摘要：移動過程中障礙物識別是機(jī)器人導(dǎo)航和路徑規(guī)劃的重要基礎(chǔ)，也是提升機(jī)器人智能化水平的重要體現(xiàn)?，F(xiàn)以自行開發(fā)的四輪固定式移動機(jī)器人作為開發(fā)平臺，基于圖像不變矩和RBF神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能移動機(jī)器人運(yùn)動中的障礙物識別避讓，并在對障礙物識別之前對其圖像進(jìn)行預(yù)處理。設(shè)計(jì)主旨在于對智能機(jī)器人在行進(jìn)過程中通過攝像設(shè)備采集的圖像進(jìn)行預(yù)處理，采集障礙物物體邊緣，并用神經(jīng)網(wǎng)絡(luò)對物體進(jìn)行識別。對于特殊障礙物使用基于顏色的識別方式，以提高實(shí)時性，為機(jī)器人的避障以及地圖構(gòu)建等工作打好基礎(chǔ)，為場館移動導(dǎo)覽機(jī)器人研發(fā)提供幫助和支持。

關(guān)鍵詞：移動機(jī)器人;邊緣采集;圖像預(yù)處理;目標(biāo)識別;傳感器融合

0 ? ?引言

第一臺工業(yè)機(jī)器人是美國于1961年推出的，現(xiàn)如今，隨著社會的不斷發(fā)展，機(jī)器人技術(shù)已涉及很多領(lǐng)域，譬如傳感器技術(shù)、控制工程、精密機(jī)械、動力學(xué)、計(jì)算機(jī)科學(xué)技術(shù)、人工智能等。機(jī)器人也是20世紀(jì)以來發(fā)展十分迅速的一個重要的高科技領(lǐng)域，它是各個學(xué)科前沿技術(shù)的交叉應(yīng)用。機(jī)器人的出現(xiàn)與發(fā)展使得傳統(tǒng)工業(yè)生產(chǎn)的方式發(fā)生了翻天覆地的變化，讓我們的生產(chǎn)方式從手工作業(yè)發(fā)展到機(jī)械化、自動化，直到現(xiàn)在的智能化。

如今，隨著我們生活水平的提高和科學(xué)技術(shù)的快速發(fā)展，機(jī)器人的用處已經(jīng)越來越廣泛，它可以承擔(dān)各種工作。機(jī)器人以前都是在工廠和車間里工作的，現(xiàn)在已經(jīng)開始走向室外、大海甚至是太空。具有人工智能的自主式機(jī)器人正在向制造業(yè)以外的方向擴(kuò)展，這些非制造業(yè)包括了航空、深海探測、軍事偵察和打擊、建筑、救護(hù)醫(yī)療、家庭服務(wù)、農(nóng)業(yè)生產(chǎn)、自動化辦公和自然災(zāi)害救援等，如飛行機(jī)器人、海難救援機(jī)器人、化肥和農(nóng)藥噴撒空中機(jī)器人、護(hù)理機(jī)器人等。

進(jìn)入21世紀(jì)以來，我國迎來了老齡化時代，勞動力短缺已經(jīng)成了很多行業(yè)所不得不面對的難題，為了解決這樣的難題，很多行業(yè)和企業(yè)已經(jīng)開始大規(guī)模采用機(jī)器人替代人的勞動?？梢灶A(yù)見，機(jī)器人也將在很多服務(wù)行業(yè)取代人工。因此，開發(fā)面向大眾服務(wù)的各類移動智能機(jī)器人已經(jīng)成為了人工智能時代大家普遍關(guān)注的又一個新興技術(shù)與產(chǎn)業(yè)。

本文所研究的是障礙物識別技術(shù)，準(zhǔn)確的障礙物識別不僅是運(yùn)動機(jī)器人實(shí)現(xiàn)行進(jìn)過程中避讓障礙物的前提和基礎(chǔ)，也是運(yùn)動機(jī)器人精確定位與建圖的必要條件及路徑規(guī)劃的重要保障，因此實(shí)時、高性能的障礙物識別技術(shù)是智能移動機(jī)器人的一項(xiàng)基礎(chǔ)性研究工作，本文正是要完成這一基礎(chǔ)性工作。本研究側(cè)重于在室內(nèi)環(huán)境下，基于單目攝像頭與超聲波傳感器相融合的智能移動機(jī)器人障礙物識別技術(shù)。

