覃靜 孫霞

摘要：隨著智能機(jī)器人控制技術(shù)的不斷發(fā)展，智能機(jī)器人在運動輔助領(lǐng)域得到了廣泛應(yīng)用。為了減少運動員在運動過程中的重復(fù)性撿球動作，設(shè)計了一種基于STM32單片機(jī)的智能撿球機(jī)器人。智能撿球機(jī)器人采用STM32H7系列作為主控芯片，結(jié)合飛行時差（Time of Flight，ToF）光學(xué)測距和OpenMV圖像采集模塊，實現(xiàn)機(jī)器人的運動避障、球具識別定位和精準(zhǔn)拾取等功能，具有成本低、體積小和搜尋快速等優(yōu)點，有較大的市場應(yīng)用前景。

關(guān)鍵詞：智能小車；STM32單片機(jī)；PDI算法

中圖分類號：TP393文獻(xiàn)標(biāo)志碼：A文章編號：1008-1739（2021）22-60-3

0引言

隨著智能裝備技術(shù)的不斷發(fā)展，智能化機(jī)器人受到越來越多的關(guān)注。智能機(jī)器人被廣泛應(yīng)用于智能家居、深海探測和航天航空等各個領(lǐng)域，在工業(yè)生產(chǎn)和人類社會中發(fā)揮著舉足輕重的作用[1]。

球類運動作為常見的全民體育運動形式，具有對抗性強(qiáng)、觀賞性高等特點，在全球廣泛流行。然而，運動員在練習(xí)過程中會出現(xiàn)大量的重復(fù)性撿球運動，大幅度增加了人體的運動損耗，同時，散落在場地內(nèi)的球具也會提高運動事故的發(fā)生率。針對這一問題，本文提出一種用于輔助運動的智能撿球機(jī)器人，減輕運動員的練習(xí)負(fù)擔(dān)和運動事故的發(fā)生。因此，本文的研究內(nèi)容具有較大的實際應(yīng)用價值。

1總體設(shè)計

撿球機(jī)器人工作流程如圖1所示。撿球機(jī)器人啟動后，通過OpenMV圖像采集模塊采集環(huán)境信息，基于圖像中的顏色信息定位球具并驅(qū)動機(jī)器人移動至鎖定區(qū)域，同時，機(jī)器人利用ToF光學(xué)測距模塊實現(xiàn)避障。當(dāng)機(jī)器人到達(dá)指定區(qū)域后，再次精確識別球具，結(jié)合球具收集裝置完成小球拾取動作，隨后智能移動機(jī)器人返回至待機(jī)工作區(qū)域。

2硬件設(shè)計

2.1主控芯片

機(jī)器人的主控芯片采用STM32H7系列，該芯片的Chrom-ART Accelerator和MJPEG codec內(nèi)核能夠減輕至少90%的CPU工作負(fù)荷，在圖像顯示方面具有較高的性能表現(xiàn)。此外，芯片的主DMA能處理記憶體和外設(shè)之間復(fù)雜的數(shù)據(jù)傳輸配置，最多能提供16個通道用于減輕CPU工作負(fù)荷，實現(xiàn)信息的高效傳輸。

2.2 ToF光學(xué)測距模塊

目前，常見的測距方法包括超聲波測距、接收信號強(qiáng)度（Received Signal Strength Indication，RSSI）測距和ToF光學(xué)測距。其中，ToF光學(xué)測距模塊通過光信號從發(fā)射至返回的間隔時間檢測機(jī)器人與反射物體之間的距離，從而實現(xiàn)智能撿球機(jī)器人的避障功能，ToF光學(xué)測距模塊的檢測精度達(dá)到1 mm，測距范圍0～4 m。與超聲波測距模塊相比，ToF檢測精度更高，且測距視野滿足球具拾取的需求。下面比較RSSI測距和ToF測距，在信號電平容易調(diào)制或非視距視線環(huán)境下，基于RSSI測距方法估算的結(jié)果比較理想；在視距視線環(huán)境下，基于ToF測距方法估算的結(jié)果較為理想。

