基于Arduino 模塊化機(jī)器人視覺(jué)系統(tǒng)的研究與設(shè)計(jì)

孫 梅， 張森林

(湖南同德職業(yè)學(xué)院 機(jī)械與電氣工程系， 湖南 常德 415100)

?

基于Arduino 模塊化機(jī)器人視覺(jué)系統(tǒng)的研究與設(shè)計(jì)

孫 梅*， 張森林

(湖南同德職業(yè)學(xué)院 機(jī)械與電氣工程系， 湖南 常德 415100)

基于視覺(jué)系統(tǒng)的移動(dòng)機(jī)器人是近年來(lái)機(jī)器人研究領(lǐng)域的熱點(diǎn)，機(jī)器人視覺(jué)在自動(dòng)化生產(chǎn)中也變得越來(lái)越重要.本文以移動(dòng)機(jī)器人為載體，重點(diǎn)研究并設(shè)計(jì)了一套移動(dòng)機(jī)器人視覺(jué)系統(tǒng)，以視覺(jué)系統(tǒng)在移動(dòng)機(jī)器人中的應(yīng)用為主線，簡(jiǎn)單介紹了視覺(jué)系統(tǒng)中攝像機(jī)標(biāo)定，著重闡述視覺(jué)系統(tǒng)對(duì)目標(biāo)的識(shí)別與定位以及視覺(jué)系統(tǒng)在移動(dòng)機(jī)器人的應(yīng)用.文中所設(shè)計(jì)的移動(dòng)機(jī)器人采用Arduino MEGA2560單片機(jī)作為主控芯片，負(fù)責(zé)測(cè)距傳感器數(shù)據(jù)采集、定位傳感器位置確定、視覺(jué)系統(tǒng)伺服控制、驅(qū)動(dòng)電機(jī)以及驅(qū)動(dòng)舵機(jī)轉(zhuǎn)向等.試驗(yàn)驗(yàn)證移動(dòng)機(jī)器人能準(zhǔn)確的運(yùn)動(dòng)到目標(biāo)物體位置，很好的完成既定的任務(wù)，移動(dòng)機(jī)器人的視覺(jué)系統(tǒng)有效可靠.

移動(dòng)機(jī)器人； Arduino； 視覺(jué)系統(tǒng)； 圖像分割與識(shí)別

自主移動(dòng)機(jī)器人是機(jī)器人學(xué)中的重要分支之一，隨著自動(dòng)化技術(shù)的不斷進(jìn)步，移動(dòng)機(jī)器人迎來(lái)了跨越式的發(fā)展.隨著生產(chǎn)加工自動(dòng)化程度的加大，機(jī)器人視覺(jué)系統(tǒng)在自動(dòng)化生產(chǎn)中越來(lái)越重要.對(duì)機(jī)器人來(lái)說(shuō)，視覺(jué)系統(tǒng)的加入不僅能提高機(jī)器人的智能化程度還能提高機(jī)器人的環(huán)境適應(yīng)能力和自主能力.移動(dòng)機(jī)器人的視覺(jué)系統(tǒng)中，要從二維的平面圖像信息提取出三維空間坐標(biāo)信息就需要基于攝像機(jī)的標(biāo)定技術(shù)來(lái)完成，并且攝像機(jī)的標(biāo)定精度直接影響到機(jī)器人視覺(jué)系統(tǒng)的后續(xù)工作[1].系統(tǒng)在分析攝像機(jī)內(nèi)外參數(shù)模型和鏡頭模型的基礎(chǔ)上，利用棋盤格標(biāo)定攝像機(jī)內(nèi)部參數(shù)，為實(shí)現(xiàn)視覺(jué)系統(tǒng)的目標(biāo)定位奠定基礎(chǔ).對(duì)目標(biāo)的識(shí)別和定位是機(jī)器人視覺(jué)系統(tǒng)的重中之重，視覺(jué)系統(tǒng)在捕獲目標(biāo)后，根據(jù)所拍彩色圖像的顏色特征進(jìn)行圖像分割，分割圖像后利用邊界跟蹤算法提取輪廓進(jìn)行目標(biāo)定位.最后結(jié)合移動(dòng)機(jī)器人的定位和識(shí)別提出了基于視覺(jué)的移動(dòng)機(jī)器人視覺(jué)伺服控制結(jié)構(gòu).

