易 詩(shī)，張 磊，謝子瓊，張 健

(成都理工大學(xué) 信息科學(xué)與技術(shù)學(xué)院，成都 610059)

基于機(jī)器視覺的目標(biāo)跟隨六足機(jī)器人

易 詩(shī)1，張 磊2，謝子瓊3，張 健4

(成都理工大學(xué) 信息科學(xué)與技術(shù)學(xué)院，成都 610059)

針對(duì)智能機(jī)器人控制領(lǐng)域的機(jī)器視覺中的目標(biāo)跟蹤問題與機(jī)器人運(yùn)動(dòng)控制方法研究，設(shè)計(jì)實(shí)現(xiàn)了一款基于機(jī)器視覺的目標(biāo)跟隨六足機(jī)器人，該系統(tǒng)的機(jī)器視覺目標(biāo)跟蹤算法為TLD(tracking-learning-detection)算法，采用stm32嵌入式處理器驅(qū)動(dòng)32路舵機(jī)控制板控制機(jī)器人運(yùn)動(dòng)，并設(shè)計(jì)實(shí)現(xiàn)了一種小型自動(dòng)火控裝置用于鎖定目標(biāo)后的定位打擊。該系統(tǒng)融合了六足機(jī)器人運(yùn)動(dòng)學(xué)和機(jī)器視覺目標(biāo)跟蹤技術(shù),對(duì)六足機(jī)器人步態(tài)進(jìn)行研究，根據(jù)目標(biāo)視覺導(dǎo)航，精確鎖定目標(biāo)，對(duì)目標(biāo)進(jìn)行瞄準(zhǔn)打擊做出了詳細(xì)的設(shè)計(jì)實(shí)現(xiàn)工作。

機(jī)器視覺；TLD算法；目標(biāo)跟隨；stm32處理器；六足機(jī)器人

0 引 言

隨著信息科技，自動(dòng)化技術(shù)，智能硬件技術(shù)的飛速發(fā)展，對(duì)于智能機(jī)器人技術(shù)的研究越加成熟。機(jī)器視覺、定位導(dǎo)航、人工AI等研究領(lǐng)域成果倍出，智能機(jī)器人技術(shù)目前在消費(fèi)、軍事上的運(yùn)用越來(lái)越廣泛。

六足智能機(jī)器人機(jī)相對(duì)傳統(tǒng)輪式移動(dòng)機(jī)器人具有跨越障礙性強(qiáng)、適應(yīng)復(fù)雜地形、靈活機(jī)動(dòng)的特點(diǎn)，目前在運(yùn)動(dòng)學(xué)方面對(duì)六足機(jī)器人的研究技術(shù)較為成熟。隨著機(jī)器視覺目標(biāo)跟蹤技術(shù)和定位導(dǎo)航技術(shù)在一些先進(jìn)的智能機(jī)器人產(chǎn)品中已得到一定應(yīng)用，如大疆、零度等無(wú)人機(jī)生產(chǎn)研發(fā)企業(yè)的新一代產(chǎn)品中，使用了基于機(jī)器視覺技術(shù)的目標(biāo)自動(dòng)跟隨與導(dǎo)航技術(shù)。機(jī)器視覺的目標(biāo)檢測(cè)、跟蹤算法也不斷地被更新、完善，機(jī)器視覺技術(shù)的發(fā)展使智能機(jī)器人與環(huán)境的交互、感知功能得到進(jìn)一步提升。目前，對(duì)機(jī)器視覺的研究方向與成果主要在于算法的設(shè)計(jì)與實(shí)現(xiàn)和無(wú)人機(jī)及slam機(jī)器人方面的應(yīng)用。對(duì)于機(jī)器視覺中目標(biāo)跟蹤技術(shù)應(yīng)用于六足機(jī)器人的研究較少，研究融合機(jī)器視覺與六足智能機(jī)器人的運(yùn)動(dòng)學(xué)優(yōu)勢(shì)的系統(tǒng)對(duì)機(jī)器視覺技術(shù)應(yīng)用于智能機(jī)器人控制具有很大的意義。

