基于Arduino的自动瓶子分拣机器人：从传感器选型到系统调试全解析-平芜编程栈

1. 项目缘起：从“捡瓶子”到“分瓶子”的自动化构想

几年前，我在一个朋友的小型回收站帮忙，亲眼看到工人们需要手动将传送带上混杂的塑料瓶、玻璃瓶和金属罐分拣到不同的收集箱里。这活儿不仅枯燥，效率也低，还容易出错——一个没看清，玻璃瓶就可能混进塑料堆里，给后续的粉碎回收带来麻烦。当时我就想，这种重复性高、规则明确的任务，不正是自动化设备大显身手的地方吗？用机器视觉识别材质，再用机械臂或推杆进行分类，理论上完全可行。

这个念头一直埋在心里。后来接触到Arduino和各种传感器，我发现实现一个基础版的“自动分拣机器人”的门槛，远比想象中要低。它不需要昂贵的工业机器视觉系统，几个常见的传感器加上一些巧妙的机械结构，就能搭建出一个能稳定工作的原型。今天分享的这个“基于Arduino的自动瓶子分拣机器人”项目，就是我经过多次迭代后的一个成果。它核心解决了“识别”与“执行”两个问题：通过传感器判断瓶子的材质（比如是塑料还是金属），然后控制一个简单的执行机构（比如舵机驱动的挡板或推杆）将瓶子引导到正确的路径。

无论你是对Arduino感兴趣的硬件爱好者，还是正在寻找一个综合性实践项目的学生，甚至是小型社区回收点想提升效率的管理者，这个项目都能提供一个从电路搭建、编程逻辑到机械组装的完整思路。它不只是一个玩具，其核心逻辑——感知、决策、执行——是绝大多数自动化设备的基石。接下来，我会拆解每一个环节，从为什么这么选型，到具体怎么做，再到我踩过的那些坑，希望能给你一个清晰、可复现的指南。

2. 核心系统设计：传感器选型与决策逻辑的权衡

自动分拣，第一步是“看见”或“感知”瓶子。市面上传感器种类繁多，选择哪种直接决定了项目的成本、复杂度和可靠性。我经过多轮测试，最终为这个项目定下了一套高性价比且可靠的方案。

2.1 材质识别的“火眼金睛”：红外接近传感器与电感式接近传感器的组合

单纯靠颜色或形状来区分材质是不可靠的，因为瓶子颜色各异，形状也差不多。我们需要找到不同材质的物理特性差异。对于常见的饮料瓶，最主要的区分点是塑料（PET）和金属（铝罐）。玻璃瓶暂不在此版本考虑，因为它需要更精密的抓取机构。

我的方案是使用两个传感器协同工作：

红外接近传感器：它发射红外光并接收反射光。塑料瓶对红外光的反射率与金属罐截然不同。通过读取传感器输出的模拟电压值，可以设定一个阈值。当检测到物体时，如果数值高于阈值，则初步判断为塑料（反射强）；低于阈值，则初步判断为金属（反射弱，吸收多）。我常用的是E18-D80NK这款，它自带调节旋钮，可以微调检测距离，非常方便。
电感式接近传感器：这是一种专门检测金属的传感器。它内部有一个振荡电路，当金属物体靠近时，会在金属内部产生涡流，导致振荡减弱或停止，从而输出开关信号。对于铝罐，它是“一锤定音”的检测器。我选用的是LJ12A3-4-Z/BX，检测距离约4mm，输出数字信号（高/低电平），接线和编程都简单。

注意：红外传感器容易受环境光干扰，尤其是强光。务必将其安装在光线相对稳定的位置，或者加上遮光罩。电感式传感器则只对金属有效，对塑料、玻璃毫无反应，这正是我们需要的特性。

为什么是组合，而不是只用一种？只用红外传感器，虽然能通过反射值差异区分大部分塑料和金属，但遇到深色、哑光的塑料瓶时，反射值可能偏低，容易误判为金属。加入电感式传感器作为金属的“专有裁判”，可以极大提高金属识别的准确率。决策逻辑变得非常清晰：电感式传感器触发 -> 一定是金属；电感式未触发，但红外传感器有信号且反射值高 -> 判断为塑料。