智能撿球機(jī)器人采用ToF測距模塊用于實現(xiàn)機(jī)器人的避障功能。ToF測距有2個關(guān)鍵約束：①發(fā)送設(shè)備和接收設(shè)備始終同步；②由接收設(shè)備提供信號的傳輸時間。為了滿足上述約束條件，ToF測距模塊采用了時鐘偏移量來解決時鐘同步問題。但是，ToF測距方法的時間依賴于本地和遠(yuǎn)程節(jié)點，測距精度容易受兩端節(jié)點時鐘偏移量的影響。將采用反向測量方法減少這類影響，首先通過遠(yuǎn)程節(jié)點發(fā)送數(shù)據(jù)包，本地節(jié)點接收數(shù)據(jù)包后自動響應(yīng)，隨后對正向和反向的平均值進(jìn)行二次求平均運算，減少時鐘偏移量造成的測距誤差。

2.3視覺系統(tǒng)

機(jī)器人將選取OpenMV攝像頭采集環(huán)境圖像信息，該攝像頭具有低功耗、低成本和體積小等特點，能夠較好地實現(xiàn)機(jī)器視覺應(yīng)用。首先對攝像頭采集到的顏色信息進(jìn)行分析，能夠?qū)⑷我馍珘K的位置、大小、中心和方向進(jìn)行劃分和處理，從而通過顏色跟蹤法實現(xiàn)不同顏色物體的快速跟蹤。隨后結(jié)合圖像對比法，OpenMV將抓取到的圖像進(jìn)行對比處理，匹配無誤后進(jìn)行追蹤。與拍照式圖像采集模塊相比，OpenMV圖像采集模塊具有更高效的圖像處理速度，能夠?qū)崟r對比內(nèi)存中圖像的信息，實現(xiàn)撿球機(jī)器人的快速響應(yīng)。

2.4電機(jī)驅(qū)動

電機(jī)驅(qū)動采用東芝半導(dǎo)體公司的TB6612FNC電機(jī)驅(qū)動芯片，該芯片集成了2個全H橋，芯片的供電電壓為2.5～13.5 V，H橋輸出的平均電流1.2 A，最大輸出電流3.2 A，芯片內(nèi)置了過熱保護(hù)和低壓檢測關(guān)閉電路，PWM控制的頻率可達(dá)100 kHz[2]。

2.5收集裝置

機(jī)器人球具收集模塊主要由舵機(jī)、擋板和收集箱組成。當(dāng)視覺系統(tǒng)識別到小球后，啟動舵機(jī)將小球推入收集箱，收集箱口設(shè)置有擋板，用于小球單向進(jìn)入收集箱。指定區(qū)域內(nèi)的球具拾取完成后，小球隨機(jī)器人返回至待機(jī)工作區(qū)域。

3軟件設(shè)計

3.1攝像頭初始化

對攝像頭模塊進(jìn)行參數(shù)初始化，設(shè)置間隔10幀進(jìn)行圖像抓取，并將當(dāng)前光強(qiáng)度的顏色閾值和面積進(jìn)行參數(shù)對比。

3.2尋球

3.2.1尋找相同顏色的乒乓球

主要采用find_blobs函數(shù)識別相同顏色的球具。首先通過設(shè)置thresholds顏色閾值定義待識別球具的顏色數(shù)值和顏色種類，隨后調(diào)用code函數(shù)，判斷返回色塊對象blob的顏色。

3.2.2特征點檢測

球具圖像的特征點檢測（find_keypoint）有2種常見的目標(biāo)物體特征設(shè)置方式，分別是將初始圖像作為目標(biāo)物體特征和直接設(shè)置目標(biāo)物體特征。由于環(huán)境光線等原因的干擾，可能導(dǎo)致每次運行程序光線不同特征不同。若直接將初始圖像作為目標(biāo)物體特征會降低特征點的匹配度。通過調(diào)劑曝光度、白平衡和自動的增益值，可以抑制光照差異對特征點匹配度的影響。此外，在程序運行后，例程提取最開始的圖像作為目標(biāo)物體特征，隨后采用kpts1函數(shù)保存目標(biāo)物體的特征，再匹配目標(biāo)特征在不同尺度下的大小和角度，也能減小光照變化造成的特征點匹配誤差。

3.3驅(qū)動小車

3.3.1電機(jī)驅(qū)動和差速轉(zhuǎn)向

通過ar.run函數(shù)實現(xiàn)撿球機(jī)器人的移動控制，函數(shù)有2個參數(shù)：left_speed和right_speed。其中，left_speed控制左輪的速度，right_speed控制右輪的速度。輸入?yún)?shù)為正數(shù)，輪子向前轉(zhuǎn)動，反之向后轉(zhuǎn)動。參照物的偏移量決定機(jī)器人向左或向右偏移，若左輪向前右輪向后，則機(jī)器人向右轉(zhuǎn)動，反之向左轉(zhuǎn)動。