本文設(shè)計(jì)實(shí)現(xiàn)了一種基于機(jī)器視覺目標(biāo)自動(dòng)跟隨、鎖定的六足機(jī)器人控制系統(tǒng)。該系統(tǒng)目標(biāo)跟蹤鎖定采用TLD(tracking-learning-detection)目標(biāo)跟蹤算法，實(shí)現(xiàn)對(duì)目標(biāo)快速、穩(wěn)定地鎖定跟蹤，提取目標(biāo)重心，計(jì)算機(jī)器人與目標(biāo)相對(duì)位置，為機(jī)器人調(diào)整自身位置對(duì)準(zhǔn)目標(biāo)提供精準(zhǔn)數(shù)據(jù)；該系統(tǒng)運(yùn)動(dòng)控制采用STM32嵌入式處理器，并設(shè)計(jì)了一款小型自動(dòng)火控系統(tǒng)模擬對(duì)跟蹤目標(biāo)的精確射擊。該系統(tǒng)較好融合了機(jī)器視覺目標(biāo)跟蹤技術(shù)、六足機(jī)器人運(yùn)動(dòng)控制技術(shù)和自動(dòng)火控技術(shù)。

1 機(jī)器視覺目標(biāo)跟蹤算法

機(jī)器視覺是智能機(jī)器人研究領(lǐng)域一個(gè)重要分支，目前一系列成熟機(jī)器視覺算法已投入應(yīng)用，如有的系統(tǒng)采用TLD目標(biāo)跟蹤算法。TLD算法是Zdenek Kalal提出的一種對(duì)視頻中單個(gè)物體長(zhǎng)時(shí)間追蹤的算法。它主要由追蹤器、檢測(cè)器、機(jī)器學(xué)習(xí)3個(gè)模塊構(gòu)成。TLD算法相對(duì)于傳統(tǒng)跟蹤算法，其優(yōu)勢(shì)在于TLD算法結(jié)合了傳統(tǒng)跟蹤算法和傳統(tǒng)檢測(cè)算法，解決了跟蹤過程中的變形和跟蹤目標(biāo)的部分遮擋問題。同時(shí)，采用改進(jìn)的在線學(xué)習(xí)機(jī)制對(duì)跟蹤模塊的顯著特征點(diǎn)和目標(biāo)模型以及檢測(cè)模塊的相關(guān)參數(shù)進(jìn)行更新[1]。

TLD目標(biāo)跟蹤算法總體框架如圖1所示。

圖1 TLD算法總體框架圖Fig.1 TLD algorithm overall framework

跟蹤模塊是觀察幀與幀之間的目標(biāo)動(dòng)向，采用LK(Lucas-Kanade)光流法，利用時(shí)間差預(yù)測(cè)目標(biāo)出現(xiàn)位置進(jìn)行鎖定[2]。

檢測(cè)模塊是將跟蹤器提取的目標(biāo)圖像看成獨(dú)立的，然后去定位，使用一個(gè)級(jí)聯(lián)分類器，使用級(jí)聯(lián)分類器結(jié)構(gòu)有利于對(duì)目標(biāo)的判斷分類。級(jí)聯(lián)分類器包含3個(gè)級(jí)別，首先是圖像元方差分類器：其功能為計(jì)算圖像元像素灰度值的方差，把方差小于原始圖像元方差一半的樣本標(biāo)記為負(fù)，這為對(duì)目標(biāo)分類的第一步；其次是集成分類器：實(shí)際上是一個(gè)隨機(jī)蕨分類器[3]，用于目標(biāo)分類中對(duì)動(dòng)態(tài)目標(biāo)的篩選；然后是最近鄰分類器：用于計(jì)算新樣本的相對(duì)相似度及對(duì)跟蹤目標(biāo)的長(zhǎng)時(shí)間鎖定。計(jì)算公式為

(1)

