| 标题 | 基于图像识别的机械手臂的控制与设计 |
| 范文 | 叶春 摘要：该文整合图像识别与机械手臂的功能，成为一套自动化嘴控开关递送装置的系统应用。本系统在功能性以及实用性方面已臻完备，未来更期望能让残疾人员的使用者，可以利用本文提出的图像识别系统与多种辅具装置互动，并加入人性化层面的考虑，以提升本系统的多功能性与实用性。 关键词：图像识别；机械手臂 中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）24-0206-02 1 引言 自动化嘴控开关递送装置作为个人计算机系统所架构的图像识别自动化残疾人员辅具的一例，采用高画质摄像机、马达轴控卡、三轴机器手臂，并通过LabVIEW 软件完成图像识别与自动化功能。除了机械结构庞大体积占用病患的照看需求空间以外，个人计算机长时间待机与大马力伺服马达所耗费的电力，以及高额的软硬件成本，不是一般的辅具需求者所能够负担；此外，欲修改该装置以适应不同的应用，也不是一件容易的事。从产品开发的角度来看，图像识别系统与机械结构 （含电动装置） 的设计分属不同领域，因此必须将两者区别独立进行开发，并以高普及率的接口 （如RS-232） 作为两者间的沟通。因此，开发一套低耗能、低成本、且易于弹性修改以适应不同应用的图像识别系统，不仅让图像识别自动化更容易普及，而且也可以因应不同用户或机械结构所特制的辅具进行修改，以达成减轻肢体残障人士与照看者负担的目的。 2 图像识别的机械手臂的设计 本文以FPGA （Field-Programmable Gate Array）为基础，组成数字逻辑电路，并搭配XScale 微处理器构成图像识别系统，这样的架构与个人计算机比起来可以大幅减少耗电以及占用体积。由FPGA 负责数字图像处理，将处理结果参数送到微处理器以进行后续分析、同时控制机械手臂。如此搭配的原因，主要是利用数字逻辑电路的硬件运算实时性，以高效率的方式，快速进行图像处理；同时利用微处理器的弹性优点，一旦在实际应用方面出现问题或是因应用户所需功能的新增或修改，可以很方便地修改程序进行维护或更新，而尽可能不需要更动FPGA及硬件电路。 图1 为本系统的组成电路系统架构图，电路主要核心为FPGA 及微处理器XScale。摄像机 （camera） 取得的图像数据输入FPGA 及SRAM 后，数字电路依据EEPROM 内储存的颜色表，将非指定的颜色滤除以及减少图像噪声等图像处理，进行图像识别前处理的工作。其中的可编程颜色表 （programmable color tonetable），可让用户依照不同环境编辑目标物的颜色，以降低系统误判的机会。图像处理的结果数据输出至XScale 微处理器进行后续处理及分析，并通过RS-232 接口控制机械手臂的运作。 系统另外构建可由个人计算机控制的RS-232 传输接口，通过窗口程序进行颜色表的编辑、写入或读取，或者将目前拍摄的图像以及处理后的图像图片储存到个人计算机。另外，VGA 接口可以接上监视屏幕，通过屏幕得到实时的拍摄图像以及处理后的图像。这两个接口装置不需要与系统连接即可正常运作，只有在使用上有需求时才需要开启个人计算机或屏幕连接。最后，声音检测部分用于启动机械手臂进行物品抓取的动作，以方便残疾人员的用户以声音启动系统运作。 3 图像识别的机械手臂的实现 电路系统包含主电路板与各式子板、摄像镜头模块、摄像灯、两组微动开关、电源系统、以及机械手臂的伺服机 （servo） 控制板，图2的系统整合接线图显示如何联结这些装置成为最终的完成品。其中电路系统所使用的5V 电源是由电源转换器直接提供，而机械手臂使用的电源模块则由微处理器所控制的继电器进行开关动作，两者皆使用110V 电源并由电源总开关控制。摄像灯使用12V 电源，由机械手臂电源模块提供，只有在机械手臂启动时才会被点亮。安装在机械手臂前端的微动开关用来避免过度卷线造成损毁，连接到微处理器的中断接脚 （INT1） 在开关闭合时立即停止卷线伺服机的动作；另一组微动开关为侦测放线停止装置，避免伺服机过度放线使线松脱造成纠缠。 整个机械手臂的控制是由XScale 微处理器的UART TXD 接脚输出到伺服控制板，每一笔控制信息为3-byte 格式，包含前置字节0xFF、伺服信道 （channel，0～4）、以及角度位置等参数。XScale 与伺服控制板间可插入PC 监测控制接口板。 完成品的全图如图3所示，机械手臂使用五颗伺服机，其中CH0 控制整支手臂的水平旋转，CH1、CH2 控制两支干的角度，CH3 控制前端基座的角度，CH4为卷线伺服机，作为升降奶嘴载具的用途。 4 机械手臂人脸识别系统测试 本测试的目的是为了确保机械手臂的运作，于不同的目标位置能够正确定位，一旦定位偏差过大时可进行校正。另外，在安全因素的考虑下，为了避免异常状况发生，例如断电，导致机械手臂前臂突然下坠，受测者头部最高处距离本系统的底座平台h 至少需要保持20 厘米以上；而在心理层面的考虑，则必须保持更远距离以减少压迫感。因此在本测试中采用h = 50 厘米的高度进行测试，这样的高度在实际运作时随着机械手臂不同的运动位置，使得摄像镜头与人脸的垂直距离大约在65～90厘米变化。 以肤色纸制作一个真实大小模拟人脸的测试具，置放于平面上不同位置以测试本系统的定位范围及定位误差测试。系统摆放位置可位在受测者的左右两侧或头顶处。 表1及表2为定位误差及定位花费时间测试，其中定位误差以嘴唇中心点计算，括号内T、R、L、B 分别代表定位结果偏向嘴唇上侧、右侧、左側、底侧的位置；而花费时间是从启动后开始计时，直到奶嘴载具降落接触到人脸测试具为止。测试结果最大定位误差为3厘米，花费时间约在1～3 分钟以内。 本系统所结合的图像识别及声音检测功能，只需修改微处理器程序即可作为其他方面的应用，例如：以人脸靠近摄像镜头指定距离范围、同时发出特定声音，作为开关的使用。仅通过更新微处理器程序而不需修改复杂的FPGA、或硬件电路，使本系统弹性发挥其功能，可方便适应各种不同的应用。 参考文献： [1] 周姗姗，柴金广.图像预处理的滤波算法研究[J].科学技术与工程，2014（13）. [2] 胡尚举，田国法，申江波.边缘检测算子的分析比较[J].大众科技，2013（9）. [3] 缑西梅，贾晓辉.数字图像处理的边缘检测技术研究[J].中原工学院学报，2013（3）. [4] 李洪波.共形几何代数与运动和形状的刻画[J].计算机辅助设计与图形学学报，2014（7）. [5] 李洪波.共形几何代数与几何不变量的代数运算[J].计算机辅助设计与图形学学报，2014（7）. 【通联编辑：唐一东】 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。