視覺(jué)是人類(lèi)感知外界信息的重要手段，視覺(jué)伺服系統(tǒng)是機(jī)器人獲取環(huán)境信息的關(guān)鍵組成部分。本文主要討論仿人機(jī)器人BHR-1的視覺(jué)伺服系統(tǒng)。首先介紹機(jī)器人頭部的視覺(jué)總體結(jié)構(gòu)方案，然后論述了基于立體視覺(jué)的信息處理和頭部運(yùn)動(dòng)控制，最后通過(guò)目標(biāo)跟蹤和物體抓取實(shí)驗(yàn)說(shuō)明了系統(tǒng)的可行性。

總體方案及控制系統(tǒng)

仿人機(jī)器人的視覺(jué)伺服系統(tǒng)要求能夠根據(jù)具體環(huán)境和具體情況進(jìn)行主動(dòng)搜索，實(shí)時(shí)將攝像頭轉(zhuǎn)向目標(biāo)，實(shí)現(xiàn)對(duì)空間目標(biāo)的實(shí)時(shí)跟蹤并獲取物體的三維位置信息，從而控制手臂實(shí)現(xiàn)對(duì)物體的準(zhǔn)確抓取。

BHR-1）的頭部有2個(gè)自由度，面部放置兩只CCD攝像頭作為視覺(jué)傳感器來(lái)模擬人的眼睛。機(jī)器人的手臂也是模仿人類(lèi)的上肢設(shè)計(jì)的，具有7個(gè)自由度，肩關(guān)節(jié)3個(gè)自由度，肘關(guān)節(jié)2個(gè)自由度，腕關(guān)節(jié)2個(gè)自由度，可以實(shí)現(xiàn)人類(lèi)上肢的各種動(dòng)作。機(jī)器人根據(jù)目標(biāo)的三維位置信息實(shí)現(xiàn)對(duì)物體的抓取。

仿人機(jī)器人BHR-1的總體設(shè)計(jì)方案如圖2所示。為了實(shí)現(xiàn)物體的快速定位，需要完成圖像處理和運(yùn)動(dòng)控制的任務(wù)。一臺(tái)計(jì)算機(jī)將難以滿(mǎn)足快速定位的實(shí)時(shí)性要求，因此本文采用了雙計(jì)算機(jī)處理和Memolink通信方式的系統(tǒng)結(jié)構(gòu)，使用兩臺(tái)計(jì)算機(jī)分別負(fù)責(zé)雙目立體視覺(jué)的信息處理和機(jī)器人的運(yùn)動(dòng)控制。Memolink是系統(tǒng)間進(jìn)行快速通信的一種有效解決方案。

機(jī)器人的視覺(jué)跟蹤以及目標(biāo)抓取的實(shí)現(xiàn)都依賴(lài)運(yùn)動(dòng)控制計(jì)算機(jī)對(duì)機(jī)器人的運(yùn)動(dòng)控制。運(yùn)動(dòng)控制系統(tǒng)根據(jù)視覺(jué)處理系統(tǒng)的處理結(jié)果，控制機(jī)器人采取相應(yīng)決策。例如:頭部的兩自由度轉(zhuǎn)動(dòng)，以跟蹤目標(biāo)的運(yùn)動(dòng)或者上肢手臂去抓取目標(biāo)。運(yùn)動(dòng)控制子系統(tǒng)以RT-Linux實(shí)時(shí)操作操作系統(tǒng)作為軟件平臺(tái)，保證了機(jī)器人控制系統(tǒng)的實(shí)時(shí)性。

機(jī)器人的運(yùn)動(dòng)控制子系統(tǒng)的被控對(duì)象是機(jī)器人的各關(guān)節(jié)的角度，而關(guān)節(jié)是由電機(jī)帶動(dòng)的，因此被控對(duì)象實(shí)際上是帶動(dòng)關(guān)節(jié)轉(zhuǎn)動(dòng)的電機(jī)轉(zhuǎn)動(dòng)的角度，是一個(gè)位置伺服系統(tǒng)。

系統(tǒng)使用了一套多功能接口板，將所有的A/D轉(zhuǎn)換、D/A轉(zhuǎn)換、ENC、PWM、32位IO等多種功能都集成在該接口板上，提高了系統(tǒng)的集成性并減小了系統(tǒng)體積和重量。