(1)式目的在于計(jì)算采集目標(biāo)圖像元pi和pj的相似度。(1)式中，N為歸一化相關(guān)系數(shù)，這樣值N(pi,pj)取值在[0,1]范圍內(nèi)，如采集目標(biāo)圖像元間具有較高的相似性，則(1)式計(jì)算值越大。

根據(jù)跟蹤模塊的結(jié)果，學(xué)習(xí)模塊評(píng)估檢測(cè)模塊的錯(cuò)誤，并生成訓(xùn)練樣本更新檢測(cè)模塊的目標(biāo)模型，提高檢測(cè)器的性能，避免以后出現(xiàn)類似錯(cuò)誤、主要采用P-N(positive-nagitive)學(xué)習(xí)，P-N學(xué)習(xí)是一種半監(jiān)督的機(jī)器學(xué)習(xí)算法，在模塊運(yùn)行過程中檢測(cè)正負(fù)樣本[4]。正樣本由(2)式計(jì)算得出，負(fù)樣本由(3)式計(jì)算得出。

(2)

(3)

(2)式中，等號(hào)右邊為每次圖像樣本經(jīng)分類器篩選得出的上個(gè)周期采集的正樣本和當(dāng)前周期采集的正樣本。(3)式中，等號(hào)右邊為每次圖像樣本經(jīng)分類器篩選得出的上個(gè)周期采集的負(fù)樣本和當(dāng)前周期采集的負(fù)樣本。

正負(fù)樣本由檢測(cè)模塊提供的檢測(cè)結(jié)果經(jīng)過k次迭代得出。P-N算法根據(jù)樣本結(jié)果進(jìn)行學(xué)習(xí)，訓(xùn)練，生成一個(gè)目標(biāo)分類器，并不斷更新[5]。

TLD目標(biāo)跟蹤算法在3個(gè)模塊的閉環(huán)協(xié)同工作下，能夠?qū)︽i定目標(biāo)進(jìn)行長(zhǎng)期、有效、可靠地跟蹤。

2 機(jī)器視覺導(dǎo)航設(shè)計(jì)

目標(biāo)跟蹤算法采用TLD算法為機(jī)器人提供目標(biāo)位置的坐標(biāo)信息，TLD算法使用機(jī)器視覺開源庫(kù)opencv在電腦上實(shí)現(xiàn)，導(dǎo)航設(shè)計(jì)實(shí)現(xiàn)流程如下。

1)指定需要跟蹤目標(biāo)。

2)啟動(dòng)TLD算法在線學(xué)習(xí)、訓(xùn)練、鎖定目標(biāo)特征。

3)跟蹤目標(biāo)。

4)提取目標(biāo)圖像位置形心。

5)計(jì)算目標(biāo)與圖像中心位置差值，作為位置調(diào)整依據(jù)。

6)啟動(dòng)串口，發(fā)送調(diào)整機(jī)器人位置命令。

導(dǎo)航的核心在于提取需要跟蹤的目標(biāo)位于圖像中的重心坐標(biāo)，由(4)式計(jì)算：

(4)

(4)式中：x0，y0為形心坐標(biāo)；f(x,y)為圖像在(x,y)處坐標(biāo)值。根據(jù)(4)式計(jì)算出跟蹤物體的形心，通過形心計(jì)算，可以確定跟蹤物體中心在圖像中具體的坐標(biāo)，提供該物體的定位信息[6]。

在電腦上運(yùn)行圖像處理上位機(jī)軟件通過形心與圖像中心位置的差值，生成機(jī)器人位置移動(dòng)命令并通過無(wú)線串口發(fā)送到機(jī)器人運(yùn)動(dòng)控制端，讓機(jī)器人調(diào)整自身的左右、前后移動(dòng)，使目標(biāo)處于圖像中心位置，從而達(dá)到機(jī)器人正對(duì)目標(biāo)并和目標(biāo)保持固定距離。

3 六足機(jī)器人控制系統(tǒng)設(shè)計(jì)

