李星云，李眾立，廖曉波

(西南科技大學(xué)制造科學(xué)與工程學(xué)院，四川綿陽(yáng)621010)

0 前言

視覺定位技術(shù)是機(jī)器人領(lǐng)域的一個(gè)重要研究方向［1］，它綜合運(yùn)用了機(jī)械學(xué)、電子學(xué)、光學(xué)、圖像處理等學(xué)科，將其應(yīng)用到工業(yè)生產(chǎn)中，可以對(duì)目標(biāo)尺寸和位姿進(jìn)行測(cè)量，具有非接觸、速度快、柔性好等優(yōu)點(diǎn)，在現(xiàn)代制造行業(yè)中具有非常廣泛的應(yīng)用前景。G PENG［2］介紹了視覺技術(shù)的關(guān)鍵問題，實(shí)現(xiàn)了對(duì)目標(biāo)的定位。但該方法的缺點(diǎn)是利用單個(gè)特征點(diǎn)進(jìn)行測(cè)量，容錯(cuò)率較低;沈慧杰［3］建立了單目視覺測(cè)距的模型，但是要通過設(shè)置在場(chǎng)地上特征點(diǎn)與攝像機(jī)之間構(gòu)成三角關(guān)系后求出坐標(biāo)，加大了運(yùn)算量。周娜［4］建立了基于平面模板的攝像機(jī)定位方法，但為了獲得圖像間以及模板與圖像之間對(duì)應(yīng)點(diǎn)的匹配，需要人為干預(yù)，不能實(shí)現(xiàn)實(shí)時(shí)定位。

單目視覺定位在理論上有很多的研究，但圖像處理主要是在計(jì)算機(jī)上進(jìn)行，所以集成性較低，成本較高。論文從實(shí)際生產(chǎn)情況出發(fā)，提出了一種在嵌入式平臺(tái)上的單目視覺定位方法，選用S3C2440 微處理器和OV3640 圖像傳感器，以工件為目標(biāo)，設(shè)計(jì)出一套集成高，計(jì)算快，測(cè)量準(zhǔn)確的單目定位系統(tǒng)。

1 單目視覺定位系統(tǒng)的組成

1.1 靜態(tài)圖像采集平臺(tái)

圖1 靜態(tài)圖像采集平臺(tái)結(jié)構(gòu)

為了保證目標(biāo)的空間位置和姿態(tài)準(zhǔn)確測(cè)量，測(cè)量模塊要固定在目標(biāo)的正上方，并且鏡頭的光軸與地面垂直［5］。定位系統(tǒng)的靜態(tài)圖像采集平臺(tái)結(jié)構(gòu)如圖1 所示。其中f 為攝像機(jī)焦距，r 為視場(chǎng)角，c 為測(cè)量模塊，1 為光源。

1.2 測(cè)量模塊

為了提高測(cè)量精度和計(jì)算速度，應(yīng)選擇計(jì)算速度快的微處理器以及像素高的圖像傳感器［6］

(1)微處理器的選擇

微處理器選擇的是三星公司生產(chǎn)的一款高性能、低功耗、體積小的S3C2440［7］處理芯片。由于該處理芯片有一個(gè)專用的Camera-Interface (CAMIF)接口，該接口支持YCrCb8 位的數(shù)字視頻接口標(biāo)準(zhǔn)，并且無需接口轉(zhuǎn)換電路，便可以和圖像傳感器直接連接使用。

(2)圖像傳感器的選擇

圖像傳感器選擇的是OV 公司生產(chǎn)的300W 像素的CMOS 傳感器OV3640［8］。該芯片在QXGA (2 048×1 536)格式下，處理速度高達(dá)15 幀/s，可輸出YCb-Cr422、RGB565 等多種格式，并可通過設(shè)置其內(nèi)部寄存器來控制其曝光時(shí)間、白平衡、飽和度、增益等參數(shù)。

(3)光學(xué)鏡頭的選擇

光學(xué)鏡頭須選擇固定焦距、固定視場(chǎng)角和景深比較大的防畸變光學(xué)鏡頭。

在測(cè)量平臺(tái)的硬件設(shè)計(jì)中，將微處理器與圖像傳感器集成在一塊電路板上，并固定在保護(hù)外殼的內(nèi)部，在保護(hù)外殼上連接光學(xué)鏡頭，構(gòu)成測(cè)量模塊，如圖2 所示。

