基于CPLD的服務(wù)機(jī)器人視覺系統(tǒng)軟硬件設(shè)計(jì)

　　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。基于圖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)。