3.1 控制系統(tǒng)總體框架

六足機(jī)器人控制系統(tǒng)采用stm32處理器作為下位機(jī)控制核心，總體設(shè)計(jì)方案為下位機(jī)處理器通過無(wú)線串口模塊接收電腦上運(yùn)行的機(jī)器視覺目標(biāo)跟蹤算法提供的位置信息加以處理，生成控制命令發(fā)送至32路舵機(jī)控制板生成PWM(pulse width modulation)波控制六足機(jī)器人底盤各個(gè)舵機(jī)的運(yùn)動(dòng)，進(jìn)行目標(biāo)跟隨，同時(shí)架設(shè)在六足機(jī)器人底盤上的攝像頭實(shí)時(shí)采集視頻圖像，通過open-wrt模塊傳輸至電腦進(jìn)行圖像處理，在跟隨目標(biāo)進(jìn)入設(shè)定的區(qū)域及距離時(shí)啟動(dòng)架設(shè)在六足底盤上的小型火控系統(tǒng)模擬對(duì)目標(biāo)的精確跟蹤打擊。

控制系統(tǒng)總體設(shè)計(jì)框架如圖2所示。

圖2 控制系統(tǒng)總體設(shè)計(jì)框架圖Fig.2 Overall design frame of control system

3.2 六足機(jī)器人步態(tài)控制設(shè)計(jì)

六足機(jī)器人的運(yùn)動(dòng)控制中，主要為機(jī)器人步態(tài)控制，六足機(jī)器人采用仿生學(xué)設(shè)計(jì)，模擬自然界六足昆蟲運(yùn)動(dòng)方式，相比輪式機(jī)器人，履帶機(jī)器人等地面運(yùn)動(dòng)機(jī)器人有著多地形適應(yīng)性、更高穩(wěn)定性和更靈活移動(dòng)的優(yōu)勢(shì)。

六足步行機(jī)器人的步態(tài)是多種多樣的，其中，三腳架步態(tài)是一個(gè)六足步行機(jī)器人的典型步態(tài)。昆蟲行走，通常在非直線前進(jìn)的同時(shí)，將腳分成兩組，用三角形的支撐結(jié)構(gòu)向前移動(dòng)[7]。其步態(tài)設(shè)計(jì)如圖3所示。

圖3 六足機(jī)器人三角步態(tài)Fig.3 Triangular gait of six legged robot

如圖3，六足機(jī)器人身體兩側(cè)分布6條腿，六足通過三角步態(tài)進(jìn)行移動(dòng)。機(jī)器人在水平和垂直方向上運(yùn)動(dòng)時(shí)，B，D，F(xiàn)腳為擺動(dòng)腳，向水平或垂直方向擺動(dòng)，A,C,E腳保持原有位置不動(dòng)，只發(fā)揮支撐作用。由于機(jī)器人重心較低，不需要協(xié)調(diào)Z軸移動(dòng)，容易穩(wěn)定，因此這種方案得到廣泛的應(yīng)用[8]。

運(yùn)動(dòng)系統(tǒng)由處理器發(fā)送舵機(jī)控制命令，控制舵機(jī)操縱六足機(jī)器人使用三角步態(tài)進(jìn)行前、后、左轉(zhuǎn)、右轉(zhuǎn)的基本運(yùn)動(dòng)。

3.3 跟隨瞄準(zhǔn)控制設(shè)計(jì)

為突出表現(xiàn)六足機(jī)器人對(duì)目標(biāo)跟隨鎖定的精確度，系統(tǒng)設(shè)計(jì)了一款小型火控系統(tǒng)，在六足機(jī)器人根據(jù)目標(biāo)調(diào)整自身位置進(jìn)行跟隨過程中，達(dá)到正對(duì)目標(biāo)并和目標(biāo)保持固定距離后，啟動(dòng)火控裝置，激發(fā)小彈丸命中目標(biāo)。

小型火控系統(tǒng)由繼電器、電子點(diǎn)火模塊、發(fā)射裝置構(gòu)成，在目標(biāo)鎖定后由stm32處理器發(fā)出激發(fā)信號(hào)，啟動(dòng)發(fā)射裝置射擊。

