后的關(guān)機速度明顯要加快了。夠全面吧~~◆二、硬件優(yōu)化設(shè)置◆1、關(guān)掉不用的設(shè)備

在設(shè)備管理器中，將PCMCIA卡、調(diào)制解調(diào)器、紅外線設(shè)備、打印機端口(LPT1)或者串口(COM1)等不常用的設(shè)備停用，在要停用設(shè)備屬性對話框中的“常規(guī)”選項卡中選擇“不要使用這個設(shè)備(停用)”。當需要使用這些設(shè)備時再從設(shè)備管理器中啟用它們。◆2、內(nèi)存性能優(yōu)化

WindowsXP中有幾個選項可以優(yōu)化內(nèi)存性能，它們?nèi)荚谧员硐旅嫖恢茫篐KEY_LOCAL_MACHINESYSTEMCurrentControlSetControlSession

ManagerMemory

Management

1）禁用內(nèi)存頁面調(diào)度（Paging

Executive）

XP會把內(nèi)存中的片斷寫入硬盤，我們可以阻止它這樣做，讓數(shù)據(jù)保留在內(nèi)存中，從而提升系統(tǒng)性能。256M以上內(nèi)存才使用這個設(shè)置。把“DisablePagingExecutive”的值從0改為1就可以禁止內(nèi)存頁面調(diào)度了。

2）提升系統(tǒng)緩存

必須有256M以上的內(nèi)存，才激活它。把LargeSystemCache鍵值從0改為1，一般來說，這項優(yōu)化會使系統(tǒng)性能得到相當?shù)奶嵘?，但也有可能會使某些?yīng)用程序性能降低。

3）輸入/輸出性能

內(nèi)存大于256M才更改這里的值，這個優(yōu)化只對server（服務(wù)器）用戶才有實在意義，它能夠提升系統(tǒng)進行大容量文件傳輸時的性能。建一個DWORD（雙字節(jié)值）鍵值，命名為IOPageLockLimit，數(shù)值設(shè)8M－16M字節(jié)之間性能最好，具體設(shè)什么值，可試試哪個值可獲得最佳性能。這個值是用字節(jié)來計算的，比如你要分配12M，就是12×1024×1024，也就是12582912。◆3、啟動硬盤/光驅(qū)DMA模式

“系統(tǒng)屬性”－“硬件”－“設(shè)備管理器”，在設(shè)備列表中選擇“IDE

ATA/ATAPI控制器”，雙擊“主要

IDE

通道”或“次要

IDE

通道”，在其屬性對話框的“高級設(shè)置”選項卡中檢查DMA模式是否已啟動，一般來說如果設(shè)備支持，系統(tǒng)就會自動打開DMA功能，如果沒有打開可將“傳輸模式”設(shè)為“DMA（若可用）”（在BIOS里也應(yīng)該要先設(shè)為支持DMA）。

◆4、關(guān)閉自動播放功能

運行“組策略”程序,在組策略窗口左邊欄中打開“計算機配置”，選擇“管理模板”下的“系統(tǒng)”，然后在右邊的配置欄中找到“關(guān)閉自動播放”并雙擊它，會彈出“關(guān)閉自動播放屬性”對話框，在其中“設(shè)置”選項卡中選擇“已啟用”，“關(guān)閉自動播放”下拉列表中選擇“所有驅(qū)動器”。

◆5、設(shè)置二級緩存容量

WindowsXP有時無法自動檢測處理器的二級緩存容量，需要我們手動設(shè)置。運行注冊表編輯器，找到HKCU_LOCAL_MACHINESYSTEMCurrentControlSetControlSession

ManagerMe