一種基于服務(wù)機(jī)器人的視覺系統(tǒng)設(shè)計(jì)

隨著計(jì)算機(jī)科學(xué)和自動(dòng)控制技術(shù)的發(fā)展，越來越多的不同種類的智能機(jī)器人出現(xiàn)在工廠、生活當(dāng)中，機(jī)器人視覺系統(tǒng)作為智能機(jī)器人系統(tǒng)中一個(gè)重要的子系統(tǒng)，也越來越受到人們的重視。它涉及了圖像處理、模式識別和視覺跟蹤等領(lǐng)域。不同種類的機(jī)器人由于工作的重點(diǎn)不一樣，它的視覺系統(tǒng)在軟件或硬件上都有著細(xì)微的差別。本文研究基于服務(wù)機(jī)器人的單目視覺系統(tǒng)。它處理的是二維圖像，是基于對無遮擋物體顏色和形狀的識別以及3D目標(biāo)物體的平動(dòng)跟蹤。

　　視覺系統(tǒng)是一個(gè)非常復(fù)雜的系統(tǒng)，它既要做到圖像的準(zhǔn)確采集還要做到對外界變化反應(yīng)的實(shí)時(shí)性，同時(shí)還需要對外界運(yùn)動(dòng)的目標(biāo)實(shí)時(shí)跟蹤。因此，視覺系統(tǒng)對硬件和軟件系統(tǒng)都提出了較高的要求。目前比較流行的足球機(jī)器人技術(shù)，它的視覺系統(tǒng)屬于比較典型的快速識別和反應(yīng)類型。一般情況下，它是通過彩色標(biāo)志定標(biāo)的方法來達(dá)到對隊(duì)員和目標(biāo)的識別，以及通過擴(kuò)展卡爾曼濾波器的預(yù)測功能來實(shí)現(xiàn)對目標(biāo)的跟蹤功能。在硬件上，采用一個(gè)現(xiàn)成的攝像機(jī)來實(shí)現(xiàn)一個(gè)機(jī)器人的圖像采集系統(tǒng)。

　　本系統(tǒng)在設(shè)計(jì)上采用CMOS圖像傳感器代替CCD類型傳感器進(jìn)行采集圖像，DSP處理芯片TMS320VC5509A進(jìn)行圖像處理以及作為CPU控制，在設(shè)計(jì)過程中，為了直觀顯現(xiàn)機(jī)器人視覺系統(tǒng)識別和跟蹤的效果，專門采用了一個(gè)TFT格式的液晶來直觀顯示。軟件上，采用了一部分足球機(jī)器人的視覺技術(shù)來達(dá)到對目標(biāo)的快速識別，通過全局的特征矩構(gòu)建的雅可比矩陣達(dá)到對目標(biāo)的自適應(yīng)跟蹤。

　　1 硬件部分設(shè)計(jì)

　　圖1為系統(tǒng)硬件電路的功能模塊框圖。

　　1.1 圖像采集

　　視覺鏡頭把外部的圖像信息成像在圖像傳感器的面陣單元上。目前流行的圖像傳感器有面陣CCD（Charged Coupled Device，電荷耦合器件）型和面陣CMOS兩種。相比較CCD型的圖像傳感器，CMOS圖像傳感器的有源像素單元為每一個(gè)像素提供了放大器，只需一個(gè)單供電低邏輯電平電壓，功耗只相當(dāng)于CCD的十分之一。CMOS圖像傳感器內(nèi)部集成了A/D轉(zhuǎn)換部分，直接輸出數(shù)字信號?；谶@些因素，本系統(tǒng)采用了Omnivision公司推出的CMOS彩色圖像傳感器OV7635。

　　OV7635的分辨力為640X480，能輸出3種格式的8位數(shù)據(jù)：YCbCr4:2：2模式、RGB4:2：2模式和RGB原始數(shù)據(jù)模式。輸出VGA格式最大可達(dá)到30fps（fps：每秒幀數(shù)）。能工作在逐行掃描下和隔行掃描下。OV7635有主模式和從模式兩種工作模式。在主模式下，同步信號和時(shí)鐘不由外圍設(shè)備控制。在從模式下，OV7635的場同步信號VSYNC，行同步信號HREF以及系統(tǒng)的晶振頻率XCLK均由外部設(shè)備控制。本系統(tǒng)采用的是主模式。OV7635通過I2C總線配置片內(nèi)寄存器，使其輸出原始數(shù)據(jù)。系統(tǒng)上電復(fù)位后，由DSP芯片的I2C總線信號對CMOS寄存器初始化。然后OV7635就按要求輸出圖像信號。包括行同步信號HREF，場同步信號VSYNC，像素時(shí)鐘信號PCLK，數(shù)字圖像信號。