圖2 測(cè)量模塊

1.3 系統(tǒng)的主要工作流程

視覺定位系統(tǒng)的主要硬件連接圖如圖3 所示。

圖3 視覺定位系統(tǒng)的主要硬件連接圖

首先微處理器向圖像傳感器發(fā)出采集圖像的信號(hào)，收到信號(hào)后，圖像傳感器將光學(xué)圖像轉(zhuǎn)換成電子信號(hào)，經(jīng)過信號(hào)放大處理將數(shù)據(jù)結(jié)果通過DMA 傳送到存儲(chǔ)單元;然后微處理器將圖像數(shù)據(jù)從儲(chǔ)存單元中讀取出，通過計(jì)算得到目標(biāo)的空間位置和姿態(tài);最后通過通信接口將得到的數(shù)據(jù)發(fā)送到機(jī)器人控制器去控制機(jī)器人運(yùn)動(dòng)。

2 單目視覺定位系統(tǒng)的算法設(shè)計(jì)

單目視覺定位原理是利用一個(gè)攝像機(jī)獲取目標(biāo)圖片，然后將圖像空間中的目標(biāo)信息通過相關(guān)算法，轉(zhuǎn)化成真實(shí)空間中的目標(biāo)信息［9］。在該系統(tǒng)中，將得到的圖像坐標(biāo)(u，v)通過相關(guān)算法，計(jì)算出目標(biāo)的空間位置與姿態(tài)。

2.1 定位系統(tǒng)中各坐標(biāo)系的定義與關(guān)系

(1)成像平面坐標(biāo)系

如圖4 所示，O-XY 為成像平面坐標(biāo)系，其中點(diǎn)O 是鏡頭光軸與成像平面的交點(diǎn)，位于圖像中心。XY 平面與地面平行。

(2)圖像坐標(biāo)系

如圖4 所示，o-uv 為圖像坐標(biāo)系，由于圖像信息儲(chǔ)存在矩陣中，所以其坐標(biāo)(u，v)表示圖像中各像素點(diǎn)的行數(shù)和列數(shù)，其原點(diǎn)o 位于圖像的左上角。u 軸和v 軸分別平行于成像平面坐標(biāo)系的X 軸和Y 軸。

(3)攝像機(jī)坐標(biāo)系

如圖4 所示，Oc-XcYcZc為攝像機(jī)坐標(biāo)系，其中點(diǎn)Oc為鏡頭的光心，Xc軸和Yc軸與成像平面坐標(biāo)系的X 軸與Y 軸平行，Zc軸為鏡頭的光軸，與成像平面垂直。

(4)世界坐標(biāo)系圖

如圖4 所示，Ow-XwYwZw為世界坐標(biāo)系，用來描述目標(biāo)的空間位置，為了提高運(yùn)算速度，此系統(tǒng)定義的世界坐標(biāo)系的原點(diǎn)Ow為鏡頭光軸與地面的交點(diǎn)，XwYw平面與地面重合。

圖4 定位系統(tǒng)坐標(biāo)系

2.2 圖像坐標(biāo)系與成像平面坐標(biāo)系的轉(zhuǎn)化

在圖像坐標(biāo)中，像素點(diǎn)坐標(biāo)(u，v)為該像素在數(shù)組中的位置，并非實(shí)際的物理坐標(biāo)值，所以需要轉(zhuǎn)換到成像平面坐標(biāo)系中。已知圖像中心的坐標(biāo)為(uo，vo)和一個(gè)像素點(diǎn)的尺寸為dx、dy，通過坐標(biāo)系之間的關(guān)系可得其轉(zhuǎn)化公式為:

2.3 三維空間坐標(biāo)的計(jì)算

由各坐標(biāo)系之間的幾何關(guān)系可知:點(diǎn)O 為鏡頭的光心，Xc軸和Yc軸與成像平面的X 軸和Y 軸平行，Zc軸為鏡頭的光軸，它與成像平面垂直，其交點(diǎn)即為成像平面的坐標(biāo)原點(diǎn)O。OOc為攝像機(jī)的焦距f。根據(jù)圖4 中的各坐標(biāo)系關(guān)系，可以得到成像平面坐標(biāo)系與攝像機(jī)坐標(biāo)系之間的轉(zhuǎn)換公式:

通過齊次坐標(biāo)轉(zhuǎn)換公式，可以得到攝像機(jī)坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換公式:

