亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于OpenMV的視覺(jué)識(shí)別系統(tǒng)在六足機(jī)器人中的應(yīng)用

        2019-09-10 07:22:44儲(chǔ)澤楠王偉蔡勝宇
        河南科技 2019年34期
        關(guān)鍵詞:視覺(jué)識(shí)別模擬仿真

        儲(chǔ)澤楠 王偉 蔡勝宇

        摘 要:為解決六足機(jī)器人自主識(shí)別的問(wèn)題,實(shí)現(xiàn)機(jī)器人智能化、人性化的發(fā)展,以O(shè)penMV為主要平臺(tái),以六足機(jī)器人為主要機(jī)器載體,同時(shí)以Python為主要開(kāi)發(fā)語(yǔ)言,以C語(yǔ)言為輔助開(kāi)發(fā)語(yǔ)言,加上對(duì)圖像處理技術(shù)的合理應(yīng)用,設(shè)計(jì)了一個(gè)簡(jiǎn)易的基于OpenMV的視覺(jué)識(shí)別系統(tǒng),從而實(shí)現(xiàn)視覺(jué)識(shí)別的應(yīng)用。

        關(guān)鍵詞:六足機(jī)器人;OpenMV;視覺(jué)識(shí)別;模擬仿真

        中圖分類(lèi)號(hào):TP301 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1003-5168(2019)34-0026-04

        Application of Vision Recognition System Based on

        OpenMV in Hexapod Robot

        CHU Zenan WANG Wei CAI Shengyu

        (Anyang Institute of Technology,Anyang Henan 455000)

        Abstract: In order to solve the problem of autonomous recognition of hexapod robot and realize the development of intelligent and humanized robot, a simple visual recognition system based on openmv was designed with openmv as the main platform, hexapod robot as the main machine carrier, python as the main development language, C as the auxiliary development language, and the reasonable application of image processing technology realize the application of visual recognition.

        Keywords: hexapod robot;OpenMV;visual recognition;simulation

        隨著機(jī)器人的熱起,相關(guān)技術(shù)也不斷發(fā)展,其中視覺(jué)信息處理技術(shù)是移動(dòng)機(jī)器人研究的關(guān)鍵技術(shù)之一。目前,視覺(jué)信息處理的內(nèi)容主要包括視覺(jué)信息的壓縮和濾波、道路檢測(cè)和障礙物檢測(cè)、特定交通道路標(biāo)志的識(shí)別、三維信息感知與處理[1-4]。視覺(jué)信息的獲取是機(jī)器人規(guī)劃和導(dǎo)航的基礎(chǔ),同時(shí)也是決定機(jī)器人正確識(shí)別當(dāng)前道路環(huán)境信息的依據(jù)。獲取到有效的視覺(jué)信息可以正確規(guī)劃路線并為正常的行走打下基礎(chǔ)[5]。視覺(jué)信息的過(guò)濾是基礎(chǔ)的視覺(jué)處理過(guò)程,能為其他視覺(jué)功能提供基礎(chǔ)的信息反饋,從而實(shí)現(xiàn)相應(yīng)功能[6]。

        因此,把視覺(jué)識(shí)別系統(tǒng)放到六足機(jī)器人進(jìn)行研究,對(duì)實(shí)現(xiàn)機(jī)器人的智能化、人性化提供了新的思路。加強(qiáng)視覺(jué)識(shí)別系統(tǒng)的應(yīng)用,可以在環(huán)境因素多變的情況下使機(jī)器人做出自主決策,讓機(jī)器人更好地服務(wù)于社會(huì)、服務(wù)于人類(lèi),促進(jìn)時(shí)代的發(fā)展,推動(dòng)科技的進(jìn)步。

