一種基于多源數(shù)據(jù)特征提取的分揀型機器手臂研究

劉智臣

（湖南信息學(xué)院，湖南 長沙 410151）

0 引 言

在智能制造領(lǐng)域，機器手臂被廣泛應(yīng)用，能夠大幅提高制造效率，然而在機械手臂應(yīng)用過程中，需要解決一些關(guān)鍵性問題，比如：如何準確定位目標、如何跟蹤目標、如何抓取目標等。針對目標定位問題，張航等人提出手眼關(guān)系標定方法[1]，將圖像坐標直接轉(zhuǎn)換為機器人坐標；谷雨等人提出基于輪廓迭代[2]最近點配準的多目標模型定位；針對目標跟蹤問題，楊劍峰等人提出采用離線與在線相結(jié)合的方法[3]來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，實現(xiàn)對機械臂軌跡跟蹤控制[4-6]；針對目標抓取問題，張建民等人提出三維立體視覺[7]的機械手臂智能抓取方案。這些方法都能較好地解決定位、跟蹤、抓取等問題，但在目標識別方面都稍顯不足。

然而在智能分揀應(yīng)用領(lǐng)域，對機器手臂的目標識別能力[8]有較高的要求，這有利于提高分揀效率及正確率，因此如何提高機器手臂的目標識別能力需要重點研究。針對這個問題，文中提出一種基于多源數(shù)據(jù)特征提取的分揀型機器手臂系統(tǒng)研制方案。該方案利用多傳感器技術(shù)[9]獲得多源數(shù)據(jù)，接著將這些傳感器節(jié)點采集的原始數(shù)據(jù)，通過無線傳感器網(wǎng)絡(luò)傳輸?shù)奖镜靥幚砉?jié)點。后者再完成數(shù)據(jù)融合和特征數(shù)據(jù)的提取，并將特征數(shù)據(jù)與特征數(shù)據(jù)庫比對，從而識別目標類型，提升智能分揀能力。

1 解決方案及其實現(xiàn)

1.1 控制系統(tǒng)硬件邏輯設(shè)計

圖1是機器手臂控制系統(tǒng)的硬件邏輯設(shè)計。圖中的溫濕度傳感器用來采集目標表面溫濕度數(shù)據(jù)，壓力傳感器用來采集目標的受力數(shù)據(jù)，機器視覺傳感器用來采集目標的圖像數(shù)據(jù)[10]。這三個傳感器都安裝在機器手臂上，將它們采集到的數(shù)據(jù)傳遞給STM32F103處理器。該處理器可以對這些原始數(shù)據(jù)進行初步處理，從而減少數(shù)據(jù)冗余及不必要的數(shù)據(jù)傳輸，再將數(shù)據(jù)通過ESP8266 WiFi模塊傳輸?shù)綗o線傳感器網(wǎng)絡(luò)。數(shù)據(jù)經(jīng)過無線傳感器網(wǎng)絡(luò)到達本地處理節(jié)點。本地處理節(jié)點通過無線模塊接入無線傳感器網(wǎng)絡(luò)收發(fā)數(shù)據(jù)，并可根據(jù)應(yīng)用數(shù)據(jù)情況選擇移動終端或PC終端實現(xiàn)。

圖1 機器手臂控制系統(tǒng)硬件邏輯設(shè)計

1.2 控制系統(tǒng)軟件設(shè)計

圖2為機械手臂控制系統(tǒng)的軟件架構(gòu)。

圖2 機械手臂控制系統(tǒng)的軟件結(jié)構(gòu)

傳感器、STM32F103處理器與ESP8266 WiFi無線模塊組成傳感器采集節(jié)點，該節(jié)點運行多傳感器管理程序和無線傳輸程序。管理程序主要控制溫濕度、壓力、機器視覺等多傳感器的數(shù)據(jù)采集程序運行，以便采集目標的溫濕度、壓力、圖像等原始數(shù)據(jù)，傳輸程序主要負責將這些原始數(shù)據(jù)通過無線傳感器網(wǎng)絡(luò)傳輸給本地處理節(jié)點。

本地處理節(jié)點也需要實現(xiàn)無線傳輸程序，用來從無線傳感器網(wǎng)絡(luò)收發(fā)數(shù)據(jù)。另外，數(shù)據(jù)融合及特征信息提取程序、特征比對及目標識別程序都運行在本地處理節(jié)點中。數(shù)據(jù)融合主要是去除數(shù)據(jù)的冗余性，并組合成特定格式的數(shù)據(jù)。采集的原始數(shù)據(jù)在傳輸時會添加時間戳和傳感器的編號，同編號下的傳感器，在一定時間段內(nèi)采集的無變化的數(shù)據(jù)將被丟棄，不做處理；而同一時刻，來自不同傳感器編號的數(shù)據(jù)將依據(jù)特定程序提取出特征數(shù)據(jù)。特征比對主要是根據(jù)提取的特征數(shù)據(jù)與特征數(shù)據(jù)庫記錄的數(shù)據(jù)項進行比對，以判斷是否符合條件，如果符合，那么識別出目標，如果不符合，那么可通過無線傳感器網(wǎng)絡(luò)調(diào)整機器手臂，使傳感器繼續(xù)采集原始數(shù)據(jù)，并再次提取出特征數(shù)據(jù)進行比對，循環(huán)反復(fù)直到識別出目標，或者停止比對，上報該目標，并進行學(xué)習訓(xùn)練。

1.3 特征信息提取及特征數(shù)據(jù)庫

特征數(shù)據(jù)庫建立在本地處理節(jié)點中，數(shù)據(jù)庫中的表項主要記錄：索引、文字特征數(shù)據(jù)、符號特征數(shù)據(jù)、形狀或尺寸特征數(shù)據(jù)、壓力或硬度特征數(shù)據(jù)、溫濕度數(shù)據(jù)、目標等，這些特征數(shù)據(jù)組合后，可識別目標。該數(shù)據(jù)庫的建立方法可以通過人工輸入，也可以通過學(xué)習訓(xùn)練生成。對于新學(xué)習的目標，可動態(tài)添加數(shù)據(jù)項記錄。

數(shù)據(jù)表項中的特征值都是從多個傳感器采集的原始數(shù)據(jù)中提取出來，特征數(shù)據(jù)與傳感器的對應(yīng)關(guān)系如圖3所示。

圖3 特征信息提取

2 結(jié) 語

現(xiàn)有機械手臂存在目標識別能力不足的問題，因此文中提出一種基于多源數(shù)據(jù)特征提取的分揀型機械手臂，利用多傳感器技術(shù)獲得多源數(shù)據(jù)，接著提取出特征數(shù)據(jù)，然后與已建立的特征數(shù)據(jù)庫中的數(shù)據(jù)比對，完成目標識別。通過實踐，該方案能夠提升機械手臂目標識別的能力，從而提高分揀效率和正確率，可更好地用于智能分揀中。