1攝像機(jī)標(biāo)定技術(shù)

機(jī)器人視覺(jué)系統(tǒng)由攝像機(jī)獲取現(xiàn)實(shí)信息，而現(xiàn)實(shí)世界是三維的，攝像機(jī)所拍攝圖像是二維的，要計(jì)算視覺(jué)系統(tǒng)視野范圍內(nèi)物體的形狀和大小，就需要建立現(xiàn)實(shí)世界中物體與其圖像的幾何位置關(guān)系，這些位置關(guān)系由視覺(jué)系統(tǒng)所用攝像機(jī)的成像幾何模型所決定的.攝像機(jī)標(biāo)定就是計(jì)算成像幾何模型參數(shù)的過(guò)程.攝像機(jī)標(biāo)定技術(shù)按照是否有標(biāo)定物以及攝像機(jī)是否運(yùn)動(dòng)可分為：基于標(biāo)定物的方法、基于主動(dòng)視覺(jué)的標(biāo)定方法和自標(biāo)定方法等三大類.而自標(biāo)定其實(shí)是利用了攝像機(jī)內(nèi)部參數(shù)自身存在的約束關(guān)系，而這些約束條件與標(biāo)定物和攝像機(jī)的運(yùn)動(dòng)無(wú)關(guān)，因此，自標(biāo)定的方法更為靈活.攝像機(jī)的標(biāo)定分為兩大部分：外部參數(shù)的標(biāo)定和內(nèi)部參數(shù)的標(biāo)定，外部參數(shù)是現(xiàn)實(shí)世界的參考坐標(biāo)到系統(tǒng)所用攝像機(jī)參考坐標(biāo)的位置偏差和角度旋轉(zhuǎn)；而內(nèi)部參數(shù)則是攝像機(jī)的參考坐標(biāo)到所拍圖像坐標(biāo)中成像點(diǎn)的對(duì)應(yīng)關(guān)系[2].

本文采取的標(biāo)定方法較為實(shí)用，首先將打印的黑白相間的棋盤貼在物體表面以此作為標(biāo)定物，然后設(shè)定行列格數(shù)及采集圖像幀數(shù)，通過(guò)攝像機(jī)拍攝不同角度或位置的標(biāo)定物圖像，最后經(jīng)圖像處理及計(jì)算就可以得到攝像機(jī)標(biāo)定的內(nèi)外參數(shù).具體流程不再詳述.

2基于顏色的目標(biāo)區(qū)域分割與識(shí)別

機(jī)器人視覺(jué)系統(tǒng)的主要任務(wù)之一就是識(shí)別出目標(biāo)物體，只有準(zhǔn)確的識(shí)別出所定位的目標(biāo)物體，后續(xù)的工作才有意義.而獲取目標(biāo)物體的關(guān)鍵是如何選取目標(biāo)物體的最佳特征，文中基于目標(biāo)物體的顏色特征進(jìn)行識(shí)別目標(biāo)，進(jìn)而對(duì)鎖定的目標(biāo)區(qū)域分割，提取目標(biāo)物體的輪廓，為視覺(jué)系統(tǒng)后續(xù)工作打下精確的基礎(chǔ).

2.1顏色模型選取

在目標(biāo)物體的識(shí)別中，常從物體的顏色、形狀、紋理等特征進(jìn)行研究，抽取區(qū)分度強(qiáng)的特征作為物體識(shí)別的依據(jù).在眾多的物體特征中，顏色是最為有效的特征，因?yàn)轭伾菆D像組成的基本要素，并且是識(shí)別過(guò)程中最為感官的特征.顏色作為最容易分析的特征在物體識(shí)別中起著舉足輕重的作用.

對(duì)顏色特征的表示是基于所用的顏色模型，在圖像處理過(guò)程中，廣泛使用的顏色空間模型主要有RGB顏色模型和HSI顏色模型等.面向硬件的RGB顏色空間在實(shí)時(shí)應(yīng)用時(shí)有較大的優(yōu)勢(shì)，但在圖像分割應(yīng)用中有一定的缺陷，因?yàn)樵谌齻€(gè)顏色的分量中都含有光源的亮度，而亮度的變化會(huì)影響三基色的分量，所以此模型不太適宜作為圖像分割的顏色模型.HSI顏色模型的表示方法與人對(duì)顏色的感知是一致的，彩色圖像在HSI的顏色模型中利于圖像分割和目標(biāo)識(shí)別，所以系統(tǒng)采用HSI顏色模型進(jìn)行圖像分割和目標(biāo)識(shí)別，由于攝像機(jī)所拍攝的圖像以RGB格式存儲(chǔ)，所以在進(jìn)行相關(guān)的圖像處理之前，需要把RGB顏色模型轉(zhuǎn)化為HSI顏色模型[3].