        1 視覺(jué)識(shí)別基本理論

        簡(jiǎn)單來(lái)說(shuō),視覺(jué)識(shí)別就是對(duì)攝像頭獲取到的圖像進(jìn)行處理和分析。攝像頭其實(shí)就是一個(gè)將光學(xué)信號(hào)轉(zhuǎn)變成電信號(hào)的裝置[7]。RGB三原色的原理不是出于物理原因,而是由于生理原因造成的。人的眼睛內(nèi)有幾種辨別顏色的錐形感光細(xì)胞,分別對(duì)黃綠色、綠色和藍(lán)紫色(或稱(chēng)紫羅蘭色)的光最敏感(波長(zhǎng)分別為564、534nm和420nm)。雖然三種細(xì)胞并不是分別對(duì)紅色、綠色和藍(lán)色最敏感,但這三種光可以分別對(duì)三種錐形細(xì)胞產(chǎn)生刺激。所以,RGB經(jīng)常用于顯示器上,用來(lái)顯示圖片。圖1為RGB三原色圖。

        感光元件是由很多個(gè)感光點(diǎn)構(gòu)成的,如有320×240個(gè)點(diǎn),每個(gè)點(diǎn)就是一個(gè)像素,把所有的像素點(diǎn)整合到一塊就組成了一幅320×240的圖像,如圖2所示。幀率(FPS)就是每秒處理的圖片數(shù)量,如果超過(guò)20幀,人眼基本分辨不出卡頓。

        Lab顏色空間是由國(guó)際照明委員會(huì)(CIE)制定的一種色彩模式。Lab顏色空間中,L表示亮度;a和b分別代表兩個(gè)顏色通道。L的值域是0~100,而a和b的值域都是+127至-128。a的正數(shù)代表紅色,負(fù)端代表綠色;b的正數(shù)代表黃色,負(fù)端代表藍(lán)色。因此,L分量可以調(diào)整亮度,修改a和b分量的輸出色階來(lái)進(jìn)行精確的顏色平衡。物理上,顏色就是不同波長(zhǎng)的電磁波,但人們通過(guò)對(duì)電磁波運(yùn)用RGB、LAB等顏色模型,使電磁波描述出人眼能識(shí)別的各種顏色。圖3是可見(jiàn)光的光譜。有了這些圖像的基本知識(shí),就可以對(duì)圖像進(jìn)行識(shí)別和分析。

        2 視覺(jué)識(shí)別基本算法

        2.1 顏色識(shí)別

        顏色識(shí)別是OpenMV識(shí)別的最基本的功能[8],而顏色識(shí)別最核心的是顏色閾值的選取。不同顏色有不同的顏色閾值,OpenMV通過(guò)對(duì)顏色閾值的判斷實(shí)現(xiàn)對(duì)同種顏色的識(shí)別。所謂顏色的閾值就是首先設(shè)定一個(gè)顏色,圖像的轉(zhuǎn)換是比較像素的過(guò)程[9],圖像分析的過(guò)程就是通過(guò)所得到的像素點(diǎn)與預(yù)先設(shè)定的閾值進(jìn)行分析和計(jì)算,從而判斷是否為設(shè)定顏色。因此,顏色閾值越高,顏色數(shù)量越少。例如:尋找紅色的閾值,就可以進(jìn)行如下操作,圖4中(5,100,-64,40,-61,70)就是紅色閾值,在相應(yīng)的顏色閾值中實(shí)現(xiàn)顏色的識(shí)別,實(shí)現(xiàn)顏色的跟蹤。

        2.2 模板匹配

        模板匹配采用的是NCC算法(Normalized Cross Correlation),只能匹配與模板圖片大小和角度基本一致的圖案。但是,該算法的局限性相對(duì)來(lái)說(shuō)比較大,如視野中的目標(biāo)圖案稍微比模板圖片大一些或者小一些就可能匹配不成功。

        模板匹配適用于攝像頭與目標(biāo)物體之間距離確定、不需要?jiǎng)討B(tài)移動(dòng)的情況[8]。比如,適用于流水線上特定物體的檢測(cè),而不適用于小車(chē)追蹤一個(gè)運(yùn)動(dòng)的排球(因?yàn)檫\(yùn)動(dòng)的排球與攝像頭的距離是動(dòng)態(tài)的,攝像頭看到的排球大小會(huì)變化,不會(huì)與模板圖片完全一樣)。對(duì)于多角度、多大小匹配,可以嘗試保存多個(gè)模板,采用多模板匹配。