火控系統(tǒng)設(shè)計(jì)框圖如圖4所示。

六足機(jī)器人自動(dòng)跟隨的基本原因是系統(tǒng)根據(jù)電腦端運(yùn)行的機(jī)器視覺目標(biāo)跟蹤算法獲取自身與目標(biāo)形心位置坐標(biāo)關(guān)系，根據(jù)坐標(biāo)不斷運(yùn)動(dòng)更新調(diào)整自身位置，以達(dá)到與目標(biāo)保持正對(duì)和與目標(biāo)保持固定距離，鎖定目標(biāo)后，開火命中目標(biāo)。

圖4 火控系統(tǒng)設(shè)計(jì)框圖Fig.4 Diagram of fire control system design

自動(dòng)跟隨瞄準(zhǔn)的基本流程如圖5所示。

圖5 自動(dòng)跟隨瞄準(zhǔn)流程圖Fig.5 Automatic target following flow chart

系統(tǒng)啟動(dòng)后獲取攝像頭實(shí)時(shí)視頻流，指定需要跟蹤的目標(biāo)物體，提取目標(biāo)的形心坐標(biāo)，例如(550，270)，說(shuō)明目標(biāo)位于攝像頭左下位置，根據(jù)目標(biāo)形心坐標(biāo)發(fā)出位置調(diào)整信息，機(jī)器人向左及向下運(yùn)動(dòng)，正對(duì)目標(biāo)后，目標(biāo)形心將鎖定于圖像中心區(qū)域(420-440，290-310)，此時(shí)機(jī)器人正對(duì)目標(biāo)，隨后調(diào)整與目標(biāo)距離，根據(jù)目標(biāo)鎖定框面積值，機(jī)器人前進(jìn)或后退，在此過程中同時(shí)保持正對(duì)目標(biāo)，調(diào)整到與目標(biāo)距離位于設(shè)定開火距離后(目標(biāo)框圖像值大于1 500像素，小于2 500像素)啟動(dòng)火控裝置，準(zhǔn)確命中目標(biāo)。對(duì)于靜止目標(biāo)或運(yùn)動(dòng)目標(biāo)，機(jī)器人都可以該方式穩(wěn)定跟隨。

4 系統(tǒng)測(cè)試

目標(biāo)跟隨六足機(jī)器人在完成組裝、算法設(shè)計(jì)、軟硬件調(diào)試后進(jìn)行了完整的測(cè)試工作。

為保證測(cè)試全面性，設(shè)置了一個(gè)帶紙靶的遙控小車，六足機(jī)器人鎖定小車上的靶心后跟隨小車運(yùn)動(dòng)，在運(yùn)動(dòng)過程中調(diào)整自身與小車角度、位置，在正對(duì)靶心，保持固定距離后啟動(dòng)火控系統(tǒng)激發(fā)并命中靶心。

六足機(jī)器人跟隨小車運(yùn)動(dòng)測(cè)試效果如圖6所示。

圖6 六足機(jī)器人跟隨目標(biāo)測(cè)試Fig.6 Six legged robot following target test

由圖6可以看出，六足機(jī)器人獲取機(jī)器視覺目標(biāo)跟隨算法提供的位置信息后，跟隨目標(biāo)運(yùn)動(dòng)，能很好地調(diào)整自身位置。

六足機(jī)器人在正對(duì)目標(biāo)，保持與目標(biāo)一定距離后鎖定目標(biāo)，啟動(dòng)火控系統(tǒng)激發(fā)命中目標(biāo)，測(cè)試結(jié)果如圖7所示。

圖7 六足機(jī)器人瞄準(zhǔn)目標(biāo)測(cè)試Fig.7 six legged robot robot aiming test

由圖7可以看出，在六足機(jī)器人鎖定目標(biāo)后啟動(dòng)火控裝置，準(zhǔn)確命中鎖定目標(biāo)的中心位置。

系統(tǒng)運(yùn)行中機(jī)器視覺目標(biāo)跟隨算法不斷更新六足機(jī)器人和目標(biāo)的位置關(guān)系，以達(dá)到鎖定、跟隨目標(biāo)。

