基于Open MV的智能追蹤小車的研究與設(shè)計(jì)

李志強(qiáng)，黃 明，康欽清*，王東滔，肖玉亮，李本高

（湖南涉外經(jīng)濟(jì)學(xué)院信息與機(jī)電工程學(xué)院，湖南 長沙 410205）

0 前言

有視覺功能的智能小車在各行各業(yè)中的應(yīng)用越來越廣泛[1]。它們可以協(xié)助人們完成某些特殊產(chǎn)品或物品的分揀分類，比如有毒化學(xué)物品，易燃易爆物品等危險(xiǎn)品。可以大大提高效率，降低危險(xiǎn)。

顏色識別是將要識別的顏色從外界眾多的顏色中凸顯出來[2]。如果把顏色識別與智能小車的追蹤功能相結(jié)合，對不同物品的顏色特征進(jìn)行識別，從而實(shí)現(xiàn)對物品的追蹤，減少人與物品的接觸，提高工作效率和保障員工人身安全[3-4]。

本系統(tǒng)選定需要追蹤的目標(biāo)物體顏色，采用Open MV作為圖像采集模塊，對目標(biāo)物體進(jìn)行識別，并計(jì)算得到目標(biāo)物體的中心坐標(biāo)，傳送給Arduino UNO3開發(fā)板為主控板的智能小車，結(jié)合組合傳感器測距模塊，完成對目標(biāo)物體的追蹤[5]。

1 系統(tǒng)硬件設(shè)計(jì)

1.1 系統(tǒng)整體設(shè)計(jì)方案

本設(shè)計(jì)由電源模塊、控制模塊、執(zhí)行模塊組成，系統(tǒng)硬件總體框圖如圖1所示。利用Open MV攝像頭自動識別物體的顏色，返回物體的中心坐標(biāo)，根據(jù)中心坐標(biāo)的偏離程度驅(qū)動電機(jī)完成小車的行進(jìn)。借助組合傳感器測距模塊，精確判斷小車跟蹤或躲避的距離。電源模塊為整個(gè)智能小車提供需要的電源，保證各部分正常工作。

圖1 小車硬件系統(tǒng)總體框圖

1.2 主控制模塊

Arduino UNOR3開發(fā)板以ATMGA328P作為主控芯片，并將其IO端口全部引出。Arduino UNOR3開發(fā)板通過UART串口與Open MV進(jìn)行通信，接收目標(biāo)色塊的中心坐標(biāo)。依據(jù)其橫坐標(biāo)所在數(shù)值區(qū)間控制小車的左轉(zhuǎn)或右轉(zhuǎn)。同時(shí)依靠組合傳感器測距模塊測量小車與目標(biāo)之間的距離，從而實(shí)現(xiàn)對目標(biāo)的追蹤或躲避。

1.3 Open MV攝像模塊

本設(shè)計(jì)采用Open MV作為圖像采集與識別模塊。0pen MV攝像頭是一款小巧，低功耗，低成本，可擴(kuò)展，可使用Python語言的可編程圖像傳感器模塊。STM32H743VIT6作為主控芯片，且在其Open MV IDE開源開發(fā)環(huán)境中將大多數(shù)圖像處理算法模塊化并封裝供用戶調(diào)用。Open MV將采集到的圖像進(jìn)行二值化處理，通過閾值編輯器初始化需要識別的顏色閾值，同時(shí)計(jì)算所采集圖像中最大的目標(biāo)色塊面積并計(jì)算其中心坐標(biāo)，通過UART串口發(fā)送給小車主控模塊。

1.4 組合傳感器測距模塊

小車采用由超聲波傳感和激光傳感器VL53L0X構(gòu)成的組合傳感器測距模塊。將超聲波傳感器安裝在位于智能小車整體頂部最上方的舵機(jī)上，通過舵機(jī)旋轉(zhuǎn)識別左、前、右方的距離，進(jìn)行障礙物的判斷。激光傳感器可以及時(shí)判定遠(yuǎn)距離的前方有無障礙物。

1.5 電機(jī)驅(qū)動模塊

在本設(shè)計(jì)中，采用L298N模塊作為電機(jī)驅(qū)動模塊，在輸入6V～46V的輸入電壓范圍，可輸出2A的電流供給電機(jī)工作，驅(qū)動四輪小車正常運(yùn)行。L298N模塊的控制輸入端與主控板IO口相連接。通過IO口的高低電平的變化，控制電機(jī)的正反轉(zhuǎn)及停止。當(dāng)主控板接收到Open MV發(fā)送的障礙物或追蹤目標(biāo)的中心坐標(biāo)后，主控平臺向L298N發(fā)送相應(yīng)的高低電平，從而控制小車的左轉(zhuǎn)，右轉(zhuǎn)，前進(jìn)，后退及停止。

表1 L298N電機(jī)控制真值表

1.6 電源模塊

采用LM2596S穩(wěn)壓模塊作為電壓轉(zhuǎn)換模塊，具有轉(zhuǎn)換效率高，輸入電壓范圍廣，輸出電流大，帶負(fù)載能力強(qiáng)等特點(diǎn)。LM2596S穩(wěn)壓模塊為主控板等電路提供正常工作電壓，還要為電機(jī)驅(qū)動板提供穩(wěn)定的12V電壓，使電機(jī)工作更加穩(wěn)定，小車的運(yùn)轉(zhuǎn)更加流暢，速度更加穩(wěn)定。