1 ? ?移動機(jī)器人設(shè)計(jì)簡述

作為一個完整的移動機(jī)器人系統(tǒng)，一般需具備以下幾個部分：機(jī)械系統(tǒng)、行走驅(qū)動系統(tǒng)、傳感系統(tǒng)、控制系統(tǒng)以及通信系統(tǒng)。圖1給出了本研究所設(shè)計(jì)的智能移動機(jī)器人功能模塊。

作為一個全自主的智能移動機(jī)器人，它應(yīng)該具有感知、運(yùn)動、導(dǎo)航和通信四大模塊的功能，并應(yīng)具有低功耗、低成本、高性能和高智慧的特點(diǎn)。

我們在搭建本平臺的時候主要考慮如下：

行走機(jī)構(gòu)系統(tǒng)：根據(jù)實(shí)際需要，行走機(jī)構(gòu)的結(jié)構(gòu)形式并不是完全單一的。在實(shí)際應(yīng)用中，移動機(jī)器人會被要求在各種各樣的場地上活動，因此其行走機(jī)構(gòu)的結(jié)構(gòu)形式有很多種。當(dāng)前，對腿足式行走機(jī)構(gòu)、履帶式行走機(jī)構(gòu)和特殊行走機(jī)構(gòu)的研究比較多，但很大一部分研究還處在實(shí)驗(yàn)室驗(yàn)證的階段。輪式行走機(jī)構(gòu)由于控制起來比較方便，穩(wěn)定性也好，并且其行進(jìn)方式是滾動前進(jìn)，滾動摩擦所消耗的能源比其他行進(jìn)方式要少很多，所以本平臺選用四輪式行走機(jī)構(gòu)模式。

實(shí)時性是移動機(jī)器人要考慮的主要因素，其主要著眼于處理器和操作系統(tǒng)的選擇和配置。本平臺選擇采用S3C6410+STM32F103VCT6組成移動機(jī)器人的雙處理器。將基于ARM11核的S3C6410微處理器作為移動機(jī)器人的主控制器，主要負(fù)責(zé)路徑圖像的采集、無線信號的通信、采集圖像的處理、決策選擇等功能的實(shí)現(xiàn)。STM32系統(tǒng)作為輔助處理器，主要負(fù)責(zé)移動機(jī)器人的移動控制、碰撞傳感器檢測、超聲檢測、紅外測距等。圖2給出的是移動機(jī)器人的外觀以及部分主要傳感器的安裝位置。

2 ? ?障礙物圖像的識別

2.1 ? ?圖像預(yù)處理

攝像頭模塊所采集到的圖像由于種種客觀條件限制，或多或少都會影響到所拍攝到的圖像的質(zhì)量，從而造成圖像存在著各類噪聲、突變的條紋，畫面信息丟失等現(xiàn)象也時有發(fā)生，這些現(xiàn)象會對圖像的識別工作造成不同程度的影響。因此，在進(jìn)行物體邊緣提取等工作前需先對采集到的圖片進(jìn)行去噪等處理，以便最大程度地去除各類因素的干擾。

在去除噪聲等干擾后，所得到的圖像并不能立即被識別，為提高處理效率以及簡化程序設(shè)計(jì)，現(xiàn)在還需要對圖像進(jìn)行二值化處理。

圖3展示了圖像預(yù)處理的步驟，圖4則是圖像預(yù)處理示例。

圖像的邊緣是其能夠被識別的最基本的特征，圖像邊緣是指圖像周圍像素的灰度值發(fā)生跳躍性變化的像素集合，即灰度值的導(dǎo)數(shù)較大的地方，它體現(xiàn)了圖像中的顯著變化，反映了圖像本身的形狀特征。本文對基于邊緣增強(qiáng)的邊緣檢測技術(shù)進(jìn)行了分析，最后選擇了基于Prewwit算子的Canny算法。

2.2 ? ?基于圖像識別與超聲波結(jié)合的障礙物識別

實(shí)時視覺技術(shù)主要包括視覺信息的實(shí)時采集、信息處理、主要信息的提取跟識別。視覺信息的處理能力、處理速度、處理的可靠性和準(zhǔn)確性是影響移動機(jī)器人智能系統(tǒng)性能的決定性因素。