        基于NCC算法用來(lái)比較兩幅圖像的相似程度是一種常見(jiàn)的圖像處理手段。取值范圍為[-1,1],每個(gè)像素價(jià)值圖像不合,如果它有一個(gè)子集與另外一個(gè)樣本數(shù)據(jù)相互匹配,則其N(xiāo)CC值為1,表示相關(guān)性很高,如果是-1則表示完全不相關(guān)。NCC是基于相似度度量的匹配算法,在工業(yè)領(lǐng)域已被廣泛采納。

        NCC算法的計(jì)算公式為:

        [NCC(x,y)=i=1Mj=1N{[Ix+i,y+j-Ix,y]g[T(i,j)-T]}i=1Mj=1N[Ix+i,y+j-Ix,y]2i=1Mj=1N[Ti,j-T]2](1)

        其中,[I]為目標(biāo)圖像;[T]為模板圖像,模板大小為[M×N]。根據(jù)NCC算法,就可以比較模板與圖像的特征,得出是否匹配。

        2.3 特征點(diǎn)檢測(cè)

        在實(shí)際應(yīng)用中,對(duì)單個(gè)圖像固定距離的圖像識(shí)別應(yīng)用比較單一,而動(dòng)態(tài)識(shí)別應(yīng)用比較普遍,根據(jù)這一情況引出特征點(diǎn)檢測(cè)這一概念。特征點(diǎn)檢測(cè)不再局限于特定距離、特定大小物體的識(shí)別,使準(zhǔn)確識(shí)別動(dòng)態(tài)物體成為可能,對(duì)物體與圖像的比例進(jìn)行算法比對(duì),實(shí)現(xiàn)識(shí)別的功能。FAST算法在特征點(diǎn)檢測(cè)中應(yīng)用比較廣泛,本設(shè)計(jì)中就是用該算法實(shí)現(xiàn)特征點(diǎn)檢測(cè)。

        FAST,即Features from Accelerated Segment Test,加速分割測(cè)試獲得特征。只有比較幾個(gè)像素,才能確定該點(diǎn)是不是一個(gè)關(guān)鍵??焖偎惴▉?lái)自于各點(diǎn)的定義,圍繞一個(gè)點(diǎn)形成一個(gè)圓,根據(jù)一個(gè)圓的像素值來(lái)判斷這一點(diǎn)是否關(guān)鍵。如果存在這樣一段圓弧,其連續(xù)長(zhǎng)度超過(guò)周長(zhǎng)的3/4,并且其上面所有像素的強(qiáng)度值都與圓心的強(qiáng)度值明顯不同(全部更黑或更亮),那么就認(rèn)定這是一個(gè)關(guān)鍵點(diǎn)。用這個(gè)算法檢測(cè)關(guān)鍵點(diǎn)的速度非???,因此十分適合需要優(yōu)先考慮速度的應(yīng)用。這些應(yīng)用包括實(shí)時(shí)視覺(jué)跟蹤、目標(biāo)識(shí)別等。

        3 實(shí)驗(yàn)驗(yàn)證

        3.1 視覺(jué)識(shí)別實(shí)驗(yàn)

        對(duì)于視覺(jué)識(shí)別功能的實(shí)驗(yàn)方法,首先測(cè)試程序的完整性,檢查程序是否有錯(cuò),接著運(yùn)行程序。本文以紅色物體為例,首先找到紅色的閾值填入程序中,接著把物體放到離攝像頭不遠(yuǎn)處,運(yùn)行程序,可以看到電腦端會(huì)顯示攝像頭的圖像,并且把紅色物體用綠色矩形框標(biāo)識(shí)出來(lái),反復(fù)測(cè)試幾次。圖5是攝像頭與實(shí)物的位置圖片,反映第三人稱(chēng)視角的觀看角度。圖6是OpenMV攝像頭的識(shí)別圖片,檢測(cè)到的紅色物體用矩形框標(biāo)注出反映正面視角的觀看角度。

        從圖5和圖6設(shè)置的實(shí)驗(yàn)條件進(jìn)行分析,本文所設(shè)計(jì)的六足機(jī)器人對(duì)物體的識(shí)別有良好的精度。

        3.2 視覺(jué)測(cè)距實(shí)驗(yàn)

