丁嘉　牛鳳蓮

摘 要：避障技術(shù)是機(jī)器人運(yùn)動控制的關(guān)鍵性技術(shù)之一。作者提出了一種結(jié)合超聲波測距和圖像邊緣檢測算法的避障方案，在行駛過程中利用超聲波避障實(shí)現(xiàn)對障礙物的檢測，利用圖像處理方法得到障礙物的邊緣信息，從而獲得可行的行駛路徑。

關(guān)鍵詞：超聲波傳感器；避障；圖像邊緣檢測

中圖分類號： TP242 文獻(xiàn)標(biāo)識碼： A 文章編號： 1673-1069（2016）26-147-2

0 引言

進(jìn)入21世紀(jì)后，我國機(jī)器人技術(shù)研究和發(fā)展十分迅速。避障技術(shù)是機(jī)器人運(yùn)動控制的一個關(guān)鍵性技術(shù)。由于野外環(huán)境復(fù)雜多變，障礙物眾多，給機(jī)器人行進(jìn)增加了不小難度。本文采用超聲波避障和基于圖像邊緣檢測結(jié)合的綜合處理手法，為機(jī)器人避障功能實(shí)現(xiàn)和路徑選擇提供了一種新的實(shí)現(xiàn)方案。其具體操作流程是，當(dāng)機(jī)器人下地并調(diào)整方向后，首先對正前方的目標(biāo)進(jìn)行圖像采集和處理，進(jìn)行首次路徑規(guī)劃；在進(jìn)行過程中，同時進(jìn)行超聲波測距避障和圖像處理操作，利用超聲波避障技術(shù)實(shí)現(xiàn)對障礙物的檢測，利用圖像處理獲取外界信息對初始路徑進(jìn)行必要補(bǔ)充和調(diào)整，從而獲得合理的行駛路徑。

1 超聲波避障

超聲波避障是指通過超聲波測距獲得障礙物與己方距離，并確定目標(biāo)大致方位和距離的方法。超聲波發(fā)生器T在某一時刻發(fā)出一個超聲波信號，遇到被測物體后反射回來被超聲波接收器R接收到。這樣，只要計算出從發(fā)出超聲波信號到接收到返回信號所用的時間，就可計算出超聲波發(fā)生器與反射物體的距離。

本文采用超聲波陣列測距法，即在機(jī)器人前端等間距水平布設(shè)5組小型超聲波傳感器收發(fā)探頭（編號A-E）。實(shí)際遠(yuǎn)距離超聲波收發(fā)探頭的波束角為6度或12度，假定收割機(jī)母型為福田RC20型，查詢資料得知其寬度為240cm，若忽略超聲波模塊本身的寬度，可知每套探頭的間距D為60cm，故可以根據(jù)波束角12度和三角函數(shù)計算出該方式的盲區(qū)距離L為：L==459.2cm

這意味著在459.2cm外，該法布設(shè)的探頭將對機(jī)器人車體前方實(shí)現(xiàn)水平方向上的全覆蓋。在行進(jìn)過程中，各探頭將采用輪詢方式工作，即按A到E的順序，循環(huán)啟動探頭，不斷探測前方，如有障礙物則會產(chǎn)生回波，接收探頭接收后即會提供障礙物距離的大致數(shù)據(jù)。為保證機(jī)器人有一定的轉(zhuǎn)彎半徑，超聲波探頭模塊應(yīng)當(dāng)選擇探測距離在4-20米左右的型號，比如7ML1127-1BA50等。

當(dāng)機(jī)器人正面存在障礙物（如電線桿等）時，在輪詢過程中各探頭所提供的測距數(shù)據(jù)一定會存在一個檢測距離的最小值。假定A或B探頭所獲得的數(shù)據(jù)中存在最小值，意味著車體正前方靠左側(cè)位置存在障礙物，此時機(jī)器人應(yīng)從右側(cè)繞行，反之亦然。

2 基于圖像邊緣檢測的路徑算法

2.1 檢測原理

在實(shí)際農(nóng)田環(huán)境中往往還存在一些負(fù)高度（以超聲波傳感器安裝的水平高度作為參考零高度）的障礙物，這種障礙物難以被超聲波測距避障系統(tǒng)發(fā)現(xiàn)，因而必須采用機(jī)器人視覺處理技術(shù)，利用CCD相機(jī)或攝像頭對圖像進(jìn)行采集和分析，來協(xié)助系統(tǒng)規(guī)劃出最合適的路徑。其技術(shù)流程如圖1所示：

