基于雙足機(jī)器人的目標(biāo)追蹤方法設(shè)計(jì)與實(shí)現(xiàn)

張辰 管若喬 于沛然

摘要：本文介紹并實(shí)現(xiàn)了基于模糊PID控制的跑道軌跡識(shí)別與追蹤算法，并利用顏色識(shí)別與追蹤算法進(jìn)行了有效性驗(yàn)證，針對(duì)研究問題進(jìn)行了實(shí)驗(yàn)及數(shù)據(jù)分析，驗(yàn)證了算法的穩(wěn)定性和準(zhǔn)確性。

關(guān)鍵詞：雙足機(jī)器人;視覺目標(biāo)識(shí)別;視覺目標(biāo)追蹤;模糊PID

中圖分類號(hào)：TP242.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）04-0136-02

0 引言

雙足人形機(jī)器人因其動(dòng)作靈活、高度仿生等特點(diǎn)在工業(yè)領(lǐng)域有著廣泛的應(yīng)用，與此同時(shí)，其復(fù)雜的自由度也給控制器的設(shè)計(jì)帶來了極高難度。本文對(duì)雙足人形機(jī)器人的跑道追蹤算法及顏色識(shí)別與追蹤算法進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)。采用經(jīng)典算法進(jìn)行目標(biāo)識(shí)別，自適應(yīng)目標(biāo)追蹤算法能實(shí)現(xiàn)目標(biāo)丟失情況下的全向搜索，自主調(diào)整行進(jìn)步速，無需人工干預(yù)。

1 雙足機(jī)器人跑道軌跡追蹤原理

完成雙足機(jī)器人跑道軌跡追蹤的思路如下：在雙足機(jī)器人頭部搭載單目PTZ攝像頭，機(jī)器人追蹤軌跡時(shí)不啟用PTZ功能?；跀z像頭的采樣信號(hào)獲取跑道軌跡信息，利用行掃描法解算出機(jī)器人的實(shí)時(shí)行進(jìn)目標(biāo)點(diǎn)，并設(shè)計(jì)模糊控制器使機(jī)器人不停向目標(biāo)點(diǎn)移動(dòng)以實(shí)現(xiàn)雙足機(jī)器人實(shí)時(shí)軌跡追蹤。

1.1 跑道軌跡識(shí)別原理

由于PTZ攝像頭在成像時(shí)存在梯形失真，且跑道軌跡多數(shù)為環(huán)形，因此利用行掃描法得到機(jī)器人行進(jìn)目標(biāo)點(diǎn)。采用的攝像頭分辨率為320×240。

對(duì)圖像進(jìn)行二值化及濾波處理，目標(biāo)點(diǎn)橫坐標(biāo)利用行掃描法從圖像橫坐標(biāo)中線向圖像兩側(cè)掃描，記錄兩側(cè)掃描到的第一組軌跡點(diǎn)橫坐標(biāo)，并進(jìn)行隔行提取共10組數(shù)據(jù)，求其平均即為目標(biāo)點(diǎn)橫坐標(biāo)值。為了使機(jī)器人在競(jìng)走模式下保持最大速度，令目標(biāo)點(diǎn)縱坐標(biāo)始終位于圖像縱坐標(biāo)中線上（機(jī)器人平視線上點(diǎn)為極遠(yuǎn)點(diǎn)）。處理得到的目標(biāo)點(diǎn)（TargetPoint.X，TargetPoint.Y）如下：

其中，及分別代表行掃描法在圖像第行左側(cè)及右側(cè)得到的第一個(gè)軌跡點(diǎn)橫坐標(biāo)。

1.2 舵機(jī)轉(zhuǎn)角模糊PID控制器

根據(jù)模糊控制原理，利用機(jī)器人估計(jì)目標(biāo)點(diǎn)與視覺圖像中心點(diǎn)的水平方向偏離值動(dòng)態(tài)地調(diào)整機(jī)器人的轉(zhuǎn)向角度。使用連續(xù)論域?qū)斎胼敵隽窟M(jìn)行模糊化處理，建立模糊PID控制器。

目標(biāo)點(diǎn)偏離方向的模糊語言變量為{L，M，R}={Left，Middle，Right}，論域?yàn)閧-10，0，10}，表示估計(jì)目標(biāo)點(diǎn)與視覺中心點(diǎn)的左右角度偏差。若偏離角度在左側(cè)-10°與右方10°之間，則認(rèn)為接近無偏，此時(shí)令機(jī)器人依原角度前進(jìn)，否則令機(jī)器人依模糊PID控制器輸出角度進(jìn)行轉(zhuǎn)向前進(jìn)。

