1 引言

在研究機(jī)器視覺的移動機(jī)器人導(dǎo)航技術(shù)的基礎(chǔ)上，基于層次結(jié)構(gòu)，簡單介紹導(dǎo)覽機(jī)器人控制系統(tǒng)的總體方案及軟硬件設(shè)計。采用圖像處理中的邊緣檢測和模板匹配方式進(jìn)行機(jī)器人的視覺導(dǎo)航，使機(jī)器人在結(jié)構(gòu)化道路環(huán)境下能夠自動躲避障礙物，停靠到目標(biāo)點，并能向參訪者導(dǎo)覽解說，最后驗證了該系統(tǒng)的有效性和優(yōu)越性。

2 導(dǎo)覽機(jī)器人簡介

導(dǎo)覽機(jī)器人用在大型展覽館、博物館或其他會展中心，引導(dǎo)參訪者沿著固定路線參訪，向參訪者解說以及進(jìn)行簡單對話。因此導(dǎo)覽機(jī)器人必須具有自主導(dǎo)航、路徑規(guī)劃、智能避障、目標(biāo)點的停靠與定位、語音解說以及能與參訪者進(jìn)行簡單對話等功能，并具有對外界環(huán)境快速反應(yīng)和自適應(yīng)能力。基于層次結(jié)構(gòu)，導(dǎo)覽機(jī)器人可分為：人工智能層、控制協(xié)調(diào)層和運動執(zhí)行層。其中人工智能層主要利用CCD攝像頭規(guī)劃和自主導(dǎo)航機(jī)器人的路徑，控制層協(xié)調(diào)完成多傳感信息的融合，而運動執(zhí)行層完成機(jī)器人行走。圖1為智能導(dǎo)覽機(jī)器人的總體結(jié)構(gòu)框圖。

3 導(dǎo)覽機(jī)器人硬件設(shè)計

3.1 人工智能層硬件實現(xiàn)

考慮到移動機(jī)器人控制系統(tǒng)要求處理速度快、方便外圍設(shè)備擴(kuò)展、體積和質(zhì)量小等要求，因此上位機(jī)選用PC104系統(tǒng)，其軟件用C語言編程。采用USB攝像頭，采集機(jī)器人前方的視覺信息，為機(jī)器人視覺導(dǎo)航，路徑規(guī)劃提供依據(jù)。外設(shè)麥克和揚聲器，當(dāng)機(jī)器人到達(dá)目標(biāo)點后，進(jìn)行導(dǎo)覽解說。

3.1.1 控制協(xié)調(diào)層的硬件實現(xiàn)

機(jī)器人傳感器的選取應(yīng)取決于機(jī)器人的工作需要和應(yīng)用特點。這里選用超聲波傳感器、紅外傳感器、電子羅盤及陀螺儀，采集機(jī)器人周圍環(huán)境信息，為機(jī)器人避障、路徑規(guī)劃提供幫助。利用ARM處理平臺，通過RS－485總線驅(qū)動電機(jī)，驅(qū)動機(jī)器人行走。

導(dǎo)覽機(jī)器人要求傳感器精度稍高，重復(fù)性好，抗干擾能力強(qiáng)，穩(wěn)定性和可靠性高。機(jī)器人在行進(jìn)過程中必須能夠準(zhǔn)確獲得其位置信息，數(shù)字羅盤可靠輸出航向角，陀螺儀測量偏移并進(jìn)行必要修正，以保證機(jī)器人行走的方向不偏離。采用超聲波傳感器和紅外傳感器相結(jié)合的方法獲取前方障礙物信息。該系統(tǒng)設(shè)計選用6個超聲波傳感器和6個紅外傳感器。其中，正前方和正后方各1個，其余4個超聲波傳感器分別位于正前方和正后方的兩邊，夾角為45°，紅外傳感器分別安裝在超聲波傳感器的正上方1～2 cm處。超聲波傳感器主要通過測距實現(xiàn)避障，而紅外傳感器主要是用于補償超聲波傳感器的盲區(qū)，判斷近距離是否有障礙物。

3.1.2 運動執(zhí)行層的硬件實現(xiàn)

該智能導(dǎo)覽機(jī)器人的執(zhí)行機(jī)構(gòu)采用直流伺服電機(jī)。這里選用三洋電機(jī)Super＿L （24 V／3.7 A）額定輸出功率為60 W，最大空載轉(zhuǎn)速為3 000 r／rain，并帶500線的光學(xué)碼盤，使機(jī)器人完成相應(yīng)動作。導(dǎo)覽機(jī)器人采用閉環(huán)控制，通過光學(xué)碼盤測量車輪速度的實際值并反饋給微控制器。基于實際轉(zhuǎn)速與給定轉(zhuǎn)速的差值，驅(qū)動器按一定的計算方法調(diào)整相應(yīng)電壓，如此反復(fù)，直到達(dá)到給定轉(zhuǎn)速。機(jī)器人調(diào)速采用FAULHABER公司的 MCDC2805實現(xiàn)。它能實現(xiàn)速度同步性能，同時轉(zhuǎn)矩波動最小，內(nèi)置PI調(diào)節(jié)器能準(zhǔn)確到達(dá)指定位置。當(dāng)配備Super_L電機(jī)及集成編碼器時，即使在轉(zhuǎn)速非常低的情況下，也能達(dá)到0.180的定位控制精度。

