戴文，馬得堯，劉宇翔，呂文飛，楊前明

(山東科技大學(xué)機(jī)械電子工程學(xué)院，山東青島266590)

0 前言

隨著經(jīng)濟(jì)全球化進(jìn)程的不斷加快，海上石油開(kāi)采量以及石油運(yùn)輸量迅速增長(zhǎng)，復(fù)雜的海上環(huán)境造成了海面溢油事故的頻頻發(fā)生，嚴(yán)重威脅著海洋生態(tài)環(huán)境和沿海居民的身體健康。

當(dāng)海面溢油事故發(fā)生時(shí)，通常利用溢油回收船回收溢油。溢油回收船的船體雙側(cè)，內(nèi)嵌專業(yè)圍油欄［1］，作業(yè)時(shí)利用圍油欄前端浮筒捕獲裝置將圍油欄迅速導(dǎo)出并伸展開(kāi)。溢油回收船攜帶的浮筒捕獲裝置通常為框架式結(jié)構(gòu)，此種結(jié)構(gòu)分別在上、下兩端安裝一個(gè)連接鉤，連接鉤的間距基本與浮筒同高。工作時(shí)，2個(gè)連接鉤必須恰好固定連接浮筒的上、下兩端，依靠浮筒自身的向前運(yùn)動(dòng)，以及捕獲裝置向外的

拉力作用，共同完成捕獲浮筒并展開(kāi)圍油欄的動(dòng)作。此種結(jié)構(gòu)比較簡(jiǎn)便輕巧，但適應(yīng)性低，需要人眼配合操作，捕獲時(shí)間一般較長(zhǎng)，不但大大增加收油清污的作業(yè)成本，還會(huì)貽誤海上作業(yè)的最佳時(shí)機(jī)［2］。

針對(duì)這一問(wèn)題，設(shè)計(jì)開(kāi)發(fā)了由單目視覺(jué)單元、計(jì)算機(jī)和機(jī)械臂執(zhí)行機(jī)構(gòu)，3部分組成的圍油欄前端浮筒捕獲裝置，利用單目視覺(jué)系統(tǒng)的定位原理，完成對(duì)浮筒中心坐標(biāo)的提取和準(zhǔn)確定位［3］，以提高溢油回收船的自動(dòng)化程度和作業(yè)效率。

1 系統(tǒng)原理與結(jié)構(gòu)

圍油欄前端浮筒快速捕獲系統(tǒng)，由CCD圖像采集模塊、計(jì)算機(jī)圖像處理模塊和機(jī)械臂執(zhí)行機(jī)構(gòu)3部分組成［4］，如圖1所示。

圖1 圍油欄前端浮筒快速捕獲系統(tǒng)結(jié)構(gòu)圖

圖像采集模塊，由一臺(tái)固定在機(jī)械臂最前端的CCD攝像機(jī)、圖像采集卡組成一個(gè)單目視覺(jué)單元，負(fù)責(zé)攝取目標(biāo)物圖像信息。由圖像采集卡采集圖像信息，送入上位機(jī)進(jìn)行圖像的識(shí)別定位，從而計(jì)算浮筒的三維坐標(biāo)及機(jī)械臂的位移距離。然后將數(shù)據(jù)傳輸給下位機(jī)PLC，由下位機(jī)PLC根據(jù)計(jì)算結(jié)果，驅(qū)動(dòng)執(zhí)行單元，完成浮筒的捕獲操作。工作人員通過(guò)上位機(jī)實(shí)時(shí)畫面可以直接進(jìn)行監(jiān)控和操作［5］。

2 基于單目視覺(jué)的定位方法

2.1 攝像機(jī)標(biāo)定

在視覺(jué)系統(tǒng)中，對(duì)攝像機(jī)的標(biāo)定，采用張正友標(biāo)定法。由計(jì)算機(jī)繪制一張含有8×8個(gè)方格的黑白棋盤格平面圖樣，且方格的大小一定。以1∶1的比例打印出來(lái)貼在光潔的玻璃板上，作為實(shí)驗(yàn)用標(biāo)定模板［6］，標(biāo)定模板中共有64個(gè)角點(diǎn)。

