移動射擊輔助器

楊榮乾

（武漢理工大學，湖北 武漢430070）

1 研究方法

1.1 與現有方式對比

該項目的目標是解決目前射擊娛樂方式單一以及專業訓練智能移動標靶體系缺點明顯這一問題。想要在射擊方面提高它的趣味性以及訓練難度，設計合適、合理的智能移動標靶體系最為關鍵。

目前較為智能的輕武器射擊訓練標靶系統的比較如表1所示。

表1 輕武器射擊訓練標靶系統的比較

本項目在智能車上安裝攝像頭用來識別行駛軌跡，安裝機械臂用來夾取標靶，使之移動，另外在機械臂的一側與減震裝置相連，能夠降低車身收到子彈的沖力時產生的振動，使小車的行駛更加穩定，且成本較低、速度可調。本項目的智能車技術可以借鑒飛思卡爾中的相關資料，現在的飛思卡爾智能車已經能夠在上下坡道中行駛，速度也較為理想并且可調，有較好的適用性。

1.2 總體規劃

本項目以應用創新和結構創新為切入點，設計了一種能夠作為移動靶的智能車，以此來提升射擊娛樂的趣味性、訓練難度，并且提升了挑戰性。主要包括攝像頭識別、減震裝置等，具體內容如下：設計合理的減震裝置，將減震裝置與減震墊相結合，最大程度上減小振動；通過PID算法控制舵機的轉向，實現對小車行駛方向的控制。

1.3 總體結構設計

移動射擊輔助器由機械抓手、雙驅動差動輪底盤結構、攝像頭智能識別、減震裝置組成。本項目采用攝像頭智能識別技術，用機械爪夾住標靶，小車由并排的2個后輪同時驅動，通過差速轉彎，攝像頭用來識別道路，將圖像信息處理好后提供給單片機，再由主控芯片實現對智能車的控制。

因機械爪的活動性好、自由度高，機械抓手被廣泛應用于各種物品的夾持、收集工作中。本裝置移動射擊輔助器同樣采用機械爪，用來夾住靶子。如果玩家想要體驗不同的難度，上面的機械爪還可以隨機轉動，以增加游戲難度，使玩家有更好的體驗。

機械爪可以車身為基準，繞Z軸360°旋轉，具有較好的靈活性，考慮將機械臂上方的可旋轉部位變得松動，當受到沖擊時能夠更好地用減震器來降低子彈沖擊力帶來的振動，防止智能車的劇烈振動。

在機械臂的一側與減震裝置相連接，減震器的孔腔外部是吸震彈簧，吸震彈簧可以過濾來自子彈對機械臂的沖擊產生的振動，但是彈簧自身還會有往復運動，這是孔腔形成的減震器起的作用。減震器采用雙向作用筒式減震器，在彈簧吸振后，產生了往復運動，當彈簧擠壓減震器時，減震器受壓縮，此時減震器內活塞向下移動。活塞下腔室的容積減小，油壓升高，油液流經流通閥流到活塞上的腔室。上腔被活塞桿占去了一部分空間，所以上腔增加的容積小于下腔減小的容積，一部分油液推開壓縮閥，流回貯油缸。這些閥對油的節流形成懸架受壓縮運動的阻尼力。減震器在伸張時，活塞向上運動，活塞上腔油壓升高，流通閥關閉，上腔內的油液推開伸張閥流入下腔。由于活塞桿的存在，自上腔流來的油液不足以充滿下腔增加的容積，使下腔產生形成一定的真空度，這時儲油缸中的油液推開補償閥流進下腔進行補充。這些閥的節流作用對懸架在伸張運動時起到阻尼作用。