3.3.2 PID算法

PID解決了自動控制理論要解決的最基本問題，即系統(tǒng)的穩(wěn)定性、快速性和準(zhǔn)確性。調(diào)節(jié)PID的參數(shù)，可實現(xiàn)在系統(tǒng)穩(wěn)定的前提下兼顧系統(tǒng)的帶載能力和抗擾能力，同時，在PID調(diào)節(jié)器中引入積分項，系統(tǒng)增加了一個零積點，使之成為一階或一階以上的系統(tǒng)，這樣系統(tǒng)階躍響應(yīng)的穩(wěn)態(tài)誤差就為零。

3.4回到起點

當(dāng)視野中沒有小球時，小車開始自轉(zhuǎn)尋球，在一定的時間后就會返回指定的位置。

4安裝與調(diào)試

首先進(jìn)行程序初始化，開啟撿球機(jī)器人，機(jī)器人進(jìn)行原地周期旋轉(zhuǎn)，同時利用攝像頭采集環(huán)境圖像信息并進(jìn)行圖像對比識別，獲取小球位置坐標(biāo)。隨后，控制器傳輸指令至電機(jī)，驅(qū)動機(jī)器人向小球方向移動，期間結(jié)合ToF測距模塊進(jìn)行機(jī)器人避障移動。最后采用扇形小球收集器拾取球具，并再次尋找相同目標(biāo)。若有相同目標(biāo)，則再次處理圖像對比，計算確定坐標(biāo)，若無參考圖相同目標(biāo)，則回到待機(jī)區(qū)域。撿球機(jī)器人如圖2所示。

5結(jié)束語

采用ToF光學(xué)測距、顏色識別、圖像形狀識別和智能避障等多種功能最終實現(xiàn)小球的精準(zhǔn)識別與定位并結(jié)合舵機(jī)、電機(jī)結(jié)合算法驅(qū)動小車前行拾取小球。撿球部分是自組裝的收集裝置，當(dāng)電機(jī)驅(qū)動前進(jìn)時，撿球器會將乒乓球擠壓至容器內(nèi)部。該設(shè)計具有成本低、體積小、行動方便、快速搜尋及拾取等優(yōu)點，人們的生活更加智能化，為人們的生活提供便利，減少勞動力。

參考文獻(xiàn)

[1]蔡自興.21世紀(jì)機(jī)器人技術(shù)的發(fā)展趨勢[J].南京化工大學(xué)學(xué)報（自然科學(xué)版），2000（4）：73-78.

[2]常華偉，王福豹，嚴(yán)國強(qiáng)，等.無線傳感器網(wǎng)絡(luò)的TOF測距方法研究[J].現(xiàn)代電子技術(shù)，2011，34（1）：35-38.

[3]黃大志，周慶貴，陳業(yè)強(qiáng).基于單片機(jī)輪式尋跡機(jī)器人控制系統(tǒng)的設(shè)計[J].機(jī)床與液壓， 2009，37（8）：350-352.

[4]王瑋，王丹，馮培德.基于光電探測系統(tǒng)的地面車精確定位定向技術(shù)[J].北京航空航天大學(xué)學(xué)報，2007（8）：902-905.

[5]肖南峰.智能機(jī)器人[M].廣州：華南理工大學(xué)出版社，2008.

[6]陳明熒.ATmega16單片機(jī)課程設(shè)計實訓(xùn)教材[M].北京：清華大學(xué)出版社，2004.

[7]雷鋼，王宏遠(yuǎn).基于AVR單片機(jī)的控制系統(tǒng)設(shè)計[J].計算機(jī)與數(shù)字工程，2006（11）：135-138.

[8]張軍.AVR單片機(jī)應(yīng)用系統(tǒng)開發(fā)典型實例[M].北京：中國電力出版社，2005.

[9]劉崇翔.基于ARM的智能小車的設(shè)計與研究[D].無錫：江南大學(xué)，2012.

[10]彭南華.經(jīng)濟(jì)型噴漆機(jī)器人軌跡規(guī)劃及關(guān)節(jié)控制研究[D].湖南：中南大學(xué)，2009.

[11]沈文.AVR單片機(jī)C語言開發(fā)入門指導(dǎo)[M].北京：清華大學(xué)出版社，2003.

[12] MUKHERJEE J，LANG K M，MITRA S K. Demosaicing of Images Obtained from Single-chip Imaging Sensors in Yuv Color Space[J].Pattern Recognit Lett，2004，26（7）：985-997.