由于定義的世界坐標(biāo)系的原點(diǎn)Ow為鏡頭光軸與地面的交點(diǎn)，且攝像機(jī)坐標(biāo)系和世界坐標(biāo)系沒有相對(duì)旋轉(zhuǎn)，只在Zc軸正方向進(jìn)行平移，距離為a，所以可以得到R 為3 ×3 的單位矩陣，T 為［0，0，a］T，聯(lián)立(1)(2)(3)3 個(gè)公式，可以得到公式:

從公式(4)可以看出，只要求出Zc的坐標(biāo)值，世界坐標(biāo)(Xw，Yw，Zw)即可求出。

由于已知圖像傳感器的像素陣列為m ×n、靶面長(zhǎng)度和寬度為L(zhǎng)u與Lv以及目標(biāo)的長(zhǎng)度和寬度為L(zhǎng)x與Ly，并且通過圖像處理可以得出目標(biāo)長(zhǎng)邊和寬邊的像素點(diǎn)個(gè)數(shù)分別lx和ly，通過圖像空間與真實(shí)空間的轉(zhuǎn)化關(guān)系，可以得到公式:

為了減少誤差，可以通過公式(5)(6)分別求出Zc的值，取其平均值，然后將得到的結(jié)果代入公式(4)，即可求出目標(biāo)的空間坐標(biāo)。

2.4 目標(biāo)姿態(tài)的測(cè)量

目標(biāo)的姿態(tài)測(cè)量主要是計(jì)算目標(biāo)中心線與Xw軸正方向之間的夾角來確定的。經(jīng)過圖像處理，已知目標(biāo)兩條平行長(zhǎng)邊上像素點(diǎn)的坐標(biāo)(u，v)，因此可以通過計(jì)算出對(duì)應(yīng)像素點(diǎn)坐標(biāo)的斜率來確定其夾角角度。為了縮短計(jì)算時(shí)間以及減少誤差，通過反復(fù)的測(cè)試，決定每條長(zhǎng)邊取相同間距的10 個(gè)像素點(diǎn)。

3 單目視覺定位系統(tǒng)的軟件設(shè)計(jì)

3.1 圖像分量的選擇以及選擇依據(jù)

定位系統(tǒng)采用的圖像數(shù)據(jù)格式是YCbCr422，其中Y 表示明亮度，而Cb和Cr表示色度，其作用是描述圖像色彩及飽和度，用于指定像素的顏色。在該格式下，每個(gè)像素點(diǎn)保存一個(gè)Y 值，每2 個(gè)像素點(diǎn)保存一個(gè)Cb和Cr值。由圖像處理原理可知，圖像的像素點(diǎn)越多，識(shí)別與計(jì)算精度越高。所以選擇Y 分量圖像來進(jìn)行二值化處理和計(jì)算。

3.2 圖像的二值化處理與目標(biāo)的邊緣提取

目標(biāo)Y 分量的灰度圖像及其直方圖和閥值分隔后的二值化圖像如圖5 所示。

圖5 Y 分量圖像及其直方圖和分割后二值化圖像

如圖5 (a)為目標(biāo)Y 分量的灰度圖像，5 (b)為其灰度直方圖，通過灰度直方圖可以看出，目標(biāo)與非目標(biāo)之間的灰度峰值有較大的間隔，可以較好地提取出目標(biāo)特征(因此盡量提高目標(biāo)與非目標(biāo)之間亮度差)，通過閾值分割，得到二值化圖像，如圖5 (c)所示，并在二值圖像中，通過邊緣連接法［10］求出目標(biāo)邊界像素點(diǎn)。

3.3 軟件系統(tǒng)的處理流程

該視覺定位系統(tǒng)圖像處理的主要流程是:首先進(jìn)行系統(tǒng)初始化，其次采集目標(biāo)圖像并對(duì)圖像Y分量進(jìn)行二值化處理，然后通過二值化圖像，得到目標(biāo)邊緣像素點(diǎn)，最后通過目標(biāo)邊緣的像素點(diǎn)，確定目標(biāo)的空間位置和姿態(tài)。圖像處理的軟件流程圖如圖6所示。

圖6 圖像處理的軟件流程圖

4 系統(tǒng)的測(cè)試及誤差分析

為了保證空間位置和姿態(tài)計(jì)算的準(zhǔn)確性，應(yīng)該注意以下幾點(diǎn):

(1)鏡頭的光心盡量是成像平面坐標(biāo)系的原點(diǎn)，若偏差較小，則需要調(diào)整(u0，v0)的坐標(biāo)值，如果偏差較大，必須進(jìn)行校正。

