高智龍 魏功祥 郁夢(mèng)婷 鄭錕 王櫻燁 王明碩


摘要:光學(xué)是一門(mén)對(duì)實(shí)驗(yàn)結(jié)果精確度要求高和對(duì)實(shí)驗(yàn)外部條件要求嚴(yán)格的學(xué)科。到目前為止,由于實(shí)驗(yàn)精密儀器設(shè)備持續(xù)地更新?lián)Q代,并且由人體發(fā)出的光信號(hào),熱信號(hào)以及聲波對(duì)精確實(shí)驗(yàn)結(jié)果的影響日益顯著。本文提出一種基于多維度機(jī)械臂開(kāi)發(fā)的系統(tǒng),該系統(tǒng)遵循光電設(shè)計(jì)、人工智能理念,主要借助Python語(yǔ)言開(kāi)發(fā)程序,同時(shí)嵌入OpenCV作為視覺(jué)處理模塊,優(yōu)化算法。該系統(tǒng)最終實(shí)現(xiàn)自主完成識(shí)別夾取實(shí)驗(yàn)所需目標(biāo)器件,按照程序規(guī)定路線(xiàn)運(yùn)動(dòng)至實(shí)驗(yàn)平臺(tái)并放在指定位置,進(jìn)行對(duì)光路的搭建矯正,以及對(duì)實(shí)驗(yàn)數(shù)據(jù)的記錄以及傳輸。
關(guān)鍵詞:機(jī)械;OpenCV;算法
引言
絕大多數(shù)傳統(tǒng)光學(xué)實(shí)驗(yàn)室需要高級(jí)潔凈無(wú)塵實(shí)驗(yàn)室,在實(shí)驗(yàn)過(guò)程中需要保持高精密的光學(xué)環(huán)境,屏蔽大多熱源,光源等環(huán)境的干擾,但是由人體所發(fā)出的光信號(hào),熱信號(hào)以及聲波對(duì)無(wú)塵潔凈實(shí)驗(yàn)室的光環(huán)境,熱環(huán)境干擾非常嚴(yán)重。
相對(duì)于光學(xué)攝像頭測(cè)距、雙目測(cè)距功能已經(jīng)開(kāi)發(fā)完善,但其應(yīng)用主要針對(duì)大眾。針對(duì)實(shí)驗(yàn)室級(jí)識(shí)別的系統(tǒng)開(kāi)發(fā)較少,暫無(wú)成型系統(tǒng)。
1目標(biāo)物檢測(cè)算法
1.1RGB與HSV色彩空間轉(zhuǎn)化
在機(jī)器視覺(jué)圖像處理方面,圖一中的色彩空間轉(zhuǎn)換由于RGB圖像與人視覺(jué)感知相差甚遠(yuǎn),通常把RGB色彩模式轉(zhuǎn)換為HSV色彩空間,利用圖像的色(Hue)飽和度(Saturation)與明度(Value)來(lái)對(duì)目標(biāo)物體進(jìn)行檢測(cè)與提取[1]。其中H分量突出反映了圖像的色彩變化情況,能有效區(qū)分圖片的前景和后景;S分量突出體現(xiàn)了圖像邊界和顏色變化;V分量則反映了圖像中的亮度變化。
從RGB空間一點(diǎn)(R,G,B)轉(zhuǎn)化到HSV空間的點(diǎn)可定義為:
這樣色調(diào)信息H的范圍為0°~360°。V和S的范圍為0~1。
RGB和CMY顏色模型都是面向硬件的,而HSV(HueSaturationValue)顏色模型是面向用戶(hù)的。
HSV模型的三維是從RGB立方體演化而來(lái)的一種模型。設(shè)想從RGB沿立方體對(duì)角線(xiàn)的白色頂點(diǎn)向黑色頂點(diǎn)觀(guān)察,從而可以看到立方體的六邊形外形。六邊形邊界表示色彩,水平軸表示純度,明度沿垂直軸測(cè)量。
1.2形狀特征分析算法
OpenCV是一個(gè)基于BSD許可發(fā)行的開(kāi)源跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù),可以在Linux、Windows、Android和MacOS操作系統(tǒng)上運(yùn)行。它的優(yōu)點(diǎn)在于輕量級(jí)且高效,由一系列C函數(shù)和少量C++類(lèi)構(gòu)成,同時(shí)提供了Python、Ruby、MATLAB等語(yǔ)言的接口,從而實(shí)現(xiàn)很多圖像處理和計(jì)算機(jī)視覺(jué)方面的通用算法。本論文通過(guò)視覺(jué)檢測(cè)方案利用OpenCV2中Eigenfaces、LBPH、FLANN、HOG、BOW等算法對(duì)圖像進(jìn)行分析、特征圖像剪裁、匹配閾值計(jì)算。
將目標(biāo)對(duì)象創(chuàng)建SIFT實(shí)例,利用FLANN建立特殊目標(biāo)特征矩陣圖像[2]。通過(guò)BOW訓(xùn)練器,與SIFT特征進(jìn)項(xiàng)配比實(shí)現(xiàn)目標(biāo)檢索。
1.3基于BOW與SVM的目標(biāo)識(shí)別代碼