3.2 導(dǎo)覽機(jī)器人軟件設(shè)計

通過USB攝像頭或其他攝像頭采集導(dǎo)覽機(jī)器人前方的視覺信息，通過圖像處理算法處理視頻，使機(jī)器人能夠進(jìn)行路徑規(guī)劃和自主導(dǎo)航。通過接收下層的多傳感融合信息，能夠?qū)崿F(xiàn)近距離的避障，遇到障礙物時進(jìn)行自動報警。到達(dá)目標(biāo)點后，能夠語音解說，解說完后能與參訪者進(jìn)行簡單對話。

4 視覺導(dǎo)航

視覺導(dǎo)航機(jī)器人的整個系統(tǒng)由兩部分構(gòu)成：添加了無線通信模塊和無線攝像頭的能力風(fēng)暴機(jī)器人和遠(yuǎn)程計算機(jī)。這兩部分之間的通信由無線通信模塊完成。機(jī)器人包括能力風(fēng)暴機(jī)器人、無線攝像頭和無線通信模塊三個部分。在機(jī)器人工作時，無線攝像頭將采集到的視頻信號傳送給無線視頻接收器，無線視頻接收器再通過視頻采集卡(Osprey210)將待處理的視頻信號傳送給計算機(jī)，計算機(jī)經(jīng)過處理后，做出相應(yīng)的決策，并將決策信號通過無線通信模塊發(fā)送給機(jī)器人，這樣就建立了一個簡單的閉環(huán)控制系統(tǒng)。無線通信模塊由兩個完全相同的無線串口通信模塊組成，工作在全雙工狀態(tài)。在機(jī)器人中無線通信模塊與機(jī)器人的串口控制器連接，在計算機(jī)中無線通信模塊與計算機(jī)的COM口相連。

4.1 圖像預(yù)處理

原始圖像為Logiteeh攝像頭采集的一幅室內(nèi)用藍(lán)色標(biāo)簽制作的結(jié)構(gòu)化道路圖片，像素大小為320x240，首先將原始圖像進(jìn)行灰度變換，并通過選取合適的閾值進(jìn)行二值化處理。然后提取罔像有用信息，通過形態(tài)學(xué)的膨脹腐蝕等操作提取前進(jìn)方向。如圖2所示。

圖3為常見的邊緣算子檢測效果比較。從圖3中可看出Canny和Sobel算子檢測效果相對好些，其中Sobel算子對噪聲具有平滑作用，能提供較為精確的邊緣方向信息。這里采用Sobel算子進(jìn)行檢測，如圖4所示。

根據(jù)圖4，系統(tǒng)通過hough變換檢測兩條直線的位置，測出圖像的兩條邊緣線離兩端的像素大小，再根據(jù)實際地面距離進(jìn)行標(biāo)定，便可獲知機(jī)器人所在位置。

4.2 模板匹配算法

模板匹配技術(shù)是圖像目標(biāo)識別技術(shù)中一個重要的研究方向，具有算法簡單、計算量小以及識別率高等特點，目前在目標(biāo)識別領(lǐng)域得到廣泛應(yīng)用。它是用一個較小的圖像，將模板與源圖像相比較，確定在源圖像中是否存在與該模板相同或相似的區(qū)域，若該區(qū)域存在，可確定其位置并提取該區(qū)域。它常采用模板與源圖像對應(yīng)區(qū)域的誤差平方和作為測度。

設(shè)f（x，y）為MxN的源圖像，g（s，t）為SxT（s≤M，T≤N）的模板圖像，則誤差平方和測度定義為：

當(dāng)A為常數(shù)時，則可用2B相匹配，當(dāng)D(x，y)取得最大值時，便認(rèn)為模板與圖像相匹配。通常假設(shè)A為常數(shù)時會產(chǎn)生誤差。嚴(yán)重時將無法正確匹配，因此可用歸一化互相關(guān)作為誤差平方和測度，定義為：

4.3 模板匹配改進(jìn)算法

但是按模板匹配算法求匹配計算工作量非常大，考慮到相關(guān)是卷積的一種特定形式以及 Matlab計算功能的強(qiáng)大，采用FFT方法，在頻域中計算后再進(jìn)行逆變換即可求出。圖像和定位模板圖像旋轉(zhuǎn)180°的傅里葉變換后作點乘運算，再求其逆 FFT變換并返回空間域值也就相當(dāng)于相關(guān)運算。在求取空間域值的最大值后，再根據(jù)最大值選取合適的閾值，便可確定目標(biāo)點的位置。實驗中在模板匹配成功后，可將目標(biāo)和背景顏色二值化，并用紅色“十”字符號標(biāo)記，不斷更新數(shù)據(jù)信息。將停靠點設(shè)定在自己期望的像素位置，然后自動調(diào)整機(jī)器人位置，設(shè)計成如圖5形式，可知機(jī)器人需要向右行駛。

圖6為視覺導(dǎo)航算法流程。

5 實驗結(jié)果與結(jié)論

本文所介紹的設(shè)計為簡易機(jī)器人(能力風(fēng)暴機(jī)器人)添加了視覺模塊和無線通信模塊，并研究了相關(guān)算法和策略，實現(xiàn)了自主路徑跟蹤。為了使系統(tǒng)真正做到穩(wěn)定快速，在圖像預(yù)處理、路徑識別和路徑跟蹤等各個環(huán)節(jié)都充分考慮到算法的實時性與魯棒性。