动物机器人是以活体动物为本体、用编码电信号控制其大脑神经或肌肉,以实现对本体控制的智能动物。动物机器人靠自身的体能运动,有效克服了能源消耗限制,而且运动灵活且敏捷,具有超强的续航能力。因此,动物机器人在复杂环境下的搜救和探测等方面具有潜在的应用价值,研究意义重大。电刺激作用下的动物机器人运动状态反应了动物机器人的受控性能。现阶段的动物机器人运动状态检测方法,主要依靠人工操作,需要实验人员结合自身操作经验,不断调整刺激参数并持续观察动物的运动行为,但由于实验者存在很大的主观随意性,在理解和经验方面都存在很大的差异,这种工作方式存在很多的不足之处。为克服人工操作的缺点,本文提出了一种基于机器视觉的动物机器人运动状态检测方法,以大鼠机器人为研究对象,该方法通过获取大鼠运动过程中的视频数据,估算出大鼠的运动状态。为了实现以上目的,本文完成以下设计内容:(1)选取符合系统要求的硬件,本设计选用的是具有网络接口的500万像素工业相机,连接方便、传输距离远,可以远程进行实验操作,减小了近距离情形下人的活动对动物机器人的影响。(2)本文采用有形目标检测方法进行状态检测。基于摄像头拍摄的实验图片,通过阈值分割获取大鼠的轮廓信息,经过图像去噪处理,完成了大鼠在实验场地中的定位,并针对大鼠处于边缘位置导致图像不完整情形下做了优化处理。最后通过质心跟踪算法,实现动物机器人的运动轨迹绘制。(3)为了能够获得大鼠机器人转向信息,本系统在大鼠刺激器上设置有标识块,基于图像处理技术完成标识块的识别和提取,并分别计算出标识块中的三条标识线的转向,取其平均值作为大鼠机器人的转向角。三条均匀分布的标识线有效克服了不同视角带来的偏差,提高了转向角的精度。(4)处理后的上述运动轨迹和转向角数据,被实时保存在相应文件夹中,为后期的动物机器人的研究提供了先验数据。通过实际的实验测试,动物机器人4个重要运动状态(左转、右转、前进、静止)的检测成功率都超过了 90%。