詹天宇 于金旭 楊安琪

摘 要：基于機器視覺的全自動機械手臂通過含有卷積神經(jīng)網(wǎng)絡(luò)的SSD目標檢測算法識別出目標物體，利用雙目攝像頭獲得目標物的坐標信息，獲得坐標信息后進行計算。利用moveit中的KDL算法進行運動逆解，利用逆解獲得的實時空間坐標轉(zhuǎn)化為電機的控制信號，控制步進電機轉(zhuǎn)動，讓機械臂運動到目標位置并通過機械手抓取目標物體。

關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò);機器視覺;運動逆解;步進電機控制

1 研究現(xiàn)狀

如今，中國正成為世界機器視覺發(fā)展最活躍的地區(qū)之一，應(yīng)用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國民經(jīng)濟的各個行業(yè)。其原因是中國已經(jīng)成為全球制造業(yè)的加工中心，高要求的零部件加工及其相應(yīng)的先進生產(chǎn)線，使許多具有國際先進水平的機器視覺系統(tǒng)和應(yīng)用經(jīng)驗也進入了中國。

工業(yè)機器人是近幾十年發(fā)展起來的一種高科技自動化生產(chǎn)設(shè)備。它的特點是可通過編程來完成各種預(yù)期的作業(yè)任務(wù)，在構(gòu)造和性能上兼有人和機器各自的優(yōu)點，尤其體現(xiàn)了人的智能和適應(yīng)性。機械手作業(yè)的準確性和在各種環(huán)境中完成作業(yè)的能力，在國民經(jīng)濟等領(lǐng)域有著廣闊的發(fā)展前景。

國內(nèi)仿人形機器人研究起步較晚，2000年國防科學(xué)技術(shù)大學(xué)研制的“先行者”是我國第一臺仿人形機器人。其后，北京理工大學(xué)于2002年研制的仿人機器人“BHR”，突破了系統(tǒng)集成技術(shù)，實現(xiàn)了無外接電纜的行走，可在未知地面上穩(wěn)定行走。哈爾濱工業(yè)大學(xué)研制開發(fā)的“HIT”系列雙足步行機器人實現(xiàn)了前/后行、側(cè)行、轉(zhuǎn)彎、上下臺階及上斜坡等動作。北京理工大學(xué)2011年研制成功的“匯童5”仿人機器人，具有視覺、語音對話、力覺、平衡覺等功能，突破了基于高速視覺的靈巧動作控制、全身協(xié)調(diào)自主反應(yīng)等關(guān)鍵技術(shù)，成為具有“高超”運動能力的機器人健將。

2 方案設(shè)計

雙目立體視覺是機器人視覺技術(shù)的一個重要分支[1]，即不同位置的兩臺攝像機水平向前拍攝同一場景，通過計算空間點在兩幅圖像中的視差，獲取該點的空間位置信息?；陔p目視覺平臺的研究主要包括攝像機的標定、圖像處理、立體匹配、三維重建及運動分析等。通過圖像采集與對目標標定，對采集到內(nèi)存中的圖像進行處理。

首先，利用神經(jīng)網(wǎng)絡(luò)對大數(shù)據(jù)的強大分析能力，將采集到的大量圖像數(shù)據(jù)進行訓(xùn)練[2]。程序?qū)崟r數(shù)據(jù)的不斷分析，以及自我的不斷優(yōu)化，程序能夠?qū)崟r檢測并定位出目標物體在平面上的X，Y坐標。通過搭載在手臂上的雙目攝像頭獲得對應(yīng)的RGB數(shù)據(jù)進行分析，經(jīng)過ROS系統(tǒng)求解獲得圖像的深度，經(jīng)過變換與融合，獲得實際物體在三維空間中的XYZ的坐標信息，并傳輸給機械執(zhí)行控制系統(tǒng)[3]。

在控制系統(tǒng)中，結(jié)合圖像識別系統(tǒng)給出的坐標信息，STM32發(fā)出控制信號，控制機械手使其能夠完成基本的運動控制[4]。首先，將機械手要抓取的目標物做成一個模板，模板要盡可能的小，即包含目標物的主要特征。然后，利用模板匹配的方法確定實時圖像當中目標物所在的位置，并記下目標物中心點的圖像坐標。最后，將匹配出的目標物所在的區(qū)域顯示到控制界面上。目標物的空間坐標確定以后，其相對于機械手當前的位置也可求得，由此可以得到機械手運動到目標物所在位置所需的進給量。單片機控制機械手運動到目標物所在位置，抓取目標物，并放到指定的位置。

3 技術(shù)路線

3.1機械手臂硬件及控制

3.2手指抓力算法

3.3 CNN卷積神經(jīng)網(wǎng)絡(luò)

4 總結(jié)

基于機器視覺的全自動機械手臂能夠完成人手無法完成的高危險性及高精度的作業(yè)，通過機器視覺系統(tǒng)能夠完成對機械手控制系統(tǒng)的閉環(huán)控制。憑借著硬件實現(xiàn)簡單、軟件算法優(yōu)化空間大、精確度高等優(yōu)勢，機器視覺系統(tǒng)將取代傳統(tǒng)傳感器控制系統(tǒng)成為發(fā)展趨勢。

參考文獻：

[1]姜華，孫勇.基于SSD和TensorFlow的圖像識別與定位算法[J].計算機時代，2019（6）：71-75.

[2]李繼秀，李嘯天，劉子儀.基于SSD卷積神經(jīng)網(wǎng)絡(luò)的公交車下車人數(shù)統(tǒng)計[J].計算機系統(tǒng)應(yīng)用，2019，28（3）：51-58.

[3]廖煒豪.基于ROS的工業(yè)機械臂運動控制器的設(shè)計與實現(xiàn)[D].廣州：華南理工大學(xué)，2019.

[4]劉磊，余汾芬.基于STM32的機械臂運動控制系統(tǒng)設(shè)計研究[J].井岡山大學(xué)學(xué)報，2019（1）：73-77.

作者簡介：

詹天宇（1999-），男，漢族，湖北荊門人，黑龍江科技大學(xué)本科在讀，研究方向：自動控制;

于金旭（1997-），男，漢族，黑龍江牡丹江人，黑龍江科技大學(xué)本科畢業(yè)，研究方向：機器視覺;

楊安琪（1999-），男，漢族，山西呂梁人，黑龍江科技大學(xué)本科在讀，研究方向：電子電路;

（黑龍江科技大學(xué) ?黑龍江 ?哈爾濱 ?150027）