圖像邊緣檢測是提取圖像特征、識別障礙物進(jìn)而規(guī)劃路徑的重要手段。進(jìn)行圖像識別、分析時，首先要做圖像邊緣檢測。待檢測到圖像邊緣后，我們可認(rèn)為圖像邊緣即為障礙物的邊緣，據(jù)此規(guī)劃機(jī)器人行動路徑。其工作流程是，首先在圖像最下一行的中心點(diǎn)開始向兩邊檢測，計算兩側(cè)發(fā)生顏色變化時的像素點(diǎn)數(shù)，如兩邊相等，則認(rèn)為現(xiàn)在方向剛好是路徑中間，如不等，則表示機(jī)器人行進(jìn)方向偏向路徑一邊，需要調(diào)整機(jī)器人的行進(jìn)方向，使機(jī)器人位于路徑中心，并記錄下該點(diǎn)，然后再檢測上一行，這樣循環(huán)反復(fù)，可以在圖像中虛擬出一條路徑線路來。

2.2 檢測算法

本次所采用的檢測算法是依據(jù)數(shù)學(xué)形態(tài)學(xué)四種基礎(chǔ)運(yùn)算膨脹、腐蝕、開和閉基礎(chǔ)上獲得的改進(jìn)型雙結(jié)構(gòu)元素多尺度形態(tài)學(xué)邊緣檢測算子，根據(jù)文獻(xiàn)2所提供數(shù)據(jù)，其數(shù)學(xué)定義是：

式中，A表示小尺度結(jié)構(gòu)元素，其優(yōu)點(diǎn)是能將圖像的邊緣特征保持住，但對于噪聲處理表現(xiàn)不理想；B為大尺度結(jié)構(gòu)元素，其對噪聲處理效果較好，但容易丟失邊緣信息。因此在本次仿真設(shè)計中，圖像邊緣將被視為障礙物邊緣，因此需要保留較多邊緣數(shù)據(jù)，故A選擇9*9結(jié)構(gòu)；而農(nóng)田環(huán)境比較廣袤，B采用3X3結(jié)構(gòu)。

2.3 仿真結(jié)果

本次選用的是一張稻田場景彩色圖像，如圖2所示。圖3是利用Matlab轉(zhuǎn)換獲得的灰度圖像。灰度圖像相比彩色圖像更容易進(jìn)行技術(shù)分析處理，其數(shù)據(jù)量和技術(shù)難度要小得多。在本次設(shè)計中并不需要自動分析作物是否成熟，因而使用灰度圖像已經(jīng)夠用了。

算子處理結(jié)果

從以上的仿真結(jié)果可以看出，傳統(tǒng)的各邊緣算子（圖4、5所示）在處理實(shí)際圖像時效果比較差，而采用了改進(jìn)型雙結(jié)構(gòu)元素多尺度形態(tài)學(xué)邊緣檢測算子后（圖6所示），圖像邊緣處理效果要遠(yuǎn)遠(yuǎn)好于傳統(tǒng)算子。在此基礎(chǔ)上，采用前述對比法，系統(tǒng)可以發(fā)現(xiàn)在正前方右側(cè)存在障礙物。規(guī)劃的路徑示意圖如圖7所示，黑色實(shí)線即規(guī)劃路徑示意。

在實(shí)際行駛過程中，先用超聲波進(jìn)行不斷掃描，確保障礙物被發(fā)現(xiàn)時，距離機(jī)器人大于4.59米。一旦發(fā)現(xiàn)障礙物，則換用圖像采集方式，用攝像頭對前景進(jìn)行拍照，根據(jù)采集數(shù)據(jù)修正路徑后繼續(xù)行駛。

3 結(jié)論

超聲波避障對于正高度障礙物比較有效，而圖像采集與路徑規(guī)劃則對負(fù)高度障礙物有很好的識別能力，同時可以作為超聲波避障的有益補(bǔ)充。從仿真的結(jié)果看，本文提出的方案具有基本的技術(shù)可行性，下一步需要借助嵌入式或其他平臺，將算法用硬件語言實(shí)現(xiàn)，以裝備實(shí)際機(jī)器人并進(jìn)行進(jìn)一步的測試。

參 考 文 獻(xiàn)

[1] 趙珊，崔天時.農(nóng)業(yè)機(jī)器人避障算法的研究[J].北京：農(nóng)機(jī)化研究，2014（1）.

[2] 王東霞，許偉昶.基于改進(jìn)的數(shù)學(xué)形態(tài)學(xué)邊緣檢測算法研究[J].上海：實(shí)驗(yàn)室研究與探索，2014（2）.

[3] 張德豐.Matlab數(shù)字圖像處理[M].北京：機(jī)械工業(yè)出版社，2012，3.