基于ARM的智能接水机器人设计方案与仿真

中国矿业大学计算机科学与技术学院 唐阳雨 秦雷雷 闵 玄



基于ARM的智能接水机器人设计方案与仿真

中国矿业大学计算机科学与技术学院 唐阳雨 秦雷雷 闵 玄

【摘要】为了实现自动完成循迹和接水的智能家居机器人，本文提出了一种基于嵌入式系统和51arduino控制的智能接水机器人设计方案。小车以s3c2440为核心，以51duino控制机械臂及电机。主板上拓展的摄像头模块用以图像采集，用s3c2440进行图像处理，实现小车的自动寻迹，在此基础上，为使小车行驶过程中避开障碍物，另外拓展了红外避障功能。用户直接在ARM上设置命令，小车便可以自主完成找到目标饮水机，设计到达路径，用机械臂点击饮水机开关，最后完成搬运水杯回原地的一系列动作。

【关键词】视觉识别；OpenCV；自动避障；机械臂；电机控制

0 引言

随着科技的高速发展，智能机器人早已走出了实验室，进入各种领域中。智能车以其机动性和灵活性，尤其受到追捧。大到军事中的探测危险和排除险情，小到生产制造中的无人搬运，智能车无疑是这些领域中的佼佼者。近年来社会老龄化的问题日益加剧，尤其在中国，照顾老人成为当代许多独生子女的一大难题，在这样背景下极大促进了智能家居系统的发展。有人预言智能家居机器人在未来5年将像手机一样普及。本文设计的是一种基于ARM的智能接水机器人，此前也有研究者进行过类似的智能机器人设计。侯操等人设计的基于ARM的智能车无线视频监控系统，是一款以s5pv210 处理器为核心的智能车无线视频监控系统，内置控制服务器和网络视频服务器，用户通过上位机客户端与服务器建立连接实现对系统的控制，也可以通过wifi 使用智能终端利用游览器登录web服务器实现控制操作［1］。但对于大多数的老年人而言，通过上位机客户端或网页来控制机器车不是件容易的事。本文设计的智能接水机器人摒除了用上位机进行控制，是一款依靠视觉识别的智能机器人，无人控制，能自主寻找目标并执行任务。

1 智能接水机器人整体设计框架

1.1 智能车总体框架

以s3c2440为整个嵌入式系统的核心，嵌入linux系统。移动载体用红外传感器进行探测，实现避障功能，外接摄像头模块用于图像采集，将openCV库函数导入ARM进行图像处理实现视觉识别。ARM通过串口通信向51drino发送指令，51drino控制机械臂完成接水动作，控制电机使小车正确移动。

1.2 智能车主体

车身本身作为一种运载工具，要求能平稳的载重。模拟车采用履带底盘，其重量大，使车身更稳固。履带与地面接触面积大，缺点是速度慢。但本文设对速度没有太高的要求。模拟车尺寸为285*225*115（长*宽*高），车重3.2kg，有5对负重轮，有较好的平稳载重能力。车前装有四自由度的机械手，具有较好的灵活性。经实验，机械臂完美载重100克。车身分为上下两层，上层固定ARM主板，下层固定51duino开发板。图1a、图1b、图1c分别是模拟车俯视图、后视图和实物图：

图1a 模拟车俯视图

图1b 模拟车后视图图1 智能车总体设计图

图1c 模拟车实物图

图2a 杯子设计图

图2b 饮水机设计图

1.3 饮水机及水杯设计

饮水机和杯子都是特殊设计的，如图2a和图2b所示。饮水机机身布满红蓝相间的条纹，饮水机的开关采用一个圆柱形纯蓝色按钮，杯子有一个特制的长方体把手，把手两侧都有凹槽（图中只画出一侧），左侧面为纯蓝色。智能车通过颜色和形状识别目标，当智能车找到饮水机后，用机械臂按下开关持续4～8秒（根据用户对水量需求的设定），带杯子接完定量的水后，机械臂张开机械抓，伸向杯子把手，校准使机械臂对准凹槽，闭合机械抓卡紧凹槽，端走杯子。此方法能让机械臂更平稳得端着杯子，杯子不易松脱。

