摘要:本文从结构、视觉、无线、避障以及叶轮等方面,设计了一种网球收集机器人,通过自动与手动两种控制模式对大范围的网球进行自主收集,并且可以通过APP对机器人进行远程操控。该网球收集机器人不仅可以做到成功收集,还具有较快的收集速度,且出现故障的几率较低,在样品测试中取得了良好的应用效果。
关键词:网球收集;智能机器人;机器视觉;目标跟踪
随着社会经济的蓬勃发展,我国的科学技术也逐渐成长壮大起来,智能机器人作为一种全新的自助机器人应运而生,并在军用、娱乐以及水下作业等领域中发挥着越来越重要的作用。网球收集智能机器人是通过嵌入式系统开发,将机器视觉与精准定位技术融为一体,实现对机器人的智能控制、路径规划以及目标识别的一种智能化系统。提取网球的颜色与轮廓特征作为目标识别的基础,同时利用算法实现网球的目标定位,将网球收集工作更加智能化,效率得到了大大提升。
一、硬件设计
1、整体方案
机器人的组成分为两部分,前端主要是机器人的目标识别系统与收集系统,后端设计为一个长方体收集箱,用来容纳收集的网球。最前端由锹角挡板组成,主要目的是增加网球收秋面积。顶部搭载摄像头,用来进行图像采集,并将摄像头与主控板进行连接,以便于传输采集到的网球圆心坐标与中心差值等信息数据。机器人的电机驱动采用ARMcontex-M3内核的STM32F103主板,通过差值处理为机器人底盘的四轮进行供能[1]。在机器人工作时,高速旋转的叶轮接触到目标网球,使网球由于叶轮的内旋效果向后产生惯性,上升后落入后方收集箱。在遇到障碍的时候,车前的双边超声波會对左右距离进行计算从而完成避障工作。智能操作主要依靠蓝牙装置与手机进行连接,通过APP实现对机器人的四轮控制。
2、机器人工作步骤
首先是车轮驱动,在驱动轮的选择上,采用集成方案,使用了科沃斯扫地机器人的驱动轮,不仅安装速度较快,同时也具备较高的兼容性。车轮调速方面,双边轮速度差值决定了车体的前进与转弯,将电机驱动芯片与控制板的PWM输出口相连接,通过调节两边的PWM数值对车体进行直行与转弯等功能。叶轮收集工作主要由电机、左右叶轮、同步带以及轴承组成。采用直流减速电机对左右叶轮进行牵拉,使其进行相反方向的旋转,完成对网球的收集工作。避障功能是智能机器人的设计中最常见的技术。将超声仪器安装在车体顶部,采用超声波对障碍物左右两侧的距离进行测量,从而完成车体的避障工作。
二、系统软件设计
1、图像采集与处理
利用int open函数打开摄像头,将分辨率等参数初始化,获取图像并进行存储。
不同的自然环境会对获取到的图像存在一定影响,图像往往会存在大量的噪声,可以利用高斯滤波的方法将单帧图像进行平滑滤波,高斯滤波在色彩识别上,能够大大提升工作效率[2]。同时,利用find-blob函数查找颜色阈值,将正常光线下的绿色网球颜色阈值进行设置。
2、前景目标提取
HSV颜色模型中的H分量,也就是色调,更加贴近网球的真实色彩,能够更好的将网球颜色与场地背景颜色进行区分,但对于场地的白色标线与网球颜色做不到精准区分,而RGB中的B分量能够对场地白色标线与网球颜色进行区分。因此,可以将HSV中的H分量与RGB中的B分量进行结合,完成阈值的分割工作,可以取得良好的应用效果。
3、网球轮廓识别
虽然在前景目标的识别中,通过颜色区分可以对网球进行目标识别,但由于光照变化等自然因素的影响,前景目标的提取中常常会受到边界线、场地中各种物品等因素的影响,因此进行网球的特征识别十分必要。特征提取是一种根据目标特征对目标物的提取图像进行分类并识别的技术,通过函数算法对网球的圆形轮廓特征进行边缘检测,实现网球的精准识别。
4、网球定位
可以通过形态学运算中的连通分量提取,对各区域的网球进行标记,计算出各个网球的像素坐标,再对每个区域的质心位置进行计算,就得到了区域的质心定位[3]。
5、优先收集
在机器人的收集过程中,要设置添加取最大目标值的函数,防止机器人程序进入死循环状态。当机器人的视野范围内出现多个网球目标时,计算所有目标的矩形框面积,利用取最大目标值函数,选取面积最大的目标,即为距离最近的目标。
6、目标追踪
在机器人移动式,针对当前识别到的球体进行后续的搜索定位工作即为目标追踪,随着机器人不断接近网球,机器人会自动识别距离最近的网球目标,在移动中基于网球的颜色与轮廓对网球目标进行二次识别定位,计算最近网球的坐标,从而控制机器人完成网球收集工作。
三、调试与安装
设计阶段、组装阶段与运行阶段会出现一些数值上的偏差,硬件主要表现为驱动轮的三角稳定关系,导致驱动失效的问题,原因为驱动轮直径小于从动轮,在调试后选择了履带驱动轮。软件偏差主要表现为广角摄像头在取景过程中常常会受到上方物体的干扰,调试后将取景范围垂直方向的三分之一进行了裁剪,减少了干扰。同时,PID函数作为机器人驱动轮的速度定义与差值处理功能函数[4],需要进行多次调整才能确保机器人正常行驶,将P数值调大可以增加机器人对目标网球的反应速度,但P数值过大也会导致机体产生剧烈抖动,因此在调试阶段需要反复调整P数值,加快机器人反应速度的同时保证机体无抖动情况的发生、
四、总结
本文通过将网球的颜色特征与轮廓特征进行识别并定位,实现了在一定范围内机器人对网球的定位跟踪与精准收集,在后续的调试过程中也进行了不断的完善优化,使得系统运行更加高效稳定。智能机器人作为全新的科技领域,需要我们不断探索未知,将智能系统越来越多的运用到日常生活中,实现科技与生活的共同进步,同时也能够促进我国的经济发展,为祖国的科技水平贡献力量。
参考文献:
[1]唐莹. 智能网球拾取机器人的市场分析——以创睿智能网球机器人有限公司为例[J]. 职业,2012(17):148-149.
[2]陈龙. 网球收集机器人的目标识别定位和运动控制研究[D]. 湖北:湖北工业大学,2021.
[3]郑植,席先鹏,王楠,等. 机器视觉在网球捡球机器人中的应用研究[J]. 科技创新与应用,2019(16):34-35.
[4]王天雷,王柱,周昌,等. 基于OTSU算法的BP神经网络网球识别方法[J]. 机电工程技术,2018,47(2):15-19.
作者简介:王爽,女,汉 湖北老河口,2000.09,本科,研究方向 电子信息工程。