覃靜 孫霞

摘要：隨著智能機(jī)器人控制技術(shù)的不斷發(fā)展，智能機(jī)器人在運(yùn)動(dòng)輔助領(lǐng)域得到了廣泛應(yīng)用。為了減少運(yùn)動(dòng)員在運(yùn)動(dòng)過(guò)程中的重復(fù)性撿球動(dòng)作，設(shè)計(jì)了一種基于STM32單片機(jī)的智能撿球機(jī)器人。智能撿球機(jī)器人采用STM32H7系列作為主控芯片，結(jié)合飛行時(shí)差（Time of Flight，ToF）光學(xué)測(cè)距和OpenMV圖像采集模塊，實(shí)現(xiàn)機(jī)器人的運(yùn)動(dòng)避障、球具識(shí)別定位和精準(zhǔn)拾取等功能，具有成本低、體積小和搜尋快速等優(yōu)點(diǎn)，有較大的市場(chǎng)應(yīng)用前景。

關(guān)鍵詞：智能小車(chē)；STM32單片機(jī)；PDI算法

中圖分類(lèi)號(hào)：TP393文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008-1739（2021）22-60-3

0引言

隨著智能裝備技術(shù)的不斷發(fā)展，智能化機(jī)器人受到越來(lái)越多的關(guān)注。智能機(jī)器人被廣泛應(yīng)用于智能家居、深海探測(cè)和航天航空等各個(gè)領(lǐng)域，在工業(yè)生產(chǎn)和人類(lèi)社會(huì)中發(fā)揮著舉足輕重的作用[1]。

球類(lèi)運(yùn)動(dòng)作為常見(jiàn)的全民體育運(yùn)動(dòng)形式，具有對(duì)抗性強(qiáng)、觀賞性高等特點(diǎn)，在全球廣泛流行。然而，運(yùn)動(dòng)員在練習(xí)過(guò)程中會(huì)出現(xiàn)大量的重復(fù)性撿球運(yùn)動(dòng)，大幅度增加了人體的運(yùn)動(dòng)損耗，同時(shí)，散落在場(chǎng)地內(nèi)的球具也會(huì)提高運(yùn)動(dòng)事故的發(fā)生率。針對(duì)這一問(wèn)題，本文提出一種用于輔助運(yùn)動(dòng)的智能撿球機(jī)器人，減輕運(yùn)動(dòng)員的練習(xí)負(fù)擔(dān)和運(yùn)動(dòng)事故的發(fā)生。因此，本文的研究?jī)?nèi)容具有較大的實(shí)際應(yīng)用價(jià)值。

1總體設(shè)計(jì)

撿球機(jī)器人工作流程如圖1所示。撿球機(jī)器人啟動(dòng)后，通過(guò)OpenMV圖像采集模塊采集環(huán)境信息，基于圖像中的顏色信息定位球具并驅(qū)動(dòng)機(jī)器人移動(dòng)至鎖定區(qū)域，同時(shí)，機(jī)器人利用ToF光學(xué)測(cè)距模塊實(shí)現(xiàn)避障。當(dāng)機(jī)器人到達(dá)指定區(qū)域后，再次精確識(shí)別球具，結(jié)合球具收集裝置完成小球拾取動(dòng)作，隨后智能移動(dòng)機(jī)器人返回至待機(jī)工作區(qū)域。

2硬件設(shè)計(jì)

2.1主控芯片

機(jī)器人的主控芯片采用STM32H7系列，該芯片的Chrom-ART Accelerator和MJPEG codec內(nèi)核能夠減輕至少90%的CPU工作負(fù)荷，在圖像顯示方面具有較高的性能表現(xiàn)。此外，芯片的主DMA能處理記憶體和外設(shè)之間復(fù)雜的數(shù)據(jù)傳輸配置，最多能提供16個(gè)通道用于減輕CPU工作負(fù)荷，實(shí)現(xiàn)信息的高效傳輸。