每當智能車完成一次任務即從起點到達終點后，小車停止運行，并且由人工將機械臂夾取的標靶換上新的，檢查智能車電源的剩余電量，如果電量不足則更換電池。

2 軟件系統的設計

本項目采用的圖像采集單元為CMOS圖像傳感器OV7725，因為CMOS是一種高集成度大規模集成電路，使用光敏元件為感光器件，經光電轉換直接產生電壓信號，而且在采集光信號的同時輸出電壓信號，具有很高的靈敏度，只需要1個電源，耗電量低，功耗相比于CCD有很大的降低，CMOS芯片內部提供了一系列控制寄存器，通過總線編程來對自動增益、白色平衡等功能進行控制，編程簡單、控制靈活。

在設計娛樂或訓練區域，智能車的行駛必然需要軌道，軌道采用飛思卡爾形式即可，在軌道邊緣鋪設黑線，當攝像頭拍攝到圖像后，通過圖像處理得出黑線位置，然后算出正確的行駛軌跡，將位置信息返回到STM32微控制器，實現對道路的識別。由于采集到的圖像很大，首先對其進行灰度化處理，公式為Y=0.3R+0.59G+0.11B。

灰度化處理之后，圖片依然比較大，需要再對其進行二值化處理。二值化處理時，設置1個閾值，將賽道的顏色設置為白色，賽道兩端設置為黑色；分析處理后的圖像，對有效的元素進行識別，并提供盡可能多的信息供決策使用。

圖片信息進行二值化處理后，對圖像的每一行進行處理，可以得到每行圖像黑線的位置，采用邊沿提取算法，對黑線反應靈敏、準確度高、抗干擾能力強。邊沿提取算法流程如圖1所示。

圖1 黑線位置提取

通過i控制循環語句不斷檢測上升沿或下降沿。當第i個點的A/D值與第i+2個點的A/D值之差大于設定的閾值時，表明出現了下降沿，這時讀取i的值。一旦出現了下降沿，就開始不斷地判斷第i+2個點的A/D值與第i個點的A/D值之差是否大于設定的閾值。如果大于，則表明檢測到了上升沿，這時也讀取i的值。通過2次求得的i的值便能求得黑線對應的點是第幾個點，進而求出黑線的相對位置。

通過判斷下降沿位置和上升沿位置來計算黑線的相對位置，并通過判斷上升沿之后的數據是否滿足相差不大于閾值來減小誤差，以精確計算黑線的相對位置。

在對圖像中每一行進行處理時，近處圖像比遠處可靠，所以邊線由近到遠提取。為了縮小搜索范圍、節省時間，之后的行采用邊沿跟蹤，根據上一行的黑線位置動態確定本行黑線的搜索范圍，搜索黑線，節省時間，持續處理，直至搜索到完整圖像。對于智能車行駛軌跡的判定則較為簡單，只需要將圖像處理識別后的軌道兩側黑線的位置坐標相加再除以2就能得到軌跡中線的位置坐標，配合PID算法控制的舵機實時調整方向，將智能車行駛至終點。

3 項目的研究基礎和可行性分析

3.1 研究基礎

本項目的關鍵在于2點：圖像識別，用來識別軌跡路線；減震模塊，當玩家射擊后，為了減弱子彈沖擊帶來的振動讓小車穩定行駛，采用減震模塊十分重要。

在圖像識別軌道方面，飛思卡爾中的圖像識別算法已經較為成熟，只需做適當的修改即可；在減震裝置方面，各種工廠里都已得到很廣泛的應用，且技術十分成熟。在射擊領域，民間娛樂方面已經得到了較為迅速的增長，有較好的群眾基礎；在部隊里的訓練中，輕武器射擊訓練已經成為部隊訓練的重要手段，智能移動標靶系統多種多樣。

3.2 可行性分析

對于射擊項目來說，大眾接觸到的大多為娛樂射擊，而近些年來，人們對于射擊的興趣逐漸濃厚，滿足了人民群眾在生活水平日益提高情況下對于精神文明的需求；在部隊中，射擊訓練是必不可少的，而移動射擊訓練正受到廣泛關注，尤其是智能移動射擊體系的設計，直接決定了移動射擊訓練的效果，十分重要。由此可見，移動射擊訓練有很廣大的受眾，該項目具有較高的可行性。