網(wǎng)球自動回收機(jī)器人的設(shè)計

胡鳳源

摘?要：在專業(yè)的網(wǎng)球訓(xùn)練或者比賽結(jié)束后，需要專人對球進(jìn)行回收，不僅浪費體力、增加了相應(yīng)的人工成本，而且撿球的效率低下，容易遺漏。本項目旨在代替人工，對網(wǎng)球進(jìn)行全自動化的回收，節(jié)約人力、物力和時間成本，提高網(wǎng)球和羽毛球的訓(xùn)練效率。機(jī)器人先通過攝像頭采集圖像，然后進(jìn)行基于機(jī)器視覺的目標(biāo)檢測、網(wǎng)球識別和定位，最后根據(jù)定位結(jié)果結(jié)合PID（Proportion Integration Differentiation）運(yùn)動控制算法精準(zhǔn)控制移動機(jī)器人回收網(wǎng)球。此外，機(jī)器人配有藍(lán)牙模塊，可以進(jìn)行手動遙控控制。

關(guān)鍵詞：目標(biāo)檢測;網(wǎng)球識別;PID控制

*項目支持：廣西壯族自治區(qū)區(qū)級大學(xué)生創(chuàng)新創(chuàng)業(yè)計劃，項目編號：202010595223

近年來隨著人工智能技術(shù)的迅速發(fā)展與不斷提高 ，服務(wù)型機(jī)器人已經(jīng)開始在生活中廣泛應(yīng)用。迎賓機(jī)器人、掃地機(jī)器人、家教機(jī)器人等一系列服務(wù)型機(jī)器人已經(jīng)在生活實踐中取得了巨大成功。因此，人工智能技術(shù)與運(yùn)動相互結(jié)合 ， 既滿足了現(xiàn)代智慧城市的規(guī)劃，又能使人們的生活變得更加便利。網(wǎng)球運(yùn)動是一項優(yōu)美而充滿競技性的體育運(yùn)動，其特有的魅力讓世人喜愛。網(wǎng)球和高爾夫球一起享有“貴族運(yùn)動”之稱。在網(wǎng)球訓(xùn)練時，訓(xùn)練完成的場地內(nèi)有大量網(wǎng)球需要進(jìn)行回收以便于訓(xùn)練使用以及場地的清潔，而且不被及時回收的地面上的網(wǎng)球還有可能被人不小心踩踏而發(fā)生滑倒。

網(wǎng)球回收裝置作為網(wǎng)球訓(xùn)練中經(jīng)常使用到的工具，方便人們進(jìn)行網(wǎng)球的回收。目前，市面上的網(wǎng)球回收機(jī)器裝置相對較少，而且大部分都是手動的網(wǎng)球回收裝置，本項目設(shè)計了一款網(wǎng)球自動回收機(jī)器人，可以通過攝像頭對網(wǎng)球進(jìn)行檢測、定位以實現(xiàn)自動移動回收網(wǎng)球的功能，無需人工操控，具有回收效率高、方便快捷等優(yōu)點。

1 設(shè)計思路

結(jié)合本項目的開發(fā)需求，畫出了該機(jī)器人的原理框圖，如圖 1 所示。本項目采用了模塊化、一體化的設(shè)計思想，架構(gòu)靈活、聯(lián)合性高，能較大幅度地縮減電路板的體積。其中 OpenMV 攝像頭模塊用于實時采集場地畫面圖像信息，完成對網(wǎng)球的識別定位，并通過串口將相關(guān)信息傳輸給嵌入式主控板。嵌入式主控板在接收到來自 OpenMV 的信息后，將位置信息轉(zhuǎn)化成運(yùn)動軌跡，通過 TB6612 電機(jī)驅(qū)動芯片驅(qū)動減速電機(jī) ， 結(jié)合位置式PID 算法精確控制運(yùn)動。執(zhí)行機(jī)構(gòu)為用于網(wǎng)球回收的滾輪，由兩路減速電機(jī)負(fù)責(zé)推動。四路超聲波主要用于規(guī)避障礙，分別安裝在左前方、右前方、左后方和右后方，在遇到障礙時阻止機(jī)器人繼續(xù)行進(jìn)。霍爾傳感器將電機(jī)的轉(zhuǎn)速通過 A、B 相的形式反饋給主控，主控使用兩個硬件正交編碼器進(jìn)行解碼，從而得到電機(jī)的轉(zhuǎn)速，形成閉環(huán)電機(jī)控制系統(tǒng)。使用自制手機(jī) APP 可以通過藍(lán)牙模塊對機(jī)器人進(jìn)行手動控制。供電電源采用航模電池，安全性能良好、容量大、體積小，能很好地保證機(jī)器人的正常運(yùn)行。

