許傳威 陳韓 陶翔翔 陸加響 吳雙 李秋潔

摘要：該文主要介紹基于視覺(jué)識(shí)別的智能跟隨系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)方法，文章介紹了如何基于視覺(jué)識(shí)別目標(biāo)并通過(guò)雙目測(cè)距獲取目標(biāo)三維坐標(biāo)，以及根據(jù)獲取的三維坐標(biāo)控制三輪萬(wàn)向輪底盤(pán)跟隨目標(biāo)的方法。該實(shí)驗(yàn)以兩個(gè)STM32f103為控制核心，以兩個(gè)OV7725攝像頭作為視覺(jué)傳感器采集圖像信息，用裝有三個(gè)直流電機(jī)的萬(wàn)向輪底盤(pán)作為設(shè)備移動(dòng)載體。

關(guān)鍵詞：視覺(jué)識(shí)別;智能跟隨;雙目測(cè)距;萬(wàn)向輪;STM32

中圖分類號(hào)：TP31? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）27-0204-04

在人工智能快速發(fā)展的背景下，視覺(jué)傳感器在智能家居、車聯(lián)網(wǎng)等諸多領(lǐng)域得到了廣泛應(yīng)用。但是目前視覺(jué)傳感器還只能識(shí)別一些處于簡(jiǎn)單環(huán)境中的目標(biāo)，并且獲取的信息非常有限，很難像人眼那樣獲取豐富的信息。

本文主要研究利用視覺(jué)傳感器識(shí)別目標(biāo)，根據(jù)目標(biāo)在圖像中的二維坐標(biāo)計(jì)算得到三維坐標(biāo)，由該三維位置信息產(chǎn)生驅(qū)動(dòng)電機(jī)的方案，控制萬(wàn)向輪底盤(pán)實(shí)現(xiàn)目標(biāo)的跟隨。

本設(shè)計(jì)使用兩個(gè)STM32f103單片機(jī)ARM（A）和ARM（B）作為控制核心，分別驅(qū)動(dòng)兩個(gè)OV7725攝像頭，它們的分辨率是240*320。兩個(gè)攝像頭平行安裝，間距設(shè)置為15cm。每一個(gè)控制器還配有LCD液晶屏，用于顯示攝像頭拍攝到的圖像和系統(tǒng)的狀態(tài)信息。兩個(gè)STM32之間通過(guò)串口進(jìn)行通訊，ARM（B）還負(fù)責(zé)驅(qū)動(dòng)萬(wàn)向輪底盤(pán)的直流電機(jī)[1]。系統(tǒng)的硬件結(jié)構(gòu)圖如圖1所示。

ARM（A）和ARM（B）同步進(jìn)行圖像的采集，用于識(shí)別目標(biāo)和計(jì)算目標(biāo)重心在圖像中的二維坐標(biāo)（[x]，[y]），兩個(gè)控制器之間利用串口共享目標(biāo)信息。ARM（B）還負(fù)責(zé)根據(jù)兩幅圖像中目標(biāo)的重心位置，利用雙目測(cè)距原理求出目標(biāo)的三維坐標(biāo)（[X]，[Y]，[Z]）。

獲取目標(biāo)的位置信息（[X]，[Y]，[Z]）后，控制器ARM（B）會(huì)對(duì)比目標(biāo)相對(duì)底盤(pán)的設(shè)定位置與當(dāng)前位置，計(jì)算出全向輪底盤(pán)的運(yùn)動(dòng)狀態(tài)，包括平移運(yùn)動(dòng)方向、平移運(yùn)動(dòng)速度、旋轉(zhuǎn)運(yùn)動(dòng)方向和旋轉(zhuǎn)運(yùn)動(dòng)速度。確定底盤(pán)的運(yùn)動(dòng)狀態(tài)后，根據(jù)萬(wàn)向輪的運(yùn)動(dòng)原理分別計(jì)算出三個(gè)萬(wàn)向輪的運(yùn)動(dòng)方向和運(yùn)動(dòng)速度，再由控制器ARM（B）產(chǎn)生PWM方波驅(qū)動(dòng)直流電機(jī)，實(shí)現(xiàn)目標(biāo)跟隨。

1 基于視覺(jué)識(shí)別目標(biāo)

在本設(shè)計(jì)中，我們將黃色的乒乓球作為識(shí)別的目標(biāo)，因?yàn)辄S色的乒乓球?yàn)閱紊矬w，可以通過(guò)掃描圖像中每一個(gè)像素點(diǎn)的顏色狀態(tài)將目標(biāo)從圖像中分離。

