视觉控制的机械臂在家庭自动化中的应用

王亚腾

摘 要：机器人技术早在上世纪60年代就已经出现，但大都被局限于工业、医疗和军事领域。而机械臂作为机器人的一类几乎都被限制在了工业生产的领域。当代的机器人难以走入人类生活的原因有很多，文章旨在比较几种视觉机械臂技术的优点和缺陷，并从成本控制、视觉控制方法、控制单元选择几个方面设计出一个新型的、带有机器视觉的机械臂，为机械臂能够进入人们的生活和家庭自动化提供了可能性。

关键词：树莓派；低成本；视觉；机械臂；机器人

引言

机械手臂的结构设计如今已经非常成熟，其工业用途的控制系统例如：焊接，组装，切割等方面也有着相对完善的技术。然而机械臂控制系统的研发和生产成本在家用自动化中就显得过于高昂，加之机械臂智能的欠缺是现今机器人技术难以攻克的课题，这就造成了机械臂在家庭自动化的领域停滞不前。事实上，带有视觉控制系统的机械臂就可以满足一般家用需求了，因为机器视觉可以作为机器人的眼睛允许机器人对周围环境有一个基本的认识从而独立地执行一系列简单的命令，例如操作家用电器、设置门禁、传递物品等。文章将会提出一种以树莓派为控制单元的低成本、基于颜色识别的视觉控制机械臂。

1 三种视觉控制的机械臂实例

机械臂是一种可编程的、由多个机构和关节组成的手臂。机械臂中的关节一般分为两种：旋转关节和移动关节，而这两种关节不同的组合方式就提供了各式各样的机械臂结构。机械臂通常被设计成与人类手臂类似的结构，可以装在固定的基座上，也可以被嵌入到其他更加复杂的机器人系统中。以下将会分析三种不同的视觉控制机械臂。

1.1 模糊逻辑控制的3D视觉机械臂

Ulrich Hillenbrand[1]是以在不设限制的环境中拿起人们的日常用品为目的设计出的一个仿人机械手臂。这个机械手臂结构非常轻便，整个机械臂的结构是完全以人类手臂为模型设计的，有七个自由度。这个机械臂视觉控制系统的任务是传递并处理一个机器可识别的，包含了几何以及描述性信息的信号。换句话，说这个机械臂通过控制系统将会知道目标物体的位置和拿起目标所需要做的动作。控制系统还必须要分析实时的立体场景。目标物体的识别是基于模糊逻辑的，它通过描述一些场景中高对比度的点得到物体的位置和形状信息。

Ulrich Hillenbrand的这项研究在识别和抓取一些特殊形状的物体时获得了成功，然而可识别物体类别的缺乏让人们不得不思考覆盖面更广的识别方法。

1.2 眼动追踪控制的视觉机械臂

Pedro Lopes[2]曾带领他的科研小组为了帮助残疾人群更方便的进食研发出了一种眼动追踪控制的喂食机械臂。这种眼动追踪控制方法允许使用者在不需要任何外界帮助或者自己按键的情况下实时地选择他们想吃的食物。这是一个非常优秀且实用的发明，因为它使得那些脖子以下都无法行动的人们能够很自如的进食。他们利用一个显示屏作为人机交互平台放置在使用者面前，使用者只需要移动他的眼睛来控制机械臂去他面前的几个碗中摄取食物并送到嘴边。这项设计是基于一个M100RAK机械臂，一个USB摄像头和一个Lynxmotion SSC-32伺服电机控制器的。由摄像头捕捉使用者眼部活动并传输到控制器中进行处理，再由控制器发出信号控制机械臂中的电机，最后由伺服电机的协同转动带动机械臂摄取使用者选取的食物或者水送达使用者的嘴边。

这项研究非常贴近人们的生活，如果不是这套系统的成本高达810美元，它将会被广泛地运用在残疾人群当中，高额的成本加之只适合小众人群的功能限制了这项产品的发展。

1.3 颜色识别控制的视觉机械臂

Scott Garman[3]设计了一个基于机器视觉控制的机械臂用于抓取和运输物品。Scott Garman声称这个机械臂所用的材料和处理器都是非常便宜的，整个机械臂的成本只需要100美元，所以它是一个人都买的起的家用机械臂。这个机械臂的控制单元是Minnow Board，它具有非常灵活的开发性并且价格便宜。而一个USB摄像头被安装在机械臂的底部旋转轴上用来扫描目标物体，并在图像处理器中运用OpenCV库进行对有特殊颜色的目标物体识别。