2.2 瓶子到位检测与流程控制：漫反射光电传感器

我们需要知道瓶子什么时候到达了检测工位，以及什么时候离开了分拣口。这里我选用漫反射光电开关。它同样是发射和接收红外光，但与接近传感器不同，它检测的是前方一定距离内是否有物体遮挡或反射。我将其安装在传送带两侧，一个作为“开始检测”的触发点，一个作为“分拣完成”的复位点。

当瓶子经过第一个光电传感器时，它触发一个信号，告诉Arduino：“有物体进入，准备检测！” Arduino随即启动对红外和电感传感器的读数。经过一段非常短的延时（由传送带速度和传感器间距决定），瓶子到达传感器阵列下方，此时进行材质判断。判断完成后，Arduino控制执行机构动作。当瓶子离开分拣区域，经过第二个光电传感器时，系统复位，等待下一个瓶子。

2.3 执行机构的选择：舵机驱动挡板 vs. 推杆

识别之后是动作。对于水平传送带，最简洁有效的分拣方式是用一个挡板改变瓶子的下落路径。我测试过两种方案：

方案A：舵机驱动单臂挡板。用一个大扭矩的舵机（如MG996R）带动一个L型挡板。默认位置让瓶子直行落入A箱；当需要分拣时，舵机旋转一定角度（如45度），将瓶子拨向侧面滑道，落入B箱。优点是结构简单，速度快。缺点是对瓶子的冲击较大，如果瓶子较轻或形状不规则，可能被卡住或拨飞。
方案B：直线推杆（电动推杆）。推杆水平安装在分流口。默认状态下缩回，瓶子直行。需要分拣时，推杆伸出，将瓶子推入侧面滑道。优点是动作平稳，力度可控，适应性更好。缺点是成本稍高，速度比舵机慢一点。

对于本项目，我最终选择了方案A的舵机挡板。原因在于，我们分拣的是具有一定重量和刚性的饮料瓶，舵机的瞬间扭矩足以完成拨动，且响应速度更快，有利于提高分拣节拍。关键在于要设计一个带有弧面的挡板头，并用海绵或橡胶包裹，减少冲击和噪音。

2.4 大脑与连接：Arduino Uno的枢纽作用

整个系统的大脑是一块Arduino Uno R3。它拥有14个数字I/O口和6个模拟输入口，完全满足我们的需求：

数字输入：连接两个漫反射光电传感器（输出数字开关信号）和电感式接近传感器。
模拟输入：连接红外接近传感器，读取其模拟电压值。
数字输出：连接舵机信号线，输出PWM信号控制角度。
供电：传感器和舵机功耗较大，切记不要直接从Arduino的5V引脚取电！否则极易导致板子重启或损坏。正确的做法是使用一个独立的5V/2A以上的电源模块为舵机和传感器供电，并将此电源的“地”（GND）与Arduino的“地”连接在一起，确保共地。

