# Наброски будущей схемы конвейера

![](mvp_1.jpg)

## Пояснение к схеме

### todo

## Список материалов:

В этот список необходимо доложить энкодер для двигателя!

| Название | Сумма, ₽  | Количество |
| :--- | :--- | :--- |
| Медная лента для удаления припоя / Оплетка для выпайки диаметр 2 мм длина 1.5 м | 164 | 1 |
| Набор проводов для пайки | 1 030 | 1 |
| Набор проводов для пайки | 855 | 1 |
| Флюс гель универсальный безотмывочный, для пайки микросхем и компонентов Flux RMA-223-UV-10г | 162 | 1 |
| Припой для пайки с канифолью 1мм 50гр ПОС-61 на катушке (ГОСТ) | 423 | 1 |
| ALIENTEK Паяльник 140 Вт, 7 предметов | 4 985 | 1 |
| Преобразователь DC-DC понижающий с 8-60V до 1-36V 15A max | 805 | 1 |
| Беспаечная макетная плата (breadboard) MB-102, 830 точек, для Arduino и прочих устройств | 1 112 | 2 |
| 120 шт. Провода перемычки для макетных плат, соединительные провода для модулей, контроллеров arduino (10 см) 3 вида по 40 шт папа-папа, мама-мама, папа-мама | 636 | 3 |
| Homeled, Блок питания, 12V, 200W, 180-265 вольт. С клеммами. Импульсный для светодиодных лент и светильников | 599 | 1 |
| Двигатель для шуруповерта 12v без шестерни | 834 | 2 |
| Сервопривод MG996R, 10 шт, 180 , металлические шестерни, для Arduino, роботов и RC, размеры стандарт | 2 990 | 1 |
| PWM PCA9685 драйвер на 16 сервоприводов расширитель портов с I2C интерфейсом для Led и Servo (12 bit, I2C) в IIC/I2C/TWI/SPI c тестером сервоприводов 3 режима, набор | 1 178 | 2 |
| Датчик расстояния ультразвуковой HY-SRF05 для Arduino | 1 310 | 5 |
| Модуль MOSFET силовой ключ, опторазвязка, 40В, 50А, AOD4184 | 898 | 4 |
| Arduino UNO R3 Atmega328P (CH340G), с кабелем | 1 377 | 3 |
| Плата расширения Ethernet Shield W5100 | 1 376 | 2 |
| ИТОГО | 20 732 |  |

[Ссылка на товары](https://www.ozon.ru/cart?share=IxNShaU)


## Возможные проблемы в программно-аппаратной автоматической сортировке товаров на конвейерной линии

### 1. Проблемы визуального распознавания

 - Сложность освещения: Непредсказуемое освещение может затруднить распознавание объектов
 - Схожие внешние признаки: Товары с похожими формами/цветами могут быть распознаны неправильно
 - Неправильная калибровка камер: Ошибки в определении координат объектов

### 2. Проблемы сенсорной системы

 - Недостаточная чувствительность датчиков: Пропуск объектов или ложные срабатывания
 - Влияние пыли/влаги: Затруднение работы сенсоров
 - Нестабильность работы датчиков: Необходимость постоянной калибровки

### 3. Проблемы управления движением

 - Неправильная синхронизация: Несовпадение времени сортировки и движения конвейера
 - Недостаточная мощность приводов: Задержки в перемещении
 - Конфликты в движении: Пересечение траекторий сортировщиков

### 4. Проблемы программного обеспечения

 - Недостаточная обработка ошибок: Простой системы при возникновении проблем
 - Неправильная логика принятия решений: Неправильная классификация объектов
 - Проблемы с обновлением модели ИИ: Устаревшие алгоритмы распознавания

### 5. Проблемы механики

 - Недостаточная прочность конструкции: Повреждение при высоких скоростях
 - Неправильное размещение сортировщиков: Конфликты при перемещении
 - Проблемы с удержанием объектов: Потеря товаров при сортировке

 ## Решения от ИИ:

Когда мы переходим к прототипу на **Arduino + отдельный сервер**, архитектура меняется. Теперь у нас есть «Мозг» (сервер), который видит и думает, и «Руки» (Arduino), которые исполняют. 

Главная проблема здесь — **задержка (latency)** при передаче данных между сервером и контроллером. Если сервер скажет «толкай» в тот момент, когда объект уже проехал, система провалится.