RGB顏色模型到HSI顏色模型的轉(zhuǎn)換公式如下所示[4]：

(1)

(2)

(3)

由式(1)計(jì)算出的H值會(huì)在[0，360]之間，超出了H的數(shù)值范圍，需要將H*255/360進(jìn)行轉(zhuǎn)化一下；另外當(dāng)S=0時(shí)沒(méi)有顏色與之對(duì)應(yīng)，此時(shí)H也是沒(méi)有意義的，這里定義H=0；當(dāng)I=0或1時(shí)，S也是沒(méi)有意義的.

2.2顏色識(shí)別

在HSI顏色模型中，亮度是最容易受到外界環(huán)境的干擾特別是在光照變化幅度較大的場(chǎng)所，為了減少外界光照的干擾，系統(tǒng)在采用顏色特征識(shí)別目標(biāo)時(shí)，著意減少亮度I的權(quán)限值.顏色模型主要以色度和飽和度作為識(shí)別物體的主要依據(jù).

顏色直方圖是在許多圖像檢索系統(tǒng)中被廣泛采用的顏色特征.它所描述的是不同色彩在整幅圖像中所占的比例，而并不關(guān)心每種色彩所處的空間位置，即無(wú)法描述圖像中的對(duì)象或物體.顏色直方圖特別適于描述那些難以進(jìn)行自動(dòng)分割的圖像.文中采用基于色度和飽和度顏色直方圖的圖像分割方法，首先利用直方圖對(duì)目標(biāo)物體的顏色分布進(jìn)行統(tǒng)計(jì)，根據(jù)統(tǒng)計(jì)結(jié)果設(shè)定圖像分割的閾值，根據(jù)設(shè)定的閾值完成所拍圖像的分割.分割后的結(jié)果如圖1所示.

圖1 目標(biāo)物體圖像分割Fig.1 Target object segmentation

2.3目標(biāo)物體輪廓提取

邊界能大體上勾勒出物體的輪廓，所以目標(biāo)物體的輪廓對(duì)圖像的識(shí)別是很重要的.文中采用邊界跟蹤算法提取目標(biāo)物體的輪廓，算法的流程如下[5].

1)選取圖像的最左下方的像素點(diǎn)作為起始點(diǎn)；2)當(dāng)找到起始點(diǎn)后，把起始點(diǎn)紀(jì)錄下來(lái)，定義初始的跟蹤方向是左上方0方向，判斷該點(diǎn)是否為目標(biāo)點(diǎn)，是則把該點(diǎn)作為跟蹤的起始開始點(diǎn)，逆時(shí)針旋轉(zhuǎn)90°作為新的跟蹤方向，繼續(xù)檢測(cè)新的跟蹤方向上的點(diǎn)；3)若不是目標(biāo)點(diǎn)則沿順時(shí)針旋轉(zhuǎn)45°，直到找到目標(biāo)點(diǎn)；4)找到目標(biāo)點(diǎn)后，在當(dāng)前跟蹤方向上的基礎(chǔ)上，逆時(shí)針旋轉(zhuǎn)90°作為新的跟蹤方向，用同樣的方法跟蹤下一個(gè)邊界點(diǎn)，直到回到起始點(diǎn)為止.文中利用邊界跟蹤算法對(duì)分割后的二值圖像進(jìn)行輪廓提取，結(jié)果如圖2所示.

圖2 目標(biāo)物體輪廓提取Fig.2 Target object contour extraction

3移動(dòng)機(jī)器人視覺(jué)伺服控制

視覺(jué)系統(tǒng)是機(jī)器人運(yùn)動(dòng)控制系統(tǒng)中的一個(gè)部分，通過(guò)視覺(jué)系統(tǒng)的獲取和分析圖像為移動(dòng)機(jī)器人的運(yùn)動(dòng)控制提供合理的策略.文中所設(shè)計(jì)的移動(dòng)機(jī)器人采用Arduino MEGA2560單片機(jī)作為主控芯片，Arduino MEGA2560采用USB接口與上位PC機(jī)進(jìn)行數(shù)據(jù)傳輸.Arduino MEGA2560的處理器核心是ATmega2560，具有54路數(shù)字輸入/輸出口(其中16路可作為PWM輸出)，16路模擬輸入，適合需要大量I/O接口的設(shè)計(jì)[6].主控芯片負(fù)責(zé)測(cè)距傳感器數(shù)據(jù)采集、定位傳感器位置確定、視覺(jué)系統(tǒng)伺服控制、驅(qū)動(dòng)電機(jī)以及驅(qū)動(dòng)舵機(jī)轉(zhuǎn)向等.