攝像機(jī)的標(biāo)定是在Microsoft VS2008環(huán)境下進(jìn)行的。標(biāo)定時(shí)，采用對(duì)標(biāo)定模板多角度圖樣采集的方法，獲取20幀不同位姿的標(biāo)定模板圖像。標(biāo)定過(guò)程中，軟件對(duì)每一幅圖像提取角點(diǎn)并繪制出來(lái)，繪制角點(diǎn)的圖像如圖2所示。

圖2 VS環(huán)境下繪制角點(diǎn)圖

圖像全部成功提取角點(diǎn)后，利用單目視覺(jué)系統(tǒng)的幾何映射關(guān)系，對(duì)攝像機(jī)的內(nèi)、外參數(shù)進(jìn)行求解。

在視覺(jué)系統(tǒng)中，一個(gè)2D點(diǎn)可以表示為m＝［u，v］T，一個(gè)3D點(diǎn)可以表示為 M ＝ ［X，Y，Z］T。其增廣矩陣分別表示為 ~m＝ ［u，v，1］T以及 ~M ＝［X，Y，Z，1］T。3D點(diǎn)與其投影到平面的2D點(diǎn)之間的關(guān)系可以表示為

式中:s是標(biāo)準(zhǔn)矢量;A為攝像機(jī)內(nèi)部參數(shù);R，t為攝像機(jī)的外部參數(shù)。標(biāo)定時(shí)假設(shè)模板平面，在Z＝0的平面上，由式 (1)可以得到

由此得到一個(gè)3×3矩陣

由映射矩陣H可得到內(nèi)參數(shù)矩陣A的約束條件h 1T A

TA-1h2＝0。利用約束條件線性求解內(nèi)參數(shù)A。

式 (4)中B是一個(gè)對(duì)稱矩陣，可以用向量b＝［B11，B12，B13，B22，B23，B33］T來(lái)表示，通過(guò)矩陣變換及解算，可求得矩陣B及內(nèi)參數(shù)矩陣A。再由矩陣A和映射矩陣H，分別計(jì)算20幀圖像的旋轉(zhuǎn)矩陣R和平移向量t。最后利用最大似然估計(jì)法，對(duì)獲取的內(nèi)、外參數(shù)進(jìn)行優(yōu)化［7］。

為了驗(yàn)證VS環(huán)境下標(biāo)定的準(zhǔn)確性，在Matlab2012環(huán)境下，用同一組圖樣進(jìn)行了標(biāo)定，繪制角點(diǎn)的圖像如圖3所示?？梢?jiàn)，標(biāo)定過(guò)程中20幀不同位姿的圖像提取、繪制的角點(diǎn)，與VS環(huán)境下完全相吻合。

圖3 Matlab環(huán)境下繪制角點(diǎn)圖

2.2 目標(biāo)中心點(diǎn)定位

在圍油欄前端浮筒快速捕獲系統(tǒng)中，目標(biāo)識(shí)別及定位的關(guān)鍵，在于對(duì)圍油欄前端浮筒頂部圓心的檢測(cè)。相對(duì)于其他檢測(cè)方法，Hough變換在圖像存在噪聲、變形、部分區(qū)域丟失的情況下，也能獲得良好的檢測(cè)結(jié)果，可靠性高［8］。在復(fù)雜的海上環(huán)境下，圍油欄前端浮筒捕獲系統(tǒng)對(duì)浮筒圓心進(jìn)行檢測(cè)時(shí)，獲取圖像過(guò)程中，可能會(huì)丟失部分圖像信息，出現(xiàn)誤差，所以系統(tǒng)選用Hough變換的方法進(jìn)行檢測(cè)。

