基于OpenMV的投籃機器人設計*

黃淑芬，羅煒杰，洪世杰，高志濤

（廣東工業(yè)大學華立學院機電工程學院，廣州 511325）

0 引言

近年來，移動機器人在人類生活中的應用不斷擴大，投籃機器人作為移動機器人的一種，通過對它的研究，可以推動移動機器人技術發(fā)展[1]。視覺識別技術是移動機器人研究的關鍵技術之一，視覺信息的獲取是機器人目標識別和規(guī)劃、導航的基礎[2-3]。目前視覺識別和定位大多都應用于工業(yè)環(huán)境下，對于特定的應用場景研究較少，而且市場上基本都采用專業(yè)控制器和工業(yè)相機，成本太高，開發(fā)難度大[3-4]。本文研究一種可應用于文娛、教育領域的投籃機器人，利用低成本的OpenMV自動采集和分析目標的圖像數(shù)據(jù)，基于Python語言的視覺識別算法對目標進行快速識別、定位，實現(xiàn)自主決策和智能化傳感控制[5]。

1 結構設計

投籃機器人結構主要由機械臂、手爪、貯球裝置、小車組成。小車用亞克力板制作，尺寸為250 mm×200 mm。機械臂位于小車右側，為了避免碰到攝像頭等器件，設計成長條狀。機械臂末端連接一對手爪，手爪采用半球形結構。由于機械臂與地面存在一定高度，機械臂接觸地面時是傾斜向下的，因此手爪設計成以一定的角度向上翹，使其抓球時與地面接近平行狀態(tài)，更好地將小球放進貯球裝置中。貯球裝置由1個圓筒和4個支架組成，前面2個支架用于固定圓筒的角度，后面2個支架用于固定圓筒。小球的發(fā)射裝置由齒輪和齒條組成，齒輪有幾個齒被切斷。通過齒輪齒條傳動，拉動齒條上的橡皮筋，賦予齒條一定的初速度。當齒輪旋轉到事先已被磨掉齒的位置時，由于齒條沒有與齒輪嚙合，橡皮筋帶動齒條撞擊圓筒里的小球，小球沿著貯球裝置的軌道飛出，故圓筒也是小球的發(fā)射軌道。投籃機器人實物如圖1所示。

圖1 投籃機器人實物圖

2 系統(tǒng)概況

2.1 系統(tǒng)總體設計

該投籃機器人由OpenMV視覺模塊、電機驅動、四輪小車、機械手臂、貯球裝置和齒輪齒條彈射器組成。由小車前端的OpenMV攝像頭采集小球、投籃區(qū)和籃筐圖像，通過OpenMV自帶的STM32單片機進行視覺識別及定位，控制機械臂手臂（由機械臂和手爪組成）拾球并放入貯球裝置、四輪小車旋轉尋找目標和前進后退達到目標區(qū)域、齒輪齒條彈射器發(fā)射小球等動作。投籃機器人總體框圖如圖2所示。

圖2 投籃機器人總體框圖

2.2 硬件選型

OpenMV視覺模塊選用OpenMV4，以STM32H7處理器為內核，以OV7725攝像頭為圖像采集模塊，是一種基于Python語言進行編程驅動的機器視覺處理模塊[6-7]。OpenMV不僅具有I/O端口控制、讀取文件系統(tǒng)等基礎功能，用戶還可以使用OpenMV提供的機器視覺功能進行二次開發(fā)，實現(xiàn)顏色跟蹤、人臉識別、邊緣檢測等功能[8]。因此它既是本方案的視覺識別裝置，也是主控裝置。

機械臂由RDS3115雙軸數(shù)字舵機控制，該舵機可控角度范圍0°～270°，由PWM脈沖調節(jié)角度，扭矩1.47 N·m（6 V），適合機器人的各關節(jié)活動。手爪舵機選用ST90S，該舵機扭矩0.2 N·m（6 V），可控角度范圍0°～180°。齒輪齒條彈射器的動作由MG995 360°舵機控制。為控制OpenMV的拍攝角度，在OpenMV下方安裝了一個MG995 180°舵機，使攝像頭抬高時增大視野范圍，放低時增加識別準確率。