因?yàn)槟繕?biāo)在不同的光照環(huán)境下會(huì)呈現(xiàn)出不同的顏色狀態(tài)，所以在每次識(shí)別目標(biāo)之前，要采集目標(biāo)的顏色信息。由于STM32控制器從OV7725攝像頭中讀取到的圖像信息是RGB565的形式，所以我們采集到R（紅）G（綠）B（藍(lán)）形式的目標(biāo)顏色信息。

獲取目標(biāo)的顏色信息之后，根據(jù)獲取到的顏色信息設(shè)置一個(gè)顏色區(qū)間。通過(guò)掃描圖像中的每一個(gè)像素點(diǎn)，判斷像素點(diǎn)是否在該顏色區(qū)間來(lái)識(shí)別目標(biāo)。例如目標(biāo)的顏色信息為R=20、G=30、B=15，設(shè)顏色范圍偏移量為C=3，則目標(biāo)的顏色區(qū)間為R=（17，23）、G=（27，33）、B=（12，18）。只要像素點(diǎn)的RGB值在該區(qū)間范圍內(nèi)，則認(rèn)為該像素點(diǎn)屬于目標(biāo)，并在液晶屏上顯示成白色，否則則被認(rèn)為是不屬于目標(biāo)的像素點(diǎn)。掃描完一幀圖像后，統(tǒng)計(jì)在顏色區(qū)間內(nèi)像素點(diǎn)的個(gè)數(shù)，如果像素點(diǎn)個(gè)數(shù)超過(guò)閾值N=200，則認(rèn)為目標(biāo)存在，否則認(rèn)為目標(biāo)不存在。其中顏色范圍偏移量C和閾值N通過(guò)實(shí)驗(yàn)選取最優(yōu)值，本方案中C選擇3，N選擇200。

2 計(jì)算目標(biāo)重心在圖像中的二維坐在識(shí)別目標(biāo)的過(guò)程中，控制器會(huì)計(jì)算像素點(diǎn)的坐標(biāo)（[xi]，[yi]），并統(tǒng)計(jì)在顏色區(qū)間內(nèi)的像素點(diǎn)的個(gè)數(shù)[n]。

利用公式計(jì)算顏色區(qū)間內(nèi)像素點(diǎn)的二維坐標(biāo)的平均值，得到的（[x]，[y]）即為目標(biāo)重心在圖像中的二維坐標(biāo)。

如上文中圖2所示，乒乓球圖像中的紅色方塊即為乒乓球的重心。

3 雙目測(cè)距原理得到三維坐標(biāo)

下圖3是利用兩個(gè)攝像頭進(jìn)行測(cè)距的原理的示意圖。

基于雙目測(cè)距原理獲取目標(biāo)三維坐標(biāo)分以下幾個(gè)步驟：

步驟一：兩個(gè)攝像頭A和B分別采集得到目標(biāo)重心在兩幅圖片中位置（[xA]，[yA]）和（[xB]，[yB]）[2]。

步驟二：根據(jù)目標(biāo)重心在圖片中的位置，利用公式3到公式7，計(jì)算出目標(biāo)重心在10cm距離的視界上的位置。

計(jì)算得到的（[X1]，[Y1]）為目標(biāo)在攝像頭A的10cm距離的視界上的坐標(biāo);（[X2]，[Y2]）為目標(biāo)在攝像頭B的10cm距離的視界上的坐標(biāo)。公式3中分子[D]為攝像頭在10cm距離上，視界在[x]方向上的長(zhǎng)度，[D]的值要進(jìn)行實(shí)際測(cè)量得到，本文中[D]取值為6cm，分母240是指用OV7725拍攝的圖像在[x]方向上的像素點(diǎn)，[H]的值受目標(biāo)的焦距影響。

步驟三：列出[X1]，[X2]和目標(biāo)深度距離值[Z]以及兩個(gè)攝像頭的橫向距離[L]的關(guān)系式。

公式中[L]為兩個(gè)攝像頭之間的距離，本文取15cm。

步驟四：結(jié)合公式3到公式8可以得到目標(biāo)在空間中的深度值[Z]。

步驟五：根據(jù)目標(biāo)在空間中的深度值[Z]計(jì)算出目標(biāo)在空間中坐標(biāo)的另外兩個(gè)分量[X]，[Y]。

式中[E]為攝像頭在10cm距離上，視界在[y]方向上的長(zhǎng)度，[E]的值要通過(guò)實(shí)際測(cè)量得到，本文中[E]取值為7.92cm。

通過(guò)上述計(jì)算得到目標(biāo)在空間中的三維坐標(biāo)（[X]，[Y]，[Z]）。

本文以乒乓球?yàn)槟繕?biāo)采用雙目測(cè)距，實(shí)物連接如下圖4所示。

利用液晶屏顯示兩個(gè)攝像頭識(shí)別目標(biāo)的結(jié)果[3]。其中攝像頭A中目標(biāo)的二維坐標(biāo)為（37，131），攝像頭B中目標(biāo)的二維坐標(biāo)為（179，54），如下圖5所示。