對(duì)目標(biāo)穩(wěn)定檢測(cè)和跟蹤做出測(cè)試，效果如圖8所示。

圖8 目標(biāo)檢測(cè)跟蹤測(cè)試

由圖8可以看出，機(jī)器視覺目標(biāo)跟隨算法可以有效鎖定目標(biāo)。通過控制機(jī)器人自身位置，讓目標(biāo)靶心隨時(shí)處于攝像頭中心部分，能有效、可靠地鎖定目標(biāo)。

系統(tǒng)所采用攝像頭為720P高清網(wǎng)絡(luò)攝像頭，通過測(cè)試，攝像頭采集圖像中心點(diǎn)坐標(biāo)為(430，300)，設(shè)定火控啟動(dòng)距離為離目標(biāo)50 cm，為測(cè)試系統(tǒng)工作性能，采用了一組6個(gè)目標(biāo)進(jìn)行跟蹤、鎖定和瞄準(zhǔn)測(cè)試，測(cè)試結(jié)果如表1所示。

通過以上測(cè)試，該系統(tǒng)可以高效鎖定目標(biāo)，控制六足機(jī)器人與跟隨目標(biāo)的位置關(guān)系，同時(shí)在達(dá)到指定位置條件時(shí)，啟動(dòng)火控系統(tǒng)精準(zhǔn)命中目標(biāo)。

表1 測(cè)試結(jié)果Tab.1 Test results

5 結(jié) 論

基于機(jī)器視覺的目標(biāo)跟隨六足機(jī)器人，采用了先進(jìn)的機(jī)器視覺目標(biāo)跟蹤算法，可以長(zhǎng)期、穩(wěn)定地跟蹤并鎖定目標(biāo)。在運(yùn)動(dòng)控制方面采用的嵌入式處理器可以高效控制六足機(jī)器人轉(zhuǎn)向，前進(jìn)后退等動(dòng)作。融合機(jī)器視覺算法及自動(dòng)控制系統(tǒng)的六足機(jī)器人可以對(duì)移動(dòng)目標(biāo)進(jìn)行自動(dòng)跟隨，同時(shí)可對(duì)跟隨目標(biāo)進(jìn)行精準(zhǔn)射擊等操作，對(duì)于智能機(jī)器人控制技術(shù)具有深遠(yuǎn)應(yīng)用研究?jī)r(jià)值。

[1] 廖萬(wàn)輝,李琳.基于機(jī)器視覺的工業(yè)機(jī)器人定位系統(tǒng)[J].微計(jì)算機(jī)信息,2009,25(8):242-244. LIAO Wanhui, LI Lin. Industrial robot localization system based on machine vision[J]. microcomputer information, 2009,25(8): 242-244.

[2] 許海霞.機(jī)器視覺標(biāo)定與目標(biāo)檢測(cè)跟蹤方法及其應(yīng)用研究[D].長(zhǎng)沙：湖南大學(xué),2011：230-232. XU Haixia. Research on machine vision calibration and target detection and tracking method [D]. Changsha：Hunan University, 2011.230-232.

[3] 龔愛平.基于嵌入式機(jī)器視覺的信息采集與處理技術(shù)研究[D].杭州：浙江大學(xué),2013. GONG Aiping. Research on information collection and processing technology based on embedded machine vision [D]. Hangzhou：Zhejiang University, 2013.

[4] 周鑫,錢秋朦,葉永強(qiáng),等.改進(jìn)后的TLD視頻目標(biāo)跟蹤方法[J].中國(guó)圖象圖形學(xué)報(bào),2013,18(9):1115-1123. ZHOU Xin, YE Yongqiang, WANG Congqing, et al. TLD Video object tracking method Chinese improved [J]. Journal of image and graphics, 2013,18(9):1115-1123.

[5] 李偉.六自由度關(guān)節(jié)式機(jī)器人控制系統(tǒng)開發(fā)[D].上海：華東理工大學(xué),2014. LI Wei. Development of control system for articulated robot with six degrees of freedom [D].Shanghai： East China University of Science and Technology, 2014.