本設(shè)計(jì)通過超聲波傳感器檢測障礙物的位置與距離，并將超聲波檢測出的障礙物位置與圖像識別的結(jié)果相結(jié)合，使用模糊識別的方式來判定物體的類型和方位，為進(jìn)一步避障或者對障礙物進(jìn)行操作打好基礎(chǔ)。圖5所示為本文圖像識別算法流程圖。

3 ? ?實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證所采用的圖像處理與障礙物識別算法，我們在室內(nèi)各種模擬環(huán)境中做了大量的測試和實(shí)驗(yàn)。在室內(nèi)環(huán)境特別是地面環(huán)境中，路徑上物體的顏色一般具有比較明顯的特征，常有的障礙物包括人類、桌椅、櫥柜、地板、門框、門扇、墻壁等，色彩主要集中于白色、黑色及其他非純色。

盡管有些環(huán)境下由于具體需要可以有比較多的純色，比如在有些居家環(huán)境中家庭主人比較喜好紅色，家中就會有大量紅色物體，但通常情況下不會同時存在多種純色。因此，可以通過程序設(shè)置，使機(jī)器人挑選室內(nèi)較少的顏色作為特殊障礙物的標(biāo)定色。

而在某些類型的室內(nèi)環(huán)境中，如實(shí)驗(yàn)室或工廠等場所，其桌椅、機(jī)器等一般都采用灰暗色調(diào)，如黑色、白色、灰色、灰綠色等，這個時候就可以選取對比度較大的顏色作為識別色。比如可采用在設(shè)備上加上紅色標(biāo)簽的方法，以便智能機(jī)器人在移動時進(jìn)行識別并及時避讓。

圖6、圖7所示分別展示了機(jī)器人在遇到不同障礙物后選擇的不同運(yùn)行路徑。

測試中采取的實(shí)驗(yàn)策略如下：如果識別到特殊標(biāo)記障礙物，則立即停止運(yùn)行;如果識別到是目標(biāo)障礙物a，則向左轉(zhuǎn)彎繞開障礙物;如果識別到是目標(biāo)障礙物b，則向右轉(zhuǎn)彎繞開障礙物。特殊標(biāo)記定義為紅色標(biāo)記，控制系統(tǒng)可對目標(biāo)障礙物進(jìn)行學(xué)習(xí)，即水瓶為特殊障礙物，易拉罐為目標(biāo)障礙物b。

4 ? ?結(jié)語

本項(xiàng)研究在自行搭建的一個移動機(jī)器人平臺上實(shí)現(xiàn)了對采集到的物體圖像進(jìn)行處理和分析，通過物體的外形與特定的顏色進(jìn)行對比和識別;同時實(shí)現(xiàn)了視覺傳感器和超聲波傳感器的融合處理，能夠?qū)唵伪尘跋碌恼系K物進(jìn)行有效和準(zhǔn)確識別，并且在有特殊標(biāo)定障礙物的情況下可以優(yōu)先處理特殊障礙物，能夠在一定程度上滿足障礙物多樣化識別的需求，可為場館移動導(dǎo)覽機(jī)器人研發(fā)提供極大的幫助和支持。

[參考文獻(xiàn)]

[1] 王炎，周大威.移動式服務(wù)機(jī)器人的發(fā)展現(xiàn)狀及我們的研究[J].電氣傳動，2000，30（4）：3-7.

[2] 李開生，張慧慧，費(fèi)仁元，等.國外服務(wù)機(jī)器人的發(fā)展動態(tài)和前景[J].制造業(yè)自動化，2000，22（6）：1-4.

[3] 丁明躍，常金玲，彭嘉雄.不變矩算法研究[J].數(shù)據(jù)采集與處理，1992，7（1）：1-9.

[4] CHEN C C.Improved moment invariants for shape discri-mination[J].Pattern Recognition，1993，26（5）：683-686.

[5] 劉敦浩，張彥鐸，李迅，等.動態(tài)環(huán)境下自適應(yīng)閾值分割方法[J].計(jì)算機(jī)應(yīng)用，2016，36（S2）：152-156.

[6] 張建平，韓亞軍.基于視覺和嵌入式系統(tǒng)的機(jī)器人路徑規(guī)劃[J].智能機(jī)器人，2018（2）：57-58.

[7] 張毅，羅元，鄭太雄，等.移動機(jī)器人技術(shù)及其應(yīng)用[M].北京：電子工業(yè)出版社，2007.

收稿日期：2020-03-02

作者簡介：王敬偉（1976—），男，湖北紅安人，工程師，研究方向：多媒體交互互動。