根據(jù)攝像頭A和攝像頭B的識(shí)別結(jié)果，利用上述公式可以計(jì)算得到目標(biāo)三維坐標(biāo)理論值。

實(shí)際的測(cè)量結(jié)果為（-1，2，42），兩種方法獲得的結(jié)果基本一致。實(shí)際測(cè)量得到目標(biāo)的三維坐標(biāo)如下圖6所示。

4 全向輪底盤(pán)控制

4.1 三輪萬(wàn)向輪控制原理

在底盤(pán)運(yùn)動(dòng)中有兩個(gè)速度，分別是平移速度[V]和旋轉(zhuǎn)速度[VR]。三輪萬(wàn)向輪控制原理如圖7所示。

結(jié)合平移速度在[x]軸和[y]軸方向上的分解速度[Vx]和[Vy]以及底盤(pán)的旋轉(zhuǎn)速度[VR]，計(jì)算出三個(gè)萬(wàn)向輪的速度[4]。

根據(jù)計(jì)算得到各個(gè)輪子的速度分量，ARM（B）通過(guò)GPIO口輸出相應(yīng)的方向信息和PWM脈寬信息驅(qū)動(dòng)TB6612控制直流電機(jī)的轉(zhuǎn)動(dòng)方向和轉(zhuǎn)速。

ARM控制直流電機(jī)的結(jié)構(gòu)圖如圖8所示。

TB6612驅(qū)動(dòng)直流電機(jī)的電路如圖9所示。

4.2 萬(wàn)向輪跟隨方案

在跟隨方案中，當(dāng)前目標(biāo)的位置為（[X]，[Y]，[Z]），我們?cè)O(shè)定目標(biāo)相對(duì)底盤(pán)的位置為（0，0，40）。

底盤(pán)旋轉(zhuǎn)的速度范圍為0～50，平移速度范圍為0～100。根據(jù)目標(biāo)實(shí)際位置和設(shè)定位置，計(jì)算出底盤(pán)旋轉(zhuǎn)速度[VR]和平移速度[V]。

5 總結(jié)

本文主要研究了基于視覺(jué)識(shí)別實(shí)現(xiàn)智能跟隨的方案。通過(guò)設(shè)定顏色區(qū)間，將純色物體從圖像中分離出來(lái)，在識(shí)別過(guò)程中同步對(duì)目標(biāo)重心在圖像中的位置進(jìn)行計(jì)算。用兩個(gè)平行安裝的攝像頭獲得目標(biāo)在兩個(gè)圖像中的平面坐標(biāo)后，采用雙目測(cè)距原理得到目標(biāo)的三維坐標(biāo)。基于該三維坐標(biāo)對(duì)萬(wàn)向輪進(jìn)行控制，便可以實(shí)現(xiàn)跟隨目標(biāo)[5]。

基于雙目測(cè)距得到目標(biāo)三維坐標(biāo)本文的核心。經(jīng)過(guò)實(shí)驗(yàn)測(cè)量，雙目測(cè)距得到的三維坐標(biāo)在1m距離內(nèi)的精度可以達(dá)到厘米級(jí)，并且測(cè)量精度隨距離增加而減小。只要目標(biāo)可以被兩個(gè)攝像頭同時(shí)拍到，便可以進(jìn)行測(cè)量，而且識(shí)別和測(cè)量可以同步進(jìn)行，在大范圍、遠(yuǎn)距離、高速度目標(biāo)的識(shí)別定位以及遠(yuǎn)近目標(biāo)的識(shí)別追蹤上有著很大的應(yīng)用前景。隨著識(shí)別算法的提升，雙目測(cè)距也會(huì)有更多的應(yīng)用。例如場(chǎng)景的三維建模、人臉識(shí)別、VR以及全息投影等。

參考文獻(xiàn)：

[1] 沈紅衛(wèi). STM32單片機(jī)應(yīng)用與全案例實(shí)踐[M].北京：電子工業(yè)出版社，2005.

[2] CAD/CAM/CAE技術(shù)聯(lián)盟.Altuim designer電路設(shè)計(jì)和仿真[J].清華社.2015，19.

[3] 蔣萍花，張楠.數(shù)據(jù)采集系統(tǒng)串口通信的設(shè)計(jì)與實(shí)現(xiàn)[J].電子測(cè)量技術(shù)，2015（6）.

[4] 全向輪小車的數(shù)學(xué)原理[EB/OL].百度文庫(kù).2018，7

[5] 黃暉，柴劍勇，嚴(yán)興，等.串口通信技術(shù)[J].科技創(chuàng)新導(dǎo)報(bào)，2010（27）.

【通聯(lián)編輯：代影】