2.2 ToF光學(xué)測(cè)距模塊

目前，常見(jiàn)的測(cè)距方法包括超聲波測(cè)距、接收信號(hào)強(qiáng)度（Received Signal Strength Indication，RSSI）測(cè)距和ToF光學(xué)測(cè)距。其中，ToF光學(xué)測(cè)距模塊通過(guò)光信號(hào)從發(fā)射至返回的間隔時(shí)間檢測(cè)機(jī)器人與反射物體之間的距離，從而實(shí)現(xiàn)智能撿球機(jī)器人的避障功能，ToF光學(xué)測(cè)距模塊的檢測(cè)精度達(dá)到1 mm，測(cè)距范圍0～4 m。與超聲波測(cè)距模塊相比，ToF檢測(cè)精度更高，且測(cè)距視野滿足球具拾取的需求。下面比較RSSI測(cè)距和ToF測(cè)距，在信號(hào)電平容易調(diào)制或非視距視線環(huán)境下，基于RSSI測(cè)距方法估算的結(jié)果比較理想；在視距視線環(huán)境下，基于ToF測(cè)距方法估算的結(jié)果較為理想。

智能撿球機(jī)器人采用ToF測(cè)距模塊用于實(shí)現(xiàn)機(jī)器人的避障功能。ToF測(cè)距有2個(gè)關(guān)鍵約束：①發(fā)送設(shè)備和接收設(shè)備始終同步；②由接收設(shè)備提供信號(hào)的傳輸時(shí)間。為了滿足上述約束條件，ToF測(cè)距模塊采用了時(shí)鐘偏移量來(lái)解決時(shí)鐘同步問(wèn)題。但是，ToF測(cè)距方法的時(shí)間依賴于本地和遠(yuǎn)程節(jié)點(diǎn)，測(cè)距精度容易受兩端節(jié)點(diǎn)時(shí)鐘偏移量的影響。將采用反向測(cè)量方法減少這類(lèi)影響，首先通過(guò)遠(yuǎn)程節(jié)點(diǎn)發(fā)送數(shù)據(jù)包，本地節(jié)點(diǎn)接收數(shù)據(jù)包后自動(dòng)響應(yīng)，隨后對(duì)正向和反向的平均值進(jìn)行二次求平均運(yùn)算，減少時(shí)鐘偏移量造成的測(cè)距誤差。

2.3視覺(jué)系統(tǒng)

機(jī)器人將選取OpenMV攝像頭采集環(huán)境圖像信息，該攝像頭具有低功耗、低成本和體積小等特點(diǎn)，能夠較好地實(shí)現(xiàn)機(jī)器視覺(jué)應(yīng)用。首先對(duì)攝像頭采集到的顏色信息進(jìn)行分析，能夠?qū)⑷我馍珘K的位置、大小、中心和方向進(jìn)行劃分和處理，從而通過(guò)顏色跟蹤法實(shí)現(xiàn)不同顏色物體的快速跟蹤。隨后結(jié)合圖像對(duì)比法，OpenMV將抓取到的圖像進(jìn)行對(duì)比處理，匹配無(wú)誤后進(jìn)行追蹤。與拍照式圖像采集模塊相比，OpenMV圖像采集模塊具有更高效的圖像處理速度，能夠?qū)崟r(shí)對(duì)比內(nèi)存中圖像的信息，實(shí)現(xiàn)撿球機(jī)器人的快速響應(yīng)。

2.4電機(jī)驅(qū)動(dòng)

電機(jī)驅(qū)動(dòng)采用東芝半導(dǎo)體公司的TB6612FNC電機(jī)驅(qū)動(dòng)芯片，該芯片集成了2個(gè)全H橋，芯片的供電電壓為2.5～13.5 V，H橋輸出的平均電流1.2 A，最大輸出電流3.2 A，芯片內(nèi)置了過(guò)熱保護(hù)和低壓檢測(cè)關(guān)閉電路，PWM控制的頻率可達(dá)100 kHz[2]。

