智能移動機器人是近年來發(fā)展起來的一門綜合學(xué)科，涉及機械設(shè)計、傳感檢測、人工智能等多方面知識。類人機器人的控制系統(tǒng)分為三個層次：最上層是機器人的策略規(guī)劃層，利用各種算法實現(xiàn)各部分的功能；中間一層運行各類應(yīng)用程序的嵌入式實時操作系統(tǒng)；最底層是硬件平臺，通過外圍接口獲得各類數(shù)據(jù)、信息。

自主機器人利用傳感器獲取的信息控制機器人的動作。本文根據(jù)武術(shù)擂臺機器人的實際需要，設(shè)計了機器人的控制系統(tǒng)，實現(xiàn)攝像頭圖像采集、處理和舵機控制等功能。

策略規(guī)劃層中，由于圖像信息具有信息豐富、對場景描述完全的特點，主要通過處理攝像頭采集的圖像信息實現(xiàn)顏色目標定位。這里采用Linux嵌入式操作系統(tǒng)，由于嵌入式系統(tǒng)資源的限制，要求目標識別算法運行效率高，占用內(nèi)存空間小。硬件平臺主要是控制舵機實現(xiàn)機器人的運動控制。

1 系統(tǒng)控制電路與視頻識別算法

1.1 機器人整體架構(gòu)

從圖中可以看出，機器人頭部采用攝像頭，通過USB接口與主控板進行連接，用于采集圖像信息。機器人腰部、腿部、胳膊各關(guān)節(jié)利用舵機使其具有一定的自由度，用到的舵機為CDS系列數(shù)字舵機。它內(nèi)部有ATmega8芯片，主控板通過串口與ATmega8通信，就可以實現(xiàn)舵機的控制。針對以上要求，同時考慮系統(tǒng)的實時性，采用S3C6410作為主控芯片。實際控制系統(tǒng)總體框圖如圖2所示。

1.2 舵機控制系統(tǒng)設(shè)計

主控板通過串口1完成與舵機之間的數(shù)據(jù)通信，舵機控制電路的原理圖如圖3所示。

由于半雙工數(shù)據(jù)線只有一根，所以必須在電路上實現(xiàn)發(fā)送和接收上的分離。這里網(wǎng)絡(luò)Robotis_UART一端直接接到舵機的信號線上，而另一端經(jīng)過74HC126的兩個緩沖器分別與主控芯片的TXD1和RXD1相連，再通過主控芯片使能的方式來確定是發(fā)送還是接收數(shù)據(jù)。主控芯片可以使NLED1為高而NLED2為低，這時TXD1就取得了線路的控制權(quán)，主控芯片就可以發(fā)送數(shù)據(jù)到舵機了。反之，當NLED2為高而NLED1為低時，這時RXD1就取得了線路的控制權(quán)，這時舵機可以返回數(shù)據(jù)。

舵機控制的軟件方面，需要完成串口的相關(guān)配置，主要包括波特率、起始位數(shù)、數(shù)據(jù)位數(shù)、停止位數(shù)和流控制模式。這里將其配置為波特率19200、起始位1位、數(shù)據(jù)位8位、停止位1位和無流控制模式。串口的設(shè)置主要是設(shè)置struct termios結(jié)構(gòu)體的各成員值，如下所示：

2 圖像識別算法

攝像頭采集到的圖像主要作如下處理：首先對數(shù)據(jù)解碼，利用查表法將RGB空間模型數(shù)據(jù)轉(zhuǎn)化為HSI空間模型，然后采用類間方差法將圖像進行二值化，再利用連通域?qū)δ繕诉M行標定，最后對圖像進行去噪，從而實現(xiàn)目標的識別和定位。圖像處理程序流程圖如圖4所示。

攝像頭采集的圖像為RGB格式，但RGB模型中R、G、B值易受光線影響，不適宜進行顏色識別；HSI模型中，不同的顏色對應(yīng)不同的色調(diào)參數(shù)H，并且H受外界光照影響小，因此采用HSI模型實現(xiàn)顏色識別。因此，要通過某種算法，先將RGB色域空間映射到HSI空間。常用的顏色空間轉(zhuǎn)換算法如下：