小車四輪各安裝一個直流減速電機，由電機驅動模塊TB6612FNG驅動，使小車前進、后退或原地旋轉，達到尋找和追蹤小球的目的。

3 視覺識別

視覺識別是對攝像頭采集到的圖像進行顏色特征和形狀特征的提取[6]。為了提高軟件開發(fā)效率，使用OpenMV機器視覺庫進行圖像處理。OpenMV顏色識別算法的依據(jù)是Lab顏色空間。L是亮度，取值范圍是[0,100]；a和b是2個顏色通道，取值范圍都是[127,-128]。a的正數(shù)代表紅色，負端代表綠色；b的正數(shù)代表黃色，負端代表藍色。因此可以通過修改L分量調整亮度，修改a和b分量的輸出色階實現(xiàn)精確的顏色平衡[2]。

本文中小球、投籃區(qū)、籃筐用不同的顏色標識，因此顏色識別非常關鍵。OpenMV提供了機器視覺功能的Python編程接口，其中image.find_blobs（）函數(shù)用來進行顏色識別。例如本設計中使用語句blobs=img.find_blobs（[blue_threshold],roi=area）尋找藍色小球，blue_threshold是預設的藍色小球閾值，roi是“感興趣區(qū)”，blobs是返回的色塊對象。Open-MV的集成開發(fā)環(huán)境OpenMV IDE中的閾值編輯器為顏色閾值的調試提供了極大的方便。如圖3所示，圖中有6個顏色各異的小球，其中右上角小球為藍色。拖動閾值編輯器6個滑塊分別設置L、a、b的最小值和最大值，當目標顏色變成白色，其他顏色全變?yōu)楹谏珪r，表明找到被跟蹤的目標。由圖3可得到藍色小球的Lab閾值[16,56,1,53,-90,-31]。在視覺識別算法中使用image.find_blobs（）將像素點與該閾值進行比較，從而判斷是否找到藍色小球。

圖3 OpenMV IDE顏色閾值調試界面

視覺識別算法中，首先進行感光元件（攝像頭）初始化參數(shù)設置，包括庫函數(shù)sensor.reset（）初始化感光元件；sensor.set_pixformat（sensor.RGB565）設置像素為彩色；sensor.set_framesize（sensor.QVGA）設置圖像像素為320×240；sensor.skip_frames（10）跳過10張照片，等待感光元件變穩(wěn)定；sensor.set_auto_whitebal（False） 自動白平衡開啟關閉（在使用顏色追蹤時，需要關閉自動白平衡）。接著使用sensor.snapshot（）采集圖像，image.find_blobs（）找到目標顏色后，使用image.draw_rectangle（）將目標顏色區(qū)域用矩形框標注，image.draw_cross（） 在目標顏色區(qū)域的中心畫十字形標記。

4 軟件設計

投籃機器人的軟件設計包括攝像頭初始化設置、目標閾值設置、圖像采集、視覺識別和定位、小車驅動、PID算法、舵機控制等模塊。

圖4 軟件流程圖

軟件流程如圖4所示，系統(tǒng)上電啟動，進行攝像頭初始化和各目標色塊閾值設定。主控裝置控制電機驅動模塊驅動小車原地旋轉，攝像頭采集圖像。當識別到目標小球時鎖定色塊坐標，小車調整方向使色塊位于圖像中心位置，通過PID算法控制小車向前行駛并精確停到距離小球一定位置上。主控裝置控制RDS3115舵機將機械臂放下并啟動手爪上的ST90S舵機抓取小球，再次控制機械臂將小球放入貯球裝置。接著小車原地旋轉，識別投籃區(qū)色塊，確定方向后前進，到達投籃區(qū)。之后原地旋轉識別籃筐位置，識別到目標時再次調整對準籃框中心位置，齒輪齒條彈射器上的MG995 360°舵機啟動，拉動齒條將小球彈射出去。

5 結束語

在測試中，使用紅色、藍色小球作為拾取對象，投籃區(qū)為綠色，籃筐紫色。在正常光照條件下，投籃機器人目標識別率為98%。排除小球在墻壁或者籃筐邊沿的情況下，正確夾取規(guī)定顏色的小球放入貯球裝置的成功率為99%。投籃成功率為36%。測試結果驗證了視覺識別算法、小車PID和機械手臂控制算法的正確性。但由于小球發(fā)射是由橡皮筋賦予初速度，穩(wěn)定性較差，因此投籃命中率不高，而且當投籃距離發(fā)生變化時，不能自動調整小球初速度，需要人工調整橡皮筋松緊程度或者齒輪齒數(shù)。未來可將機械彈射換成電磁彈射，通過視覺識別計算出投籃距離，自動調節(jié)電磁的彈射力度。

本機器人裝置結構簡單、成本低，基于Python語言編寫的視覺識別算法提高了程序的可運行性和開發(fā)效率，在文娛、教育等領域具有廣闊的應用前景。