聲明基礎(chǔ)路徑:導(dǎo)入模塊,聲明訓(xùn)練圖像基礎(chǔ)路徑,避免因不同設(shè)備訓(xùn)練數(shù)據(jù)所在地址不同,需隨時(shí)修改。
創(chuàng)建SIFT實(shí)例:關(guān)鍵點(diǎn)提取,特征提取。
創(chuàng)建基于FLANN匹配器:使用算法cv2.FLANN-INDEX-KDTREE進(jìn)行特征匹配。
創(chuàng)建BOW訓(xùn)練器、初始化BOW提取器:為訓(xùn)練器設(shè)定簇?cái)?shù),指定BOW類(lèi)的輸入為視覺(jué)詞匯,以便在測(cè)試圖像中檢測(cè)到。
SIFT特征提取并對(duì)描述符進(jìn)行返回:將圖像經(jīng)灰度處理后獲取SIFT特征。
BOW訓(xùn)練器準(zhǔn)備完畢。
返回指定詞匯:選取八張圖像,調(diào)用cluster函數(shù),執(zhí)行k-means,對(duì)詞匯進(jìn)行分類(lèi)和返回,返回指定詞匯,便于描述符的提取。
返回描述符:設(shè)定一個(gè)圖像路徑為聲明函數(shù)參數(shù),返回經(jīng)BOW提取器計(jì)算所得的描述符。
生成樣本標(biāo)簽:創(chuàng)建兩個(gè)分別對(duì)應(yīng)訓(xùn)練數(shù)據(jù)和標(biāo)簽的數(shù)組,并用描述符進(jìn)行填充,生成正負(fù)樣本標(biāo)簽。
創(chuàng)建SVM實(shí)例進(jìn)行訓(xùn)練:將訓(xùn)練數(shù)據(jù)和標(biāo)簽放入數(shù)組儲(chǔ)存,定義函數(shù)顯示并返回結(jié)果。定義、讀取兩個(gè)樣本圖像路徑中的圖像文件并放入數(shù)組中后,傳給SVM,預(yù)測(cè)結(jié)果。
2目標(biāo)點(diǎn)運(yùn)動(dòng)方式
2.1運(yùn)動(dòng)控制框架
借助搭載了Linux系統(tǒng)的樹(shù)莓派控制多維度機(jī)械臂,運(yùn)用樹(shù)莓派,通過(guò)利用PWM脈沖寬度調(diào)制技術(shù)做到對(duì)多個(gè)舵機(jī)的準(zhǔn)確控制從而對(duì)機(jī)械臂的轉(zhuǎn)動(dòng)與伸縮控制。通過(guò)機(jī)器視覺(jué)準(zhǔn)確識(shí)別物體,同時(shí)運(yùn)用單目測(cè)距算法,SVM算法來(lái)將視覺(jué)信息處理為數(shù)字信息,并將其傳輸給樹(shù)莓派,樹(shù)莓派將其處理為相應(yīng)的脈沖寬度信號(hào)給相應(yīng)的舵機(jī)從而實(shí)現(xiàn)多維度機(jī)械臂精確夾取目標(biāo)。
2.2機(jī)械臂控制主程序
系統(tǒng)具有人工操作模式選項(xiàng),加入可關(guān)閉的語(yǔ)音系統(tǒng)對(duì)初次使用者進(jìn)行引導(dǎo),防止由于不熟悉系統(tǒng)的操作程序而出現(xiàn)的錯(cuò)誤操作。人工操作模塊的引入使得系統(tǒng)的操作者有第二種選擇,不用去學(xué)習(xí)如何向系統(tǒng)中輸入要夾取的器件即可使用。
總結(jié):本文首次將機(jī)器視覺(jué)引入實(shí)驗(yàn)室中,搭建自動(dòng)無(wú)人化實(shí)驗(yàn)室,首次實(shí)現(xiàn)遠(yuǎn)距離遙控精確智能搭建光路的智能化操作。對(duì)光學(xué)器件進(jìn)行拿取,實(shí)景操作驗(yàn)證夾取與放置目標(biāo)物體具體位置的準(zhǔn)確性,從而做到無(wú)損傷夾取光學(xué)器件。實(shí)用性強(qiáng),可開(kāi)發(fā)性強(qiáng),借助Python編寫(xiě)程序,可移植性高,包容性強(qiáng)。在樹(shù)莓派中有著系統(tǒng)所需的所有程序,相應(yīng)模塊都有著詳細(xì)的注解。這也就保證了系統(tǒng)的再一次開(kāi)發(fā)的潛力。
參考文獻(xiàn):
[1]陳興,劉衛(wèi)東,喬明勝,等.基于FPGA的色彩空間RGB與HSI的相互轉(zhuǎn)化算法[J].真空電子技術(shù),2008,16(05):18-21.
[2]李娜,安彥波,余志偉,等.基于OpenCV的物體定位與捕捉系統(tǒng)設(shè)計(jì)[J].機(jī)械設(shè)計(jì)與制造工程,2019,48(03):85-88.
[3]李鳳.基于ROS的機(jī)械臂控制系統(tǒng)設(shè)計(jì)[J].自動(dòng)化技術(shù)與應(yīng)用,2018,37(11):72-76.
[4]張偉業(yè),張煒,華龍新,等.一種新型的桌面級(jí)機(jī)械臂[J].中國(guó)科技信息,2018(16):53-55.
(山東理工大學(xué) 山東淄博 255000)