實現(xiàn)顏色空間轉(zhuǎn)換以后就要根據(jù)不同的H值對圖像進行二值化處理。二值化的實質(zhì)是一分類問題，即把一幅圖像所含有的0～255的二進制像素按照某個閾值劃分成兩類。如果閾值設(shè)得太低，結(jié)果會引入過多的背景信息，但太高就會導(dǎo)致目標信息的丟失。類間方差法（Otsu）、最大熵方法（KSW）和直方圖平衡法（Balanced Histogram Thresholding，BHT）是目前應(yīng)用較廣的自動閾值計算方法。

這里采用類間方差法，它的核心思路就是通過最大化類間方差來尋找最佳閾值。假設(shè)某一閾值T將整個二值圖像分為C0（1，…，T）和C1（T，…，255）兩類，則兩類的出現(xiàn)概率可以用下式計算：

如上所述，最佳閾值的判斷標準是使得類間方差最大。于是通過遍歷每一個灰度值，并計算其劃分帶來的類間方差，總能找到一個合適的閾值滿足條件。由于式（4）計算二階中心矩計算量較大，考慮到：

顯然，式（6）只需要計算類內(nèi)均值，即一階矩。于是最大化 就轉(zhuǎn)化為最大化式（6）。

接下來的工作就是對圖像進行標定，這里所指的標定就是根據(jù)二值化后的圖像，計算出目標區(qū)域的外接矩形位置。在目標構(gòu)成比較簡單的情況下，投影法是效率最高的方法，而當場景中存在多個目標時，多數(shù)情況下需要進行連通域計算。拓撲學(xué)中把連通性定義為，區(qū)域內(nèi)任意兩點之間存在至少一條曲線可以將兩者連接。目前的連通域標記方法主要分兩類：掃描法和輪廓跟蹤法。掃描法的基本思路是逐個檢查每個像素的值和連通性，從而獲得所有的連通性描述信息，然后根據(jù)每點之間的相互關(guān)系計算出最后的區(qū)域個數(shù)和構(gòu)成關(guān)系?；趻呙璧倪B通標記演示如下（以8連通為例）：

首先對二值圖像進行行掃描得到線段連通標記，如圖5所示。然后檢查每行之間線段與上一行線段之間的連通關(guān)系，并更改標記。

第1行：線段1創(chuàng)建標記A。

第2行：線段2、1之間連通，線段2標記為A；線段3同理標記為A。

第3行：線段4、2之間連通，線段4標記為A；線段5創(chuàng)建標記為B。

第4行：線段6、4之間連通，線段6標記為A；線段6、5之間連通，將線段5的標記由B變?yōu)锳。

第5行：線段7創(chuàng)建標記B；線段8、6之間連通，線段8標記為A。結(jié)果如圖6所示。

將圖像標定完畢可以去掉圖像中的噪點，并且找到目標的中心，實現(xiàn)目標的定位。

3 實驗與結(jié)果分析

將控制卡裝到機器人上，控制機器人運動，在運動中攝像頭采集圖像，并且用方框?qū)⒛繕诉M行標定。利用上述顏色識別算法對圖紅色繡球進行標定，得到如圖7所示的結(jié)果。

隨著機器人的運動，繡球在圖像中的位置發(fā)生變化，機器人根據(jù)標定結(jié)果，就可以得到繡球的位置，根據(jù)位置調(diào)整自己的運動準確找到繡球。圖像采集的速度達到15幀/s，舵機控制準確度達到0.32°，可以圓滿完成比賽任務(wù)。

結(jié)語

本文以S3C6410作為主控芯片，設(shè)計了具有視覺識別功能的類人機器人控制系統(tǒng)。改進的顏色識別算法利用查表法、類間方差法、連通域等方法對圖像進行處理，取得了良好的視頻識別效果。實踐證明，由該控制系統(tǒng)的設(shè)計方案制作而成的類人機器人，具有良好的自主控制穩(wěn)定性和較好的視覺識別能力，能夠較出色地完成比賽。