Вот как я бы решил эти проблемы в контексте такого прототипа:

### 1. Визуальное распознавание (Серверная часть)
Поскольку сервер мощный, мы можем использовать тяжелые модели (YOLO, TensorFlow), но должны ограничить влияние среды.

*   **Освещение:** Для прототипа я бы сделал «световой короб» из белого пластика или картона с LED-лентой внутри. Это создаст мягкий свет без теней, что критично для дешевых веб-камер.
*   **Схожие признаки:** На сервере я бы реализовал многоэтапную проверку: сначала определение класса объекта, затем — анализ его геометрии (площадь, периметр), чтобы отличить, например, красный кубик от красного шарика.
*   **Калибровка:** Чтобы сервер понимал, где находится объект в реальном мире, я бы использовал «маркеры привязки» (например, черные метки по углам ленты). Сервер видит метку -> понимает масштаб -> вычисляет координаты объекта в миллиметрах.

### 2. Сенсорная система (Arduino часть)
Датчики на Arduino будут служить «триггерами» для сервера.

*   **Чувствительность:** Я бы добавил ИК-датчик в начале линии. Как только объект пересекает его, Arduino посылает сигнал на сервер: «Объект в зоне, сделай фото!». Это избавит сервер от необходимости анализировать видеопоток 24/7.
*   **Пыль/Влага:** В прототипе это менее критично, но я бы использовал простые пластиковые колпачки-козырьки над датчиками, чтобы на них не оседал мусор.
*   **Нестабильность:** Программный «антидребезг» (debouncing) в коде Arduino, чтобы один объект не засчитывался как несколько из-за помех.

### 3. Управление движением (Arduino часть)
Здесь решается проблема рассинхронизации между «медленным» сервером и «быстрым» конвейером.

*   **Синхронизация (Критический узел):** Я бы **не** использовал команду «Толкай сейчас». Вместо этого сервер отправляет пакет данных: `ID объекта` и `Тип (куда сортировать)`. Arduino записывает этот объект в очередь (массив) и отслеживает его движение с помощью энкодера на моторе или датчика прохождения. 
    *   *Логика:* «Я знаю, что объект №5 — это 'Красный', и он должен быть сброшен через 500 импульсов энкодера».
*   **Мощность приводов:** Использование внешнего блока питания для моторов (не от Arduino!), чтобы избежать просадок напряжения и перезагрузок контроллера при старте ленты.
*   **Конфликты:** Ограничение скорости подачи. В прототипе проще всего реализовать «дискретную подачу»: один объект заходит в систему -> обрабатывается -> вылетает -> только тогда подается следующий.

### 4. Программное обеспечение (Взаимодействие)
Разделение ответственности между Python (сервер) и C++ (Arduino).

*   **Обработка ошибок:** Внедрение «контрольного сигнала» (Heartbeat). Если Arduino не получает сигнал от сервера в течение 2 секунд, он останавливает конвейер, чтобы товары не улетели в пустоту.
*   **Логика принятия решений:** Сервер отправляет не просто команду, а структуру данных. Например: `{"id": 12, "action": "divert", "target": 2, "confidence": 0.98}`. Если `confidence` низкий, Arduino отправляет объект в корзину «Ошибка».
*   **Обновление модели:** Преимущество сервера в том, что я могу обновлять модель ИИ, не перепрошивая Arduino. Весь «интеллект» живет в Python-скрипте.

### 5. Механика (Прототип)
Для прототипа важна модульность и легкость замены деталей.

*   **Прочность:** Использование 3D-печатных деталей с заполнением (infill) более 40% в точках крепления моторов и использование подшипников в осях, чтобы избежать люфта.
*   **Размещение:** Установка сортировщиков (сервоприводов) на стандартных профилях или рельсах, чтобы их можно было сдвинуть на пару сантиметров вперед/назад для точной подстройки под камеру.
*   **Удержание объектов:** Вместо жестких толкателей я бы использовал «мягкие» лапки из силикона или резины на сервоприводах. Это предотвратит опрокидывание легких предметов и снизит ударную нагрузку на пластиковые детали.

**Резюме по архитектуре:**
`Датчик (Arduino) -> Триггер (Сервер) -> Распознавание (Сервер) -> Команда в очередь (Arduino) -> Отсчет расстояния (Arduino) -> Сброс (Механика)`.