基于OpenCV的機械臂驅(qū)動系統(tǒng)設(shè)計

馬超+范光宇+張治軍+黃達(dá)+何群

摘要：該文主要對四自由度機械臂控制系統(tǒng)進(jìn)行了研究與設(shè)計，用于識別物體并抓取運輸。首先，該文先對機械臂的整體機械結(jié)構(gòu)進(jìn)行設(shè)計包括它的底座、軀干、以及機械爪等，然后選擇合適的軀干以及鉤爪的驅(qū)動方式，構(gòu)建出機械臂的機械結(jié)構(gòu)部分；然后，我們則對其運動方式進(jìn)行設(shè)計，包括電路控制板和驅(qū)動裝置的選擇，數(shù)據(jù)的接收以及發(fā)送方式，以及后期圖像接口的設(shè)計等；在軟件系統(tǒng)上選擇了可移植能力強大的OpenCV，其提供的視覺處理算法非常豐富強大：掃描圖像對齊、圖像去噪、物體分析等，從而加強控制軟件的可靠性和機器人運行過程的安全性。實驗表明，該機械臂控制系統(tǒng)采用OpenCV不僅具有很好的控制精度，還具有很好的穩(wěn)定性、準(zhǔn)確性，而且在很大程度上改善了定位精度。

關(guān)鍵詞：六自由度機械臂；OpenCV；伺服；制動

中圖分類號：TP302 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）33-0227-03

1 機械臂控制系統(tǒng)軟件設(shè)計

1.1 開發(fā)環(huán)境

本設(shè)計的開發(fā)環(huán)境是arduino。Arduino是一款完全開源的電子原型平臺，包含了arduino板和arduino IDE。由歐洲開發(fā)團(tuán)隊開發(fā)，使用類似C語言的processing開發(fā)環(huán)境。Arduino可以自行設(shè)計或者購買已經(jīng)焊接好的板子，程序代碼寫在arduino IDE上，實現(xiàn)對arduino板子的控制。

1.2 國內(nèi)外研究現(xiàn)狀

作為近幾十年來發(fā)展起來的一種自動設(shè)備，機械臂可以通過編寫軟件程序來完成目標(biāo)任務(wù)，它不僅大部分機械臂共同的機械有點，而且特別具有人的視覺以及判斷能力。在作業(yè)過程中，機械臂控制的準(zhǔn)確性和對環(huán)境的適應(yīng)性，已經(jīng)使其在各個領(lǐng)域有著廣闊的發(fā)展前景。高級類型的機械臂，可以執(zhí)行更復(fù)雜的操作。將機器臂運用于工業(yè)生產(chǎn)過程，除了可以提高生產(chǎn)率之外，還能夠減弱工人的勞動強度，使生產(chǎn)過程實現(xiàn)自動控制。因此機械臂在近幾年得到了愈來愈廣泛的應(yīng)用。

在國外，工業(yè)機器人的發(fā)展已經(jīng)較為成熟，涵蓋于各個行業(yè)，已經(jīng)得到了非常廣泛的運用，而相比國內(nèi)，我國基礎(chǔ)產(chǎn)業(yè)跟不上，機械設(shè)計的工藝也達(dá)不到一個極高的水平，而且部分設(shè)計不夠系統(tǒng)科學(xué)，大多處于一個模仿的階段。以上原因?qū)е挛覈I(yè)機器人在國際上并不能達(dá)到一個較高的水準(zhǔn)。如今國內(nèi)企業(yè)需要革新自己的技術(shù)，加強學(xué)習(xí)才能在國際市場上占有一席之地。

1.3 總體思路

1.3.1 機械臂軟件設(shè)計核心思路

攝像頭采集視頻圖像->利用OpenCV獲得圖像的一幀->對此幀圖像進(jìn)行濾波處理->將圖像序列幀由RGB模型轉(zhuǎn)為HSV模型->對得到的二值圖像進(jìn)行輪廓檢測->創(chuàng)建回調(diào)函數(shù)并對得到的三幅圖像進(jìn)行合并->創(chuàng)建滑動條窗口->將得到的圖像分為H，S，V三幅單通道圖像->在目標(biāo)體上繪制輪廓。