　　1.2 液晶顯示

　　為了很直觀的看到視覺系統(tǒng)對人的識別和跟蹤效果，采用了一片INNOLUX公司的PT035TN01液晶顯示屏。為了不增加對DSP的負(fù)擔(dān)，同時(shí)也為了實(shí)時(shí)看到對外界目標(biāo)物體的跟蹤效果，液晶顯示的數(shù)據(jù)不經(jīng)由DSP，直接通過傳感器OV7635輸出的圖像數(shù)據(jù)信號和CPLD控制時(shí)序來進(jìn)行顯示。PT035TN01是3.5英寸TFT格式的液晶，分辨力為320×3（RGB）×240，液晶IF1、IF2兩輸入控制腳對輸入的數(shù)據(jù)格式進(jìn)行選擇：串行RGB格式、CCIR601格式、CCIR656格式。液晶的掃描模式有4種。本視覺系統(tǒng)采用的輸入數(shù)據(jù)格式是CCIR601格式，掃描模式為由上到下和左到右的掃描模式。

　　在CCIR601格式下，圖像傳感器輸出的像素時(shí)鐘PCLK通過CPLD二分頻作為液晶的工作時(shí)鐘，圖像傳感器輸出的行同步信號HREF經(jīng)過CPLD的處理后作為液晶的行同步信號HIS，這樣，在CPLD控制下，圖像傳感器OV7635輸出的數(shù)據(jù)信號送入液晶中進(jìn)行顯示。

　　1.3 時(shí)序控制

　　OV7635輸出的場同步信號VSYNC，行同步信號HREF以及像素時(shí)鐘信號PCLK接至CPLD芯片，產(chǎn)生控制信號把OV7635輸出的數(shù)據(jù)信號存入FIFO幀存儲器AL422B中，以及產(chǎn)生液晶的時(shí)鐘和行同步信號控制液晶的顯示。CPLD采用了ALTERA公司的EPM7064芯片。在CPLD中完成了對FIFO的寫控制、通知DSP讀信號、液晶的時(shí)鐘信號的產(chǎn)生等功能。

　　CPLD接收場同步信號VSYNC，此信號的下降沿表示圖像傳感器輸出一幀的開始，此時(shí)CPLD產(chǎn)生WRST負(fù)脈沖復(fù)位FIFO的寫指針。場同步信號VSYNC下降沿后，判斷行同步信號HREF的上升沿到來，接著利用像素時(shí)鐘信號PCLK作為寫時(shí)鐘WCK將圖像數(shù)據(jù)直接存儲到FIFO中，當(dāng)存到一定的數(shù)后，就及時(shí)發(fā)信號給DSP，以便DSP讀取數(shù)據(jù)，本系統(tǒng)采用的是一個(gè)中斷INT0來通知DSP。此時(shí)DSP可以讀數(shù)據(jù)也可以不讀，視處理的速度來定。讀數(shù)據(jù)時(shí)，可利用RD和片選，產(chǎn)生RCK信號。DSP讀取的速度不能太快，以讀取速度小于寫速度為原則。

　　在對液晶的邏輯時(shí)序控制上，由于圖像輸出的信號是640×480的像素，而液晶的顯示為320×240的格式。所以利用CPLD把圖像傳感器輸入的像素時(shí)鐘信號PCLK進(jìn)行二分頻產(chǎn)生液晶的時(shí)鐘信號控制液晶的顯示，同時(shí)對行同步信號進(jìn)行隔行有效從而達(dá)到液晶對圖像的顯示。CPLD中的程序編寫用的采用了硬件描述語言VHDL，在QUARTUSⅡ軟件平臺上進(jìn)行編寫的。由于在選用芯片時(shí)采用的是EPM7064S系列的44腳PLCC封裝的，只能工作在5V電壓情況下，其輸出的高電平信號是5V，必須通過處理才能接入系統(tǒng)中工作在3。3V狀態(tài)下的芯片器件。

　　1.4 幀存儲器選擇

　　幀存儲器有需要外部提供地址線的RAM和不需要外部提供地址線的FIFO，為了簡化CPLD的設(shè)計(jì)。采用了FIFO的幀存儲器。FIFO又可以分為基于動(dòng)態(tài)存儲的DRAM和基于靜態(tài)的SRAM?；陟o態(tài)SRAM的優(yōu)點(diǎn)是不需要刷新電路，但容量小，需要多片才能存儲一幀數(shù)據(jù);基于DRAM的優(yōu)點(diǎn)是容量大，只需一片就能存儲一幀數(shù)據(jù)，缺點(diǎn)是必須有刷新電路。本設(shè)計(jì)中采用的是Averlogic公司的大容量FIFO動(dòng)態(tài)存儲芯片AL422B。其刷新電路比較簡單，僅需WCK或RCK提供大于1M的不間斷脈沖即可。AL422B的存儲容量為3MB，由于系統(tǒng)一幀的信息通常包含640×480個(gè)彩色像素，每個(gè)像素占用2個(gè)字節(jié)，可存儲1幀圖像的完整信息，其工作頻率可達(dá)50MHz。

