一種智能機器人系統(tǒng)設(shè)計和實現(xiàn)
4.3 智能巡線試驗
機器人的巡線可用于機器人比賽、自動化無人工廠、倉庫、服務機器人等領(lǐng)域,因此研究巡線實現(xiàn)過程有一定的現(xiàn)實意義。試驗如圖5所示。
實驗場地是綠色毛毯狀物質(zhì),其中白線寬度為30 mm。在啟動試驗平臺之前要調(diào)整攝像頭視角,如果視角太大,則循線精度很難保證,甚至會脫離預期的軌跡。經(jīng)過試驗驗證,當攝像頭光軸與地面夾角大約為60°左右時,其循線可靠性及精度能夠得到很好的保證。
②把圖像分成三個圖像帶:A0,像素從L0~L1;A1,像素從L2~L3;A2,像素從L4~L5;再把每個帶分成左右兩半,其像素從中間開始向兩邊遞增,即從p0~p159,并分別給出權(quán)值,求其每點的灰度值與相應點權(quán)值并求出總和,其表達式為: Sj=V1*1+V2*2+…+Vi*i+…+Vn*n ③用Ai右邊區(qū)的總和減去Ai左邊區(qū)的總和的差值,看是否落在誤差的允許范圍[-δ,δ]之內(nèi),即表達式為: ④根據(jù)Tm值的大小就可以確定機器人的位置是左偏、右偏,或在誤差范圍之內(nèi),隨之就能產(chǎn)生機器人的控制策略。 實驗結(jié)果表明,本課題設(shè)計的機器人能夠很好地實現(xiàn)直線爬坡、巡線行走等功能,并可以實時采集聲音和圖像信息。在數(shù)據(jù)處理上,采用ARM9核的S3C2410處理器,數(shù)據(jù)處理快、實時性強、穩(wěn)定可靠、效率高。移動機器人隨其應用環(huán)境和移動方式的不同,研究內(nèi)容也有很大差別。其共同的基本技術(shù)有傳感器技術(shù)、移動技術(shù)、操作器、控制技術(shù)、人工智能等方面。它有相當于人的眼、耳、皮膚的視覺傳感器、聽覺傳感器和觸覺傳感器。移動機構(gòu)有輪式(如四輪式、兩輪式、全方向式、履帶式)、足式(如 6足、4足、2足)、混合式(用輪子和足)、特殊式(如吸附式、軌道式、蛇式)等類型。輪子適于平坦的路面,足式移動機構(gòu)適于山岳地帶和凹凸不平的環(huán)境。移動機器人的控制方式從遙控、監(jiān)控向自治控制發(fā)展,綜合應用機器視覺、問題求解、專家系統(tǒng)等人工智能等技術(shù)研制自治型移動機器人。
(Vi為灰度值,i為權(quán)值;0≤n≤159,n為整數(shù);L0≤j≤L1或L2≤j≤L3,j整數(shù))
Tm=(Sj右-Sj左)∈[-δ,δ] (m=0、1、2)
(1)控制算法描述:機器人的動態(tài)巡線過程,需要提取并能檢測判斷機器人相對白線的位置情況,形成控制策略,完成機器人的運動姿態(tài)調(diào)整。其算法實現(xiàn)流程如圖6所示,巡線偏移情況如圖7所示。 (2)特征匹配:圖像匹配技術(shù)是數(shù)字圖像處理領(lǐng)域中的一項重要研究,基本原理就是根據(jù)已知模式(模板圖),到另一幅圖中搜索相匹配的子圖像,該過程被稱為模板匹配。通常,圖像的模板匹配技術(shù)可以分成直接基于灰度值的方法以及基于特征提取的方法兩大類。 這兩種算法共同的缺陷是時間復雜度高,不利于實時操作,特別是在在線檢測、機器人視覺伺服等需要從大量視頻信號實現(xiàn)數(shù)字處理海量圖像的匹配場合。由于本課題采用的處理器S3C2410硬件不支持浮點運算,無法采用上述方法識別機器人相對于白線的位置是左偏還是右偏。為此,結(jié)合機器人應用環(huán)境的特殊情況,對二維圖像匹配算法進行了改進與簡化,其基本思路和實現(xiàn)過程如下: ?、僭诂F(xiàn)場采集一幅圖像,如圖8(a)所示(理想情況),大小為320×240像素。
評論