3. 硬件搭建详解：从电路连接到机械结构

理论设计完成后，动手搭建是下一个挑战。这部分我会详细到接线颜色和螺丝尺寸，力求让你能照着做出来。

3.1 电路连接图与接线表

首先，将所有元件连接到Arduino Uno上。下图是接线示意图，下表是详细的引脚对应关系：

元件	引脚/线色	连接到 Arduino Uno 引脚	说明
红外接近传感器 (E18-D80NK)	棕色线 (VCC)	5V (外部电源)	供电，务必接外部电源
蓝色线 (GND)	GND (外部电源 & Arduino)	接地，共地很重要
黑色线 (OUT)	A0	模拟信号输出，读取反射强度
电感式接近传感器 (LJ12A3-4-Z/BX)	棕色线 (VCC)	5V (外部电源)	供电
蓝色线 (GND)	GND	接地
黑色线 (OUT)	2	数字信号输出，高电平有效（金属靠近时）
漫反射光电传感器1 (到位检测)	VCC (通常红色)	5V (外部电源)	供电
GND (通常黑色)	GND	接地
OUT (信号线，通常黄色)	3	数字输入，低电平触发（物体遮挡时）
漫反射光电传感器2 (复位检测)	VCC	5V (外部电源)	供电
GND	GND	接地
OUT	4	数字输入，低电平触发
舵机 (MG996R)	红色线 (VCC)	5V (外部电源正极)	重要：必须外接电源！
棕色线/黑色线 (GND)	GND (外部电源负极)	接地
橙色线/白色线 (信号)	9	PWM信号控制引脚
外部电源	正极 (+)	所有元件的VCC引脚	提供充足电流
负极 (-)	所有元件的GND引脚及Arduino GND	实现共地

实操心得：接线时，强烈建议使用面包板先进行测试。将所有元件的GND端插到面包板的负电源轨，VCC端插到正电源轨，然后用杜邦线将电源轨引到外部电源。最后，用几根线将面包板电源轨的GND和VCC与Arduino的GND和外部电源对应连接。这样接线路清晰，排查故障也方便。一定要先确认电源极性再通电！

3.2 机械结构设计与制作要点

机械部分是项目的“骨架”，决定了运行的稳定性和流畅度。

传送带：可以使用现成的小型直流电机驱动的橡胶传送带模块，也可以自己DIY。我用的是木板做框架，两条平行的铝型材做导轨，用减速直流电机配合橡胶履带。关键是速度要慢且均匀，我通过PWM控制电机转速，最终调试出的速度大约是每秒5-8厘米，给传感器和舵机足够的反应时间。
传感器安装支架：用亚克力板或乐高积木搭建一个小门架，横跨在传送带上方。将红外传感器和电感式传感器并排固定在门架的横梁上，调整其高度，使传感器探头距离传送带上的瓶子顶部约1-2厘米。这个距离需要根据你选的传感器型号具体调试，确保检测稳定。
舵机挡板机构：这是核心动作部件。
- 材料：舵机、舵盘、一根长约15-20cm的硬质钢丝（如自行车辐条）或小铝杆、一块小塑料板（作为挡板）、热熔胶、扎带。
- 制作：将钢丝一端垂直固定在舵盘上（可以用舵盘自带的螺丝孔，或者打孔用螺丝固定）。另一端用热熔胶粘上塑料挡板。挡板接触瓶子的一面，务必粘贴一层3-5毫米厚的海绵或橡胶片，起到缓冲和防滑作用。
- 安装：将舵机用螺丝或扎带牢固地安装在传送带分流口的一侧。调整舵机的初始角度，使挡板处于收起状态，不干扰瓶子直行。当需要分拣时，舵机旋转，挡板伸出，将瓶子拨向侧面。侧面需要安装一个导向滑槽，让瓶子顺畅地滑入收集箱。
收集箱：在传送带末端（直行）和侧面滑槽出口放置篮子或箱子即可。

调试技巧：机械部分最难的是调试传感器位置和舵机动作时机。我的方法是：先不编程，手动推动瓶子经过传感器，用Arduino IDE的串口监视器查看各传感器的数值变化，确定瓶子触发每个传感器的精确位置。然后根据传送带速度，计算从“到位检测”传感器触发，到瓶子运动到挡板位置需要多长时间，这个时间就是编程中需要设置的“延时”。