2 軟件系統(tǒng)設(shè)計(jì)

本設(shè)計(jì)的軟件系統(tǒng)由圖像處理模塊和小車追蹤/避障模塊組成，系統(tǒng)總流程圖如圖2所示。借助Open MV開發(fā)平臺，使用其封裝好的函數(shù)模塊，實(shí)現(xiàn)對特定顏色的識別以及最大色塊的中心坐標(biāo)的獲取。中心坐標(biāo)通過串口發(fā)送給主控板。主控板接收到最大色塊的中心坐標(biāo)，提取出橫坐標(biāo)與設(shè)定值進(jìn)行比較，大則右轉(zhuǎn)、小則左轉(zhuǎn)。結(jié)合組合傳感器測距模塊得出的數(shù)據(jù)實(shí)現(xiàn)躲避障礙物的功能或者使小車轉(zhuǎn)向目標(biāo)物體。

圖2 系統(tǒng)總流程圖

2.1 顏色識別及色塊中心坐標(biāo)的獲取

在Open MV中使用LAB顏色模型來描述顏色，L是亮度，A和B為兩個(gè)顏色通道。A為紅色到綠色的范圍，B為黃色到藍(lán)色的范圍。通過設(shè)置L，A，B的取值范圍得到要識別的顏色。如綠色色塊 LAB閾值可設(shè)置為(100,0,-128,-20,-128,127)。

對比LAB顏色模型中L、A、B的取值，閾值編輯器會自動將LAB取值不等于設(shè)定值的顏色濾除，變?yōu)楹谏槐Ａ襞c設(shè)定值相等閾值的顏色，由此可得到某一顏色的LAB顏色閾值。使用find_blobs和threshold函數(shù)可實(shí)現(xiàn)顏色識別功能。在threshold函數(shù)中填入LAB顏色模型的L、A、B的取值范圍，再填入find_blobs中，系統(tǒng)通過顏色閾值比較自動對圖像進(jìn)行二值化處理，最后用方框?qū)㈤撝翟谌≈捣秶念伾虺?，從而達(dá)到顏色識別的目的。

圖3(a)給出Open MV采集到的圖片，(b)圖是設(shè)定識別顏色為綠色的顏色閾值后得到的二值化圖像。

圖3 閾值編輯器處理圖片

使用MAX函數(shù)在find_blobs函數(shù)識別出的色塊中找出面積最大的色塊，濾除其他的較小面積的色塊。然后使用blob函數(shù)在色塊中心畫出十字標(biāo)并獲取色塊的中心坐標(biāo)，如圖3(c)所示。最后通過UART串口將色塊的中心坐標(biāo)發(fā)送給主控板。

本部分實(shí)現(xiàn)代碼如下。

2.2 智能小車的追蹤或避障的實(shí)現(xiàn)

將Open MV模塊發(fā)送的色塊中心坐標(biāo)與攝像頭中心軸的橫坐標(biāo)進(jìn)行對比，大則說明物體在小車的左邊，小則說明物體在小車的右邊，相等則說明物體在小車的正前方；于此可以操控小車做出相應(yīng)的動作，從而達(dá)到追蹤或避障的目的。

3 實(shí)驗(yàn)與結(jié)果分析

3.1 尋找最大色塊實(shí)驗(yàn)

準(zhǔn)備兩個(gè)顏色相同、大小不一的色塊，見圖4所示。通過閾值比較器設(shè)置要識別的顏色閾值，寫在threshold函數(shù)中。啟動Open MV，燒錄程序，開始識別色塊。通過上位機(jī)查看Open MV傳回的圖像視頻。圖4傳回圖像顯示，存在兩個(gè)與背景顏色相差較大的色塊。經(jīng)過圖像處理之后，系統(tǒng)會自動將要識別的色塊用方框框起來，并將面積最大的顏色色塊用十字標(biāo)標(biāo)出。

圖4 尋找最大色塊實(shí)驗(yàn)

3.2 智能小車的色塊識別追蹤實(shí)驗(yàn)

將小車放置在起點(diǎn)，在距離小車1m處放置藍(lán)、綠、黃三個(gè)同等大小的圓形色塊。通過上位機(jī)向小車分別發(fā)送藍(lán)、綠、黃三種顏色識別指令，測量和記錄小車識別到藍(lán)、綠、黃三色塊并到達(dá)色塊附近的時(shí)間，如表2所示。

表2 藍(lán)、綠、黃三色色塊識別追蹤

智能小車在實(shí)驗(yàn)場地一定、距離一定的情況下，識別形狀大小相同，顏色不同的障礙物并追蹤到其附近所用的時(shí)間幾乎相同，攝像頭對于黃、綠、藍(lán)三色識別較為靈敏，識別用時(shí)較短。

4 結(jié)論

本文實(shí)現(xiàn)了基于 Open MV的智能追蹤小車。利用Open MV的顏色識別功能，快速識別設(shè)定的目標(biāo)物體顏色，確定其中心坐標(biāo)，傳送至控制中心，完成小車對目標(biāo)物體的追蹤功能。