在控制信號(hào)的輸入方面，由于控制的目的是為了機(jī)器人的頭部能夠跟蹤運(yùn)動(dòng)的目標(biāo)，因此實(shí)際上輸入量就是根據(jù)圖像處理子系統(tǒng)的處理結(jié)果得到的，在圖像處理的過(guò)程中，最終求得的目標(biāo)的位置就是后面運(yùn)動(dòng)控制子系統(tǒng)的輸入量。由于圖像處理子系統(tǒng)的處理結(jié)果本身就是數(shù)字量，運(yùn)動(dòng)控制子系統(tǒng)所得到的位置信息也是數(shù)字信號(hào)，因此，這里不需要模數(shù)轉(zhuǎn)換的過(guò)程。

在反饋信號(hào)的輸入方面，因?yàn)楸豢貙?duì)象是電機(jī)，確切的說(shuō)是電機(jī)轉(zhuǎn)動(dòng)的角度，是位置控制，因此可以用電機(jī)上面的軸角編碼器的輸出作為反饋信號(hào)。軸角編碼器是一個(gè)測(cè)量電機(jī)所轉(zhuǎn)過(guò)的角度的器件，它以脈沖的方式來(lái)反饋電機(jī)轉(zhuǎn)過(guò)的角度，電機(jī)轉(zhuǎn)過(guò)的角度越大，它輸出的脈沖個(gè)數(shù)就越多，反之，輸出的脈沖個(gè)數(shù)就越少。因此我們采用了接口板上的ENC（encoder）接口來(lái)作為反饋信號(hào)的輸入通道，它可以測(cè)量軸角編碼器的脈沖輸出個(gè)數(shù)。機(jī)器人頭部的運(yùn)動(dòng)控制子系統(tǒng)的結(jié)構(gòu)框圖如圖3所示。

基于立體視覺(jué)的視覺(jué)信息處理

系統(tǒng)采用了基于立體視覺(jué)的解決方案，通過(guò)加入了深度信息，使得目標(biāo)的搜索結(jié)果更加準(zhǔn)確。系統(tǒng)使用了美國(guó)SRI人工智能中心所開(kāi)發(fā)的一套高速的雙目立體視覺(jué)系統(tǒng)SVS（small vision system）。

圖像分割是物體識(shí)別的預(yù)處理階段，是機(jī)器人視覺(jué)伺服系統(tǒng)的關(guān)鍵技術(shù)之一。該系統(tǒng)采用了基于顏色信息的閾值分割方法。理論分析和實(shí)驗(yàn)結(jié)果都表明，對(duì)同一顏色屬性的物體，在光源種類(lèi)、照度、物體反射特性等不同條件下，測(cè)得的RGB顏色值分布很分散，很難確定識(shí)別RGB的閾值范圍。而HSV模型更接近人眼對(duì)顏色的感知，它將采集的顏色信息分為色調(diào)、飽和度和亮度三種屬性量化，色調(diào)屬性H能比較準(zhǔn)確地反映顏色種類(lèi)，對(duì)外界光照條件的變化敏感程度低，因此，HSV較之RGB更適合于用做識(shí)別處理的基礎(chǔ)。本文采用HSV模型作為顏色識(shí)別處理的基礎(chǔ)，選取其中的參數(shù)H和V作為識(shí)別處理的判別依據(jù)。RGB空間中一點(diǎn)到HSV空間中一點(diǎn)的具體轉(zhuǎn)化關(guān)系如下:

V=max（r,g,b），V′= min（r,g,b）;
If V= 0 or V = V′then H=0, S=0;
If r = V then H=（g－b）/（V－V′）;
If g= V then H=2+ （b－r）/（V－V′）;
If b = V then H=4+ （r－g）/（V－V′）, H=H×60;
If H <0 then H=H+360, S=（V－V′）/V

系統(tǒng)首先離線(xiàn)采樣目標(biāo)圖像區(qū)域，將該局部彩色圖像從RGB模型轉(zhuǎn)化為HSV模型，對(duì)其中H、S兩個(gè)分量分別作直方圖，得到選定區(qū)域的H、S閾值，這是一個(gè)離線(xiàn)的學(xué)習(xí)過(guò)程。在隨后的實(shí)時(shí)圖像識(shí)別中，H、S閾值根據(jù)前一個(gè)視覺(jué)周期的彩色圖像實(shí)時(shí)更新以適應(yīng)新的光照條件。