4. 软件逻辑与Arduino编程实现

硬件就绪后，赋予它灵魂的就是代码。程序的核心是一个状态机，清晰地区分“等待”、“检测”、“执行”、“复位”这几个阶段。

4.1 主程序流程图与状态说明

整个控制逻辑可以用下面的状态图来描述，但请注意，在代码中我们通常用loop()函数和一系列if条件判断来实现这个状态迁移。

初始状态 (IDLE)：系统上电，舵机归位（挡板收起），所有传感器初始化，程序等待第一个瓶子的到来。
触发检测 (TRIGGERED)：当“到位检测”光电传感器被遮挡，程序进入此状态。记录触发时间，并开始连续读取红外和电感传感器的值。
判断决策 (DECISION)：经过一个预设的延时（确保瓶子已运动到传感器正下方），对传感器的读数进行判断。逻辑如下：
- 如果电感传感器 == HIGH（检测到金属），则标记为METAL。
- 否则，如果红外传感器模拟值 > 塑料阈值，则标记为PLASTIC。
- 否则，标记为UNKNOWN（可能是空档、或无法识别的物体）。
执行动作 (ACTION)：根据判断结果，控制舵机。
- 如果是PLASTIC，舵机保持原位（或转动到直行通道）。
- 如果是METAL，舵机转动到分拣角度，将瓶子拨向侧面。
- 动作完成后，进入“等待离开”状态。
复位等待 (RESET)：当“复位检测”光电传感器被触发（瓶子离开），舵机归位，系统清空所有状态标志，回到初始状态 (IDLE)，等待下一个瓶子。

4.2 核心代码段解析与参数校准

下面给出关键部分的代码和注释。完整代码会比较长，这里聚焦于逻辑核心。

#include <Servo.h> // 引入舵机库 // 引脚定义 const int irSensorPin = A0; // 红外传感器模拟引脚 const int inductiveSensorPin = 2; // 电感传感器数字引脚 const int startSensorPin = 3; // 到位检测光电传感器 const int resetSensorPin = 4; // 复位检测光电传感器 const int servoPin = 9; // 舵机信号引脚 // 阈值与状态变量 int plasticThreshold = 500; // 红外传感器判断为塑料的阈值，需校准 int metalThreshold = 300; // 红外传感器判断为金属的阈值（通常较低），需校准 Servo myServo; // 创建舵机对象 int servoHomePos = 90; // 舵机初始位置（直行） int servoSortPos = 135; // 舵机分拣位置（拨向侧面） enum SystemState { IDLE, TRIGGERED, ACTION, RESET_WAIT }; SystemState currentState = IDLE; unsigned long triggerTime = 0; const int sensorDelay = 300; // 从触发到检测的延时(ms)，根据传送带速度调整 bool objectDetected = false; String materialType = "NONE"; void setup() { Serial.begin(9600); pinMode(inductiveSensorPin, INPUT); pinMode(startSensorPin, INPUT_PULLUP); // 使用内部上拉，传感器输出低电平有效 pinMode(resetSensorPin, INPUT_PULLUP); myServo.attach(servoPin); myServo.write(servoHomePos); // 初始化舵机位置 Serial.println("System Initialized. Waiting for bottle..."); } void loop() { switch (currentState) { case IDLE: // 检测是否有瓶子到达 if (digitalRead(startSensorPin) == LOW) { // 传感器被遮挡，输出低电平 currentState = TRIGGERED; triggerTime = millis(); // 记录触发时刻 Serial.println("Bottle detected! Entering TRIGGERED state."); } break; case TRIGGERED: // 等待瓶子运动到检测位 if (millis() - triggerTime > sensorDelay) { // 开始检测 int irValue = analogRead(irSensorPin); int inductiveValue = digitalRead(inductiveSensorPin); Serial.print("IR: "); Serial.print(irValue); Serial.print(" | Inductive: "); Serial.println(inductiveValue); // 决策逻辑 if (inductiveValue == HIGH) { materialType = "METAL"; Serial.println("Decision: METAL can."); } else if (irValue > plasticThreshold) { materialType = "PLASTIC"; Serial.println("Decision: PLASTIC bottle."); } else { materialType = "UNKNOWN"; Serial.println("Decision: UNKNOWN or no object."); } currentState = ACTION; // 进入执行状态 } break; case ACTION: // 根据材质类型执行动作 if (materialType == "METAL") { myServo.write(servoSortPos); // 转动舵机进行分拣 Serial.println("Servo activated for METAL."); } else { // 对于塑料或未知物体，舵机保持原位（或转到另一个角度） myServo.write(servoHomePos); // 确保在初始位置 Serial.println("Servo stays for PLASTIC/UNKNOWN."); } delay(100); // 给舵机一点时间动作 currentState = RESET_WAIT; // 等待瓶子离开 Serial.println("Waiting for bottle to leave..."); break; case RESET_WAIT: // 检测瓶子是否已离开分拣区 if (digitalRead(resetSensorPin) == LOW) { myServo.write(servoHomePos); // 舵机归位 materialType = "NONE"; currentState = IDLE; // 回到空闲状态，等待下一个 Serial.println("Bottle left. System RESET to IDLE."); } break; } // 一个小延时，防止循环过快 delay(10); }