        對(duì)視覺(jué)測(cè)距功能進(jìn)行檢測(cè),同樣先檢查程序的正確性。以上述紅色物體為例,筆者先檢測(cè)物體的距離,把物體放到已知距離的某處,運(yùn)行程序,這時(shí)在電腦端會(huì)標(biāo)記紅色物體同時(shí)會(huì)輸出此時(shí)的距離,如圖7所示,再觀察實(shí)物圖的位置,如圖8所示。接著把紅色物體再移動(dòng)多次,比較測(cè)得數(shù)據(jù)與實(shí)際數(shù)據(jù)的差值。

        從圖7和圖8不難看出,設(shè)計(jì)的機(jī)器人測(cè)距的效果明顯,這對(duì)于六足機(jī)器人的行走是至關(guān)重要的部分,也是物體識(shí)別的一個(gè)應(yīng)用。

        3.3 目標(biāo)跟蹤實(shí)驗(yàn)

        相對(duì)其他功能來(lái)說(shuō),目標(biāo)跟蹤實(shí)驗(yàn)需要用STM32單片機(jī)來(lái)完成,其他功能都是給這個(gè)功能做基礎(chǔ),通過(guò)圖像分析返回?cái)?shù)據(jù),再通過(guò)串口發(fā)送數(shù)據(jù)給STM32單片機(jī),單片機(jī)再控制舵機(jī)板實(shí)現(xiàn)目標(biāo)跟蹤。同樣,采用紅色物體進(jìn)行目標(biāo)跟蹤測(cè)試,運(yùn)行代碼,把紅色物體放到攝像頭前,設(shè)置一定的臨界值,當(dāng)距離大于最大臨界值時(shí),機(jī)器人會(huì)向物體移動(dòng),當(dāng)距離小于最小臨界值時(shí),機(jī)器人會(huì)向后移動(dòng),當(dāng)攝像頭的視野找不到設(shè)定物體時(shí),機(jī)器人會(huì)原地轉(zhuǎn)圈尋找標(biāo)識(shí)物體,具體效果如圖9至10所示,多測(cè)幾次檢測(cè)功能的穩(wěn)定性與準(zhǔn)確性。

        從圖9和圖10可以看出,設(shè)計(jì)的機(jī)器人對(duì)于目標(biāo)識(shí)別,借助于硬件板子的設(shè)計(jì),加上軟件模式的功能,研究的目標(biāo)跟蹤效果是非常明顯的。

        4 結(jié)論

        本文以六足機(jī)器人作為研究對(duì)象,描述了在OpenMV平臺(tái)開(kāi)發(fā)視覺(jué)識(shí)別簡(jiǎn)易系統(tǒng),把該系統(tǒng)搭建到六足機(jī)器人上進(jìn)行應(yīng)用,實(shí)現(xiàn)了六足機(jī)器人的視覺(jué)識(shí)別和目標(biāo)跟蹤。通過(guò)對(duì)機(jī)器人識(shí)別的研究和應(yīng)用,對(duì)六足機(jī)器人的真正行走具有至關(guān)重要的現(xiàn)實(shí)意義。但目前,如何適應(yīng)多環(huán)境、多角度的目標(biāo)跟蹤,仍然是下一步需要研究的目標(biāo)。

        參考文獻(xiàn):

        [1]張海慶,韓軍.基于激光視覺(jué)識(shí)別的紅外多目標(biāo)智能跟蹤方法研究[J].激光雜志,2019(7):19-23.

        [2] Tamborrino M,Ditlevsen S,Markussen B,et al. Gaussian counter models for visual identification of briefly presented, mutually confusable single stimuli in pure accuracy tasks[J]. Journal of Mathematical Psychology,2017(3):628-642.

        [3]張乾,肖永菲,楊玉成,等.基于計(jì)算機(jī)視覺(jué)的室外停車(chē)場(chǎng)車(chē)位檢測(cè)實(shí)驗(yàn)設(shè)計(jì)[J].實(shí)驗(yàn)技術(shù)與管理,2019(7):138-140,146.