3.1電機(jī)驅(qū)動(dòng)模塊

系統(tǒng)采用RS-380SH型直流電機(jī)作為移動(dòng)機(jī)器人的動(dòng)力裝置，為了避免直通短路且保證各開關(guān)動(dòng)作的協(xié)同性和同步性，模塊采用橋式驅(qū)動(dòng)器MC33886對(duì)電機(jī)進(jìn)行驅(qū)動(dòng).直流電機(jī)的轉(zhuǎn)動(dòng)狀態(tài)取決于加在電樞上的電壓，兩端電壓的極性決定電機(jī)的轉(zhuǎn)向，電壓的大小影響電機(jī)的轉(zhuǎn)速.通過(guò)脈寬調(diào)制(PWM) 方式模擬電壓極性變化，以達(dá)到控制電機(jī)正反轉(zhuǎn)的目的，利用MC33886控制H橋通斷控制小車前進(jìn)的速度.

驅(qū)動(dòng)電路對(duì)兩塊MC33886并聯(lián)使用，并將單片機(jī)的PWM2和PWM3、PWM4和PWM5兩路8位寄存器合成16位寄存器使用，這樣可以提高模糊控制的精度.

3.2舵機(jī)轉(zhuǎn)向模塊

舵機(jī)轉(zhuǎn)向控制模塊采用FUTABA-S3010型舵機(jī)完成轉(zhuǎn)向控制功能.控制舵機(jī)的脈沖信號(hào)由Arduino MEGA2560單片機(jī)的PWM0和PWM1級(jí)聯(lián)提供.在單片機(jī)為24 HZ的時(shí)候，設(shè)置級(jí)聯(lián)PWM周期常數(shù)為60000，對(duì)應(yīng)PWM周期為20 ms， PWM占空比常數(shù)為4500，對(duì)應(yīng)輸出為1.5 m/s.改變占空比常數(shù)就可以改變輸出脈沖的寬度.脈沖信號(hào)的寬度決定舵機(jī)輸出舵盤的角度.

經(jīng)多次轉(zhuǎn)向?qū)嶒?yàn)，在輸入信號(hào)為50 HZ，即PWM的周期為20 ms時(shí)，舵機(jī)的轉(zhuǎn)角與輸入脈寬成線性關(guān)系.高電平為1 500 μs時(shí)，舵機(jī)的轉(zhuǎn)角為0度；高電平為1 900 μs時(shí)，舵機(jī)轉(zhuǎn)角為右向45度；高電平為1 100 μs時(shí)，舵機(jī)轉(zhuǎn)向?yàn)樽笙?5度舵機(jī)的轉(zhuǎn)角與輸入脈寬的關(guān)系圖如下圖3所示：

圖3 舵機(jī)轉(zhuǎn)角與輸入脈寬關(guān)系圖Fig.3 Steering angle and input pulse diagram

3.3視覺(jué)伺服模塊

移動(dòng)機(jī)器人運(yùn)動(dòng)執(zhí)行部分采用反饋控制形式即為觀察-移動(dòng)系統(tǒng)，視覺(jué)系統(tǒng)為移動(dòng)機(jī)器人運(yùn)動(dòng)控制器提供輸入信息，視覺(jué)系統(tǒng)采集周圍圖像信息，經(jīng)加工處理后作為移動(dòng)定位的參考[7].由于系統(tǒng)采用的底層控制核心Arduino MEGA2560處理能力有限，不能采用實(shí)時(shí)的視覺(jué)控制系統(tǒng)，綜合考慮，系統(tǒng)采用先靜態(tài)位置識(shí)別然后移動(dòng)控制的伺服結(jié)構(gòu).視覺(jué)系統(tǒng)伺服控制示意圖如圖4所示.

由圖4可知：移動(dòng)機(jī)器人通過(guò)攝像機(jī)采集圖像信息，圖像信息經(jīng)加工處理后，識(shí)別并鎖定目標(biāo)物體，通過(guò)視覺(jué)控制器產(chǎn)生控制信號(hào)輸入移動(dòng)機(jī)器人的運(yùn)動(dòng)控制單元，在運(yùn)動(dòng)控制單位的驅(qū)動(dòng)下并結(jié)合傳感信息反饋，向目標(biāo)物體移動(dòng)，最終完成既定的任務(wù).

圖4 視覺(jué)系統(tǒng)伺服控制示意圖Fig.4 Visual servo control system schematic

4視覺(jué)系統(tǒng)測(cè)試

在沒(méi)有障礙物的室內(nèi)隨意放置一個(gè)紅盒，讓移動(dòng)機(jī)器人自主行駛利用視覺(jué)系統(tǒng)鎖定目標(biāo)物體小紅盒，然后運(yùn)動(dòng)到目標(biāo)處.搜索結(jié)果如圖5所示.