这项研究显然解决了普通智能机械臂成本高昂的问题，但其缺点在于基于OpenCV的颜色识别系统会随着环境光线的亮暗而变得不稳定，并且USB摄像头的安装方式也限制了目标物体的扫描区域。

2 基于树莓派的视觉控制机械臂

根据以上三种机械臂的设计的优劣分析和思考，一个实用、精确、方便控制并且低成本的家用机械臂设计产生了。一个完整的机械臂设计包含了机械臂结构、材料、控制单元、传感器、驱动方式、控制方法这几个部分。下面将会逐一简述这些设计部分。

本设计选用方便切割的聚合木板作为机械臂的材料，机械臂结构方面选用7个旋转关节组成一个7自由度的机械臂，因为7自由度的机械臂与人类的手臂相似，有一个冗余自由度可以使得机械臂在执行任务时能够规避障碍物。机械臂末端安装一个1自由度钳状机械手用于拿起物体。考虑到机械臂的控制需要建立坐标系，在此选用Craig法建立坐标系。

8个伺服电机充当机械臂及机械手的旋转关节，通过向伺服电机输入PWM型控制信号，伺服电机能够通过读取信号的占空比信息精确地到达被要求到达的位置。

树莓派B型被选为本设计的控制单元，它是一个轻便但是非常实用的微机单元，它包含了CPU，GPU，DSP，SDRAM，USB接口還有GPIO口等。树莓派上的26个GPIO口中有8个可以被重新设置为PWM型信号的输出源[4]，也就是说树莓派可以通过一次性输出8个独立的PWM型信号控制8个伺服电机的位置。

传感器使用激光摄像头，它将被安装在机械臂第二个关节上方，这样一来它可以随着第一个和第二个关节的旋转实现最大范围的目标物体扫描。之所以选择激光摄像头是因为在控制中需要一个三维空间中目标物体的位置信息。

控制系统基于HSV色彩圆柱原理[5]，利用OpenCV库进行C++语言的汇编达到能够识别特殊颜色的效果，从而达到寻找目标物体的目的。摄像头会随着机械臂前两个关节的转动扫描有效區域，将视频信息放入树莓派中的GPU中进行处理。一旦机械臂寻找到了目标物体，会将激光摄像头所搜集到的目标位置信息输入到CPU中，然后CPU会根据已建立的坐标系和运动学逆解的算法规划出机械臂行进路线。

在这个基础上，将触发机械臂寻找并操作目标物体的方式选为声控方式，同时在需要机械臂操作的家用电器按钮以及日常用品的表面做上特殊颜色的标记，人们便可以通过说“红色 按下”、“绿色 拾取”等语句操控机械臂。

3 结束语

文章提出的设计基本能够满足家庭自动化的需求并且成本低廉，但是随着人们对于机械臂智能和精度上要求的不断增加，机械臂触觉系统的嵌入、机械臂学习系统的开发、机械臂和移动机器人的整合、机器人交互系统的开发、机器人材料的改进和更精确的机械臂轨迹规划算法仍然需要进行大量的研究。可以设想随着家用机器人技术慢慢的趋于成熟，人们将再也不会因为家中繁杂的家务而苦恼了为家庭自动化提供了可能性。

参考文献

[1]Ulrich Hillenbrand，"The Robutler： a Vision-Controlled Hand-Arm System for Manipulating Bottles and Glasses"，2004.

[2]Pedro Lopes，"Eye-Controlled Robotic Feeding Arm Technology"， 2012

[3]Scott Garman，"Computer Vision Controlled Robots， Powered by the Yocto Project"，Intel Open Source Technology Center.

[4]Wikipedia，"Raspberry Pi， Specification"，22 June 2014. Available from http：//en.wikipedia.org/wiki/Raspberry_Pi.

[5]Wikipedia，"HSL and HSV"，12 August 2014，Available from http：//en.wikipedia.org/wiki/HSL_and_HSV.