全自主型機器人視覺識別系統(tǒng)研究

王培屹

摘要：機器人項目是一項涉及多項技術的綜合性研究課題，自主移動機器人作為機器人學科中技術含量較高的一個分支，具有廣泛的市場應用前景。視覺系統(tǒng)作為機器人感知外界環(huán)境的重要手段，是全自主機器人的重要組成部分，雖然機器人實驗中目標物體的顏色、形狀特征已知，但由于實驗的對抗性，使得視覺系統(tǒng)應具有很高的實時性、較高的精確度、具有一定的適應能力和抗干擾能力。如何精確高效地處理視覺信息是視覺系統(tǒng)的關鍵問題。本文給出一種基于彩色圖像的目標識別與定位方法，對全自主機器人感知環(huán)節(jié)進行了研究。通過分析攝像頭采集的圖像畫面，并借助碰撞傳感器，紅外傳感器等方法確定目標。

關鍵詞：全自主足球機器人；視覺系統(tǒng)；目標檢測

一、引言

機器人技術是機械設計與制造技術、計算機硬件與軟件技術、運動學與動力學理論、控制理論、電動伺服控制技術、傳感器技術、多傳感器信息融合技術、人工智能等科學及技術領域的綜合應用，代表了高新技術發(fā)展的前沿。而自主移動機器人屬于第三代機器人，它能夠實時獲取外界環(huán)境的信息，對目標和障礙物進行識別和測量，學習和理解外界環(huán)境，并根據設定的目標進行運動規(guī)劃，在無人干預的情況下，實時調整運動規(guī)劃，移動到目的地并完成設定的工作。機器人足球實驗是近幾年發(fā)展起來、進步較快且有很大研究潛力的一類，這類機器人的視覺及控制器等各類部件均裝載在機器人本體上，通過無線通訊與其它機器人、主控計算機及人的信息交流。實驗過程中，機器人通過視覺系統(tǒng)搜索球及球門等環(huán)境信息，通過聲納、紅外或激光等測距系統(tǒng)進行機器人全局定位及障礙物檢測，在進行信息融合之后形成行動策略并實施。因此，機器人如何快速識別目標并且定位是實驗取勝的關鍵環(huán)節(jié)[1]，本文將對這方面的問題進行討論。

二、全自主型足球機器人視覺系統(tǒng)簡介

（一）視覺識別系統(tǒng)的硬件組成

實驗中使用的全自主型足球機器人是上海廣茂達公司研制的AS-UII能力風暴智能機器人，它是典型的自主移動機器人，具有較高的自規(guī)劃、自適應能力，適合于較復雜的非結構環(huán)境中工作的復雜系統(tǒng)。機器人與計算機之間使用基于68HCll單片機開發(fā)的交互式C語言進行編程。視覺識別系統(tǒng)采用CMUcam視覺系統(tǒng)： CMUcam視覺模塊主要是由1個SX28微處理器與OV6620攝像頭（CMOS）組成，CMOS攝像頭把當前窗口的視圖通過簡單的處理，返回像素點矩陣。

（二）視覺識別系統(tǒng)的軟件流程

實驗中，視覺識別系統(tǒng)依靠顏色來識別并判定目標。機器人對顏色的識別過程如下：當攝像頭獲得彩色圖像以后，機器人上的嵌入計算機系統(tǒng)將模擬視頻信號數(shù)字化，將像素根據顏色分成兩部分，感興趣的像素（搜索的目標顏色）和不感興趣的像素（背景顏色）。然后對這些感興趣的像素進行顏色分量的匹配。在實驗之前已經存儲了場地環(huán)境下的各種顏色信息，實驗時需要將實時信息與顏色信息比較或匹配，以尋找搜索目標的顏色區(qū)域。判斷：如果目標出現(xiàn)在視野中，通過多種傳感器的綜合應用，確定目標與機器人的相對位置，為決策子系統(tǒng)提供依據。否則繼續(xù)尋找。

三、視覺識別系統(tǒng)中目標的識別與相對定位

（一）顏色空間的建立

色空間是用數(shù)學方法形象化表示顏色，通常用三維模型表示，用代表3個參數(shù)的三維坐標來描述，其顏色要取決于所使用的坐標。為有效區(qū)分不同的目標顏色，要求顏色模型要含有足夠多的顏色信息；為提高視覺系統(tǒng)的執(zhí)行速度，要求顏色含有盡量少的數(shù)據量。足球機器人系統(tǒng)常用的顏色模型有 RGB 模型、HSV 模型和 YUV 模型等，同一物體在不同的光照和成像距離條件下，映射到內存的RGB數(shù)值會發(fā)生較大變化，不利于目標的識別。為提高識別效果可將顏色表示從RGB顏色空間轉化到更接近人眼觀察方式的HSI顏色空間，從而提高不同光照環(huán)境下識別系統(tǒng)的魯棒性。

