基于OpenCV的机械臂驱动系统设计.docVIP

基于OpenCV的机械臂驱动系统设计 　　摘要：该文主要对四自由度机械臂控制系统进行了研究与设计，用于识别物体并抓取运输。首先，该文先对机械臂的整体机械结构进行设计包括它的底座、躯干、以及机械爪等，然后选择合适的躯干以及钩爪的驱动方式，构建出机械臂的机械结构部分；然后，我们则对其运动方式进行设计，包括电路控制板和驱动装置的选择，数据的接收以及发送方式，以及后期图像接口的设计等；在软件系统上选择了可移植能力强大的OpenCV，其提供的视觉处理算法非常丰富强大：扫描图像对齐、图像去噪、物体分析等，从而加强控制软件的可靠性和机器人运行过程的安全性。实验表明，该机械臂控制系统采用OpenCV不仅具有很好的控制精度，还具有很好的稳定性、准确性，而且在很大程度上改善了定位精度。 　　关键词：六自由度机械臂；OpenCV；伺服；制动 　　中图分类号：TP302 文献标识码：A 文章编号：1009-3044（2016）33-0227-03 　　1 机械臂控制系统软件设计 　　1.1 开发环境 　　本设计的开发环境是arduino。Arduino是一款完全开源的电子原型平台，包含了arduino板和arduino IDE。由欧洲开发团队开发，使用类似C语言的processing开发环境。Arduino可以自行设计或者购买已经焊接好的板子，程序代码写在arduino IDE上，实现对arduino板子的控制。 　　1.2 国内外研究现状 　　作为近几十年来发展起来的一种自动设备，机械臂可以通过编写软件程序来完成目标任务，它不仅大部分机械臂共同的机械有点，而且特别具有人的视觉以及判断能力。在作业过程中，机械臂控制的准确性和对环境的适应性，已经使其在各个领域有着广阔的发展前景。高级类型的机械臂，可以执行更复杂的操作。将机器臂运用于工业生产过程，除了可以提高生产率之外，还能够减弱工人的劳动强度，使生产过程实现自动控制。因此机械臂在近几年得到了愈来愈广泛的应用。 　　在国外，工业机器人的发展已经较为成熟，涵盖于各个行业，已经得到了非常广泛的运用，而相比国内，我国基础产业跟不上，机械设计的工艺也达不到一个极高的水平，而且部分设计不够系统科学，大多处于一个模仿的阶段。以上原因导致我国工业机器人在国际上并不能达到一个较高的水准。如今国内企业需要革新自己的技术，加强学习才能在国际市场上占有一席之地。 　　1.3 总体思路 　　1.3.1 机械臂软件设计核心思路 　　摄像头采集视频图像-利用OpenCV获得图像的一帧-对此帧图像进行滤波处理-将图像序列帧由RGB模型转为HSV模型-对得到的二值图像进行轮廓检测-创建回调函数并对得到的三幅图像进行合并-创建滑动条窗口-将得到的图像分为H，S，V三幅单通道图像-在目标体上绘制轮廓。 　　本文提到的OpenCV函数库是一个开源的跨平台的视觉图像处理库，利用此库中提供的开源算法并加以逻辑上的改进来提取摄像头中帧图像，再使用颜色阈值调节功能进行颜色识别，再对结果进行一系列的处理达到预期要求。 　　1.3.2 OpenCV简介 　　OpenCV是一个基于开源发型的跨平台计算机视觉库，可以运行在众多操作系统上，由一系列C函数和C++类构成，轻量且高效，其提供的视觉处理算法非常丰富，被大量使用于众多科学领域，卫星地图的图像整合拼凑；医学界病人器官图像的去噪处理；安全系统中的物体动态监测而预警；军事行动中代替人眼而进行众多无人操作与活动，不光如此，在图像处理能力外，还能对声谱图进行识别操作从而进行对声音的识别。 　　1.4 单一模块 　　1.4.1 颜色识别 　　颜色识别的首当之事应是正确选取颜色空间，常用的颜色空间有RGB、CMY、HSV、HIS等。本文采用RGB和HSV。 　　RGB（红、绿、蓝）可以看成一个三维的坐标系，一个坐标点表示一种颜色。HSV是颜色空间模型。表示颜色的是Hue，与坐标点不同，他使用有角度的圆形来表示相应颜色，比坐标点更加灵活。表示饱和度的是Saturation，饱和度越低，则颜色填充就越少，例如圆心处取值为0，那么颜色会非常的淡，从底部往上，圆的半径r越来越大，那么颜色就会越来越深。表示颜色的亮度的是Value，同理，也是从圆锥底端到顶端的数值渐变，底部表示为黑色，而顶端表示为白色。在实际实验环境中，RGB颜色经测验非常容易受到强光、弱光、阴影等其他因素的干扰。相比之下，HSV空间能更加稳定的处理这些光照的变化从而能更好地反应颜色本质、传达正确信息。 　　1.4.2 图像获取与处理 　　1.4.2.1 图像获取与预处理 　　利用体感周边外设中强大的Kinect?z像头（VideoCapture（…））获取周围环境图像，读取一张图片或视频中的一帧图像，进行两次滤