        [4]張磊,謝子瓊,張健.基于機(jī)器視覺(jué)的目標(biāo)跟隨六足機(jī)器人[J].重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版),2017(4):557-562.

        [5]朱佩,徐巧玉,王軍委,等.一種嵌入式智能視覺(jué)系統(tǒng)的設(shè)計(jì)[J].河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2019(4):46-51,7.

        [6]曾錦樂(lè),都東.基于多視覺(jué)特征獲取與融合的焊道軌跡自動(dòng)識(shí)別[J].機(jī)械工程學(xué)報(bào),2019(7):127.

        [7]Qingguo X,Guangyao L,Li X,et al. Real-world plant species identification based on deep convolutional neural networks and visual attention[J]. Ecological Informatics,2018(48):117-124.

        [8]Carpinteri A,Invernizzi S,Lacidogna G . Historical brick-masonry subjected to double flat-jack test: Acoustic emissions and scale effects on cracking density[J]. Construction & Building Materials,2009(8):2813-2820.

        [9]安颯,廉小親,成開(kāi)元,等.基于OpenMV的無(wú)人駕駛智能小車(chē)模擬系統(tǒng)[J].信息技術(shù)與信息化,2019(6):16-20.

        猜你喜歡
        視覺(jué)識(shí)別模擬仿真
        基于DEM的谷物聯(lián)合收割機(jī)抖動(dòng)板性能研究
        基于Vericut的五軸動(dòng)數(shù)控編程及加工仿真研究
        傳統(tǒng)春節(jié)視覺(jué)意象設(shè)計(jì)理論問(wèn)題思考
        試論品牌經(jīng)濟(jì)時(shí)代的城市形象設(shè)計(jì)要點(diǎn)
        科技視界(2016年26期)2016-12-17 20:47:02
        高校文化建設(shè)中視覺(jué)識(shí)別系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)
        宜賓旅游形象識(shí)別系統(tǒng)研究
        基于視覺(jué)識(shí)別時(shí)代的學(xué)校美術(shù)課程
        今傳媒(2016年9期)2016-10-15 23:19:42
        基于CFD計(jì)算的核電廠半管水位運(yùn)行工況余排接管入口渦流吸氣效應(yīng)研究
        科技視界(2016年13期)2016-06-13 00:26:23
        淺析焊接專(zhuān)業(yè)模擬仿真在實(shí)訓(xùn)教學(xué)改革中的應(yīng)用
        考試周刊(2016年22期)2016-05-06 19:14:34
        信息化教學(xué)設(shè)計(jì)在經(jīng)管類(lèi)專(zhuān)業(yè)的應(yīng)用
        科技資訊(2015年8期)2015-07-02 20:39:56
        一区二区三区无码高清视频| 91青青草久久| 国产精品一级黄色大片| 国产精品高潮呻吟av久久黄| 亚洲精品无码久久久影院相关影片| 黄色成人网站免费无码av| 久久精品国产亚洲AV古装片 | 中文字幕亚洲精品在线免费| 久久久久无码国产精品一区| 欧性猛交ⅹxxx乱大交| 四虎国产精品成人影院| 日本免费久久高清视频| 日本阿v片在线播放免费| 国产精品一区二区 尿失禁| 国产精品无套粉嫩白浆在线| 国产av一区二区毛片| 三年片免费观看大全有| 黄色资源在线观看| 风韵丰满妇啪啪区老老熟女杏吧| 少妇被粗大进猛进出处故事| 国产亚洲中文字幕一区| 乱中年女人伦| 亚洲av日韩综合一区在线观看| 国模精品二区| 中文字幕视频一区二区 | 国产91久久精品成人看网站 | 国产色a在线观看| 免费人成黄页网站在线观看国产| 丰满少妇棚拍无码视频| 亚洲无毛成人在线视频| 久久久国产打桩机| 免费看操片| 久久网站在线免费观看| 无码国产成人午夜电影在线观看| 日韩精品无码av中文无码版| 热re99久久精品国产66热6| 偷拍一区二区三区四区视频| 国产七十六+老熟妇| 暖暖免费 高清 日本社区在线观看| 我和丰满老女人性销魂| 99久久精品费精品国产一区二|