基于彩色圖像傳感器的機(jī)械手臂控制系統(tǒng)方案設(shè)計

張顯雨 內(nèi)蒙古工業(yè)大學(xué)

基于彩色圖像傳感器的機(jī)械手臂控制系統(tǒng)方案設(shè)計

張顯雨 內(nèi)蒙古工業(yè)大學(xué)

本文以彩色圖像傳感器為基礎(chǔ)，設(shè)計了一種新型的手臂控制系統(tǒng)。首先，對系統(tǒng)硬件的組成進(jìn)行了優(yōu)化，使之可以承擔(dān)更精細(xì)的任務(wù)；其次，對系統(tǒng)軟件設(shè)計方法進(jìn)行了論述，簡要介紹了其工作原理與工作程序。隨后，對彩色圖像傳感器的機(jī)械手臂進(jìn)行了模擬運算。運算結(jié)果發(fā)現(xiàn)：本系統(tǒng)設(shè)計能夠增強(qiáng)用戶開發(fā)和使用體驗，對環(huán)境有著良好的適應(yīng)性，有著較為廣泛的應(yīng)用前景。

彩色圖像 傳感器 機(jī)械手臂 控制系統(tǒng) 方案設(shè)計

1 理論概述

仿真機(jī)械手臂是機(jī)器人應(yīng)用領(lǐng)域的重要研究方向。伴隨信息技術(shù)的不斷升級，傳統(tǒng)大型仿真機(jī)械手臂使用的傳感器已滯后于新技術(shù)的發(fā)展。這就導(dǎo)致仿真機(jī)械手臂使用程序繁瑣，難以通過指定的指令或操縱桿對機(jī)械手臂進(jìn)行控制。為此，許多學(xué)者對基于彩色圖像傳感器的機(jī)械手臂控制進(jìn)行了研究。張良國等（2002）在其學(xué)術(shù)中提到，使用彩色圖像特征的傳感器，對機(jī)械手臂控制系統(tǒng)具有極強(qiáng)的優(yōu)勢，在實際工程機(jī)械應(yīng)用中有著極為長遠(yuǎn)的發(fā)展前景。林海波（2013）在文獻(xiàn)中提到了一種新方法。即在色彩圖像傳感器的基礎(chǔ)上，設(shè)計了機(jī)械手臂運動路徑規(guī)劃方案。通過這種方案，能充分應(yīng)用到實際機(jī)械工程，并可以取得良好的效果。通過對上述文獻(xiàn)的整理發(fā)現(xiàn)，學(xué)者對彩色圖像傳感器機(jī)械手臂的控制系統(tǒng)方案設(shè)計，雖能提升實際機(jī)械工作中的應(yīng)用效果，但尚未充分將彼此之間的關(guān)系理清。本文通過改進(jìn)并優(yōu)化了一些技術(shù)方案，設(shè)計出一套基于圖像傳感器的軟硬件結(jié)合的機(jī)械手臂控制思路，并實時控制機(jī)械手和機(jī)械臂的運動。

2 系統(tǒng)硬件設(shè)計

本文所設(shè)計的系統(tǒng)，是建立于Windows Embedded的Atom平臺工控主板，以及無線通信模塊基礎(chǔ)上，由Kinect傳感器所操控。同時借助單片機(jī)的舵機(jī)控制器，以及4關(guān)節(jié)6自由度機(jī)械臂和五指仿真機(jī)械手組成。在組裝好系統(tǒng)之后，詳細(xì)工作流程如下所示：當(dāng)Kinect傳感器的彩色攝像頭捕捉操作者手臂和手指的動作時，將采集到的數(shù)據(jù)傳輸?shù)狡脚_上位機(jī)并進(jìn)行處理；隨后，平臺依據(jù)該數(shù)據(jù)，進(jìn)一步建模、計算出每個關(guān)節(jié)舵機(jī)的角度。這一系列過程，是通過無線模塊與舵機(jī)控制器實時通訊，使得舵機(jī)控制器上的單片機(jī)和控制電路根據(jù)命令輸出不同占空比，以實現(xiàn)角度調(diào)整對人體動作進(jìn)行模擬。

