基于双足机器人的目标追踪方法设计与实现

张辰 管若乔 于沛然

摘要：本文介绍并实现了基于模糊PID控制的跑道轨迹识别与追踪算法，并利用颜色识别与追踪算法进行了有效性验证，针对研究问题进行了实验及数据分析，验证了算法的稳定性和准确性。

关键词：双足机器人;视觉目标识别;视觉目标追踪;模糊PID

中图分类号：TP242.6 文献标识码：A 文章编号：1007-9416（2019）04-0136-02

0 引言

双足人形机器人因其动作灵活、高度仿生等特点在工业领域有着广泛的应用，与此同时，其复杂的自由度也给控制器的设计带来了极高难度。本文对双足人形机器人的跑道追踪算法及颜色识别与追踪算法进行了设计与实现。采用经典算法进行目标识别，自适应目标追踪算法能实现目标丢失情况下的全向搜索，自主调整行进步速，无需人工干预。

1 双足机器人跑道轨迹追踪原理

完成双足机器人跑道轨迹追踪的思路如下：在雙足机器人头部搭载单目PTZ摄像头，机器人追踪轨迹时不启用PTZ功能。基于摄像头的采样信号获取跑道轨迹信息，利用行扫描法解算出机器人的实时行进目标点，并设计模糊控制器使机器人不停向目标点移动以实现双足机器人实时轨迹追踪。

1.1 跑道轨迹识别原理

由于PTZ摄像头在成像时存在梯形失真，且跑道轨迹多数为环形，因此利用行扫描法得到机器人行进目标点。采用的摄像头分辨率为320×240。

对图像进行二值化及滤波处理，目标点横坐标利用行扫描法从图像横坐标中线向图像两侧扫描，记录两侧扫描到的第一组轨迹点横坐标，并进行隔行提取共10组数据，求其平均即为目标点横坐标值。为了使机器人在竞走模式下保持最大速度，令目标点纵坐标始终位于图像纵坐标中线上（机器人平视线上点为极远点）。处理得到的目标点（TargetPoint.X，TargetPoint.Y）如下：

其中，及分别代表行扫描法在图像第行左侧及右侧得到的第一个轨迹点横坐标。

1.2 舵机转角模糊PID控制器

根据模糊控制原理，利用机器人估计目标点与视觉图像中心点的水平方向偏离值动态地调整机器人的转向角度。使用连续论域对输入输出量进行模糊化处理，建立模糊PID控制器。

目标点偏离方向的模糊语言变量为{L，M，R}={Left，Middle，Right}，论域为{-10，0，10}，表示估计目标点与视觉中心点的左右角度偏差。若偏离角度在左侧-10°与右方10°之间，则认为接近无偏，此时令机器人依原角度前进，否则令机器人依模糊PID控制器输出角度进行转向前进。

控制器输入为偏差及当前偏差与上次偏差的变化EC，控制器输出为舵机的控制信号输入，偏差变化值EC的引入使模糊控制器具备了一定程度的自适应性，PID控制器参数随偏差及偏差变化趋势实时改变，在机器人步行控制达到随目标点偏离情况动态改变转向角度的效果。

2 双足机器人颜色追踪原理

系统利用PTZ单目摄像头，采集RGB格式的图像，并转换成HSV格式。通过设置H值（色调）的阈值以及Tolerance颜色宽容度对特定颜色的物块进行识别。摄像头采集的原图像为RGB格式，为了更精确的识别颜色，需将原图像转换成HSV格式。HSV格式更符合人类视觉的认知方式，它表示的图像分别由三个参数构成，Hue（色调）、Saturation（饱和度）、Value（明度）[1]。为了选择目标颜色，需要改变色调的阈值，表示方法为角度，取值范围为0°到360°[2]。同时限定捕捉图像的饱和度最小值和明度最小值。

而后针对选定的颜色进行二值化处理，即存在一个像素点，其饱和度和明度大于设定最小值，且色调在选择范围内，则令该像素值为1，反之为0。进行开运算的形态学操作，开操作实质是对图像先进行腐蚀运算再进行膨胀运算[3]。开操作可以消除游离的像素点，并平滑目标物体的边缘。最后对二值图像的像素点坐标求平均，得到目标点坐标的估计值。

（2）

3 目标追踪实验及结果分析

为了验证算法的可行性及可靠性，基于双足机器人平台进行了本文算法的设计与实现。跑道轨迹如图1所示，图2（a），（b），（c）分别展示了机器人追踪跑道轨迹、正前方颜色目标、斜后方颜色目标时的步态情况。表1记录了机器人追踪跑道轨迹的统计实验数据。

由实验数据可知，追踪成功率始终保持在0.85以上，证明该算法具备较佳的稳定性及准确性。跑道轨迹追踪平均耗时约98.3秒，证明该算法能在给定场地下高速完成任务，满足控制要求。

4 总结与展望

本文介绍了两种目标追踪算法，通过对双足机器人的数字舵机参数进行自动调节，完成了在双足机器人平台上的相关实验，实现了图像识别、态势感知、导航规划、控制决策以及动态调整机器人动作的功能，统计实验的结果证明文中算法具备较佳的实时性及可靠性。

参考文献

[1] 高兴堂.基于车载视频的公交车道前方车辆检测[D].中国海洋大学，2011.

[2] 杜滕州.基于单目视觉的夜间车辆识别与测距方法研究[D].山东理工大学，2013.

[3] 张立兰.基于数学形态学的组织切片细胞图像分割算法的研究[D].辽宁工业大学，2015.