基于图像识别的智能装配搬运机器人设计

王铭辰 刘青松 汪妤 杨金德 陈飞鹏

摘要：本文设计一款基于OpenCV图像识别的智能装配搬运机器人。由安装OpenCV库的树莓派进行图像处理，通过串口控制Arduino单片机进行运动控制。智能装配搬运机器人由五自由度机械手臂、桁架型底盘和辐板式车轮组成。控制系统由循迹模块Arduino单片机最小系统、超声波测距及显示，电机驱动模块组成，各个模块相互配合，能完成智能物流车的自动循迹，机械臂搬取等动作。

关键词：智能装配;OpenCV;树莓派

1.引言

机器人是一种典型的机电一体化装置，具有较高的智能化程度，是检测、机械、 电子、控制和计算机的较好融合。先进的机器人还能有人的感知器官甚至逻辑思维能力，可以视觉识别物体、感知环境、听懂人的语言、对日常事务的推理及判断。 因而，未来对于机器人的发展应用也具有广阔的前景。本文基于OpenCV图像识别设计了一款智能装配搬运机器人，主体结构由五自由度机械手臂、桁架型底盘和辐板式车轮组成。控制系统有循迹模块Arduino单片机最小系统、外围接口有超声波测距及显示，电机驱动等部分组成，各个模块简相互配合，能完成智能物流车的自动循迹，机械臂搬取物品等动作。该设计是为浙江省大学生竞赛用机器人所设计，运行试验表明，该系统结构简单，便于组装，运行效率高。

2.硬件结构

机器人小车主体架构采用铝型材材料，通过螺栓与角连接件连接成一体，铝型材刚性好，重量轻，而且加工方便、成本低，组装采用角连接件与螺栓器件，组装即为方便，改变车架的大小可以通过更换部分铝型材实现。机器人的驱动采用四个步进电机，可实现每个轮子的驱动，在车底盘装一个五自由度机械手臂，机械臂上装有摄像头，便于物品的识别与装夹功能。

2.1车架系统

车架系统主体是桁架型底盘，材料为铝型材，各铝型材之间通过角连接件联接形成桁架型车架。在小车底盘上装有四个辐板式车轮，由于辐板式车轮质量好适用于各种环境，四个辐板式车轮由步进电机驱动，选用体积小，能耗低的电机，可以通过控制步距角精确控制加减速转向。

2.2机械手臂系统

机器人的机械臂采用钢结构组件构成，利用舵机装置来控制关节部分转动，机械臂为五自由度的机械臂，分别由五个舵机控制具有腰部旋转、大臂仰俯、中臂仰俯、小臂仰俯和腕部旋转。由Arduino单片机控制舵机实现物流小车的自行抓取，加上OpenCV图像识别系统，可以实现在无人控制的情况下的智能抓取。

2.3系统系统

控制系统就指整个机器人的控制部分，它单片机组成，供电采用蓄电池（12V直流电源），单片机作为主控器负责处理信号和发出指令，摄像头捕捉画面，由树莓派进行处理比较图像颜色形状，将信息传给单片机，再由单片机发出控制指令，傳输给舵机控制器，由舵机控制器将控制指令放大，完成抓取。机器人采用循迹系统，这样可以在地面有引导线的情况下使得智能机器人自主确定车体的行进路线，自助行驶到达目的地。

3.软件实现

3.1 图像采集

树莓派通过Picamera采集图像，搭配了OpenCV视觉库，摄像头捕捉目标，然后对目标物体进行颜色和轮廓提取。OpenCV视觉库是一个开源的跨平台计算机数据库，在图像处理和计算机视觉方面有很多成熟的通用算法，近年来在国内外图像识别领域广泛使用。

3.2图像识别

通过Picamera获取周围环境图像，对图像进行高斯滤波和中值滤波，使得到的图像更平滑，减少噪声影响。将图像的颜色空间由RGB转为HSV。通过函数：cvCvtPixToPlane（src，H，S，V，0）将HSV图像分为H（色度通道图像）、S（饱和度通道图像）、V（亮度通道图像）。创建滑动条窗口和回调函数，合并三幅图像并进行膨胀腐蚀处理，减少噪点。通过Canny边缘检测法对图像进行轮廓检测，并把图像输出给查找轮廓函数：cvFindContours（），得到轮廓个数。

根据程序拾取到的颜色和轮廓个数，通过对比得到目标物体具体是哪个，使机器人将目标物体放到指定位置。

3.3运动控制

机器人的运动控制程序涉及循迹、机械臂动作。用 C 语言进行编程，在while函数中加入循迹程序，可实现循迹加定位的功能。让机器人按照循迹的路径路线前进;在机械臂控制中，预先将不同动作组程序编写并烧录至舵机控制板，然后利用舵机去控制机械臂抓取相应的要求运送的物块，运送回立体仓库，机器人调试时可直接调用相应动作组。

4.结束语

本文为了顺应智能制造和自动化行业的步伐，设计了基于Arduino和树莓派的智能搬运机器人的方案，实现了高效率、高精度和低成本的自动搬运机器人设计。通过Opencv库完成对图像的处理，提高了机器人的智能性。为机器人的应用提供了便利。机器人的研究也能为生产机器人的厂家提供参考，同时，制作的机器人也能参加浙江省大学生机器人竞赛或全国大学生搬运机器人竞赛。

参考文献

[1]陈胜勇，刘盛.基于Opencv的计算机视觉技术实现[M].科学出版社，2008.

[2]田瑶.基于PC控制的智能小车循迹系统的实现[D].湖北：华中师范大学，2011. DOI：10.7666/d.y1899028.

[3]郑增辉，刘聪，刘艳.基于Arduino的运输对抗机器人设计与实现[J].制造业自动化.2017，39（11）：31-34，39. DOI：10.3969.1009-0134.2017.11.008.

[4]王娜，李霞.一种新的改进Canny边缘检测算法[J].深圳大学学报，2005（2）：149-153.

基金项目

本文得到嘉兴学院南湖学院大学生创新项目（NH85179321）资助

作者简介：王铭辰，嘉兴学院电气工程及其自动化专业学生，研究方向为智能控制。

（作者单位：嘉兴学院南湖学院）