基于CPLD的服務(wù)機器人視覺(jué)系統軟硬件設計

　　2.2 閾值確定和色彩判斷

　　在確定閾值時(shí)，首先通過(guò)采集樣本進(jìn)行訓練，從而得到預定的幾種顏色在YUV空間的分量的上下閾值，如圖2所示。

　　當一個(gè)待判定的像素在色彩空間中的位置落在這個(gè)長(cháng)方體中時(shí)，就認為該像素屬于要找的顏色，從而完成對圖像顏色的識別。在Y空間中，Y值表示亮度，因它的變化很大，所以只考慮了U和V的值，在進(jìn)行顏色判斷時(shí)，首先分別建立U、V的閾值向量。

　　由于在系統中圖像傳感器的數字信號是8位，即1Byte，共255Byte，系統最多能判定8種顏色。在顏色識別后進(jìn)行圖像分割，在圖像分割中采用了種子填充算法，其整個(gè)種子的填充是和像素點(diǎn)的顏色同時(shí)進(jìn)行的，一開(kāi)始不是對所有的像素進(jìn)行處理，而是分塊進(jìn)行的，本系統采用的塊是32×24像素，這樣計算量大大減小。當中心點(diǎn)是所要識別的顏色時(shí)，就以這個(gè)點(diǎn)為種子向四周擴散，并判定周?chē)袼攸c(diǎn)的顏色，直到填滿(mǎn)整個(gè)塊。在這過(guò)程中，同時(shí)對目標進(jìn)行形狀識別。本系統采用了基于全局的特征向量的識別算法來(lái)進(jìn)行識別。同時(shí)也為構建雅可比矩陣得到需要的矩特征量。圖3為圖像識別分割流程圖。

　　

2.3 視覺(jué)跟蹤軟件原理

　　當目標物體被識別以后，視覺(jué)系統將調整鏡頭使目標位于視野的中心。一旦物體運動(dòng)，視覺(jué)系統將進(jìn)行對目標物體的跟蹤。

　　在機器人視覺(jué)跟蹤系統上，采用無(wú)定標的視覺(jué)跟蹤系統。無(wú)定標的視覺(jué)跟蹤不需要事先對攝像鏡頭進(jìn)行定標，而是應用自適應控制方面的原理，在線(xiàn)的實(shí)時(shí)調整圖像雅可比矩陣。通過(guò)二維的圖像特征信息反饋，這種方式對攝像機模型誤差和機器人模型誤差、圖像誤差、圖像噪聲不敏感?；趫D像跟蹤的視覺(jué)跟蹤控制系統，如圖4.

　　控制量c為機器人頭部的控制系統。首先把目標放在機器人視野的前方采集到期望的圖像，從期望圖像中抽取期望的特征集，作為視野跟蹤控制系統的期望輸入，從而完成任務(wù)需要的視野特征集定義。在實(shí)時(shí)控制系統中，由機器人的圖像傳感器獲取實(shí)時(shí)采樣圖像，從中獲取實(shí)時(shí)特征集，這樣構成一個(gè)視野反饋，引導機器人完成跟蹤任務(wù)。區別于圖像的簡(jiǎn)單幾何特征，本系統選用的視覺(jué)特征集為全局的圖像描述-圖像矩。

　　根據矩特征變化量與相對位姿變化量之間的關(guān)系矩陣，即圖像雅可比矩陣，然后利用推導的圖像雅可比矩陣，設計了視覺(jué)跟蹤控制器，完成系統對3D目標物體的平動(dòng)跟蹤。

　　3 實(shí)驗結果

　　圖5為DSP為clkout腳輸出波形，表明DSP的內部時(shí)鐘電路工作正常。圖6的圖像傳感器輸出數據波形證明了圖像傳感器工作正常。圖7的DSP采集到的圖像數據，可以確定整個(gè)圖像采集硬件電路工作正常。

　　4 結 論

　　針對服務(wù)機器人的視覺(jué)系統，本文通過(guò)構建它的硬件系統和軟件系統完成了整個(gè)系統的設計。在硬件系統上，采用了CMOS圖像傳感器，CPLD時(shí)序控制，異步動(dòng)態(tài)FIFO的數據緩存，以及高速DSP處理器構成了一個(gè)典型的圖像采集系統，并調試輸出了圖像信號。在軟件設計上，采用了足球機器人的彩色識別和彩色分割識別技術(shù)去完成視覺(jué)系統快速準確的識別，采用基于動(dòng)態(tài)的工作方式以及采用基于圖像的雅可比矩陣的控制原理，去實(shí)現自適應補償跟蹤控制系統。