視覺(jué)處理系統(tǒng)的流程圖如圖4所示，系統(tǒng)使用攝像頭來(lái)采集圖像，在對(duì)圖像進(jìn)行一系列的預(yù)處理之后，對(duì)其進(jìn)行區(qū)域分割，以得到多個(gè)區(qū)域，再搜索這些區(qū)域，根據(jù)已知目標(biāo)特征找到目標(biāo)所在的區(qū)域。如果找到，則控制機(jī)器人頭部面向目標(biāo)，同時(shí)更新目標(biāo)的特征，以用來(lái)在下次搜索時(shí)使用，如果沒(méi)有找到相匹配的目標(biāo)，則可能目標(biāo)被暫時(shí)隱藏或丟失，這時(shí)開(kāi)始下一次處理，以等待目標(biāo)再次出現(xiàn)。

因?yàn)橐曈X(jué)處理系統(tǒng)處理的是上一個(gè)周期的圖像，所以得到的目標(biāo)坐標(biāo)也是上一個(gè)周期的坐標(biāo)，如果用此方向坐標(biāo)來(lái)作為運(yùn)動(dòng)控制的輸入，則頭部運(yùn)動(dòng)始終滯后一個(gè)周期。為了加快系統(tǒng)的速度，本文采用了比例微分控制，系統(tǒng)地輸入輸出函數(shù)為:

Iα（k＋1）＝kp eα（k）＋kd（eα（k）－eα（k-1））
Iβ（k＋1）＝kp eβ（k）＋kd（eβ（k）－eβ（k-1））
eα（k）＝αk－αk’,eβ（k）＝βk－βk’

式中Iα（k＋1）和Iβ（k＋1）為在t（k＋1）時(shí)間上控制系統(tǒng)的輸出;（αk,βk）表示在時(shí)間 t（k）目標(biāo)的方向坐標(biāo);（αk’, βk’）該時(shí)刻二自由度機(jī)構(gòu)的方向坐標(biāo);eα（k）和eβ（k） 分別表示該時(shí)刻頭部位置與目標(biāo)位置之間的偏差;kp和kd分別為控制系統(tǒng)的比例系數(shù)和微分系數(shù)。通過(guò)實(shí)驗(yàn)調(diào)節(jié)kp和kd，kd＜＜kp，系統(tǒng)可以既有較高的反應(yīng)速度，同時(shí)又具有穩(wěn)定性。

運(yùn)動(dòng)控制過(guò)程

根據(jù)前面的敘述，計(jì)算機(jī)控制系統(tǒng)的工作過(guò)程是一個(gè)循環(huán)的實(shí)時(shí)數(shù)據(jù)采集，實(shí)時(shí)決策，實(shí)時(shí)控制的過(guò)程，在本系統(tǒng)中，根據(jù)所選用器件的具體情況，假設(shè)對(duì)所有的控制環(huán)完成這樣的一個(gè)循環(huán)大約需要m毫秒的時(shí)間左右。在視覺(jué)信息處理系統(tǒng)中，處理一幀圖像平均需要n毫秒左右的時(shí)間，由于視覺(jué)處理和運(yùn)動(dòng)控制任務(wù)的特點(diǎn)的不同，n>>m，也就是說(shuō)視覺(jué)處理的周期要遠(yuǎn)遠(yuǎn)大于運(yùn)動(dòng)控制的周期。在一個(gè)視覺(jué)處理的周期內(nèi)，系統(tǒng)可以完成多個(gè)控制周期的處理。因此在一個(gè)視覺(jué)處理周期之后，系統(tǒng)應(yīng)該做好下一個(gè)視覺(jué)處理周期之內(nèi)的運(yùn)動(dòng)規(guī)劃，也就是做好后面多個(gè)控制周期之內(nèi)的運(yùn)動(dòng)規(guī)劃，這樣才能保證機(jī)器人的頭部以均勻、平緩，同時(shí)又是準(zhǔn)確的速度來(lái)跟蹤目標(biāo)。控制系統(tǒng)軟件流程如圖5所示。