关键参数校准步骤（必须在硬件搭建好后进行）：

红外阈值校准：分别将一个干净的塑料瓶和金属罐放在传感器正下方，打开串口监视器，记录下irValue的读数。你会看到塑料瓶的读数远高于金属罐。取一个介于两者之间的值作为plasticThreshold。例如，塑料瓶读数800，金属罐读数200，那么阈值可以设为500。
电感传感器测试：让金属罐靠近，串口监视器应显示Inductive: 1（HIGH）；塑料瓶靠近则显示Inductive: 0（LOW）。
延时参数sensorDelay校准：手动推动瓶子，用秒表或millis()函数计算从触发“到位检测”传感器到瓶子正好运动到红外/电感传感器下方所需的时间（毫秒）。这个值需要反复测试调整。
舵机角度校准：通过servoHomePos和servoSortPos两个参数控制。你需要手动测试，找到能让挡板完全收起和完全伸出到位的角度值。使用myServo.write()函数配合串口输入进行测试非常方便。

5. 系统调试、优化与避坑指南

把代码烧录进去，硬件接好，通电，但很可能它第一次不会按你预想的那样工作。调试是项目中最耗时但也最能学到东西的环节。

5.1 常见故障排查清单

当你发现机器人不工作时，可以按照以下清单逐项检查：

现象	可能原因	排查方法
完全无反应，舵机不转，传感器灯不亮	1. 主电源未接通或损坏。 2. Arduino未供电或USB线松动。 3. 电源共地未连接。	1. 检查外部电源适配器是否插好，用万用表测量输出电压是否为5V。 2. 检查Arduino板上的电源指示灯是否亮起。 3.重点检查：外部电源的GND是否用导线连接到了Arduino的任何一个GND引脚。
传感器有反应，但舵机不动作或乱动	1. 舵机供电不足（最常见）。 2. 舵机信号线接错引脚。 3. 舵机损坏。	1.确保舵机VCC接的是外部电源，不是Arduino的5V！MG996R堵转电流可达1.5A以上，Arduino板载稳压器根本扛不住。 2. 检查信号线是否接在了支持PWM的引脚（如9, 10, 11）。 3. 单独编写一个简单的舵机摆动测试程序，排除代码问题。
红外传感器读数不稳定，忽高忽低	1. 环境光干扰。 2. 检测距离不合适。 3. 传感器供电不稳。	1. 给传感器加装遮光筒（用黑色热缩管或电工胶带卷成筒状）。 2. 调整传感器高度，使其距离瓶盖1-2cm。 3. 确保电源能提供稳定5V电压，线材接触良好。
电感传感器一直触发或不触发	1. 检测距离太远或太近。 2. 传感器类型选错（NPN/PNP）。我推荐的是NPN常开型，金属靠近输出高电平。	1. 铝罐较薄，检测距离要近，确保罐身距离传感器探头在4mm以内。 2. 查阅传感器说明书，确认其输出逻辑。可以用万用表测量OUT脚和GND之间的电压，金属靠近时电压应从0V跳变到接近电源电压。
瓶子经常被卡住或拨飞	1. 舵机挡板动作时机不对。 2. 挡板形状或缓冲材料不佳。 3. 传送带速度过快。	1. 精细调整`sensorDelay`参数，确保挡板在瓶子到达的瞬间动作。 2. 将挡板头部做成弧形，并粘贴厚海绵。确保滑槽入口光滑、角度合适。 3. 降低传送带电机速度，给机械动作留出足够时间。
程序逻辑混乱，状态切换错误	1. 传感器信号抖动（抖动）。 2. 延时计算不准。 3. 状态机逻辑有漏洞。	1. 在读取数字传感器（如光电开关）时，加入软件消抖。例如连续读取几次，结果一致才确认。
串口打印正常，但实际不动作	1. 可能进入了某个错误状态没跳出来。 2. 执行动作的代码块因为条件判断错误未能执行。	1. 在`loop()`中每个`case`里都打印当前状态，观察状态迁移是否正常。 2. 检查所有`if`判断条件，特别是`==`和`=`不要写错。

