移動機器人地面定點鎖定的視覺應(yīng)用

陳慶文，吳 岡，周麗麗，沈義平，趙大威

(1.黑龍江省科學(xué)院自動化研究所，哈爾濱 150090;2.哈爾濱工程大學(xué)機電學(xué)院，哈爾濱 150090;3.哈爾濱工程大學(xué) 自動化學(xué)院，哈爾濱 150001)

隨著社會的發(fā)展，人們越來越希望用機器人代替自己完成那些枯燥、繁重、危險的工作。近年來，對移動機器人的研究逐漸受到重視，特別是在工程探險、反恐防爆、軍事偵察等領(lǐng)域，人們已經(jīng)清楚地體會到地面移動機器人的優(yōu)越性。移動機器人能夠移動到預(yù)定目標，完成設(shè)定的操作任務(wù)，但相應(yīng)地對移動機器人系統(tǒng)也提出了更高的要求，特別是在機器人的運動速度、靈活性、自主性、作業(yè)能力等方面的要求越來越高。移動機器人的核心技術(shù)主要包括移動行走技術(shù)、遙控和遙操作技術(shù)、半自主和自主技術(shù)、多傳感器信息融合技術(shù)、導(dǎo)航和定位技術(shù)、仿生技術(shù)、多智能體協(xié)調(diào)控制技術(shù)和微小型化技術(shù)等［1］。

人們感受客觀世界70%以上的信息是從眼睛得到的，因此視覺信息是當前信息研究的中心之一。同樣，對機器人而言，計算機視覺檢測信息量大，獲得的信息是對環(huán)境最全面、最深入的反應(yīng)，被認為是最重要的感知力。因此機器人視覺導(dǎo)航系統(tǒng)在機器人的研究和應(yīng)用中占有十分重要的地位，對機器人的智能化也將起到?jīng)Q定性作用［2］。

本文針對小型移動機器人視覺跟蹤的設(shè)計要求，提出了一種簡單而實用的視覺跟蹤控制方法，使用一種低成本的嵌入式彩色視覺系統(tǒng)來瞄準靜態(tài)目標，降低了系統(tǒng)功耗、提高了算法的實時性，并在一個具有4WS4WD和差分機構(gòu)的移動機器人平臺上運行且得到充分驗證。試驗證明其視覺跟蹤系統(tǒng)即使對于低分辨率的顏色圖片，也能表現(xiàn)出魯棒的目標跟蹤行為［3］。

1 系統(tǒng)結(jié)構(gòu)

1.1 移動機器人平臺

如圖1所示，本文采用的機器人平臺由實驗室自主研發(fā)，具有在崎嶇地面環(huán)境運動導(dǎo)航的能力。它具有全地形運動能力，運動地形可以平坦，也可以凹凸不平、布滿沙石，機器人都能前行自如［4－5］。

圖1 移動機器人平臺Fig.1 Platform of mobile robot

移動機器人的主要特征如圖2所示:

圖2 移動機器人配置Fig.2 Configure of mobile robot

(1)移動機器人具有四個獨立驅(qū)動輪，并且配有相應(yīng)的轉(zhuǎn)向機構(gòu)。

(2)驅(qū)動輪都由一個低電流的12V直流馬達驅(qū)動。馬達內(nèi)嵌在每個獨立驅(qū)動輪中。

(3)差分機構(gòu)能夠保證在運動過程中四個輪子始終與地面接觸，平衡了各個輪子上的有效載荷，提高了驅(qū)動輪的牽引力，保證在不平坦地面的穩(wěn)定運行，而且能夠保證機器人崎嶇地面運行中保持低的俯仰角。

(4)主車體縱向俯仰擺角是兩側(cè)搖臂機構(gòu)縱向俯仰擺角的均化值，有效減小了主車體因地形變化所受到的擾動。

基于以上特點，機器人具有多種機動性，能實現(xiàn)全方位、愛克曼和雙愛克曼等機動模式，并且能在崎嶇地面有效前行。機器人車載傳感器有視覺攝像頭、編碼器、嵌入式計算機以及加速度計等。圖像處理任務(wù)時實時在車載上完成。

1.2 視覺系統(tǒng)

本文的移動機器人采用的視覺系統(tǒng)基于CMUcam3攝像頭，它由卡耐基梅隆大學(xué)開發(fā)，是一個低成本、可編程、適合實時處理的嵌入式視覺系統(tǒng)。它包括三個主要構(gòu)件:COMS光學(xué)傳感器、先進先出隊列和60 MHz ARM處理器。該連接方式允許從攝像頭的視頻流中直接提取出數(shù)據(jù)，然后傳遞給車載計算機用于后續(xù)數(shù)據(jù)處理。它通過標準的RS232串行端口和車載計算機相連。

視覺系統(tǒng)固定在一個云臺機構(gòu)上，安裝在機器人的前上端，如圖3所示。云臺包括兩個配件，底層配件由一伺服電機驅(qū)動，能在y方向上轉(zhuǎn)動180°;上層配件由另一伺服電機驅(qū)動，能在x方向上轉(zhuǎn)動180°;云臺采用的Hitec伺服電機能在很快速率下帶動輕質(zhì)量的視覺攝像頭運動，從而保持攝像頭持續(xù)瞄準目標。伺服電機的脈沖寬度范圍是0.5ms～2.5ms。兩伺服電機由USBSSC32路舵機控制板單獨控制。