本文提到的OpenCV函數(shù)庫是一個開源的跨平臺的視覺圖像處理庫，利用此庫中提供的開源算法并加以邏輯上的改進(jìn)來提取攝像頭中幀圖像，再使用顏色閾值調(diào)節(jié)功能進(jìn)行顏色識別，再對結(jié)果進(jìn)行一系列的處理達(dá)到預(yù)期要求。

1.3.2 OpenCV簡介

OpenCV是一個基于開源發(fā)型的跨平臺計算機視覺庫，可以運行在眾多操作系統(tǒng)上，由一系列C函數(shù)和C++類構(gòu)成，輕量且高效，其提供的視覺處理算法非常豐富，被大量使用于眾多科學(xué)領(lǐng)域，衛(wèi)星地圖的圖像整合拼湊；醫(yī)學(xué)界病人器官圖像的去噪處理；安全系統(tǒng)中的物體動態(tài)監(jiān)測而預(yù)警；軍事行動中代替人眼而進(jìn)行眾多無人操作與活動，不光如此，在圖像處理能力外，還能對聲譜圖進(jìn)行識別操作從而進(jìn)行對聲音的識別。

1.4 單一模塊

1.4.1 顏色識別

顏色識別的首當(dāng)之事應(yīng)是正確選取顏色空間，常用的顏色空間有RGB、CMY、HSV、HIS等。本文采用RGB和HSV。

RGB（紅、綠、藍(lán)）可以看成一個三維的坐標(biāo)系，一個坐標(biāo)點表示一種顏色。HSV是顏色空間模型。表示顏色的是Hue，與坐標(biāo)點不同，他使用有角度的圓形來表示相應(yīng)顏色，比坐標(biāo)點更加靈活。表示飽和度的是Saturation，飽和度越低，則顏色填充就越少，例如圓心處取值為0，那么顏色會非常的淡，從底部往上，圓的半徑r越來越大，那么顏色就會越來越深。表示顏色的亮度的是Value，同理，也是從圓錐底端到頂端的數(shù)值漸變，底部表示為黑色，而頂端表示為白色。在實際實驗環(huán)境中，RGB顏色經(jīng)測驗非常容易受到強光、弱光、陰影等其他因素的干擾。相比之下，HSV空間能更加穩(wěn)定的處理這些光照的變化從而能更好地反應(yīng)顏色本質(zhì)、傳達(dá)正確信息。

1.4.2 圖像獲取與處理

1.4.2.1 圖像獲取與預(yù)處理

利用體感周邊外設(shè)中強大的Kinect攝像頭（VideoCapture（…））獲取周圍環(huán)境圖像，讀取一張圖片或視頻中的一幀圖像，進(jìn)行兩次濾波后利用cvtColor（imgOriginal， imgHSV， COLOR_BGR2HSV）函數(shù)進(jìn)行RGB與HSV的轉(zhuǎn)換，再在HSV空間下對彩色圖像做直方圖均衡化。

高斯濾波函數(shù)：cvSmooth（…CV—GAUSSIAN…）。真實圖像的鄰近點像素如果變化，不會十分明顯，因為真實圖像的像素點是緩慢遷移變化的，但是如果兩個像素點倏忽變化的話，便會有很大的像素差，就是我們說的噪點，這時候便要用到廣泛用于圖像處理的減噪的高斯濾波，他對整幅圖進(jìn)行加權(quán)平均，從而能夠減少噪聲卻又不失真（保留信號）。

中值濾波函數(shù)：cvSmooth（…CV—MEDIAN…）。有時候圖像中會有孤立的噪聲點從而會形成較大差異，這樣會影響平均值也會產(chǎn)生較大噪音，所以便使用非線性平滑的中值濾波，他把圖像中的孤立的噪聲點用其領(lǐng)域中各個點值的中值代替從而有效的去噪并且能夠保護(hù)信號邊緣使之不模糊，其算法也十分簡單。

1.4.2.2 圖像細(xì)處理與生成

創(chuàng)建滑動條：返回所讀取的顏色參數(shù)闕值。本文設(shè)定了6個參數(shù)：

[LowHue（色度下限值）HighHue（色度上限值）LowSaturation（飽和度下限值）HighSaturation（飽和度上限值）HighBrightness（亮度上限值）LowBrightness（亮度下限值）]