　　1.5 視頻處理DSP

　　在選用DSP時(shí)，在兼顧處理速度，存儲容量，現(xiàn)有條件下的加工工藝水平，以及性價(jià)比方面，選用了TI公司的144腳封裝的TMS320VC5509A，此芯片的最高工作頻率可達(dá)到200MHz，具有很高的處理速度。

　　DSP收到來自CPLD的讀通知信號后開始讀取AL422B中的視頻數(shù)據(jù)。為了方便處理數(shù)據(jù)，在DSP外圍擴(kuò)展了一個(gè)的SDRAM。芯片采用的是HYNIX公司的HY57V161610E，此芯片的存儲容量為1M×16bits。

　　當(dāng)DSP上電復(fù)位后，通過采樣GPIO0～GPIO3的狀態(tài)，根據(jù)采樣的狀態(tài)來進(jìn)行什么樣方式的程序裝載。本系統(tǒng)的采用外接的flash存儲芯片的SPI口對DSP進(jìn)行程序裝載，接著通過DSP的I2C口對圖像傳感器進(jìn)行寄存器初始化。圖像傳感器開始輸出信號。整個(gè)系統(tǒng)開始進(jìn)入工作。

　　DSP作為高速的處理器，主要用于圖像的處理。由于本視覺系統(tǒng)要完成識別和跟蹤功能，數(shù)據(jù)的處理量是很大的。在完成圖像處理的同時(shí)，DSP也作為控制器使用完成對控制器的控制，從而構(gòu)成視覺跟蹤系統(tǒng)。

　　2 軟件部分設(shè)計(jì)

　　由于本系統(tǒng)采用的是顏色和形狀相結(jié)合的辦法對無遮擋目標(biāo)物體的識別。為了達(dá)到機(jī)器人實(shí)時(shí)快速的目的，在軟件方法上，主要采用了目前常用的足球機(jī)器人的顏色識別方法，目前比較常見是基于閾值向量的顏色判斷法。下面簡述顏色識別原理。

　　2.1 色彩空間選擇

　　對于采用基于彩色圖像分割的方法識別目標(biāo)時(shí)，首先要選擇合適的顏色空間，常用的顏色空間有RGB、YUV、HSV、CMY等。顏色空間的選擇直接影響到圖像分割和目標(biāo)識別的效果。

　　RGB：是最常用的顏色空間，其中亮度等于R、G、B3個(gè)分量之和。RGB顏色空間是不均勻的顏色空間，兩個(gè)顏色之間的知覺差異與空間中兩點(diǎn)間的歐氏距離不成線性比例，而且R、G、B值之間的相關(guān)性很高，對同一顏色屬性，在不同條件（光源種類、強(qiáng)度和物體反射特性）下，RGB值很分散，對于識別某種特定顏色，很難確定其閾值和其在顏色空間中的分布范圍。因此通常會選擇能從中分離出亮度分量的顏色空間，其中最常見的是YUV和HSV顏色空間。

　　HSV：接近人眼感知色彩的方式，H為色調(diào)（Hue），S為色飽和度（Saturation），V為亮度（Value）。色調(diào)H能準(zhǔn)確地反映顏色種類，對外界光照條件變化敏感度低，但是H和S均為R、G、B的非線性變換，存在奇異點(diǎn)，在奇異點(diǎn)附近即使R、G、B的值有很小變化也引起變換值有很大的跳動(dòng)。

　　YUV:RGB顏色空間線性變化為的亮度-色彩空間。是為了解決彩色電視機(jī)與黑白電視機(jī)的兼容問題而提出的。Y表示亮度（Luminance），UV用來表示色差（Chrominance）。YUV表示法的重要性是它的亮度信號（Y）和色度信號（U、V）是相互獨(dú)立的。所謂色差是指基色信號中的3個(gè)分量信號（即R、G、B）與亮度信號之差。

　　因此，針對以上原因，本系統(tǒng)在采用的是YUV色彩空間。

　　YUV格式與RGB存在如下關(guān)系：

　　2.2 閾值確定和色彩判斷

　　在確定閾值時(shí)，首先通過采集樣本進(jìn)行訓(xùn)練，從而得到預(yù)定的幾種顏色在YUV空間的分量的上下閾值，如圖2所示。

　　當(dāng)一個(gè)待判定的像素在色彩空間中的位置落在這個(gè)長方體中時(shí)，就認(rèn)為該像素屬于要找的顏色，從而完成對圖像顏色的識別。在Y空間中，Y值表示亮度，因它的變化很大，所以只考慮了U和V的值，在進(jìn)行顏色判斷時(shí)，首先分別建立U、V的閾值向量。

