身份证号码：44088119800210XXXX
摘要：机器人技术综合了多学科的发展成果，代表了高技术的发展前沿，具备行走功能是机器人最基本的特征之一。由于微型计算机的飞速发展，使用的视觉系统已经进入领域，其中机器人视觉系统是机器视觉应用的一个重要领域。基于此，本文就从机器人视觉系统设计展开分析探讨。
关键词：机器人；视觉系统；设计
1、机器人视觉的原理
机器视觉是机器人感知周围环境的主要途径之一。它可以通过视觉传感器获取环境的二维图像，并通过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物体，并确定其位置。
目前成熟的光电成像技术都只能捕获二维明暗信息，而不能获得距离信息，所以直接通过这种途径获得的机器视觉也只能是二维的。随着科学技术的发展，三维立体视觉的解决方案也如雨后春笋般涌出，其中就包括双目立体视觉，狭缝光投影法，时间差法等。
1.1实现方法
图像的获取与预处理：用于进行三维特征提取的图像是一幅常规的二维灰度图，所以使用一个常规的CCD或CMOS图像传感器即可满足要求。图像需要进行量化处理，即把图像信息分成许多像素点，这些亮点经过A/D转换后即可输入计算机进行处理。
边缘检测主要采用各种算子来发现、强化图像中那些可能存在边缘的像素点。边缘检测算子除了有Roberts算子外，还有索贝尔算子和算子、高斯偏导滤波器以及Canny边缘检测器等。
虽然从二维图像中提取图像的三维特征的算法对设备的要求低，处理的数据量相对较小，输出地结果也比较规整。但是这种算法也有其局限性。
1.2摄像机模型及透视技术
透视技术实际是一个非线性映射，这在实际求解时可能需要大的计算量，而且如果透视效果不明显，直接使用该模型可能会使求解变为病态。透视逆变换把三维物体转变为二维图形表示的过程称为投影变换。
2、视觉系统设计
2.1视觉系统结构
由于机器人能通过导航线准确行走至目标位置．可以认为视觉系统的成像距离和物块在摄像头视窗内的成像位置基本保持不变。该特性在一定程度上降低了视觉系统的精确性要求，视觉系统由图像传感器、时序控制器、处理器以及外部接u电路组成。视觉系统结构图下图所示。
其中，CMOS摄像头可以根据使用环境和具体需求调，整分辨力和数据格式。控制器完成对CMOS摄像头的初始化。对CMOS摄像头与存储器之间、DSP与存储器之间的数据传输进行协调控制：DSP为整个控制系统和图像信息处理的核心部件．从存储器中读取数据．完成阁像处理和信息提取等工作，并向CPLD发出指令，使图像采集与处理协调进行。CPLD根据DSP的指令，执行事先设计好的控制命令，对视觉芯片进行控制。存储器用于对所拍摄图像的存储，以及为图像处理过程中的数据交换提供存储空间。DSP、存储器和CPLD的选择．需要考虑图像传感器分辨力、图像输出格式、定位算法以及信号输出方式等多种因素的影响。主控芯片的性能同时也影响到数据存储、传输及处理过程。
2.2图像传感器
图像成像部件主要有CCD元件和CMOS器件。CCD输m模拟制式的视频．需要配备A／D转换才能输出数字图像，且需要3-4组电源．使用过程十分复杂；而CMOS俐像传感器整合了ADC与信号处理器．电路集成度高，体积大幅缩小，而且电源消耗低，利用33V的电源即可驱动，尤其适合于模块化开发。目前CMOS图像传感器在分辨力上最高达1680万像素，帧速率最高可达2万帧／s，提供了宽泛的选用范围。
2.3机器人视觉系统的硬件系统
机器人视觉系统的硬件由以下几个部分组成：
2.3.1景物和距离传感器常用的摄像机、CCD图像传感器、超声波传感器和结构光设备等；
2.3.2视频信号数字化设备其任务是把摄像机或CCD输出的信号转换成方便计算和分析的数字信号；
2.3.3视频信号快速处理器，视频信号实时、快速、并行算法的硬件实现设备：如DSP系统；
2.3.4计算机及其外设根据系统的需要可以选用不同的计算机及其外设来满足机器人视觉信息处理及机器人控制的需要。
2.4图像算法与软件设计
2.4.1颜色模型转换
CMOS图像传感器依据RGB模型提供数据，可直接用来进行图像分割‘引。但由于RGB模型为加色模型，空间各分量具有很高的相关性，处理较为繁杂。而HSI模型将强度从颜色信息中分离出来，其色调、饱和度要素与人类感知相对应，更贴近本系统的应用背景。
2.4.2算法设计
由于重量和体积限制，轮式机器人的控制系统难以采用Pc机来实现，从而排除了复杂算法的应用可能。通过Sobel算子可以提取物块图像的边界，但需要对整幅图像进行矩阵运算，运算量较大。
分析得知，穿越物块图像的任一条横线Ⅳ分量都在边界处发生明显的梯度变化，因此可通过检测U形物块上任一行图像的4个边界来判断物块的开El方向：当从左往右扫描到某点达到红色或者蓝色的圩分量时，认为其可能是物块的1个边界。同理可以判断出其他3个边界。通过增加扫描横线的数量并取平均值，可以有效地除去由于图像的背景复杂所引起的噪声和误差。但处理的行数过多将增加计算量，从而影响系统的实时性。
根据设备本身的存储容量和物块的特点，按照平均间距选择12条横线，此时效果足以满足需要。当所选取的直线存在多个噪声点时，对算法有较大影响。
2.4.3系统软件设计
系统的软件设计包括：图像的预处理、定位算法以及CPLD的程序设计。图像的预处理提取感兴趣的图像信息，为定位算法提供数据，它依赖于具体的视觉芯片的类型以及定位算法，但是算法都很成熟，只是要根据需要具体选择。CPLD程序采用硬件描述语言VHDL，在WebPack软件平台上编写。
Matlab提供了数字图像处理工具包，数字图像处理更加容易，更加方便，确定的图像处理算法更加有效。
结束语
综上所述，制造研究出替代人类劳动的机器人是人类长期以来的梦想，对于一些高危险工作或人工视觉难以判断的情况，常常需要利用机器视觉系统来完成。针对机器人系统任务的特点，设计了一种单目视觉系统。实现了对象状态的判断，系统采用高性能DSP器件，在进行图像处理的同时实施机器人的运动控制。大大提高了生产的效率和自动化程度，对实现视觉系统在采摘机器人中的应用具有重要意义。
参考文献：
[1]戚利勇黄瓜采摘机器人视觉关键技术及系统研究[Ｄ].杭州，浙江工业大学，2014（08）.
[2]王军，李星野.机器人视觉系统的组成及工作原理[J].机械工程师，2012，（03）.
[3]杨少平，孔庆生，陈雄．基于图像的移动机器人视觉伺服[J].信息与电子工程，2013，（05）.
[4]田梦倩.罗翔机器人视觉伺服系统结构及实现[J].制造业自动化（上旬刊），2016，（12）.
[5]张骁.基于机器人视觉系统设计的分析[J].建筑工程技术与设计，2013，（16）.
论文作者:苏兆海
论文发表刊物:《基层建设》2017年第35期
论文发表时间:2018/3/22
标签：视觉论文; 机器人论文; 图像论文; 系统论文; 算法论文; 算子论文; 模型论文; 《基层建设》2017年第35期论文;