基于视觉导航的移动机器人系统研究与设计

施永泽 王龙 刘杰 杨仟竹 肖宇峰

摘 要：本文主要设计基于视觉导航的的移动机器人系统，该系统由TC377单片机作为控制核心、MT9V034数字摄像头采集路径信息、IMU660RA陀螺仪进行姿态解算、TOF测距模块实时测距、速度编码器来检测电机转速，作为速度环反馈信号组成。应用PID算法以提高姿态感知的准确性。通过多次仿真和实际路径测试，成功实现了高速稳定行驶，并能够有效地应对多种复杂路径信息的挑战。

关键词：视觉导航；姿态解算；数字摄像头

一、视觉导航的移动机器人系统总体结构

本系统的核心控制单元选用了infineon公司生产的Tricore架构单片机TC377，作为整个系统的大脑。此外，系统配备MT9V034数字摄像头，用于采集路径信息，以实现对机器人姿态的判断。编码器用于检测电机转速，为速度环提供反馈。IMU660RA陀螺仪用于姿态解算，进一步提升姿态感知准确性。电感和激光测距模块用于采集电磁信息和测距，辅助判断路径的坡道、路障等元素。在电机驱动模块中，采用增量式PID算法完成对车速的闭环控制，通过PWM控制驱动电路调整电机功率；同时通过软件设计的相关算法识别路径各元素等。系统整体结构框图如图1所示。

二、视觉导航的移动机器人系统硬件设计

（一）传感器电路设计

摄像头选用的是逐飞科技的MT9V034总钻风摄像头，其用来检测和采集路径信息。所以在进行电路设计时，需要结合路径情况尽可能通过硬件保证检测的有效性和可靠性。摄像头传感器电路原理图如图2所示。

（二）驱动电路设计

驱动电路为移动机器人驱动电机提供控制和驱动，因此电机驱动的设计是硬件电路中非常重要的一部分。驱动电路我们采用的是IR2104和LM7843组成的H桥电路。驱动电路主要由隔离电路、栅极驱动电路、保护电路和H桥组成。驱动模块部分电路原理图如图3所示。

三、视觉导航的移动机器人系統软件设计

（一）路径信息采集算法

首先在原始图像的基础上对图像进行逆透视变换（Inverse Perspective Transformation）。接着使用大津法求出二值化阈值。大津法（Otsu's method），也称为最大类间方差法，是一种自适应的图像二值化方法，用于在图像中自动确定最佳的二值化阈值。该方法基于图像的直方图信息，通过最大化类间方差来寻找最适合的阈值，以将图像分为背景和前景两部分。如下图所示

（二）方向控制算法

在方向控制中，获取到中线之后我们选取一个合适的预瞄点，并使用纯跟踪算法进行计算。纯跟踪（Pure Pursuit）控制，这是一种专门用于跟踪预定路径的控制方法。纯跟踪控制的思想是，差速车在每个时间步中计算出一个目标点，然后将车辆的移动方向调整为朝向该目标点，从而实现路径跟踪。

【参考文献】

[1] 张香竹，张立家，宋逸凡，等.基于深度学习的无人机单目视觉避障算法 [J]. 华南理工大学学报 （ 自然科学版 ），2022，50（1）：101-108.

[2] 孙立香，孙晓娴，刘成菊，等.人群环境中基于深度强化学习的移动机器人避障算法 [J].信息与控制 ，2022，51（1）：107-118.

课题项目：湖北汽车工业学院2023年度大学生创新创业训练计划项目“基于英飞凌TC377的摄像头智能车研究与设计”（DC2023047）。