2 视觉识别

2.1 总体流程

图3 视觉识别总体流程图

利用ARM9（即S3C2440芯片）完成视觉识别的功能，然后由ARM9向51duino发送指令，控制智能车的前进后退以及机械臂的抓取动作。ARM9内已经嵌入Linux系统，摄像头直接通过USB口连接ARM9。在Linux中安装motion软件（ubuntu14.04下交叉编译的开源小项目，能够在嵌入式Linux上运行），移植OpenCV图像处理库。由motion完成图像采集功能，由OpenCV完成图像识别的功能。找到饮水机后，精确判断出按钮的位置和杯子的位置，随后由ARM将控制指令发送给51duino，控制机械臂按下按钮或者拿起杯子。当智能车进行杯子抓取时，图像处理需要判断出机械爪是否对准凹槽内，如果已经对准，机械爪扣紧，卡入凹槽，若没有，进行校准。

2.2 目标识别

智能小车上安装了天敏720P高清摄像头，二自由度舵机云台，可以进行多视角图像采集。

本文设计采用移植OpenCV库进行图像处理。依据文献［2］，OpenCV具有如下优点：

①跨平台；②独立性好；③源代码公开；④具备强大的图像和矩阵运算能力；⑤运行速度快。总之，有了OpenCV，科研开发人员只需添加自己的编写程序，直接调用OpenCV中的函数即可实现，这样不仅降低了开发程序的难度，而且缩短了相关程序的开发周期。

实现智能小车自主接水的第一步是识别目标饮水机的所在。在机器人视觉中，颜色是物体识别和认知过程中必不可少的信息［3］。本文提出的设计是一种基于颜色特征的目标识别。首先，要先选定使用的颜色空间。常用的颜色空间如RGB，YUV，HSV等。

在OpenCV中，RGB图像的每个像素使用三个字节表示，RGB的通道顺序为BGR。如图4［4］所示。

图4 彩色RGB图像的存储示意图

基于RGB色彩模式的识别，可以将饮水机设计成三原色之一。本文将其设计成蓝色，因为家居环境中蓝色的物品相对较少，红色的物品如挂历、春联、奖状等会影响目标识别。

图5 改变颜色深度后R、G、B及色调、饱和度、亮度的变化值

当物体为蓝色时，它的B通道的值就会大于R通道和G通道，而R通道和G通道的值差距不大，这点可以直接从windows画图工具的调色板中得出。如图5所示。

由此可以选择一种蓝色深度，建立模型通过R、G、B三者间关系判断是否目标蓝色饮水机。但这只是理想中的情况，现实中，采集的图像的像素值会因为光照强度、拍摄角度等发生改变，并且三个通道的值不是线性关系，因此不好判断。但从图6可以看出，蓝色的深浅改变后，在色调、饱和度、亮度三者中只有亮度在改变，而色调和饱和度是不变的。因此考虑用YUV颜色空间来进行处理。YUV颜色空间中，亮度Y和色差UV相互独立且存储容量小［5］。YUV 和RGB之间是线性转换的，转换公式如下：

为了划分目标和背景，要合理选择目标颜色的阈值，包括上阈值和下阈值。首先用摄像头采集目标饮水机图像。

图6a 饮水机的简易模型

图6b 切割出的目标块

截取图中目标，分别作Y，U，V三个分量的直方图：

图7a Y分量直方图

图7b U分量直方图

图7c V分量直方图

图8目标识别流程图

V分量上没有明显变化，Y分量因光照等因素变化较大，所以最后选择U分量进行判断。图中可以看到U分量的范围在［6，35］。

若只用一种颜色判定还是易受其他非目标因素的干扰。为了进一步提高判断的准确性，本文将饮水机设计成双色红蓝条纹，红蓝条纹均匀，条纹的宽度尽量小，这样可以使不同角度采集的图片红蓝比例接近均匀。用同样的方法找到合适的判定红色的上下阈值。

记蓝色阈值为V1，满足阈值内的像素点个数为N1，红色阈值为V2，满足的像素点个数N2。采集图像后遍历像素点，满足V1时，N1++。满足V2的，N2++。最后根据N1/N2的值判断目标是否出现在图中。具体流程如图9所示。N1/N2的范围可以通过多角度采集图像再综合试验得出，本文在这不做更多描述。

机器人通过上述方法判断目标所在，当行驶过程中目标脱离检索范围时要重新检索。机器人找到目标饮水机后，即与饮水机的距离在设定范围内后，要进行按钮及水杯凹槽的检索。将按钮设计成圆形，水杯把手设计成矩形，由于这时机器人离目标饮水机较近，背景环境比较固定，受环境中其他因素的干扰较小，可以直接通过调用opencv函数进行边缘提取等方法来找到目标。