圖3 視覺系統(tǒng)Fig.3 Visual system

2 目標跟蹤方法

視覺系統(tǒng)的一個主要功能是顏色跟蹤。顏色跟蹤是指在圖像中分割出指定顏色，提取出圖像中該顏色所占區(qū)域位置信息。本文的物體檢測算法是基于通過區(qū)域分析后的彩色圖像分割。視場中的顏色區(qū)域分析提供了光譜信息和空間信息，它可以用來結(jié)合時間幀信息來達到實時跟蹤。攝像頭的分辨率為88×143，能夠以每秒50幀跟蹤指定顏色。它實時采取圖像然后通過使用自身處理器快速計算這些圖像中的相關(guān)數(shù)據(jù)?；谧R別方法的差別，視覺跟蹤可以分為基于圖像分割的跟蹤、基于活動輪廓的跟蹤和基于模板匹配的區(qū)域跟蹤?；趫D像分割的跟蹤方法一直是視覺跟蹤的主要方法，分割的線索包括了圖像強度、顏色、運動、灰度直方圖等，依據(jù)給定的特征將目標區(qū)域從圖像中分割出來［6］。本文采用基于物體顏色和形狀的圖像識別方法。該方法的優(yōu)點是識別速度快，結(jié)果較準確，對光線、顏色變化適應(yīng)性較好，適合運動系統(tǒng)進行視覺伺服控制。HSV空間的各個分量是相互獨立的，對同一顏色屬性的物體，具有比較穩(wěn)定的數(shù)值變化范圍。它將顏色與飽和度、亮度分開，是圖像分割中常用的模型［7－8］。

視覺系統(tǒng)內(nèi)嵌處理器，完成圖像的處理。提取圖像RGB值，內(nèi)嵌處理器將彩色圖像轉(zhuǎn)化為HSV模型，對其H、S兩個分量分別做直方圖，得到選定物體區(qū)域的H、S閾值。設(shè)定Hmin＜H＜Hmax，Smin＜S＜1。其中，Hmin、Hmax分別為區(qū)域圖像色調(diào)的最小閾值和最大閾值，Smin為區(qū)域圖像飽和度的最小閾值。內(nèi)嵌處理器實時采集圖像，每幅圖像都與該閾值進行比較，剔除背景，分割出跟蹤物體。然后對圖像進行二值化、濾波和膨脹算法得到物體的中心坐標，并輸出圖像處理數(shù)據(jù)。該數(shù)據(jù)包中包含跟蹤物體的中心坐標(Mx和My)，區(qū)域框，識別出物體的標志T。移動機器人顏色跟蹤和視覺瞄準目標中心的工作步驟如圖4所示:

圖4 移動機器人目標跟蹤系統(tǒng)工作步驟Fig.4 Steps of mobile robot target tracking

(1)首先設(shè)定HSV模型的H和S的閾值。由車載計算機周期性發(fā)送分割命令給視覺系統(tǒng)計算機。

(2)待圖像處理完，視覺系統(tǒng)返回數(shù)據(jù)包給計算機，其中包含目標中心在圖像平面的坐標，可以直接用來跟蹤物體。

(3)和(4)在自動顏色跟蹤循環(huán)模式進行過程中，每次返回一幀圖像的參數(shù)值。車載計算機能依據(jù)收到的數(shù)據(jù)，計算出攝像頭重新對準目標中心云臺兩伺服電機所需調(diào)整角度，并發(fā)送相應(yīng)控制信號給舵機控制板。

視覺系統(tǒng)的另外一個功能是視覺判別。機器人判斷由視覺系統(tǒng)返回數(shù)據(jù)包中的識別出物體的標志T是否為1，如果為1表示攝像頭很好的鎖定到指定物體，，如果為0認為目標不在視場內(nèi)。因為攝像頭分辨率為88X143，因此我們定義Mx_ideal和My_ideal分別代表圖像平面中心坐標，定義Mx和My分別代表視覺系統(tǒng)返回數(shù)據(jù)包中指定顏色的中心坐標值。由于光線照明因素影響，允許圖像平面中心點坐標值有一個合理誤差范圍，因此定義在圖像平面定義中心矩形框，其中

則認為視覺系統(tǒng)成功瞄準目標中心。通過對比由定期發(fā)送分割指令得到的Mx、My與中心矩形框邊界值的差別，得到偏差并按照控制條件判斷云臺伺服電機調(diào)整的運動方向和計算相應(yīng)運動角度。

云臺水平方向伺服電機的運動控制條件如下:

當T=1并且Mx＞Mxmax時，伺服電機向右運動;

當T=1并且Mx＜Mxmin時，伺服電機向左運動;

當T=1并且Mxmin≤Mx≤Mxmax時，伺服電機保持原先位置;