在Hough變換中，圓的檢測(cè)、變換過(guò)程如圖4所示，x-y平面上有一圓，r為圓的半徑，(a，b)為圓心坐標(biāo)，其方程表示為

圖4 Hough變換檢測(cè)圓示意圖

點(diǎn)p1(x1，y1)，p2(x2，y2)，和p3(x3，y3)為圓上任意三點(diǎn)。把圖像空間中的圓，轉(zhuǎn)換到a-b-r參數(shù)空間，則圓上的一點(diǎn)對(duì)應(yīng)于參數(shù)空間中的一個(gè)三維錐面。要擬合出圖像中的圓，首先要求取所有的特征點(diǎn)對(duì)應(yīng)在參數(shù)空間中三維錐面及所有三維錐面的交點(diǎn)。然后統(tǒng)計(jì)出三維錐面相交次數(shù)最多的點(diǎn)，最終擬合出原空間的圓［9］。由交點(diǎn)坐標(biāo)可推算出參數(shù)a，b，r，從而確定圓心坐標(biāo)和半徑。

2.3 坐標(biāo)變換解算

視覺(jué)系統(tǒng)中，攝像機(jī)模型被簡(jiǎn)化為小孔成像模型［10］，如圖5所示。設(shè)OCXCYCZC為攝像機(jī)坐標(biāo)系，OWXWYWZW是世界坐標(biāo)系，oxy是攝像機(jī)像平面坐標(biāo)系，M為空間中的任意一點(diǎn)，m為M在像平面上的成像點(diǎn)。設(shè)圖像的像素坐標(biāo)系為 ouv，坐標(biāo)原點(diǎn)在攝像機(jī)像平面坐標(biāo)系圖像的左上角，以像素為單位。

圖5 標(biāo)定系統(tǒng)的坐標(biāo)系

由世界坐標(biāo)系、攝像機(jī)坐標(biāo)系、圖像坐標(biāo)系間的變換關(guān)系，經(jīng)過(guò)推導(dǎo)可得空間一點(diǎn)M的世界坐標(biāo)(XW，YW，ZW)與其投影點(diǎn)m的像素坐標(biāo) (u，v)的關(guān)系如下:

式中:fx、fy、u0、v0為攝像機(jī)的內(nèi)參，可通過(guò)攝像機(jī)標(biāo)定得到;R和t分別是世界坐標(biāo)系到攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)矩陣和平移向量;矩陣M1也代表攝像機(jī)的內(nèi)參數(shù)矩陣;M2為外參數(shù)矩陣。在獲取點(diǎn)M的圖像坐標(biāo)的情況下，根據(jù)坐標(biāo)系間的轉(zhuǎn)換關(guān)系，可以求得點(diǎn)M的三維坐標(biāo)Mw。

3 實(shí)驗(yàn)及分析

3.1 標(biāo)定結(jié)果

攝像機(jī)標(biāo)定是在Microsoft VS2008環(huán)境下完成的，標(biāo)定結(jié)果如式 (7)所示:

式中:A為攝像機(jī)的內(nèi)參數(shù)矩陣，kc為畸變系數(shù)。

作為驗(yàn)證實(shí)驗(yàn)，Matlab2012環(huán)境下的標(biāo)定結(jié)果如式 (8)所示。

式中:fc、Cc為攝像機(jī)的內(nèi)參數(shù)，分別代表焦距、圖像中心點(diǎn);αc為斜交參數(shù);kc為畸變系數(shù);err為像素誤差。結(jié)果表明標(biāo)定所得參數(shù)誤差，滿足要求。

3.2 圍油欄前端浮筒的圖像處理

當(dāng)攜帶攝像頭的機(jī)械臂進(jìn)入浮筒正上方區(qū)域時(shí)，開(kāi)始攝取目標(biāo)圖像，其中一幀如圖6(a)所示，圖像大小為640×480。首先，對(duì)原始圖像進(jìn)行灰度化處理得到灰度化圖像，如圖6(b)所示。

圖6 目標(biāo)圖像及灰度化處理

Hough變換的結(jié)果是利用圖像的全局特征，將特定形狀的邊緣連接起來(lái)，并形成連續(xù)平滑的邊緣。因此在Hough變換前要對(duì)圖像進(jìn)行邊緣檢測(cè)，實(shí)驗(yàn)中采用Canny算子邊緣檢測(cè)方法。

實(shí)驗(yàn)一:未對(duì)圖像進(jìn)行去噪處理，直接對(duì)原始圖像的灰度圖進(jìn)行邊緣檢測(cè)，檢測(cè)結(jié)果如圖7(a)所示。Hough變換擬合結(jié)果，如圖7(b)所示，結(jié)果表明偏差較大。