(2)圖像傳感器的靶面尺寸必須和光學(xué)鏡頭的靶面尺相同，若圖像傳感器的靶面尺寸大于光學(xué)鏡頭的靶面，則采集到圖像周圍會(huì)有黑影，若小于，則采集圖像的會(huì)出現(xiàn)邊緣缺失。

(3)如果作業(yè)現(xiàn)場(chǎng)環(huán)境光線變化很大，會(huì)影響二值化圖像的閾值選取，從而影響計(jì)算出的位姿信息。所以在光線變化很大的環(huán)境中，應(yīng)該采用自適應(yīng)閾值提取法［11］。

在數(shù)據(jù)采集的過程中，分別讓采集模塊在不同高度對(duì)目標(biāo)圖像進(jìn)行采集，以判斷不同高度下的系統(tǒng)誤差，采集到的數(shù)據(jù)如表1 所示。

表1 不同高度下的圖像采集數(shù)據(jù)

通過表1 的數(shù)據(jù)可計(jì)算出目標(biāo)上表面中心的世界坐標(biāo)，結(jié)果如表2 所示。

表2 不同高度下的圖像處理結(jié)果

在對(duì)目標(biāo)姿態(tài)的測(cè)量過程中，分別選擇了0°，15°，30°，45° 4 種角度，計(jì)算結(jié)果如表3 所示。

表3 不同角度的圖像處理結(jié)果

通過表1、表2 可知，測(cè)量模塊分別距地面為1 600、1 850、2 100 mm 時(shí)，系統(tǒng)測(cè)量誤差均小于5 mm，通過表3 可知，在不同偏移角度下，測(cè)量誤差小于0.5°。通過以上數(shù)據(jù)可知，目標(biāo)空間位置與姿態(tài)測(cè)量的誤差均在操作允許的范圍內(nèi)，因此該單目視覺定位系統(tǒng)是可行的。

5 結(jié)論

通過選用S3C2440 與OV3640 的硬件配置，提出了一種處理簡(jiǎn)單、計(jì)算準(zhǔn)確的單目視覺定位系統(tǒng)。將該系統(tǒng)應(yīng)用在工業(yè)機(jī)器人上，可以準(zhǔn)確地獲取工件目標(biāo)的位置和姿態(tài)的信息，從而降低了工人的勞動(dòng)強(qiáng)度，提高了工作效率。隨著微處理器與圖像傳感器性能的不斷增強(qiáng)，測(cè)量精度也會(huì)不斷提高，因此具有很高的推廣價(jià)值。

［1］倪受東，劉洋，袁祖強(qiáng)．機(jī)器人視覺伺服綜述［J］．機(jī)床與液壓，2007，35(9):1－5．

［2］PENG G，HUANG X H，GA0 J，et al ．Vision Based Intelligent Control for Mobile Robot［C］//Intelligent Control and Automation，2006．WCICA 2006．The Sixth World Congress，2006，2:9124－9128．

［3］沈慧杰．基于單目視覺的攝像機(jī)定位方法的研究［D］．長(zhǎng)春:吉林大學(xué)，2009．

［4］周娜．基于單目視覺的攝像機(jī)定位技術(shù)研究［D］．南京:南京航空航天大學(xué)，2007．

［5］曹毓，馮瑩，趙立雙．相機(jī)姿態(tài)安裝誤差對(duì)單目視覺定位精度的影響［J］．傳感器與微系統(tǒng)，2012，31(12):23－26．

［6］彭章君，廖曉波，羅亮，等．拉鉚釘多參數(shù)高精度在線檢測(cè)系統(tǒng)的設(shè)計(jì)［J］．計(jì)算機(jī)測(cè)量與控制，2011，19(2):260－265．

［7］Samsung Electronics．S3C2440 user's manual［M］．Republic of Korea，2004．

［8］OmniVision Technologies．OV3640 user's manual ［M］．2006．

［9］廖曉波，李眾立，廖璇．磚窯卸垛機(jī)器人視覺定位系統(tǒng)研究［J］．控制工程，2013，20(4):650－653．

［10］鄒柏賢，林京壤．圖像輪廓提取方法研究［J］．計(jì)算機(jī)工程與應(yīng)用，2008，44(25):1－4．

［11］郭佳．基于光照不均勻圖像的自適應(yīng)二值化方法研究［D］．武漢:武漢科技大學(xué)，2013．