基于機(jī)器視覺(jué)的智能導(dǎo)覽機(jī)器人控制系統(tǒng)設(shè)計(jì)
加入技術(shù)交流群
導(dǎo)覽機(jī)器人要求傳感器精度稍高，重復(fù)性好，抗干擾能力強(qiáng)，穩(wěn)定性和可靠性高。機(jī)器人在行進(jìn)過(guò)程中必須能夠準(zhǔn)確獲得其位置信息，數(shù)字羅盤可靠輸出航向角，陀螺儀測(cè)量偏移并進(jìn)行必要修正，以保證機(jī)器人行走的方向不偏離。采用超聲波傳感器和紅外傳感器相結(jié)合的方法獲取前方障礙物信息。該系統(tǒng)設(shè)計(jì)選用6個(gè)超聲波傳感器和6個(gè)紅外傳感器。其中，正前方和正后方各1個(gè)，其余4個(gè)超聲波傳感器分別位于正前方和正后方的兩邊，夾角為45°，紅外傳感器分別安裝在超聲波傳感器的正上方1～2 cm處。超聲波傳感器主要通過(guò)測(cè)距實(shí)現(xiàn)避障，而紅外傳感器主要是用于補(bǔ)償超聲波傳感器的盲區(qū)，判斷近距離是否有障礙物。
3．1．2 運(yùn)動(dòng)執(zhí)行層的硬件實(shí)現(xiàn)
該智能導(dǎo)覽機(jī)器人的執(zhí)行機(jī)構(gòu)采用直流伺服電機(jī)。這里選用三洋電機(jī)Super＿L (24 V／3．7 A)額定輸出功率為60 W，最大空載轉(zhuǎn)速為3 000 r／rain，并帶500線的光學(xué)碼盤，使機(jī)器人完成相應(yīng)動(dòng)作。導(dǎo)覽機(jī)器人采用閉環(huán)控制，通過(guò)光學(xué)碼盤測(cè)量車輪速度的實(shí)際值并反饋給微控制器。基于實(shí)際轉(zhuǎn)速與給定轉(zhuǎn)速的差值，驅(qū)動(dòng)器按一定的計(jì)算方法(如PID算法)調(diào)整相應(yīng)電壓，如此反復(fù)，直到達(dá)到給定轉(zhuǎn)速。機(jī)器人調(diào)速采用FAULHABER公司的 MCDC2805實(shí)現(xiàn)。它能實(shí)現(xiàn)速度同步性能，同時(shí)轉(zhuǎn)矩波動(dòng)最小，內(nèi)置PI調(diào)節(jié)器能準(zhǔn)確到達(dá)指定位置。當(dāng)配備Super_L電機(jī)及集成編碼器時(shí)，即使在轉(zhuǎn)速非常低的情況下，也能達(dá)到0．180的定位控制精度。
3．2 導(dǎo)覽機(jī)器人軟件設(shè)計(jì)
通過(guò)USB攝像頭或其他攝像頭采集導(dǎo)覽機(jī)器人前方的視覺(jué)信息，通過(guò)圖像處理算法處理視頻，使機(jī)器人能夠進(jìn)行路徑規(guī)劃和自主導(dǎo)航。通過(guò)接收下層的多傳感融合信息，能夠?qū)崿F(xiàn)近距離的避障，因此在遇到障礙物時(shí)進(jìn)行報(bào)警。到達(dá)目標(biāo)點(diǎn)后，能夠語(yǔ)音解說(shuō)，解說(shuō)完后能與參訪者進(jìn)行簡(jiǎn)單對(duì)話。本文引用地址：http://m.butianyuan.cn/article/163518.htm
4 視覺(jué)導(dǎo)航
視覺(jué)導(dǎo)航是移動(dòng)機(jī)器人一種導(dǎo)航方式，并且基本視覺(jué)導(dǎo)航的研究是未來(lái)移動(dòng)機(jī)器人導(dǎo)航的主要發(fā)展方向之一。該視覺(jué)子系統(tǒng)在整個(gè)系統(tǒng)中的作用是將攝像頭采集周圍環(huán)境的視覺(jué)信息進(jìn)行圖像理解，并根據(jù)圖像處理算法控制機(jī)器人運(yùn)動(dòng)。所謂“圖像理解”就是通過(guò)處理圖像數(shù)據(jù)來(lái)獲得對(duì)圖像所反映的場(chǎng)景的理解，包括圖像中含有哪些物體以及它們?cè)趫D像中的位置。罔像中蘊(yùn)含豐富信息，只需從中提取出有用信息即可。因此，罔像理解算法往往是根據(jù)具體目的而制定的，有一定的適用條件和局限性。
4．1 圖像預(yù)處理
原始圖像為L(zhǎng)ogiteeh攝像頭采集的一幅室內(nèi)用藍(lán)色標(biāo)簽制作的結(jié)構(gòu)化道路圖片，像素大小為320x240，首先將原始圖像進(jìn)行灰度變換，并通過(guò)選取合適的閾值進(jìn)行二值化處理。然后提取罔像有用信息，通過(guò)形態(tài)學(xué)的膨脹腐蝕等操作提取前進(jìn)方向。如圖2所示。
圖3為常見(jiàn)的邊緣算子檢測(cè)效果比較。從圖3中可看出Canny和Sobel算子檢測(cè)效果相對(duì)好些，其中Sobel算子對(duì)噪聲具有平滑作用，能提供較為精確的邊緣方向信息。這里采用Sobel算子進(jìn)行檢測(cè)，如圖4所示。
根據(jù)圖4，系統(tǒng)通過(guò)hough變換檢測(cè)兩條直線的位置，測(cè)出圖像的兩條邊緣線離兩端的像素大小，再根據(jù)實(shí)際地面距離進(jìn)行標(biāo)定，便可獲知機(jī)器人所在位置。
4．2 模板匹配算法
模板匹配技術(shù)是圖像目標(biāo)識(shí)別技術(shù)中一個(gè)重要的研究方向，具有算法簡(jiǎn)單、計(jì)算量小以及識(shí)別率高等特點(diǎn)，目前在目標(biāo)識(shí)別領(lǐng)域得到廣泛應(yīng)用。它是用一個(gè)較小的圖像，將模板與源圖像相比較，確定在源圖像中是否存在與該模板相同或相似的區(qū)域，若該區(qū)域存在，可確定其位置并提取該區(qū)域。它常采用模板與源圖像對(duì)應(yīng)區(qū)域的誤差平方和作為測(cè)度。
評(píng)論