摘要：針對傳統(tǒng)類人機器人在控制系統(tǒng)實時性和視覺識別方面的不足，以S3C6410作為主控芯片，設計了具有視覺識別功能的類人機器人控制系統(tǒng)，通過改進和簡化視頻識別算法取得了良好的目標識別效果。實驗表明，基于本控制系統(tǒng)設計而成的類人機器人實時性好，目標識別準確，通過調整運動路徑能夠快速找到目標。
關鍵詞：類人機器人；嵌入式實時操作系統(tǒng)；機器視覺；顏色識別
引言
智能移動機器人是近年來發(fā)展起來的一門綜合學科，涉及機械設計、傳感檢測、人工智能等多方面知識。類人機器人的控制系統(tǒng)分為三個層次：最上層是機器人的策略規(guī)劃層，利用各種算法實現(xiàn)各部分的功能；中間一層運行各類應用程序的嵌入式實時操作系統(tǒng)；最底層是硬件平臺，通過外圍接口獲得各類數(shù)據(jù)、信息。
自主機器人利用傳感器獲取的信息控制機器人的動作。本文根據(jù)武術擂臺機器人的實際需要，設計了機器人的控制系統(tǒng)，實現(xiàn)攝像頭圖像采集、處理和舵機控制等功能。
策略規(guī)劃層中，由于圖像信息具有信息豐富、對場景描述完全的特點，主要通過處理攝像頭采集的圖像信息實現(xiàn)顏色目標定位。這里采用Linux嵌入式操作系統(tǒng)，由于嵌入式系統(tǒng)資源的限制，要求目標識別算法運行效率高，占用內存空間小。硬件平臺主要是控制舵機實現(xiàn)機器人的運動控制。
1 系統(tǒng)控制電路與視頻識別算法
1．1 機器人整體架構
在武術擂臺技術挑戰(zhàn)賽中，機器人要采集目標的位置信息。由于I／O、A／D轉換的有效檢測距離有限，機器人采用攝像頭采集場地上的圖像信息，根據(jù)目標的顏色進行識別、定位。當檢測到目標位置以后控制舵機自主運動向目標靠攏，完成自我介紹、抱繡球等動作。所設計的機器人外形如圖1所示。
從圖中可以看出，機器人頭部采用攝像頭，通過USB接口與主控板進行連接，用于采集圖像信息。機器人腰部、腿部、胳膊各關節(jié)利用舵機使其具有一定的自由度，用到的舵機為CDS系列數(shù)字舵機。它內部有ATmega8芯片，主控板通過串口與ATmega8通信，就可以實現(xiàn)舵機的控制。針對以上要求，同時考慮系統(tǒng)的實時性，采用S3C6410作為主控芯片。實際控制系統(tǒng)總體框圖如圖2所示。
1．2 舵機控制系統(tǒng)設計
主控板通過串口1完成與舵機之間的數(shù)據(jù)通信，舵機控制電路的原理圖如圖3所示。
由于半雙工數(shù)據(jù)線只有一根，所以必須在電路上實現(xiàn)發(fā)送和接收上的分離。這里網絡Robotis_UART一端直接接到舵機的信號線上，而另一端經過74HC126的兩個緩沖器分別與主控芯片的TXD1和RXD1相連，再通過主控芯片使能的方式來確定是發(fā)送還是接收數(shù)據(jù)。主控芯片可以使NLED1為高而NLED2為低，這時TXD1就取得了線路的控制權，主控芯片就可以發(fā)送數(shù)據(jù)到舵機了。反之，當NLED2為高而NLED1為低時，這時RX D1就取得了線路的控制權，這時舵機可以返回數(shù)據(jù)。
舵機控制的軟件方面，需要完成串口的相關配置，主要包括波特率、起始位數(shù)、數(shù)據(jù)位數(shù)、停止位數(shù)和流控制模式。這里將其配置為波特率19 200、起始位1位、數(shù)據(jù)位8位、停止位1位和無流控制模式。串口的設置主要是設置struct termios結構體的各成員值，如下所示：
2 圖像識別算法