之后得到返回的參數(shù)闕值，便用于檢查圖像像素灰度是否在設(shè)置的范圍內(nèi)并且可以得到目標(biāo)顏色的色度、飽和度和亮度單通道圖像。

將得到的三個單通道圖像進(jìn)行按位與運算，這樣便能檢測其二值圖像，由于此時會出現(xiàn)噪聲，所以采用膨脹腐蝕的方法進(jìn)行圖像形態(tài)學(xué)處理，使得到的目標(biāo)體進(jìn)行最大的連通。

圖像生成：查找輪廓和繪制輪廓，輪廓正確勾勒，圖像便能正確顯示。利用OpenCV中對灰度圖像處理的Canny邊緣檢測法（cvCanny（…）），將試圖獨立的候選像素拼裝成輪廓，輪廓的形成是對這些像素運用滯后性闕值，Canny邊緣檢測算法是高斯函數(shù)的一階導(dǎo)數(shù)，是對信噪比與定位精度之乘積的最優(yōu)化逼近算子。

Canny函數(shù)輸入輸出的都為灰度圖，在邊緣檢測完成后，利用“cvFindContours（…）”函數(shù)得到輸出的圖像的輪廓函數(shù)（在二值圖像中），檢測輪廓個數(shù)，然后再用“cvDrawContours（…）”函數(shù)繪制檢測的輪廓。

2 機械臂控制系統(tǒng)硬件設(shè)計

2.1 自由度及關(guān)節(jié)

本機械手臂采用4個電機實現(xiàn)4自由度，進(jìn)行手臂的升降，轉(zhuǎn)動，抓取，移動等功能。

2.2 基座及連桿

2.2.1 基座

基座是機械手臂的支撐，起到穩(wěn)固的作用，為了使機械手臂更加的穩(wěn)定，增大其與表面的接觸面積，降低重心，提升其穩(wěn)定性能。同時，基座的剩余部分，可用于防止控制的單片機及其擴(kuò)展版，使空間充分利用。

2.3 機械手臂設(shè)計

機械手是機械行業(yè)中必不可少的一個部分，主要起到操作，轉(zhuǎn)移等功能。根據(jù)工件的不同，機械手的精度，重量，形狀，光滑程度等都會不一樣，以至于達(dá)到節(jié)省成本或準(zhǔn)確夾取工件等實際要求。一般機械手包括：1）靈巧手；2）吸附手；3）夾取手；4）專用操作器。本設(shè)計因?qū)崿F(xiàn)的主要功能是夾取物體并轉(zhuǎn)移，工件物體不確定，因此采用夾取手作為機械手臂的機械手進(jìn)行操作。

2.4 驅(qū)動方式

調(diào)用Servo實現(xiàn)對舵機的控制，定義多個舵機，控制多個舵機，具體內(nèi)容根據(jù)實際情況進(jìn)行調(diào)試。采用for語句，當(dāng)紅外或者視覺采集到數(shù)據(jù)，給予反饋，實現(xiàn)舵機的停止或執(zhí)行下一步。舵機的轉(zhuǎn)動的角度通過脈沖寬度占空比實現(xiàn)。由于舵機牌子不同，舵機轉(zhuǎn)動的角度也會不同。

本機械手臂通過電機的扭矩進(jìn)行傳動。手臂的升降，轉(zhuǎn)動，抓取都是由能夠承受很大力的電機進(jìn)行完成。在機械手臂抓取物體時，盡量的平穩(wěn)，并且力不能夠過大或者過輕，移動時活動空間大。

機械行業(yè)一般常用的驅(qū)動方式有液壓驅(qū)動，電機驅(qū)動和氣壓驅(qū)動三種方式，每種驅(qū)動方式各有優(yōu)劣。本設(shè)計機械手臂中，要求驅(qū)動時滿足一下條件：1）輸出功率適中，效率高；2）精準(zhǔn)度盡可能的高；3）便于維護(hù)，調(diào)試；4）安全性高；5）成本低。

綜上所述，本設(shè)計采用電機驅(qū)動的方式對機械手臂進(jìn)行驅(qū)動。電機參數(shù)如表所示：

本機械手臂采用控制角度的方式控制手臂。在初始位確定的情況下，通過控制角度，實現(xiàn)電機的轉(zhuǎn)動，其優(yōu)點是，能夠精確控制位置，但是因為需要進(jìn)行初始位置，導(dǎo)致運行時間過長。本文設(shè)計方案傳動方式為舵機直接傳動，故不多作介紹。