云臺豎直方向伺服電機的運動控制條件同理可得。

圖5 實驗?zāi)繕薋ig.5 Experimental target

3 試驗驗證

試驗環(huán)境中采用日光燈照射，目標設(shè)計如圖6所示:在日光燈表面覆蓋一層紅色薄紙，將其作為目標，測試結(jié)果表明跟蹤效果良好。再對目標顏色跟蹤初始化設(shè)置，并設(shè)定焦距。依據(jù)上述目標瞄準方法，調(diào)整云臺伺服電機。最后，通過大量實驗測試，綜合考慮光照影響及顏色跟蹤的精確度和靈活性，設(shè)定

每次跟蹤控制循環(huán)云臺水平方向伺服電機運動40us以重新瞄準目標，豎直方向伺服電機則為20μs。

本試驗?zāi)繕嗽谟谝罁?jù)所提出的跟蹤控制方法，通過使用一種低成本的嵌入式彩色視覺系統(tǒng)來實現(xiàn)對一靜態(tài)目標的持續(xù)有效瞄準。移動機器人運動地形分別為崎嶇地面和非崎嶇地面，如圖6所示。

圖6 崎嶇地面目標跟蹤瞄準實驗圖Fig.6 The experimental plot of target tracking in rough ground

通過以上試驗結(jié)果，可知:

(1)IMU得到的返回值準確反映了不同崎嶇地面機器人的姿態(tài)特征。對稱地面運動時車體俯仰角度隨地形變化明顯，顯示出明顯的規(guī)律性，車體橫滾角和偏航角較小;機器人開始運動后，先向左側(cè)橫滾，然后隨地形起伏向右側(cè)橫滾，顯示出規(guī)律性，與機器人運行實際情況基本一致，俯仰角與偏航角較小。角度偏差是因為輪子滑轉(zhuǎn)和驅(qū)動輪直流電機不平穩(wěn)的瞬態(tài)響應(yīng)造成的。

(2)隨著機器人運動，俯仰角隨著地形逐漸增大(減小)，攝像頭瞄準開始偏離目標，此時Mx或My值偏離出中心矩形框，車載計算機能根據(jù)跟蹤控制方法即時判斷，計算電機調(diào)整角度，控制云臺伺服電機運動重新瞄準。

(3)無論移動機器人在何種地形下運動，由視覺系統(tǒng)返回的Mx和My值能始終保持在圖像平面的中心矩形框內(nèi)，表明攝像頭成功瞄準目標中心，證明所提出的跟蹤控制方法簡潔有效。

4 結(jié)束語

本文研究的系統(tǒng)能夠用于城市救援、消防、公安、采礦和環(huán)保等領(lǐng)域，就城市的給水管道維護來說，城市每隔一段時間都要對給水管道進行清洗以保證供水的安全和質(zhì)量，以哈爾濱為例對全市的供水管道進行清洗檢測，每1000，km3需要6套可移動多路視頻采集系統(tǒng)，以每套8萬元的售價來計算，哈爾濱市的需求量在300套左右，產(chǎn)值在2 400萬元人民幣，以此方式可以減少每年在供水管道維護上人力、物力的花費。

同時在國防、軍事和星球探測等方面也有著良好的應(yīng)用背景，是國家發(fā)展迫切需要的核心技術(shù)之一，將在國民經(jīng)濟和安全中起著重要的作用。

［1］ Sjo K，Gaálvez Loópez D，Paul，C et al.Kragic.Object Search and Localization for an Indoor Mobile Robot［J］.Journal of Computing and Information Technology，2009，17(1):67 －80.

［2］ Palungsuntikul P，Premchaiswadi W.Object detection and keep on a mobile robot by using a low cost embedded color vision system［M］.International Conference on Knowledge Engineering，Bangkok，2010:70 －76.

［3］ Rowe A，Goode A，Goel D，et al.CMUcam3:An Open Programmable Embedded Vision Sensor.Robotics Institute，Carnegie Mellon University，Pittsburgh，PA，Tech.Rep.CMU － RI－ TR －07 －13，May 2007.

［4］ Xu H，Gao XZ，Peng GL，et al.Optimization of Reconfigurable Mobile Robots Based on Modified Harmony Search Method［J］.Transactions of the Institute of Measurement and Control，2012，(34):34－360.

［5］ Xu H，Zhang ZY，Xue K，et al.Prototypes Selection by Multi－Objective Optimal Design:Application to a Reconfigurable Robot in Sandy Terrain.Industrial Robot［J］.An International Journal，2011，38(6):599 －613 .

［6］ Bikman J，Meiswinkel T，Conrad J.A vehicle implementation of a color following system using the CMUcam3［M］.Proceedings of the IEEE International Conference on Southeastcon，Atlanta，GA，2009:30－33.

［7］ Chaumette F，Rives P，Espiau B.Positioning of a robot with respect to an object，tracking it and estimating its velocity by visual servoing［C］.The IEEE International Conference on Robotics and Automation，Sacramento，California，1991.

［8］杜欣，趙曉光.基于彩色圖像的機器人視覺跟蹤［J］.武漢大學(xué)學(xué)報(信息科學(xué)版)，2006，31(2):136 －139.