圖7 圖像處理檢測(cè)結(jié)果

實(shí)驗(yàn)二:采用高斯濾波器對(duì)圖像做了平滑處理，然后再用Canny算子進(jìn)行邊緣檢測(cè)，檢測(cè)結(jié)果如圖8(a)所示。Hough變換擬合結(jié)果，如圖8(b)所示，結(jié)果表明與實(shí)際目標(biāo)相吻合。

圖8 圖像處理檢測(cè)結(jié)果

實(shí)驗(yàn)所得具體數(shù)據(jù)，圓心坐標(biāo)，半徑r及坐標(biāo)誤差，如表1所示。表中給出的數(shù)據(jù)均以像素為單位。實(shí)驗(yàn)結(jié)果表明，在對(duì)目標(biāo)原始圖像進(jìn)行灰度化、去噪、邊緣檢測(cè)等一系列預(yù)處理后，利用Hough變換可以提取圓心坐標(biāo)，誤差小，精度高。

表1 實(shí)驗(yàn)數(shù)據(jù)及誤差

系統(tǒng)由上位機(jī)軟件實(shí)現(xiàn)對(duì)二維坐標(biāo)到三維空間坐標(biāo)的轉(zhuǎn)換，并計(jì)算出機(jī)械臂在x-y-z 3個(gè)方向上的平移距離。通過(guò)下位機(jī)PLC發(fā)出控制指令驅(qū)動(dòng)機(jī)械臂準(zhǔn)確捕獲目標(biāo)，最終將圍油欄快速導(dǎo)出、展開(kāi)。

4 結(jié)論

在海上溢油回收船，圍油欄前端浮筒的快速捕系統(tǒng)中，利用單目視覺(jué)系統(tǒng)的幾何定位方法，對(duì)浮筒位置坐標(biāo)進(jìn)行了準(zhǔn)確定位。克服了傳統(tǒng)的捕獲裝置，需要人眼配合操作、時(shí)間長(zhǎng)、效率低的缺點(diǎn)。在發(fā)生溢油事故時(shí)，溢油回收船通過(guò)圍油欄前端浮筒的快速捕獲系統(tǒng)，做出應(yīng)急響應(yīng)，提高溢油回收船的自動(dòng)化程度和作業(yè)效率。

［1］劉宗江，王世剛.運(yùn)油船雙內(nèi)嵌收油機(jī)系統(tǒng)的研制［J］.現(xiàn)代制造技術(shù)與裝備，2012(6):20-21.

［2］張帥，楊林.圍油欄輔助海面溢油的處理方法［J］.科學(xué)技術(shù)與工程，2012，12(33):9126-9128.

［3］陶文靜，李文龍.RFID設(shè)備微小芯片視覺(jué)定位算法研究與實(shí)現(xiàn)［J］.現(xiàn)代電子技術(shù)，2012，35(20):175-179.

［4］王修巖，程婷婷.基于單目視覺(jué)的工業(yè)機(jī)器人智能抓取研究［J］.機(jī)械設(shè)計(jì)與制造，2011(5):135-136.

［5］余文勇，石繪.機(jī)器視覺(jué)自動(dòng)檢測(cè)技術(shù)［M］.北京:化學(xué)工業(yè)出版社，2013.

［6］馬頌德，張正友.計(jì)算機(jī)視覺(jué)-計(jì)算理論與算法基礎(chǔ)［M］.北京:科學(xué)出版社，1998.

［7］劉麗麗，李航.單目視覺(jué)的大型零件三維測(cè)量方法［J］.機(jī)床與液壓，2014，42(3):121-123.

［8］于乃功，黃燦.基于單目視覺(jué)的機(jī)器人目標(biāo)定位測(cè)距方法研究［J］.計(jì)算機(jī)測(cè)量與控制，2012，20(10):2654-2656.

［9］趙鵬.機(jī)器視覺(jué)理論及應(yīng)用［M］.北京:電子工業(yè)出版社，2011，135-156.

［10］王耀南，李樹(shù)濤，毛建旭.計(jì)算機(jī)圖像處理與識(shí)別技術(shù)［M］.北京:高等教育出版社，2001:103-106.