谢立中
（江门市大光明电力设备厂有限公司 广东江门 529100）
摘要：随着科学技术的进步与发展，智能机器的作业将是未来发展的重要趋势。本文利用双目泛倾斜变焦摄像机（pan-tilt-zoom，PTZ）像机，实现移动双臂机械手系统的视觉伺服协调操作，重点研究室内复杂环境和光照变化情况下目标物体的检测、识别和定位问题。
关键词：物体检测；识别；定位；双臂机械手；视觉伺服
前 言
视觉是一个生理学词汇，它是人类感知系统不可或缺的一部分。随着科技的发展，其对机器人的移动导航和物体灵巧操作性能也越来越重要。但就目前而言，机器人从图像信息的提取到对环境的理解，还是一个极具挑战的任务。本文以某双臂智能移动机器人的一次实验研究为例，进行相关论述。
一 系统组成
现对某台拥有双臂的的智能移动机器人进行相关实验和研究，该机器人采用模块化设计，具有良好的开放性和可扩展性。整体上，该平台由3部分组成，即：移动基座、双臂和双目视觉系统。移动基座是两轮驱动的移动机器人，其底层控制系统操作和硬件结构对用户是开放的，可以添加第三方功能卡，并提供了网络控制、图像处理、运动目标跟踪、语音识别和声纳测距等开发包。操作系统软件为WindowsXP。移动基座可独立搭载视觉系统、语音采集、声纳测距、云台和机械手等外加设备（如图1所示）。该机器人的双臂均是模块化关节串联的机械手，且由多个PowerCube模块组成，有独立的数字信号处理芯片，既可实现独立的关节运动，也可与其他模块进行通信，实现联动。该机器人的视觉系统采用两个相同的、带有云台的SonyCCD摄像机，通过外设部件互联标准视频卡与主机相连，采集环境图像。该双目系统安装在移动机械手系统的顶上，保证摄像机有最大的拍摄视野。同时，云台的Pan/Tilt运用，进一步增加了视觉系统控制的灵活性，避免机械手遮挡摄像机的视线。两台摄像机系统的基本参数如下：分辨率640×480像素，帧率30Hz，水平视角[6.6°，65°]，云台的Pan角范围[—100°，100°]，Tilt角范围[—25°，25°]。
在复杂背景和变化光照的环境下，为了保证移动机械手顺利的抓取目标物体，本文利用视觉系统，实时采集图像，检测和识别被抓的物体，并进行目标定位。在此基础上，实现移动平台导航和机械手运动规划，完成视觉伺服控制下的物体操作任务。
二 物体的检测
图像检测旨在将物体从图像的复杂背景中分割出来，在现有的分割技术中，基于颜色特征的阈值分割技术简单有效，且实时性好。其中，利用RGB和HSV信息的分割算法，更是被广泛采用。相对于HSV，基于RGB信息的算法能够简单快速地分割目标物体，但是分割结果受环境光照的影响较大。为此，这里提出一个改进的基于HSV信息的分割法实现物体的检测。HSV是一种色彩描述空间，参数分别为：hue（色调），saturation（饱和度），value（亮度）。尽管它的建立在RGB之上，却能更好的反映人类对色彩的感知。此处所提出的基于HSV信息的分割法，在检测被抓取物体时，具体步骤如下：1）首先统计抓取物体的颜色信息，获得其颜色初值。2）计算图像中每个像素点与初值色彩的相似度，实现物体分割。3）对分割后判定为抓取目标的像素点，再进行均值统计，并且更新目标物体颜色初值。4）提高分割阈值，利用新的目标颜色值对图像再次分割。5）从分割的结果提取目标物体轮廓，如：试验中使用的抓取物体轴向截面形状为矩形，通过最小外接矩形，则获得目标轮廓。根据目标形状的长宽比，可进一步去除伪外接矩形，排除相似颜色块的干扰，得到更准确的分割结果。
三 物体识别
当背景环境中有多个相同或相近颜色的物体时，基于颜色模板分割得到的目标可能不止一个，因而需要进一步辨识。形状是描述物体的一个重要特征，通过形状匹配实现物体识别是一条技术上可行的途径。物体形状的矩特征具有稳定和匹配效率高的优点。因此，可以通过矩特征计算实现形状匹配，进而识别被操作的目标物体。
四 物体的定位
物体的定位是通过双目视觉系统实现的，其定位模型如图2所示。对于物体上面的点P，如果知道它在两个摄像机成像平面上的图像点P1和P2，那么，利用摄像机的成像投影矩阵，可以建立关于点P坐标的4个线性方程。求解该方程组，则可计算点P的3个坐标值，实现物体定位。所以，现在的问题转化为如何获得定位目标的图像点和摄像机的投影矩阵。本实验中考虑到物体的形状比较简单，使用其质心点作为图像点，也就是，物体的轮廓外接矩形中心。摄像机的投影矩阵包括两部分：内参数矩阵和外参数矩阵，可通过摄像机定标获得。问题是一旦定标完成，摄像机相对于全球坐标系就只能是相对静止。移动机械手系统中使用的是泛倾斜变焦摄像机，允许摄像头运动。对固焦摄像机而言，运动即使不影响内参数矩阵，但在物体三维定位中十分重要的外参数矩阵也无法保证不变。文献[2]利用云台的Pan/Tilt角度及移动平台运动与外参数矩证关系，提出了一个PZT摄像机的实时定标方法，此处同样采纳此法完成操作物体的定位测量。
五 验证
为验证上述的物体的检测、识别与定位的图像处理，利用该机器人进行了模拟双臂倒水动作的实验，即：一个机械手拿杯，一个机械手拿壶，在视觉系统的帮助下，系统移动并协调双臂完成了倒水动作。操作流程如图3所示。
六 小结
智能机器人能够在各类环境中自主地或交互地执行各种拟人任务，在未来具有不可估量的发展空间。本文对智能机器人双臂操作手在视觉伺服下的协调性操作进行研究，重点讨论了其物体检测、识别和定位的过程，并通过实验得以论证。
参考文献：
[1]张艳霞，李润娟.基于机械手的视觉/力混合控制研究[J].机电工程技术，2015（02）.
[2]Yang T W，Zhu K，RUAN QQ，et al.Moving target tracking and measurement with a binocular vision system[J].International Journal of Computer Applications in Technology，2010，39（1-3）.
作者简介：
谢立中：男；汉；中级电气工程师；本科；研究方向：电气方面；供职单位：江门市大光明电力设备厂有限公司。
论文作者:谢立中
论文发表刊物:《电力设备》第02期供稿
论文发表时间:2015/9/22
标签：物体论文; 机械手论文; 摄像机论文; 目标论文; 机器人论文; 双臂论文; 视觉论文; 《电力设备》第02期供稿论文;