3 結(jié)論

機械臂控制系統(tǒng)是當(dāng)今社會的一項非常重要的研究課題，盡管其發(fā)展已經(jīng)有了一段很長的歷史，但是其發(fā)展并不完全成熟。無論是學(xué)術(shù)界、工業(yè)還是在教育教學(xué)方面都一直在進(jìn)行著這方面的研究，距離成熟階段還要有一段時間。

本設(shè)計是基于OpenCV六自由度機械臂驅(qū)動系統(tǒng)的設(shè)計，以六自由度機械臂為控制對象，以arduino為開發(fā)環(huán)境，輔以有著豐富視覺處理算法的OpenCV軟件，并在此基礎(chǔ)上，采用先進(jìn)的控制理論，以正確的控制方法為指導(dǎo)，進(jìn)行了系統(tǒng)的硬件設(shè)計。

在整個系統(tǒng)的設(shè)計中，硬件的設(shè)計是本論文研究的重點，芯片的選型是系統(tǒng)硬件設(shè)計的保證，并且輔以可靠性分析為指導(dǎo)，保證了系統(tǒng)運行的可靠性和穩(wěn)定性。

從實驗結(jié)果中看出，我們設(shè)計制作的基于OpenCV的四自由度機械臂能夠和一些中小型機器人控制器的性能要求類似，在操作靈活度、控制精度、易操作性等方面都表現(xiàn)出優(yōu)秀的性能。然而，仍有一些不足之處需要進(jìn)一步的改進(jìn)。

1）機械臂的傳感器提升。作為機械臂的控制對象，其結(jié)構(gòu)、性能的優(yōu)劣成為了機械臂的重中之重、中流砥柱，為了實際運行效果的完美，我們機械臂的手爪部分應(yīng)加入壓力等傳感器，為控制的精準(zhǔn)提供、保證更為完整的信息。

2）完善機械臂自動控制算法。算法的優(yōu)良決定了機械臂是否能自動協(xié)調(diào)運行，特別在輸入?yún)?shù)和機械臂抓取后的運輸，需要更加優(yōu)化、靈活的算法，從而將計算出的控制參數(shù)變得更加精確和一體。

3）視覺的廣泛性運用。視覺不單單只作用與顏色的閾值識別，還包括如骨骼識別，輪廓識別等等，再后續(xù)的研究中，添入以上功能，可以使機械臂的作用范圍變得更加的廣泛。

鑒于上述情況，在以后的工作中，我們應(yīng)該不斷改進(jìn)、完善，以提高該機械臂系統(tǒng)的穩(wěn)定性以及可靠性。

參考文獻(xiàn)：

[1] 方龍，陳丹，肖獻(xiàn)保.基于單片機的機械手臂控制系統(tǒng)設(shè)計[J].計算機與信息技術(shù)，2012，8（8）：89-90.

[2] 任美玲.機械臂的研究與進(jìn)展[J].出國與就業(yè)，2012（2）：84-85.

[3] 劉少麗.淺談工業(yè)機械手設(shè)計[J].工業(yè)自動化，2011，40（7）：45-46.

[4] 毛星云.OpenCV3編程入門[M].電子工業(yè)出版社，2015.

[5] 程晨.自律型機器人制作入門[M].基于Arduino.北京航空航天大學(xué)出版社，2013.

[6] （美）Don.Wilcher.學(xué)ARDUINO玩轉(zhuǎn)電子制作[M].翁愷，譯.人民郵電出版社，2013.

[7] 孫駿榮，吳明展，盧聰勇.Arduino一試就上手[M].科學(xué)出版社，2013.

[8] （德）烏爾里?！し粕釥?簡明機械手冊[M].2版.楊放瓊，編.湖南科學(xué)技術(shù)出版社，2012.

[9] 陳明秋.機械制圖[M].武漢理工大學(xué)出版社，2009.

[10] 岡薩雷斯.數(shù)字圖像處理[M].電子工業(yè)出版社，2011.

[11] 侯賓，張文志，戴源成，等.基于OpenCV的目標(biāo)物體顏色及輪廓的識別方法[J].現(xiàn)代電子技術(shù)，2014（24）.