2 方案選擇

本機(jī)器人嵌入式主控芯片采用 STM32F429ZGT6，該芯片是一款基于 ARM Cortex-M4 內(nèi)核的高性能微控制器，帶有 180 MHz CPU，內(nèi)部帶有 DSP、FPU 和正交編碼器等資源。

網(wǎng)球的識別定位通過攝像頭采集圖像信息實現(xiàn)，一般的攝像頭僅能進(jìn)行圖像的采集，無法對圖像進(jìn)行處理，OpenMV 是一款開源嵌入式視覺處理模塊，可以輕松完成機(jī)器視覺應(yīng)用，可通過 Python 腳本語言進(jìn)行 開 發(fā)。OpenMV 搭載有 STM32H743II ARM CortexM7 處理器，其系統(tǒng)頻率高達(dá) 480 MHz，擁有 1 MBRAM，2 MB fl ash 閃存。OpenMV 模塊默認(rèn)攝像頭配置為 OV5640 感光元件處理 2 592×1 944（5MP） 圖像，在QVGA（320×240） 及以下分辨率時大多數(shù)簡單算法可運(yùn)行 25～50 FPS。經(jīng)過多方面考慮我們最終選擇 OpenMV作為視覺模塊以定位網(wǎng)球與車身。

避障模塊使用的是超聲波模塊，使用超聲波進(jìn)行測距，測量精度最小可以達(dá)到 2 mm，測量范圍 0.02～4 m，能夠滿足使用需求。避障模塊通過計算機(jī)器人與物體之間的距離進(jìn)行避障。

使用減速電機(jī)作為小車動力，通過讀取霍爾傳感器獲得反饋進(jìn)行 PID 控制，以保證車輪轉(zhuǎn)速的穩(wěn)定，通過左右兩電機(jī)的差速產(chǎn)生扭矩以實現(xiàn)轉(zhuǎn)向功能。為了防止出現(xiàn)意外，在小車周圍使用四路超聲波進(jìn)行避障，以免發(fā)生撞車事故。

藍(lán)牙模塊采用 HC-05 藍(lán)牙模塊，HC-05 是一款高性能主從一體藍(lán)牙串口模塊，可以手機(jī)配對，該模塊支持非常寬的波特率范圍：4 800～1 382 400，可以很方便與單片機(jī)進(jìn)行連接，使用非常靈活、方便。

采用航模電池進(jìn)行供電，電機(jī)驅(qū)動電源由電池提供，主控供電使用 DC-DC 降壓芯片 tps5430 將電池電壓轉(zhuǎn)換為 5 V 輸出，再由線性 ldo 芯片 AMS1117 轉(zhuǎn)換提供3.3 V。

回收機(jī)械結(jié)構(gòu)常見為采用垂直壓力和滾動壓力兩種，結(jié)合本裝置的驅(qū)動特點使用滾動壓力的傳統(tǒng)網(wǎng)球回收輪進(jìn)行改造，依靠滾動壓力與摩擦力將網(wǎng)球壓入輪內(nèi)，以達(dá)到回收網(wǎng)球的功能。