攝像頭采集到的圖像主要作如下處理：首先對數(shù)據(jù)解碼，利用查表法將RGB空間模型數(shù)據(jù)轉化為HSI空間模型，然后采用類間方差法將圖像進行二值化，再利用連通域對目標進行標定，最后對圖像進行去噪，從而實現(xiàn)目標的識別和定位。圖像處理程序流程圖如圖4所示。
攝像頭采集的圖像為RGB格式，但RGB模型中R、G、B值易受光線影響，不適宜進行顏色識別；HSI模型中，不同的顏色對應不同的色調參數(shù)H，并且H受外界光照影響小，因此采用HSI模型實現(xiàn)顏色識別。因此，要通過某種算法，先將RGB色域空間映射到HSI空間。常用的顏色空間轉換算法如下：
實現(xiàn)顏色空間轉換以后就要根據(jù)不同的H值對圖像進行二值化處理。二值化的實質是一分類問題，即把一幅圖像所含有的0～255的二進制像素按照某個閾值劃分成兩類。如果閾值設得太低，結果會引入過多的背景信息，但太高就會導致目標信息的丟失。類間方差法(Otsu)、最大熵方法(KSW)和直方圖平衡法(Balanced Histogram Thresholding，BHT)是目前應用較廣的自動閾值計算方法。
這里采用類間方差法，它的核心思路就是通過最大化類間方差來尋找最佳閾值。假設某一閾值T將整個二值圖像分為C0(1，…，T)和C1(T，…，255)兩類，則兩類的出現(xiàn)概率可以用下式計算：
如上所述，最佳閾值的判斷標準是使得類間方差最大。于是通過遍歷每一個灰度值，并計算其劃分帶來的類間方差，總能找到一個合適的閾值滿足條件。由于式(4)計算二階中心矩計算量較大，考慮到：
顯然，式(6)只需要計算類內均值，即一階矩。于是最大化就轉化為最大化式(6)。
接下來的工作就是對圖像進行標定，這里所指的標定就是根據(jù)二值化后的圖像，計算出目標區(qū)域的外接矩形位置。在目標構成比較簡單的情況下，投影法是效率最高的方法，而當場景中存在多個目標時，多數(shù)情況下需要進行連通域計算。拓撲學中把連通性定義為，區(qū)域內任意兩點之間存在至少一條曲線可以將兩者連接。目前的連通域標記方法主要分兩類：掃描法和輪廓跟蹤法。掃描法的基本思路是逐個檢查每個像素的值和連通性，從而獲得所有的連通性描述信息，然后根據(jù)每點之間的相互關系計算出最后的區(qū)域個數(shù)和構成關系?；趻呙璧倪B通標記演示如下(以8連通為例)：
首先對二值圖像進行行掃描得到線段連通標記，如圖5所示。然后檢查每行之間線段與上一行線段之間的連通關系，并更改標記。
第1行：線段1創(chuàng)建標記A。
第2行：線段2、1之間連通，線段2標記為A；線段3同理標記為A。
第3行：線段4、2之間連通，線段4標記為A；線段5創(chuàng)建標記為B。
第4行：線段6、4之間連通，線段6標記為A；線段6、5之間連通，將線段5的標記由B變?yōu)锳。
第5行：線段7創(chuàng)建標記B；線段8、6之間連通，線段8標記為A。結果如圖6所示。
將圖像標定完畢可以去掉圖像中的噪點，并且找到目標的中心，實現(xiàn)目標的定位。
3 實驗與結果分析
將控制卡裝到機器人上，控制機器人運動，在運動中攝像頭采集圖像，并且用方框將目標進行標定。利用上述顏色識別算法對圖紅色繡球進行標定，得到如圖7所示的結果。
隨著機器人的運動，繡球在圖像中的位置發(fā)生變化，機器人根據(jù)標定結果，就可以得到繡球的位置，根據(jù)位置調整自己的運動準確找到繡球。圖像采集的速度達到15幀／s，舵機控制準確度達到0．32°，可以圓滿完成比賽任務。
結語
本文以S3C6410作為主控芯片，設計了具有視覺識別功能的類人機器人控制系統(tǒng)。改進的顏色識別算法利用查表法、類間方差法、連通域等方法對圖像進行處理，取得了良好的視頻識別效果。實踐證明，由該控制系統(tǒng)的設計方案制作而成的類人機器人，具有良好的自主控制穩(wěn)定性和較好的視覺識別能力，能夠較出色地完成比賽。
下載文檔