[6] 易詩(shī)，林凡強(qiáng)．基于改進(jìn)TLD的自動(dòng)目標(biāo)跟蹤方法[J].重慶郵電大學(xué)學(xué)報(bào):自然科學(xué)版，2016,28(6):892-896． YI Shi, LIN Qiangfan. Automatic Tracking method based on improved TLD[J]. Journal of Chongqing University of Posts and Telecommunications: Natural Science Edition, 2016,28(6):892-896．

[7] 魏星．基于SVM 的山體滑坡災(zāi)害圖像識(shí)別方法[J].電子測(cè)量技術(shù)，2013，36( 8)：65-70． WEI Xing. Image recognition method of landslide disaster based on SVM [J]. Electronic measurement technology, 2013, 36 (8):65-70.

[8] BABENKO B，YANG M H，BELONGIE S.Visual tracking with online multiple instance learning[C]//Proc. CVPR 2009. [s.l.]：IEEE Press，2009：983-990.

[9] 賀人慶.多關(guān)節(jié)機(jī)器人嵌入式控制系統(tǒng)開發(fā)[D].杭州：浙江大學(xué),2015. HE Renqing. Development of embedded control system for multi joint robot [D]. Hangzhou：Zhejiang University, 2015.

[10] LIM T Y，RATNAM M M，KHALID M A．Automatic classification of weld defects using simulated data and an MLP neural network[J].Insight，2007，49 ( 3 ) :154-159.

[11] TSAI R. A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses[J]. IEEE Journal on Robotics and Automation, 1987, 3(4): 323-344.

[12] INIGO R M, MCVEY E S, BERGER B J, et al. Machine vision applied to vehicle guidance[J]. IEEE transactions on pattern analysis and machine intelligence, 1984 (6): 820-826.

[13] MIRAPEIX J，GARCIA-ALLENDE P B，COBO A，et a1．Real-time arc-welding defect detection and classification with principal component analysis and artificial neural networks[J]．NDT & E International，2007，40 ( 4 ) :315-323．

[14] VINCENT P，LAROCHELLE H，LAJOIE I， et al．Stacked de noising auto encoders: learning useful representations in a deep network with a local de noising criterion[J]．Journal of Machine Learning Research，2010，11 ( 12 ) :3371-3408．

[15] DUAN X, CHEN W, YU S, et al. Tripod gaits planning and kinematics analysis of a hexapod robot[C]//2009 IEEE International Conference on Control and Automation. [s.l.]: IEEE, 2009: 1850-1855.

(編輯：魏琴芳)

The National Undergraduate Innovation and Entrepreneurship Project (201610616043)

Aiming at the target tracking problem in the field of intelligent robot control, machine vision study and research on robot motion control method, this paper designed a six-foot robot using machine vision technology to follow the target, and the system uses the TLD target tracking algorithm to track the target, controls the robot movement using the stm32 embedded processor to drive the 32-way steering gear control board,and designs a mini automatic fire control device used to lock the target and strike. The system integrates the six-foot robot kinematics and machine vision target tracking technology. The system realizes visual navigation and studies the six legged gait.

Machine vision; tracking-learning-detection(TLD) algorithm; Target follow; Stm32 processor; Six-legged robot

10.3979/j.issn.1673-825X.2017.04.020

2017-03-15

2017-07-06 通訊作者：易 詩(shī) 549745481@qq.com

國(guó)家大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目(201610616043)

TN919.5

A

1673-825X(2017)04-0557-06

Target following six-legged robot based on machine vision

(College of Information Science and Technology, Chengdu University of Technology, Chengdu 610059, P.R.China)

易 詩(shī)(1983-)，男，四川成都人，碩士研究生，主要從事機(jī)器視覺研究，深度學(xué)習(xí)算法研究，信號(hào)與信息處理，嵌入式技術(shù)研究。E-mail:549745481@qq.com。

YI Shi1, ZHANG Lei2, XIE Ziqiong3, ZHANG Jian4