路斌 郝世偉 原瑜點 賈衛(wèi)萍 彎子璇

【摘 要】針對機器人自主按鈕的操作需求，設計了一種基于視覺識別的自由按鈕自主操作機械手。結合功能需求對該機械手的機械結構和控制系統(tǒng)進行設計，通過幾何法求解了機械手的運動學正反解，并規(guī)劃了其運動軌跡。采用支持向量機對按鈕樣本進行訓練和預測，并通過視覺對按鈕進行定位。

【關鍵詞】自主操作機械手；視覺識別；按鈕按壓；支持向量機；視覺定位

近年來，關于移動機器人在醫(yī)院、酒店等進行巡邏或物品自動運輸的研究引起關注。這類機器人往往需要通過電梯實現上下樓層巡邏或運輸物品，于是，如何讓機器人自動乘坐電梯成為必須面對的難題。目前機器人一般采用無線通訊的方式與電梯進行交流，從而可實現自動乘坐電梯。但是，采用無線通信方式來實現機器人自主乘坐電梯時，需要升級原有的電梯控制系統(tǒng)，這樣不僅會增加電梯的成本，還會影響電梯的運行可靠性。尤其在多臺電梯同時運行的情況下，其成本隨著電梯數量的增加而增加。由此，在移動機器人上搭載智能機械手來實現電梯按鈕的自動識別與操作非常必要。

本文設計了一種基于視覺識別的按鈕自主操作機械手。該機械手能夠安裝在移動機器人或自主導引車上，允許機器人利用機械手所提供的應用程序編程接口對按鈕進行自主按壓操作，從而完成相對復雜的任務。

一、按鈕自主操作機械手總體設計

（一）機械設計

機械手結構要求如下：（1）機械手工作范圍能夠覆蓋正常高度的按鈕；（2）機械手需質量輕，體積小，方便安裝；（3）機械手有較高的位置精度；（4）手指按壓按鈕時有一定的緩沖和力度。

依據上述設計要求，包括一個移動升降關節(jié)、一個水平旋轉關節(jié)以及兩個豎直俯仰關節(jié)；關節(jié)減速器采用諧波齒輪減速器；主體采用3D打印，質量較輕，且能夠包裹大多數元器件；手指后裝有緩沖機構和觸碰開關，允許一定程度的壓縮。

（二）硬件設計

機械手采用單片機作為主控，并采用傳感器與機器人控制器進行通訊；每個關節(jié)均采用伺服電機驅動，以保證機械手的運動精度；同時在每個旋轉關節(jié)輸出軸安裝了SPS38系列的單圈絕對式編碼器，以獲得任意時刻機械手的姿態(tài)；并在機械手末端加裝了激光測距傳感器和電荷耦合器件定焦攝像頭，用于獲得目標按鈕相對于機械手的位置，其中攝像頭通過USB3.0與機器人控制器相連。綜上，該機械手僅需要USB3.0與RS232串口便能夠與機器人主控相連，極大地提高了機械手的可移植性。

（三）工作原理

機械手的軟件系統(tǒng)分為兩部分：（1）下位機部分，負責傳感器數據的讀取、機械手的姿態(tài)解算以及電機的運動控制；（2）上位機部分，負責視覺處理獲取按鈕位置，與下位機通訊以及提供API接口函數。

二、按鈕位置的獲取

（一）視覺識別算法

按鈕識別方法與識別過程如下：利用按鈕上不同的簡單圖案、數字或字符，實現按鈕的區(qū)分與位置獲取，即將按鈕識別轉化為簡單圖案識別。在小樣本情況下，二值化方向梯度直方圖和支持向量機，在車牌識別中應用較廣，考慮車牌識別與本機械手中的按鈕圖案識別較為相似，本機械手采用一種基于HOG特征和支持向量機在車牌識別中應用較廣，考慮車牌識別與本機械手中的按鈕圖案識別較為相似，本機械手采用一種基于HOG特征和SVM分類器的按鈕識別方法。

（二）圖像預處理

由于機械手末端的CCD攝像頭所拍攝到的圖像為三通道RGB圖像，其信息量龐大，不能直接進行圖像處理，需要先進行適當的預處理。首先，將圖像轉為單通道的灰度圖；接著，將灰度圖進行二值化，以繼續(xù)降低后續(xù)處理的復雜程度，考慮機械手工作空間內光照條件不一定均勻，采用局部自適應二值化的方法盡可能保留原始圖像的特征；最后，利用遞歸方法判斷每個白色像素點是否孤立，以去除離散噪聲。

（三）圖像分割

由于圖像中的感興趣區(qū)域只占圖像中的一小部分，因此需要對圖像進行分割。本機械手采用基于二值化圖像的邊緣輪廓提取分割法從原始圖像中獲得ROI。其具體過程為：從二值化圖像中獲取所有的輪廓點集；再利用圖案的一些固有特性，例如長寬比、面積等實現對輪廓的篩選，通過篩選的點集矩形區(qū)域便是ROI。利用輪廓特征矩對獲得的ROI進行旋轉矯正，為進行下一步處理，還需將ROI進行歸一化處理，即將ROI的大小統(tǒng)一縮放為20*20。

（四）HOG特征提取

HOG主要用于計算圖像中ROI的局部梯度的統(tǒng)計信息，能夠充分地描述ROI中的邊緣輪廓特征。

（五）圖像訓練與預測

SVM是一種基于結構風險最小化原則的模式分類方法，較其他方法而言，SVM在解決樣本少、非線性及高維數方面有巨大優(yōu)勢]。本機械手所采用的SVM分類器是OpenCV2.49中的聚類支持向量機。本機械手先對按鈕圖案樣本庫提取到的HOG特征進行訓練得到相應模型，再利用該模型對從圖像中分割得到的HOG特征進行預測，獲得相應的按鈕標簽。

三、結束語

本文基于視覺識別的按鈕自主操作機械手能夠方便地安裝在移動機器人上，成本低、質量輕，工作空間能夠自動操作常見高度的按鈕。該機械手樣機的控制定位精度達到10mm；針對常見方形電梯按鈕，機械手的按鈕視覺識別成功率可達94%；并能夠通過視覺定位算法使機械手準確地按壓電梯按鈕。實驗證明，搭載該智能機械手的移動機器人或AGV小車能夠在非定標環(huán)境中對電梯按鈕進行自動操作，從而實現自動上下樓層的功能。雖然本文所設計的機械手存在結構尺寸較大、外觀不夠美觀等不足，但對解決移動機器人或AGV小車自動乘坐電梯提供了一種新的思路與方法。在后續(xù)的研究工作中，可以考慮以電動推桿代替線性模組，以降低機械手的結構尺寸，同時通過改進Sobel算子來進一步提高按鈕識別率。

【參考文獻】

[1]搖林凱.自主服務機器人在智能樓宇系統(tǒng)中的應用研究[D].廈門：廈門大學航空航天學院，2014.

[2]王家超.醫(yī)院病房巡視機器人定位與避障技術研究[D].濟南：山東大學控制科學與工程學院，2012.

[3]郭杰.一種多功能酒店服務機器人[P].中國：CN201420842068.X.2015-07-08.

[4]新浪科技.谷歌投資的機器人投入使用：提供酒店客房服務[EB/OL].http：//tech.sina.com.cn/it/2014-09-22/09089631592.shtml，2014-09-22.

[5]尚俊.基于HOG特征的目標識別算法研究[D].武漢：華中科技大學軟件學院，2012.