3 系統(tǒng)軟件設(shè)計與運行

在系統(tǒng)軟件設(shè)計部分，是由嵌入式平臺中的上位機(jī)軟件、通訊模塊程序，以及舵機(jī)控制板上的下位機(jī)軟件構(gòu)成。流程從數(shù)據(jù)采集到分析過程共包含3個環(huán)節(jié)，具體如下。

3.1 圖像源數(shù)據(jù)的采集

對圖像像素的聚類，應(yīng)首先考據(jù)物體與傳感器之間的像素距離。學(xué)者們認(rèn)為，最近的一類距離就是平均所取得的距離。而在聚類中心附近取得所需要的閾值，可在該閾值截取出固定手臂的準(zhǔn)確像素，以此運用所得數(shù)據(jù)將像素與物像深度結(jié)合。同時，可利用截取的彩色像素作為遮蓋物，從彩色像素中截取所需要的手臂部分像素。

3.2 以掃描算法與角點檢測為根據(jù)，確定指尖和指蹼

在一個包含平面上，所有點最小凸多邊形叫做凸包，以此為模型形成概念上的指蹼。其中，我們可將手部凸包作為手臂圖像中的端點。例如，可將手臂與指尖外緣點的連線，構(gòu)成一個多邊形。同時，利用Graham掃描算法，算出手部凸包找到手型外部的凸包距離，以此為根據(jù)確定指尖與指蹼的距離算法。

3.3 基于閾值分割和SVM的手勢檢測

在上一環(huán)節(jié)的基礎(chǔ)上，文章進(jìn)一步利用閾值分割與手勢檢測方案，對機(jī)械手臂控制方案進(jìn)行檢驗。從中發(fā)現(xiàn)，本方案已初步實現(xiàn)針對單個手指位置檢測，能夠根據(jù)人體手部的狀態(tài)完成各類動作。以鮮明案例作為參考，如食指自然伸直，其他手指呈彎曲形狀，據(jù)此可以認(rèn)為操作者想做出“一”的手勢，而且判斷準(zhǔn)確。但是，由于手腕運動不足等問題，識別精準(zhǔn)度會下降。因此，需要利用更先進(jìn)的技術(shù)，對此進(jìn)行改進(jìn)升級，進(jìn)而優(yōu)化系統(tǒng)運行。

4 系統(tǒng)實現(xiàn)效果

運行上述系統(tǒng)之后，對機(jī)械手臂進(jìn)行人體動作進(jìn)行追蹤與模仿。捕捉人手指和手臂動作，以此分析機(jī)械手實時模擬人體手指動作、手勢控制機(jī)械臂運動和抓物等功能。據(jù)此，形成了一系列的重要模式，在不限制光照情況下，距傳感器距離50cm的自由空間內(nèi)實現(xiàn)對五指、手臂的捕捉和建模。因此，機(jī)械臂能夠在60cm見方空間內(nèi)，實現(xiàn)全自由度運動，這種運動依然比較穩(wěn)定、精準(zhǔn)。

5 結(jié)論與展望

本文基于Kinect彩色傳感器提出了優(yōu)化機(jī)械手臂控制系統(tǒng)，使得操作者能夠更好的實現(xiàn)工作。同時，本系統(tǒng)需要進(jìn)行手臂追蹤模擬，這樣在實際操作中具有實用性。

[1]韓紹程，張紅穎.基于QR分解的彩色圖像自嵌入全盲水印算法[J].圖學(xué)學(xué)報，2015(3)：345-351

[2]陳虎，凌朝東.基于FPGA的實時彩色圖像邊緣檢測算法的實現(xiàn)[J].液晶與顯示，2015(1)：143-150

[3]高微，楊中平，趙榮飛，薛娟萍.機(jī)械手臂結(jié)構(gòu)優(yōu)化設(shè)計[J].機(jī)械設(shè)計與制造，2006(1)：13-15

[4]趙振民，劉鋒，孔民秀，孫立寧.高速并聯(lián)機(jī)械手臂的自抗擾控制算法研究[J].電機(jī)與控制學(xué)報，2011(1)：98-104