3 方案實施

3.1 主程序流程

如圖 2 所示，該機(jī)器人由主控、攝像頭、驅(qū)動電機(jī)、藍(lán)牙模塊、超聲波避障模塊和回收機(jī)械裝置組成。

圖 3 是主程序流程圖。機(jī)器人開啟后，先會對視野前方進(jìn)行網(wǎng)球識別，如果識別到單個網(wǎng)球，就將網(wǎng)球坐標(biāo)與視野中心差值進(jìn)行 PID 計算，控制 PWM 驅(qū)動電機(jī)進(jìn)行移動進(jìn)而對網(wǎng)球進(jìn)行回收。當(dāng)視野中有多個網(wǎng)球時進(jìn)行多目標(biāo)過濾優(yōu)先回收距離最近的網(wǎng)球，當(dāng)正前方視野沒有網(wǎng)球后將緩慢旋轉(zhuǎn)一圈檢查場地，如果識別到網(wǎng)球?qū)⒗^續(xù)進(jìn)行回收，沒有檢測到網(wǎng)球則將進(jìn)入休眠模式，通過藍(lán)牙可以進(jìn)行手動控制。

3.2 網(wǎng)球識別及多目標(biāo)過濾與接近識別

通過攝像頭拍攝實時畫面，進(jìn)行網(wǎng)球識別、多目標(biāo)過濾、多目標(biāo)接近識別。

攝像頭并非垂直對地面進(jìn)行俯拍，是以一定角度對地面進(jìn)行圖像采集，如此會導(dǎo)致地面圖像的投影在攝像頭中發(fā)生梯形畸變，要進(jìn)行梯形透視變換。梯形透視變換是將圖片投影到一個新的視平面，是 3D 世界轉(zhuǎn)換到2D 圖像的一種方式。通用的變換公式為：

透視變換的數(shù)學(xué)表達(dá)式為：

所以，給定透視變換對應(yīng)的四對像素點坐標(biāo)，即原圖的坐標(biāo)和變換后的坐標(biāo)，聯(lián)立公式可求得透視變換矩陣;反之，給定透視變換矩陣，即可對圖像或像素點坐標(biāo)完成透視變換。

攝像頭拍攝的圖片作為圖像數(shù)據(jù)來源，影響著后續(xù)各個處理步驟。因此要完成拍攝物體空間點到照片成像點之間的幾何變換。即從世界坐標(biāo)系的三維坐標(biāo)轉(zhuǎn)化到圖像二維坐標(biāo)中，從而獲得所需要的參數(shù)。世界坐標(biāo)系通過剛體變換和平移轉(zhuǎn)換到相機(jī)坐標(biāo)系，相機(jī)坐標(biāo)系通過透視投影轉(zhuǎn)換到圖像像素坐標(biāo)系，圖像坐標(biāo)系再轉(zhuǎn)換成像素坐標(biāo)系。坐標(biāo)系間轉(zhuǎn)換如圖 4 所示。

式（3）為像素坐標(biāo)與世界坐標(biāo)的變換公式，右側(cè)第一個矩陣為相機(jī)內(nèi)參數(shù)矩陣，第二個矩陣為相機(jī)外參數(shù)矩陣。

網(wǎng)球識別使用?OpenMV 的?IDE 的閾值選擇工具，先對網(wǎng)球的顏色閾值進(jìn)行獲取，采用了 Python 進(jìn)行編程。圖像框內(nèi)在網(wǎng)球顏色閾值內(nèi)的圓形目標(biāo)標(biāo)記外接矩形框，并將圓形目標(biāo)中點與畫面中點的差值供給控制MCU。

當(dāng)視野中出現(xiàn)兩個及以上網(wǎng)球時，要對網(wǎng)球進(jìn)行多目標(biāo)過濾和多目標(biāo)接近識別。找到輪廓后，將輪廓面積即小球在視野面積按從大到小排序，投影面積越大說明小球與機(jī)器人之間的距離越近，優(yōu)先回收距離近的網(wǎng)球。

