带目标识别系统的双足机器人研究

祝敏航，李晓明，范泽冰，马 超，王金龙，蔡 迪

（浙江理工大学，a.启新学院；b.机械电子工程研究所，浙江 杭州 310018）

双足机器人是一个多自由度、运动链复杂的动力学系统，是机器人研究领域的主要方向之一，其核心技术包括了计算机技术、机器人学、传感技术、人工智能等高新技术。

与工业机器人相比，类人型机器人的研究水平，远没有达到实际应用的程度。另一方面，嵌入式技术的迅猛发展，使得其得以应用于机器人领域。嵌入式微处理器性能的提升，满足了机器人系统较高的使用要求，使得智能机器人的实现更具可行性。

本文采用SAMSUNG公司的S3C2400A微处理器，开发了双足机器人的控制硬件电路及软件系统，实现了机器人对特定物体（本文中为黄色圆球，黑色背景）的目标识别，以及根据识别结果进行趋于目标的双足行走。

1 双足机器人本体设计

本文研究的是具有6个自由度的双足机器人，如图1、图2所示。其中包括2个髋关节、2个膝关节和2个踝关节：髋关节与膝关节各有1个自由度，负责前向运动；踝关节有1个自由度，负责侧向运动；6个关节均为转动副。

图1 双足机器人模型

图2 双足机器人实物

2 机器人的系统硬件设计

本文采用SAMSUNG公司的S3C2440A微处理器和芯片为OV9650的CMOS摄像头，完成了对特定目标的识别；采用32路舵机控制器和Tower Pro公司型号为MG945和MG995两款舵机，完成了双足机器人的转弯和直线行走。其硬件结构如图3所示。

图3 机器人硬件框图

S3C2440A微处理器内部集成了ARM公司ARM920T处理器核，主频达到400 MHz，最高可达533 MHz，满足了系统在图像处理方面的要求。同时，本系统配置了256M Nand Flash和在板64M 32位SDRAM，以满足图像数据的存储要求。

32路舵机控制器，是双足机器人6路舵机协调动作的软硬件结合系统，主要由上位机软件和伺服舵机驱动控制器组成，不但能实现位置控制和速度控制，还具有时间延时断点发送指令的功能。

通过S3C2440A和32路舵机控制器的串口通信，即可实现6路伺服舵机的单独控制或同时控制，完成双足机器人各关节的协调配合。

3 机器人系统软件设计

3.1 嵌入式linux系统及其内核配置

嵌入式linux系统，为开放源码的操作系统，具有较高的可移植性和方便的内核配置等特性。本文使用的linux系统内核版本为Linux2.6.32.2，交叉编译器版本为arm-linux-gcc-4.4.3。通过交叉编译器编译，即可将宿主机中的源代码编译成可在目标板中运行的可执行文件。内核移植时已烧写进了CMOS摄像头驱动程序，故内核配置只需选择相应选项即可：

（1）在Device Drivers菜单中，选择Multimedia support进入；

（2）选择 ov9650 on the S3C2440 driver。

3.2 目标识别与双足行走设计

双足机器人系统的软件实现如图4所示。

图4 软件工作流程

其中主要步骤说明如下：

（1）图像采集。CMOS摄像头的设备文件名位于Linux系统下的/dev/camera目录，利用CMOS摄像头动驱程序提供的I/O操作接口函数，来打开摄像头设备：

（2）图像数据的转换及灰度化。本文使用的摄像头采集的图片格式为16位的RGB格式，即单个像素的位数为16，其中B为5位，G为6位，R为5位（按内存中排列顺序）。由于灰度化时要用到24位的RGB格式，所以需要进行相应转换。按照灰度化公式

将图像转换为灰度图像。

具体可通过以下代码实现：

其中，Addr为图像数据的首地址，LineLen是图像数据每行的字节长度。

（3）边缘检测与二值化。边缘检测的算子有Roberts算子、Sobel算子、Prewitt算子、Krisch 算子等，本文采用Sobel算子进行边缘检测，具体算法如下：

Sobel算子是一种利用局部差分寻找边缘的算子，它考虑图像3×3领域的处理。该算子由2个卷积核组成，如图5所示。

图5 卷积核

将图像中的每个像素点分别与这两个核做卷积，取值较大的作为该像素点的灰度值。

在做卷积过程中可以参考以下方法：

设某一像素点（P5）与其相邻的8个像素点的关系如图6所示。

图6 相邻9点的位置关系

两卷积可以表示为

Gx、Gy为卷积值，取其中的大值作为P5点的灰度值。

通过sobel算子处理后的图像在目标边缘的灰度值呈现出一定的特征。通过实验发现，在本系统中目标边缘特征灰度值取（110，180）较为合适。令灰度值在（110，180）中的像素点的灰度值为1，其他像素点的值为0，实现图像的二值化。