控制器輸入為偏差及當(dāng)前偏差與上次偏差的變化EC，控制器輸出為舵機(jī)的控制信號(hào)輸入，偏差變化值EC的引入使模糊控制器具備了一定程度的自適應(yīng)性，PID控制器參數(shù)隨偏差及偏差變化趨勢(shì)實(shí)時(shí)改變，在機(jī)器人步行控制達(dá)到隨目標(biāo)點(diǎn)偏離情況動(dòng)態(tài)改變轉(zhuǎn)向角度的效果。

2 雙足機(jī)器人顏色追蹤原理

系統(tǒng)利用PTZ單目攝像頭，采集RGB格式的圖像，并轉(zhuǎn)換成HSV格式。通過設(shè)置H值（色調(diào)）的閾值以及Tolerance顏色寬容度對(duì)特定顏色的物塊進(jìn)行識(shí)別。攝像頭采集的原圖像為RGB格式，為了更精確的識(shí)別顏色，需將原圖像轉(zhuǎn)換成HSV格式。HSV格式更符合人類視覺的認(rèn)知方式，它表示的圖像分別由三個(gè)參數(shù)構(gòu)成，Hue（色調(diào)）、Saturation（飽和度）、Value（明度）[1]。為了選擇目標(biāo)顏色，需要改變色調(diào)的閾值，表示方法為角度，取值范圍為0°到360°[2]。同時(shí)限定捕捉圖像的飽和度最小值和明度最小值。

而后針對(duì)選定的顏色進(jìn)行二值化處理，即存在一個(gè)像素點(diǎn)，其飽和度和明度大于設(shè)定最小值，且色調(diào)在選擇范圍內(nèi)，則令該像素值為1，反之為0。進(jìn)行開運(yùn)算的形態(tài)學(xué)操作，開操作實(shí)質(zhì)是對(duì)圖像先進(jìn)行腐蝕運(yùn)算再進(jìn)行膨脹運(yùn)算[3]。開操作可以消除游離的像素點(diǎn)，并平滑目標(biāo)物體的邊緣。最后對(duì)二值圖像的像素點(diǎn)坐標(biāo)求平均，得到目標(biāo)點(diǎn)坐標(biāo)的估計(jì)值。

（2）

3 目標(biāo)追蹤實(shí)驗(yàn)及結(jié)果分析

為了驗(yàn)證算法的可行性及可靠性，基于雙足機(jī)器人平臺(tái)進(jìn)行了本文算法的設(shè)計(jì)與實(shí)現(xiàn)。跑道軌跡如圖1所示，圖2（a），（b），（c）分別展示了機(jī)器人追蹤跑道軌跡、正前方顏色目標(biāo)、斜后方顏色目標(biāo)時(shí)的步態(tài)情況。表1記錄了機(jī)器人追蹤跑道軌跡的統(tǒng)計(jì)實(shí)驗(yàn)數(shù)據(jù)。

由實(shí)驗(yàn)數(shù)據(jù)可知，追蹤成功率始終保持在0.85以上，證明該算法具備較佳的穩(wěn)定性及準(zhǔn)確性。跑道軌跡追蹤平均耗時(shí)約98.3秒，證明該算法能在給定場(chǎng)地下高速完成任務(wù)，滿足控制要求。

4 總結(jié)與展望

本文介紹了兩種目標(biāo)追蹤算法，通過對(duì)雙足機(jī)器人的數(shù)字舵機(jī)參數(shù)進(jìn)行自動(dòng)調(diào)節(jié)，完成了在雙足機(jī)器人平臺(tái)上的相關(guān)實(shí)驗(yàn)，實(shí)現(xiàn)了圖像識(shí)別、態(tài)勢(shì)感知、導(dǎo)航規(guī)劃、控制決策以及動(dòng)態(tài)調(diào)整機(jī)器人動(dòng)作的功能，統(tǒng)計(jì)實(shí)驗(yàn)的結(jié)果證明文中算法具備較佳的實(shí)時(shí)性及可靠性。

參考文獻(xiàn)

[1] 高興堂.基于車載視頻的公交車道前方車輛檢測(cè)[D].中國(guó)海洋大學(xué)，2011.

[2] 杜滕州.基于單目視覺的夜間車輛識(shí)別與測(cè)距方法研究[D].山東理工大學(xué)，2013.

[3] 張立蘭.基于數(shù)學(xué)形態(tài)學(xué)的組織切片細(xì)胞圖像分割算法的研究[D].遼寧工業(yè)大學(xué)，2015.