2.5收集裝置

機(jī)器人球具收集模塊主要由舵機(jī)、擋板和收集箱組成。當(dāng)視覺(jué)系統(tǒng)識(shí)別到小球后，啟動(dòng)舵機(jī)將小球推入收集箱，收集箱口設(shè)置有擋板，用于小球單向進(jìn)入收集箱。指定區(qū)域內(nèi)的球具拾取完成后，小球隨機(jī)器人返回至待機(jī)工作區(qū)域。

3軟件設(shè)計(jì)

3.1攝像頭初始化

對(duì)攝像頭模塊進(jìn)行參數(shù)初始化，設(shè)置間隔10幀進(jìn)行圖像抓取，并將當(dāng)前光強(qiáng)度的顏色閾值和面積進(jìn)行參數(shù)對(duì)比。

3.2尋球

3.2.1尋找相同顏色的乒乓球

主要采用find_blobs函數(shù)識(shí)別相同顏色的球具。首先通過(guò)設(shè)置thresholds顏色閾值定義待識(shí)別球具的顏色數(shù)值和顏色種類(lèi)，隨后調(diào)用code函數(shù)，判斷返回色塊對(duì)象blob的顏色。

3.2.2特征點(diǎn)檢測(cè)

球具圖像的特征點(diǎn)檢測(cè)（find_keypoint）有2種常見(jiàn)的目標(biāo)物體特征設(shè)置方式，分別是將初始圖像作為目標(biāo)物體特征和直接設(shè)置目標(biāo)物體特征。由于環(huán)境光線等原因的干擾，可能導(dǎo)致每次運(yùn)行程序光線不同特征不同。若直接將初始圖像作為目標(biāo)物體特征會(huì)降低特征點(diǎn)的匹配度。通過(guò)調(diào)劑曝光度、白平衡和自動(dòng)的增益值，可以抑制光照差異對(duì)特征點(diǎn)匹配度的影響。此外，在程序運(yùn)行后，例程提取最開(kāi)始的圖像作為目標(biāo)物體特征，隨后采用kpts1函數(shù)保存目標(biāo)物體的特征，再匹配目標(biāo)特征在不同尺度下的大小和角度，也能減小光照變化造成的特征點(diǎn)匹配誤差。

3.3驅(qū)動(dòng)小車(chē)

3.3.1電機(jī)驅(qū)動(dòng)和差速轉(zhuǎn)向

通過(guò)ar.run函數(shù)實(shí)現(xiàn)撿球機(jī)器人的移動(dòng)控制，函數(shù)有2個(gè)參數(shù)：left_speed和right_speed。其中，left_speed控制左輪的速度，right_speed控制右輪的速度。輸入?yún)?shù)為正數(shù)，輪子向前轉(zhuǎn)動(dòng)，反之向后轉(zhuǎn)動(dòng)。參照物的偏移量決定機(jī)器人向左或向右偏移，若左輪向前右輪向后，則機(jī)器人向右轉(zhuǎn)動(dòng)，反之向左轉(zhuǎn)動(dòng)。

3.3.2 PID算法

PID解決了自動(dòng)控制理論要解決的最基本問(wèn)題，即系統(tǒng)的穩(wěn)定性、快速性和準(zhǔn)確性。調(diào)節(jié)PID的參數(shù)，可實(shí)現(xiàn)在系統(tǒng)穩(wěn)定的前提下兼顧系統(tǒng)的帶載能力和抗擾能力，同時(shí)，在PID調(diào)節(jié)器中引入積分項(xiàng)，系統(tǒng)增加了一個(gè)零積點(diǎn)，使之成為一階或一階以上的系統(tǒng)，這樣系統(tǒng)階躍響應(yīng)的穩(wěn)態(tài)誤差就為零。

3.4回到起點(diǎn)