3.3 基于電機(jī)驅(qū)動的滾動下壓式回收裝置設(shè)計

網(wǎng)球的回收由兩個電機(jī)驅(qū)動回收機(jī)械裝置滾動前進(jìn)產(chǎn)生的滾動壓力以及摩擦力實現(xiàn)。

為了實現(xiàn)對網(wǎng)球的準(zhǔn)確、快速回收，主控芯片采用PID 算法對 I/O 口輸出的 PWM 波進(jìn)行調(diào)制，主控芯片根據(jù)網(wǎng)球坐標(biāo)與視野中心坐標(biāo)的差值，進(jìn)行 PID 控制器的計算，計算出最佳的 PWM 占空比。通過設(shè)置定時器中斷參數(shù)產(chǎn)生相同占空比的 PWM 波對電機(jī)進(jìn)行轉(zhuǎn)速控制，通過對兩個電機(jī)的轉(zhuǎn)速差以及轉(zhuǎn)向調(diào)節(jié)可以實現(xiàn)裝置的前進(jìn)、后退以及旋轉(zhuǎn)。通過藍(lán)牙可以使用手機(jī)對機(jī)器人進(jìn)行手動控制移動。

4 調(diào)試與測試

在調(diào)試與測試過程中，發(fā)現(xiàn)最初采用亞克力搭建的連接結(jié)構(gòu)薄弱，較容易形變。實際測試中，由于長時間使用，導(dǎo)致變形嚴(yán)重。所以，連接結(jié)構(gòu)使用樹脂材質(zhì)進(jìn)行重新打印。而且雙輪驅(qū)動由于回收機(jī)械裝置整體較大，旋轉(zhuǎn)并不流暢，最好使用履帶輪。PID 控制器的參數(shù)需要進(jìn)行多次調(diào)整和測試才能達(dá)到較好的回收效果，積分I 的作用是消除靜態(tài)誤差，但是 I 的存在可能會引起系統(tǒng)的震蕩。實際中只使用了 PD 調(diào)節(jié)，調(diào)節(jié)偏差快速變化時使調(diào)解量在最短的時間內(nèi)得到強(qiáng)化調(diào)節(jié)，增大比例系數(shù) P，將加快系統(tǒng)的響應(yīng)。但是過大的比例系數(shù)會使系統(tǒng)有較大的超調(diào)，并產(chǎn)生振蕩，導(dǎo)致機(jī)器人抖動劇烈。

5 結(jié)語

本項目基于 STM32 單片機(jī)和 OpenMV 實現(xiàn)了網(wǎng)球的自動回收功能。經(jīng)過測試，該機(jī)器人能夠在網(wǎng)球場進(jìn)行地面網(wǎng)球的回收，最終實物圖如圖 5 所示。結(jié)合傳統(tǒng)網(wǎng)球回收機(jī)械結(jié)構(gòu)與機(jī)器人技術(shù)進(jìn)行了創(chuàng)新設(shè)計，本系統(tǒng)運(yùn)行高效穩(wěn)定，具有很強(qiáng)的實用性。未來是機(jī)器人的時代，機(jī)器人將會更具獨立性、更加高效、更加智能，然而我們也將在機(jī)器人發(fā)展道路上進(jìn)行更加深入、更加廣闊的研究，力求為科技進(jìn)步和發(fā)展作出貢獻(xiàn)。

參考文獻(xiàn)：

[1] 周莉萍，李召.機(jī) 械結(jié)構(gòu)設(shè)計技術(shù)與流程[J].工業(yè)機(jī)器人機(jī)械系統(tǒng)，2022，71（01）：122.

[2] 韋德泉，許桂秋. Python編程基礎(chǔ)與應(yīng)用[M].北京：人民郵電出版社，2019.

[3] 廖義奎.Cor tex-M3之STM32嵌入式系統(tǒng)設(shè)計[M].北京：中國電力出版社，2012.

[4] 劉火良，楊森.單 片機(jī)與嵌入式：STM32庫開發(fā)實戰(zhàn)指南[M].北京：機(jī)械工業(yè)出版社，2013.

[5] 張宇成，王潮涌.基于STM32和OpenMV的圖形識別與測量系統(tǒng)[J].電子測試，2021（15）：43-46.

[6] 高宏偉.計算機(jī)雙目立體視覺[M].北京：電子工業(yè)出版社，2012.