（4）梯度Hough变换（GHT）检测圆心。Hough转换常用于检测几何图形，在传统Hough转换的基础上发展出来的新型算法，大大提高了检测速度。本文选取了GHT来实现对目标中心的检测。

GHT算法的核心思想是用极坐标方程表示圆：

式中，a，b分别表示圆心横纵坐标；

x，y为圆周点的横纵坐标；

r为半径；

θ为点（x，y）的梯度角。

有sobel算子可知

实际上，上式就表示了圆周点（x，y）处的梯度信息。

结合梯度信息，利用常规Hough变换，即可较为快速地得到所识别圆的圆心（a，b）。DHT的实现步骤为：

步骤一，针对二值化后的图像，对每个灰度值为1的像素点，按式（2）中求的梯度角θ，在对半径r的循环中求得a、b；

步骤二，建立一个累加数组center[height][width],在上述循环中，center[b][a]加1；

步骤三，找出累加数组中的最大值，对应的a、b就是圆心坐标。

针对本机器人系统只要求出a，即可判断机器人的行走方向，所以我们只求取了圆心坐标中的横坐标a。具体可通过以下代码实现：

若像素点的灰度值在上述阈值（110，180）范围内，则求出以下的 SinTheta，x1，x2

……

x1=i-radius*SinTheta;//对其中（i，j）为像素点坐标，radius为穷举的半径值

x2=j+radius*SinTheta;

for(x=x1；x<=x2;x++){

center[x]+=1;//a为center[x]数组中最大值对应的x

}

根据a的值，我们可以调整机器人的朝向。

（5）串口通信与舵机控制。S3C2440本身带有3个TTL串口UART0、1、2，利用其中之一就能实现串口通信。本文选用了UART0与32路舵机控制器进行通信。将UART0中的TXD0管脚，GND管脚分别与舵机控制器的RX管脚，GND管脚相连。S3C2440作为上位机，给32路伺服舵机控制器发送指令，设置波特率为115200，即可完成通信，指令说明如下：

#PST

= 舵机号，0～31；

=脉冲宽度，单位μs，范围500～2 500；

=移动速率即每秒移动脉宽数，单位μs/s，针对一个舵机有效；

=移动到指定位置使用的毫秒数；

=ASCII 13（回车）；

=ASCII 27（取消当前命令）。

串口通信可通过以下程序实现：

根据（4）中判断结果调用相关指令，完成双足机器人的行走。

（6）生成可执行文件。利用linux下的交叉编译器arm-linux-gcc中的编译指令arm–linux–g++，生成在目标板中的可执行文件，即可运行程序，完成双足机器人的目标识别及朝向目标地双足行走。

4 机器人系统具体实现

在机器人目标识别及跟踪行走中，通过CMOS摄像头抓拍下如图7所示的画面及图8所示的判断结果。此时，双足机器人左转弯，朝着目标直线前进，直到程序设定时间，然后再进行下次判断。

图7 抓拍图

图8 判断结果

5 结束语

本双足机器人研究，结合了图像处理技术和机器人机构分析，基于嵌入式linux系统，使得双足机器人具备了自动识别具有一定特征的目标的能力，利用32路舵机控制器，实现了机器人双足行走的要求，其研究成果具有广泛的教学应用前景。该研究的不足之处，在于为了得到更为准确的位置定位，采用了综合多次判断结果得出最后判断结果的算法，使得判断时间增加。该算法过于简单，在以后的研究中，可以考虑换用不同的算法，或进一步改进hough变换的算法，以提高效率。

[1]张 勇，许东来.小型双足步行机器人的步态规划[J].计算机仿真，2010，27(11):148-151.

[2]刘海波，沈 晶，郭 耸.Visual C++数字图像处理技术详解[M].北京：机械工业出版社，2010.

[3]瞿 钧，甘岚.梯度Hough变换在圆检测中的应用[J].华东交通大学学报，2007，24(1):101-104.

[4]周 奋，王 婷.嵌入式系统中串口通信帧的同步方法[J].单片机与嵌入式系统应用，2006，(10)：73-75.

[5]马文辉，李兰友.Linux环境下的串口通信[J].仪器仪表用户，2005，(1):39-42.