當(dāng)視野中沒(méi)有小球時(shí)，小車(chē)開(kāi)始自轉(zhuǎn)尋球，在一定的時(shí)間后就會(huì)返回指定的位置。

4安裝與調(diào)試

首先進(jìn)行程序初始化，開(kāi)啟撿球機(jī)器人，機(jī)器人進(jìn)行原地周期旋轉(zhuǎn)，同時(shí)利用攝像頭采集環(huán)境圖像信息并進(jìn)行圖像對(duì)比識(shí)別，獲取小球位置坐標(biāo)。隨后，控制器傳輸指令至電機(jī)，驅(qū)動(dòng)機(jī)器人向小球方向移動(dòng)，期間結(jié)合ToF測(cè)距模塊進(jìn)行機(jī)器人避障移動(dòng)。最后采用扇形小球收集器拾取球具，并再次尋找相同目標(biāo)。若有相同目標(biāo)，則再次處理圖像對(duì)比，計(jì)算確定坐標(biāo)，若無(wú)參考圖相同目標(biāo)，則回到待機(jī)區(qū)域。撿球機(jī)器人如圖2所示。

5結(jié)束語(yǔ)

采用ToF光學(xué)測(cè)距、顏色識(shí)別、圖像形狀識(shí)別和智能避障等多種功能最終實(shí)現(xiàn)小球的精準(zhǔn)識(shí)別與定位并結(jié)合舵機(jī)、電機(jī)結(jié)合算法驅(qū)動(dòng)小車(chē)前行拾取小球。撿球部分是自組裝的收集裝置，當(dāng)電機(jī)驅(qū)動(dòng)前進(jìn)時(shí)，撿球器會(huì)將乒乓球擠壓至容器內(nèi)部。該設(shè)計(jì)具有成本低、體積小、行動(dòng)方便、快速搜尋及拾取等優(yōu)點(diǎn)，人們的生活更加智能化，為人們的生活提供便利，減少勞動(dòng)力。

參考文獻(xiàn)

[1]蔡自興.21世紀(jì)機(jī)器人技術(shù)的發(fā)展趨勢(shì)[J].南京化工大學(xué)學(xué)報(bào)（自然科學(xué)版），2000（4）：73-78.

[2]常華偉，王福豹，嚴(yán)國(guó)強(qiáng)，等.無(wú)線傳感器網(wǎng)絡(luò)的TOF測(cè)距方法研究[J].現(xiàn)代電子技術(shù)，2011，34（1）：35-38.

[3]黃大志，周慶貴，陳業(yè)強(qiáng).基于單片機(jī)輪式尋跡機(jī)器人控制系統(tǒng)的設(shè)計(jì)[J].機(jī)床與液壓， 2009，37（8）：350-352.

[4]王瑋，王丹，馮培德.基于光電探測(cè)系統(tǒng)的地面車(chē)精確定位定向技術(shù)[J].北京航空航天大學(xué)學(xué)報(bào)，2007（8）：902-905.

[5]肖南峰.智能機(jī)器人[M].廣州：華南理工大學(xué)出版社，2008.

[6]陳明熒.ATmega16單片機(jī)課程設(shè)計(jì)實(shí)訓(xùn)教材[M].北京：清華大學(xué)出版社，2004.

[7]雷鋼，王宏遠(yuǎn).基于AVR單片機(jī)的控制系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)與數(shù)字工程，2006（11）：135-138.

[8]張軍.AVR單片機(jī)應(yīng)用系統(tǒng)開(kāi)發(fā)典型實(shí)例[M].北京：中國(guó)電力出版社，2005.

[9]劉崇翔.基于ARM的智能小車(chē)的設(shè)計(jì)與研究[D].無(wú)錫：江南大學(xué)，2012.

[10]彭南華.經(jīng)濟(jì)型噴漆機(jī)器人軌跡規(guī)劃及關(guān)節(jié)控制研究[D].湖南：中南大學(xué)，2009.

[11]沈文.AVR單片機(jī)C語(yǔ)言開(kāi)發(fā)入門(mén)指導(dǎo)[M].北京：清華大學(xué)出版社，2003.

[12] MUKHERJEE J，LANG K M，MITRA S K. Demosaicing of Images Obtained from Single-chip Imaging Sensors in Yuv Color Space[J].Pattern Recognit Lett，2004，26（7）：985-997.