　　由于在系統(tǒng)中圖像傳感器的數(shù)字信號是8位，即1Byte，共255Byte，系統(tǒng)最多能判定8種顏色。在顏色識別后進(jìn)行圖像分割，在圖像分割中采用了種子填充算法，其整個(gè)種子的填充是和像素點(diǎn)的顏色同時(shí)進(jìn)行的，一開始不是對所有的像素進(jìn)行處理，而是分塊進(jìn)行的，本系統(tǒng)采用的塊是32×24像素，這樣計(jì)算量大大減小。當(dāng)中心點(diǎn)是所要識別的顏色時(shí)，就以這個(gè)點(diǎn)為種子向四周擴(kuò)散，并判定周圍像素點(diǎn)的顏色，直到填滿整個(gè)塊。在這過程中，同時(shí)對目標(biāo)進(jìn)行形狀識別。本系統(tǒng)采用了基于全局的特征向量的識別算法來進(jìn)行識別。同時(shí)也為構(gòu)建雅可比矩陣得到需要的矩特征量。圖3為圖像識別分割流程圖。

　　2.3 視覺跟蹤軟件原理

　　當(dāng)目標(biāo)物體被識別以后，視覺系統(tǒng)將調(diào)整鏡頭使目標(biāo)位于視野的中心。一旦物體運(yùn)動(dòng)，視覺系統(tǒng)將進(jìn)行對目標(biāo)物體的跟蹤。

　　在機(jī)器人視覺跟蹤系統(tǒng)上，采用無定標(biāo)的視覺跟蹤系統(tǒng)。無定標(biāo)的視覺跟蹤不需要事先對攝像鏡頭進(jìn)行定標(biāo)，而是應(yīng)用自適應(yīng)控制方面的原理，在線的實(shí)時(shí)調(diào)整圖像雅可比矩陣。通過二維的圖像特征信息反饋，這種方式對攝像機(jī)模型誤差和機(jī)器人模型誤差、圖像誤差、圖像噪聲不敏感?；趫D像跟蹤的視覺跟蹤控制系統(tǒng)，如圖4。

　　控制量c為機(jī)器人頭部的控制系統(tǒng)。首先把目標(biāo)放在機(jī)器人視野的前方采集到期望的圖像，從期望圖像中抽取期望的特征集，作為視野跟蹤控制系統(tǒng)的期望輸入，從而完成任務(wù)需要的視野特征集定義。在實(shí)時(shí)控制系統(tǒng)中，由機(jī)器人的圖像傳感器獲取實(shí)時(shí)采樣圖像，從中獲取實(shí)時(shí)特征集，這樣構(gòu)成一個(gè)視野反饋，引導(dǎo)機(jī)器人完成跟蹤任務(wù)。區(qū)別于圖像的簡單幾何特征，本系統(tǒng)選用的視覺特征集為全局的圖像描述—圖像矩。

　　根據(jù)矩特征變化量與相對位姿變化量之間的關(guān)系矩陣，即圖像雅可比矩陣，然后利用推導(dǎo)的圖像雅可比矩陣，設(shè)計(jì)了視覺跟蹤控制器，完成系統(tǒng)對3D目標(biāo)物體的平動(dòng)跟蹤。

　　3 實(shí)驗(yàn)結(jié)果

　　圖5為DSP為clkout腳輸出波形，表明DSP的內(nèi)部時(shí)鐘電路工作正常。圖6的圖像傳感器輸出數(shù)據(jù)波形證明了圖像傳感器工作正常。圖7的DSP采集到的圖像數(shù)據(jù)，可以確定整個(gè)圖像采集硬件電路工作正常。

　　4 結(jié)　論

　　針對服務(wù)機(jī)器人的視覺系統(tǒng)，本文通過構(gòu)建它的硬件系統(tǒng)和軟件系統(tǒng)完成了整個(gè)系統(tǒng)的設(shè)計(jì)。在硬件系統(tǒng)上，采用了CMOS圖像傳感器，CPLD時(shí)序控制，異步動(dòng)態(tài)FIFO的數(shù)據(jù)緩存，以及高速DSP處理器構(gòu)成了一個(gè)典型的圖像采集系統(tǒng)，并調(diào)試輸出了圖像信號。在軟件設(shè)計(jì)上，采用了足球機(jī)器人的彩色識別和彩色分割識別技術(shù)去完成視覺系統(tǒng)快速準(zhǔn)確的識別，采用基于動(dòng)態(tài)的工作方式以及采用基于圖像的雅可比矩陣的控制原理，去實(shí)現(xiàn)自適應(yīng)補(bǔ)償跟蹤控制系統(tǒng)。