移动机器人视觉导引实现原理分析

在路径已知的情况下，快速而准确地进行路径跟踪是移动机器人应用中的一个非常重要的问题，视觉系统可以实现对路径进行快速识别和循迹。移动机器人视觉导引系统是由视觉传感器、图像采集处理模块、主控制器、移动机器人底盘以及移动机器人本体五个部分组成的基于图像的视觉伺服闭环系统，如图6-1所示。

图6-1　视觉伺服系统框图

视觉导引的过程是不断调整机器人的运动方式，使其中轴线与既有路径中心线吻合的过程。路径中心线的信息首先由视觉传感器拍摄，再由图像采集处理模块经一系列处理而获得。

考虑到普通的单相机视觉导引只能控制机器人的前端在既有路径上，而无法监控后端情况，尤其在机器人长度较长时可能会发生“甩尾”现象，甚至引起碰撞，采用双向视觉导引方案将更加合理，分别在机器人前端和后端安置一个摄像头（图6-2），以提高视觉导引的跟踪精度，避免甩尾现象的发生。

视觉导引的工作重点是实时采集处理图像，提取机器人中轴线与路径中心线的偏差，即偏角θ1、θ2和偏距d1、d1（单位分别为度和毫米）。当摄像头位于路径中心线的右侧时d＞0，反之d＜0；当机器人通过逆时针旋转使摄像头移动到中心线右侧时θ＞0，反之θ＜0。为了保证控制效果，设计转弯、减速和停车等各种标记，视觉导航系统可以通过对这些标记的判断来控制机器人的前进方向。最后，通过RS-232串口将上述偏差信息传送给主控制器，主控制器通过相应的运动控制算法对机器人的位置进行纠偏，发送控制命令给机器人下位机，使机器人能够沿着既有路径平稳运行。

视觉导引图像处理是为了将路径从背景中提取出来，获得机器人相对所循路径的位置偏差、角度偏差以及相关标志信息。图像处理流程如图6-3所示。

图6-2　视觉导引原理图

图6-3　图像处理框图(www.xing528.com)

图像处理结束后通过串口发送给主控制器的有效数据共有3位，为提高通信可靠度，添加起始位和终止位为0X80和0XEE，具体通信格式如表6-1所示。图像系统中涉及的标志位，最终都通过flag发送给主控制器，供其执行相应动作，每个标志位的定义见表6-2所示。

表6-1　图像处理后串口发送的通信格式

表6-2　标志位定义

采集图像之后，若上一帧图像已经检测到停车标志，则无需进行下面的步骤，直接跳到发送数据这一步；如果上一帧是因为检测不到路径而停车，则此帧将Flag_stop复位。

接下来进行路标识别，识别过程详见第五章，彩色图像转灰度图像时统计满足灰度阈值的像素点数目作为初步路径面积，可以判断路径识别是否成功，如果不成功，进行光照自适应调节，若达到光照调节极限仍不满足识别要求，则认为此帧偏离轨迹，令Flag_stop=6，直接发送最终指令。阈值分割结束之后参考之前的路标识别结果进行之后的工作，一旦转弯标志位有效，路径拟合前就要判断是否已经通过岔路口。如果已经通过岔路口，则转弯标志位清零并按普通方式拟合路径；如果尚未通过，则根据转弯标志识别的结果，分别按照相应路径拟合方法提取路径。其中比较特殊的是直行情况，由于机器人行走时不会完全沿着路径中轴线，路径拟合稍有偏差就容易进入左转或者右转路径中。故若遇到直行要求，则不进行路径拟合，直接发送直行命令，等过了岔路口再重新拟合。若检测到减速标志，相应标志位置位，同时进行普通路径拟合，并且下一帧会复位；若检测到停车标志，则跳过路径拟合程序，直接跳到发送数据这一步。其中路径拟合这一步分成连续路径和间断路径两种路况，分别采用不同的直线拟合算法，在第三章进行了详细论述。经过以上的步骤，各标志位都已确定，并且路径拟合也已经完成，最后将计算好的偏距、偏角以及相应的标志位通过串口RS-232，按照表6-1所示的通信格式发送给主控制器，完成一个路径识别的工作周期。如果机器人视觉导引结束，则程序终止，否则重新进行图像采集，进入下一个周期。

图像处理总流程如图6-4所示。

图6-4　智能循迹图像处理流程图