5.2 软件消抖与状态机健壮性优化

上面的基础代码在理想情况下可行，但现实中传感器信号会有毛刺。我们需要增强软件的鲁棒性。

为数字输入添加消抖：

bool debounceRead(int pin) { int count = 0; for (int i = 0; i < 10; i++) { // 快速采样10次 if (digitalRead(pin) == LOW) { // 假设低电平有效 count++; } delay(1); // 短暂延时 } // 如果10次中有7次以上为低电平，则认为有效触发 return (count > 7); }

然后在IDLE状态的判断中，使用if (debounceRead(startSensorPin))来代替直接的digitalRead。

防止状态机卡死：在RESET_WAIT状态，如果复位传感器意外损坏或瓶子没触发它，系统就会永远卡住。可以增加一个超时机制：

case RESET_WAIT: unsigned long waitStartTime = millis(); const int resetTimeout = 5000; // 等待5秒超时 while (digitalRead(resetSensorPin) != LOW) { if (millis() - waitStartTime > resetTimeout) { Serial.println("Reset timeout! Force returning to IDLE."); myServo.write(servoHomePos); materialType = "NONE"; currentState = IDLE; break; // 跳出while循环和switch case } delay(50); } // ... 正常复位逻辑 ... break;

5.3 性能提升与扩展思路

当基础版本稳定运行后，你可以考虑以下优化和扩展：

增加分拣类别：要区分透明塑料瓶和不透明塑料瓶？可以增加一个颜色传感器（如TCS3200），在红外判断为塑料后，再进行颜色判断。要识别玻璃瓶？这非常困难，需要更复杂的传感器（如电容感应或重量检测），或者直接引入廉价的USB摄像头配合OpenCV进行图像识别，但这会将项目复杂度提升一个数量级。
提高处理速度：当前代码使用delay()，在延时期间单片机什么也做不了。可以使用非阻塞定时，利用millis()来管理时间，让系统在等待期间也能响应其他传感器信号（虽然本项目单线程足够，但这是好的编程习惯）。
添加人机交互：增加一个按钮和一个LCD屏幕。按钮用于手动切换模式（如学习模式、运行模式），LCD屏幕可以实时显示分拣计数（塑料瓶xx个，金属罐xx个），甚至显示当前传感器的读数，方便调试。
数据上传与监控：加一个ESP8266或ESP32模块，让Arduino具备Wi-Fi功能。可以将分拣数量、系统状态（正常/故障）通过MQTT协议发送到手机APP或云平台，实现远程监控。
机械结构强化：用3D打印设计更专业的传感器支架、挡板部件和滑槽，使整体结构更稳固、美观。使用同步带和步进电机替代普通的直流电机，可以实现更精确的传送带控制，甚至能让传送带“走停走停”，让瓶子在检测和分拣工位完全停下来，进一步提高精度。

这个项目最吸引我的地方在于，它像一个微缩的工业自动化产线，涵盖了信号采集、逻辑处理、运动控制这些核心概念。从最初几个传感器胡乱接线，到后来能稳定地将可乐罐和矿泉水瓶分开，中间每一次调试成功都带来巨大的成就感。硬件项目就是这样，理论和代码只是蓝图，真正的智慧都藏在那些拧螺丝、调参数、反复测试的细节里。希望这份超详细的指南，能帮你绕过我踩过的那些坑，顺利搭建出属于你自己的那个“捡瓶子”的机器人。