2.3 机器人避障

小车在行驶过程中难免受到家具等障碍物的妨碍，为使小车循迹过程完全智能，无需人为修正，除了拥有大脑之外，还必须让小车拥有一双“眼睛”，能够自动避开障碍物。避障分为探测和处理两部分，首先探测到障碍物，然后由主控程序处理［6］。探测部分使用传感器完成。自然界中，动物通过感觉器官向大脑传达感觉信号，机器人所用的传感器就相当于动物感觉器官的翻版。能充当机器人眼睛的传感器有很多，像超声波传感器、红外传感器、视感传感器，触碰传感器等等。本文设计采用红外传感器。

2.4 红外传感器

红外检测方法具有以往气敏原理、电导原理等常规方法的优点，比如量程宽、功耗低、灵敏度高、寿命长等［7］。红外避障传感器是一种主动式传感器，，即主动对环境进行探测，得到信号后代码再对其做出决策。它有一对红外信号收发二极管，发射管发射红外信号，红外信号遇到障碍物后会被反射回来，然后红外接收管会开启接收反射信号，拉低输出电平 ，根据输出电平的高低，主控电路可以判断障碍物的距离。当小车与障碍物的距离小于某个值时，小车对其作出反应，选择左转或右转，然后继续探测。原理如图9所示。

图9 红外避障原理图

3 机械臂

图10 机械臂俯视图

如图10所示，该机械臂是四自由度机械臂，共四个舵机（分别是上图的1、2、3、4），能够实现机械臂的抬举，转动以及抓取功能。51duino板（如上图所示），是在51板的基础上改造而成，能够提供8个PWN通道，完全满足机械臂的控制需求。机械臂的1和2号舵机能够完成机械臂的抬举伸缩功能，3号舵机完成机械爪的旋转功能，4号舵机完成机械爪的闭合功能。

4 电机模块

小车用两个直流电机分别驱动左右两边的5个负重轮。直流电机的使用简单，只要给其两个电极通上电，所通电流的方向不同电机的转向便不同，由此可以让小车实现前进、后退、转向。如下代码定义所示，A，B指小车的两个直流电机，POLE1和POLE2分别指电机的两个电极。当控制小车前进或后退时，A，B往相同方向转动，故两个电机通相同方向的电流，前进时和后退时的电流方向正好相反。当控制消小车转向时，小车的两个电机通相反方向的电流，左转和右转时给两个所通电流的方向相反。

#define FORWARD A_POLE1=1； A_POLE2=0； B_POLE1=1；B_POLE2=0； //车体前进

#define BACk A_POLE1=0；A_CON2=1；B_POLE1=0；B_POLE2=1； //车体后退

#define RIGHT A_POLE1=0；A_POLE2=1；B_POLE1=1；

B_POLE2=0； //车体左转

#define LEFT A_POLE1=1；A_POLE2=0；B_POLE1=0；

B_POLE2=1； //车体右转

#define STOP A_POLE1=0；A_POLE2=0；B_POLE1=0；

B_POLE2=0； //车体停止

5 总结

本文设计的智能接水机器人，无需人为控制，可以完全智能得为用户完成接水的工作，弥补了当代一些遥控家具机器人的不足，为老年人及一些行动不便的人带来了极大的便利。但本系统的设计仍存在许多不足，有待进一步的改进。例如，家居环境的复杂性，系统光靠视觉识别和红外避障可能在完成效率上不够理想，甚至于长时间发现不了目标所在。

参考文献

［1］侯操，孙小平.基于ARM的智能车无线视频监控系统设计［J］.电子设计工程，2015，23（23）﹕190-192.

［2］秦小文，温志芳，乔维维.基于OpenCV的图像处理［J］.电子测试，2011（7）﹕39-41.

［3］杨莉，杜艳红，隋金雪，郭玉刚.一种基于颜色特征的目标识算法［J］.微计算机信息，2007，23（5-7）﹕195-196+220.

［4］于仕琪.Opencv入门教程.www.opencv.org.cn.席文平，张健.基于ARM的类人足球机器人视觉识别系统的设计［J］.微型机与应用，2015，34（9）﹕50-53.

［5］席文平，张健.基于ARM的类人足球机器人视觉识别系统的设计［J］.微型机与应用，2015，34（9）﹕50-53.

［6］谭秋林.MEMS 红外瓦斯传感检测系统的研究［D］.太原﹕中北大学，2006.

［7］《无线电》编辑部.智能机器人制作大全［M］.北京﹕人民邮电出版社，2015，08.

［8］谭秋林.MEMS红外瓦斯传感检测系统的研究［D］.太原﹕中北大学，2006.

作者简介：

唐阳雨（1994—），福建福州人，大学本科，现就读于中国矿业大学计算机学院。