（二）目標檢測

成熟的目標檢測技術有：模板匹配、邊緣檢測、色彩分類[2]等。實驗規(guī)定：機器人和球都用不同的顏色加以區(qū)分，為快速檢測到目標采用基于色彩的圖像分割是最好的方法。由于不同的光照環(huán)境下物體的RGB值變化很大，為能夠準確識別目標只有設定顏色空間中三個分量的上下閾值，這樣可以把目標物體與圖像背景顏色區(qū)分開。實驗前針對特殊的實驗環(huán)境，手工設定各個目標顏色分量的值，通過計算機串口連接視覺傳感器，鎖定一幅目標圖片，鼠標選取顏色參考區(qū)域，計算該顏色區(qū)域中各點的顏色特征統(tǒng)計出RGB和HSI空間中各分量的最大值和最小值，利用最初確定的閾值對彩色圖像進行二值化處理，參照圖象處理的結果對閾值進行小范圍調整，達到理想效果后記錄閾值，在此范圍內的子空間為目標顏色。

（三）圖像噪聲的去除

在圖像獲取過程中由于采樣量化、傳遞和環(huán)境干擾的存在致使圖像出現(xiàn)一些高頻的噪聲，這些噪聲會影響后續(xù)處理的效果，對圖像進行平滑處理可降低噪聲，獲取比較理想的圖像質量，提高后續(xù)處理的精度。因為，系統(tǒng)要求有極高的實時性，而頻率域法所采用的算法比較復雜，要求對整個圖像進行處理，實時性較差，因此系統(tǒng)采用比較簡單的高斯濾波法。試驗中高斯算子用模板表示卷積核為A/16，高斯函數(shù)能把圖像變模糊，有效地消除一切尺度遠小于高斯分布空間常數(shù)σ的圖像強度變化，它在空域和頻域內都是平滑的，因而引入任何在原始圖像中未曾出現(xiàn)的變化的可能性最小。經過我們實際的實驗測定，高斯濾波方法速度快，且效果也較理想，因此圖像平滑采用這種方法。

（四）邊緣的增強

邊緣通常是圖像中某些特性不連續(xù)行為表征的，如灰度的突變、彩色的變換、紋理結構的變化等。邊緣表示圖像中一個區(qū)域過渡到另一個區(qū)域。通常圖像的邊界分為階躍式、灰度漸變式、斜率上升又下降式、脈沖式以及帶有不同干擾等形式，要突出圖像中的邊緣，然后再用某些閾值使之分割出來，從而得到邊界的圖像。常用的處理方法有差分運算、梯度算子、模板匹配等。以上幾種算子經過實際應用進行比較，Sobel 算子運算時間少且精度高，效果比較好。

（五）目標的定位

當機器人確定目標出現(xiàn)在視野區(qū)域時，為進一步得到機器人與目標的相對距離，本系統(tǒng)采用了紅外測距卡。它利用PSD 距離測量傳感器能精確測量10-80cm 范圍內物體的距離，在機器人實驗中可對周圍環(huán)境進行探測，確定對手所在方位等，紅外測距卡能連續(xù)地讀出距離，將距離信號轉換為電壓，不需要多余的外圍控制電路。用紅外測距卡測量距離PSD 輸出的是電壓變化值，由于PSD 所輸出的電壓與測量的距離是非線性關系，用函數(shù)可表示為因此若要顯示所測距離，必須根據實驗數(shù)據求出α、β 的值，在對測量距離精度要求不是很高的情況下，可以用簡單的分段線性方法對距離值進行校正。具體定位方法：機器人通過視覺識別系統(tǒng)發(fā)現(xiàn)目標后，通常需要確定目標相對機器人的位置。本文綜合運用數(shù)字羅盤標定方向，聲納和紅外測距。先判斷機器人的方向，如果朝向對方球門方向，通過聲納和紅外傳感器確定目標和球門的距離，采取相應的子策略。否則，通過數(shù)字羅盤方向，改變機器人的方向。

四、結語

通過對兩個機器人合作進球多次的測試，表明視覺軟件系統(tǒng)可較好地完成檢測、識別和跟蹤預測的功能.系統(tǒng)運行穩(wěn)定，其速度可達到25幀/s。在運行過程中，當發(fā)生快速碰撞時，系統(tǒng)的跟蹤效果有些下降，但可以通過其他方法解決。

【參考文獻】

[1]賈云得.機器視覺[M].北京：科學技術出版社，2003.

[2]章毓晉.圖像工程（下）[M].北京：清華大學出版社，2000.endprint