机器视觉在自动控制教学中的应用方法

杨俊东

摘 要：近些年现代计算机技术与数字图像处理技术不断完善与发展，自动控制传统教学模式逐渐显露不足，造成教学质量效果不理想。自动控制教学中引入机器视觉技术，有助于提高教学效果与质量。本文中机器视觉为切入点，详细探讨机器视觉技术教学目标，并给出其在自动控制教学的应用，以供同行借鉴。

关键词：机器视觉 自动控制 教学应用

中图分类号：TP273 文献标识码：A 文章编号：1674-098X（2017）07（b）-0208-02

视觉识别技术利用计算机强大运算能力处理图像并提取相关信息的技术，完整视觉识别系统可以自动对图片进行采集，或是预处理视频信息，接着选择与变换预处理的信息，最终反映分类本质的特征，分类特征并判别规则处理信息。当前教学背景下，高等院校教学强调实践与创新，自动控制中引入智能控制技术，有助于提高教学效果。

1 机器视觉应用背景分析

作为人类的主要感官，视觉在日常生活与工作中发挥着重要作用，也是人脑理解环境所需信息的主要来源渠道。机器视觉就是辅助计算机替代视觉工作，让机器设备长出“眼睛”的技术，对周围事物产生视觉感知到环境变化。特别是近些年人们对人工智能兴趣不断提高，有效融合自动化控制系统与视觉识别系统可以显著提高系统自动化水平，实现人工智能，给人们提供更加优秀的服务。这里以单片机实践课程为例进行分析。如单片机实践课程学习过程中，学习制作智能机器人时并未使用图像处理技术，而是直接通过传感器对外界信息进行获取。循迹避障小车实验中，其感知地面上的黑色轨迹就是通过小车携带的红外传感器达成的，依靠红外接收装置判断小车运动线路是否正确，进而控制小车行驶轨迹，其原理相对简单且成本低廉，但实际中可以发现红外传感器有着较高的外界环境要求，传感器工作中容易受到光线变化的影响，投入使用后面临着众多调试任务，不能有效满足复杂多变的环境。所以笔者认为自动控制教学中引入机器视觉应用具有重要意义。

2 机器视觉技术教学目标

通过上文分析来说，自动控制类课程实践教学过程中有必要加入机器视觉，让学生充分了解前沿科学技术，了解与学习相关知识与技术，这样在智能机器人设计过程中可以充分利用该技术，培养学生创新意识与创新能力。

自动控制类教学过程中引入机器视觉技术，可以在控制类嵌入式开放项目中利用机器诗句技术，可以选择合适的教学案例，通过图像编写或视频处理算法实现视觉功能，控制时通过图像理解结果进行，这是一种有效结合软硬件的教学模式。但机器视觉属于典型交叉性学科，涉及到较多的内容，图像处理算法编写过程中难度较大，实际教学中坚持机器视觉与模式识别理论与应用为主的理念，最大程度避免算法中出现繁琐复杂的数学公式，促使学生掌握视觉概念，有效培养学生学习兴趣，创新与发散思维，促进实践教学效果提升。

3 机器视觉在自动控制教学中的应用方法

自动控制实践教学过程中，坚持以实际应用为导向，结合案例分析让学生掌握基本机器视觉技术中的算法，通过反复推算选择合适研究方向开展学习研究。可以将教学实施过程根据不同情况划分成三个阶段：第一阶段主要为教师实验演示；第二阶段主要设置基础性实验；第三阶段主要为拓展性实验。

3.1 教师实验演示阶段

第一阶段主要将机器视觉中图像处理与模式识别技术演示给学生观看，帮助其形成基本认识，主要有图像概念、像素概念、基本图像处理方法及图像处理算法等。通常教学中需要运用图像处理软件平台，这里从MATLAB平台为例，主要因为其在院校中有着广泛应用，同时可以提供大量图像处理基本函数，学生仅仅需要根据函数格式进行调试即可，操作简单，可以节省大量时间。基础性实验逐渐深入，主要设置内容如表1所示。

3.2 设置基础性实验

通过第一阶段的演示实验，学生对机器视觉已经有初步了解，教师可以在此基础上设置一些基础性图像处理实验。基础性实验设置原则主要包括一定图像处理技术，但注意不要采用太过复杂的图像算法。这是因为该阶段学生只是对相关知识点有个初步了解，复杂的算法会偏离基础性实验目的，可以让接受程度较好的学生自行研究复杂算法。

3.3 拓展性实验内容

为强化基础知识，提升应于能力，因此专门设置一些综合性实验让学生独立完成，进而将模式识别更好更全面的应用到自动控制系统中，实现人工智能。试验主要以小组形式进行，学生根据自己感兴趣的题目，主动查阅、整理资料，自主搭建电路，软件编程和调试，进而完整的完成项目试验。在整个项目试验过程中教师只起到一个指导作用，不能之间参与到制作过程，小组成员之间应积极配合，共同协作，一起完成项目试验。综合性实验的设置如下例所示。

实验1：车牌号码识别系统。学生可以利用数码相机在户外进行车牌号码和汽车图片采集，然后编写对应算法实现车牌号码识别。学生可以在C#或Java平台上搭建应用软件，将相机采集到的相片进行自动处理，然后就可以根据相片输出对应的车牌号。

实验2：机器视觉下的自动循迹小车。这个实验主要是模拟汽车的车道线检测装置，小车以更高级的图片处理技术代替传统的红外传感器达到循迹功能，使小车沿着指定轨迹运行，一旦轨迹运行出现偏移就会立即报警，并及时对便宜轨迹惊醒调整。

以上這两个实践教师提供的参考性试验，学生在自己的能力范围内，充分发挥自身想象力和创造力，达到机器视觉技术和自动控制系统相结合，真正实现智能化。

4 结语

总的来说，机器视觉在各行各业中有着广泛应用，这对自动化专业学生提出新的要求。自动化专业学生要想顺应时代要求，提高就业质量，需要掌握基本的机器视觉技术。大学作为培养应用型人才的主要基地，在自动控制教学中引入机器视觉，充分调动学生求职欲望与学习模式识别，发挥学生主体作用，培养学生动手能力与实践能力，为社会输送大量具有实践能力的高素质人才。

参考文献

[1] 夏永胜.计算机控制液压试验台设计方法[J].制造技术与机床，2006（11）：23.

[2] 曹程杰，莫岳平.基于神经网络逆控制方法的水轮发电机组非线性控制器仿真研究[J].中国农村水利水电，2009（7）：23-24.

[3] 姜淑忠，李小海.电机驱动器中的电流传感器[J].电机与控制应用，2007（6）：78.

[4] 宋鸿陟，肖磊，朱同林，等.面向对象程序设计课程中的访问控制和方法覆盖的剖析[J].中山大学学报论丛，2007（8）：123-125.endprint