圖5 試驗(yàn)結(jié)果Fig.5 Test results

所設(shè)計(jì)的移動(dòng)機(jī)器人能準(zhǔn)確的運(yùn)動(dòng)到目標(biāo)物體位置，可以看出移動(dòng)機(jī)器人能很好的完成既定的任務(wù)，說(shuō)明移動(dòng)機(jī)器人的視覺(jué)系統(tǒng)有效可靠.

5總結(jié)

本文主要研究和設(shè)計(jì)了移動(dòng)機(jī)器人的視覺(jué)系

統(tǒng)，并給出了部分模塊的硬件布局和軟件流程.系統(tǒng)以Arduino芯片負(fù)責(zé)測(cè)距傳感器數(shù)據(jù)采集、定位傳感器位置確定、視覺(jué)系統(tǒng)伺服控制、驅(qū)動(dòng)電機(jī)以及驅(qū)動(dòng)舵機(jī)轉(zhuǎn)向等，簡(jiǎn)單介紹了視覺(jué)系統(tǒng)中攝像機(jī)的標(biāo)定，著重闡述視覺(jué)系統(tǒng)對(duì)目標(biāo)物體的識(shí)別與定位，基于顏色特征對(duì)目標(biāo)物體進(jìn)行識(shí)別，利用邊界跟蹤法對(duì)目標(biāo)物體輪廓提取，完成目標(biāo)鎖定后，在視覺(jué)伺服模塊的配合下，移動(dòng)機(jī)器人運(yùn)動(dòng)控制模塊駛向目標(biāo)，完成既定的任務(wù)，經(jīng)試驗(yàn)驗(yàn)證，系統(tǒng)所設(shè)計(jì)的移動(dòng)機(jī)器人視覺(jué)系統(tǒng)有效可靠，基本滿足設(shè)計(jì)要求.

[1] 林 琳. 機(jī)器人雙目視覺(jué)定位技術(shù)研究[D].西安:西安電子科技大學(xué)， 2009:17-22．

[2] 蔡征宇， 沈俊杰. 基于工業(yè)CCD攝像機(jī)的機(jī)器人視覺(jué)定位系統(tǒng)研究[J].機(jī)電一體化， 2010， 16(3):23-25．

[3] 楊 杰， 張銘鈞. 一種移動(dòng)機(jī)器人視覺(jué)圖像特征提取及分割方法[J].機(jī)器人， 2008， 30(4):312-315．

[4] 劉萬(wàn)春， 賈云得. 基于膚色的人臉實(shí)時(shí)跟蹤方法[J].北京理工大學(xué)學(xué)報(bào)， 2000， 20(4):461-465．

[5] 何 斌， 馬天子， 王運(yùn)堅(jiān)， 等. Visual C++數(shù)字圖像處理[M].北京:人民郵電出版社，2001．

[6] 劉南君， 毛培宏.基于Arduino Mega2560單片機(jī)的簡(jiǎn)易智能割草機(jī)器人的設(shè)計(jì)與實(shí)現(xiàn)[J].安徽農(nóng)業(yè)科學(xué)， 2012， 40(36):17900-17901．

[7] 林 靖， 陳輝堂. 機(jī)器人視覺(jué)伺服系統(tǒng)的研究[J].控制理論與應(yīng)用， 2000， 17(4):476-479．

The research and design of robot’s vision system based on Arduino modular

SUN Mei， ZHANG Senlin

(Department of Mechamical and Electrical, Hunan Tongde Vocational Institute, Changde, Hunan 415100)

Based mobile robot vision system is a hot field of robotics research in recent years; robot vision is also becoming more and more important in the automatic production. Based on the mobile robot as the carrier， this paper researched and designed a mobile robot vision system， with the concept of visual system in the application of mobile robot; this paper briefly describes the vision system camera calibration， focuses on the visual system of the target identification and location and visual systems in the mobile robot. In this paper， the design of the mobile robot using Arduino MEGA2560 single-chip microcomputer as main control chip， master ranging sensor chip is responsible for data collection， positioning sensor position determination， vision servo control system， steering servo drive motor and drive， etc. Tests show that the mobile robot can accurately test the movement to the target object location， well established to complete the task， the mobile robot vision system effective and reliable．

mobile robot; Arduino; vision system; image segmentation and recognition

2014-03-02.

湖南省教育廳基金項(xiàng)目(13C602).

1000-1190(2014)04-0511-05

TP242.2

A

*通訊聯(lián)系人. E-mail: wenxue0111@163.com．