視覺是人類感知外界信息的重要手段，視覺伺服系統(tǒng)是機器人獲取環(huán)境信息的關(guān)鍵組成部分。本文主要討論仿人機器人BHR-1的視覺伺服系統(tǒng)。首先介紹機器人頭部的視覺總體結(jié)構(gòu)方案，然后論述了基于立體視覺的信息處理和頭部運動控制，最后通過目標(biāo)跟蹤和物體抓取實驗說明了系統(tǒng)的可行性。

　　總體方案及控制系統(tǒng)　　仿人機器人的視覺伺服系統(tǒng)要求能夠根據(jù)具體環(huán)境和具體情況進行主動搜索，實時將攝像頭轉(zhuǎn)向目標(biāo)，實現(xiàn)對空間目標(biāo)的實時跟蹤并獲取物體的三維位置信息，從而控制手臂實現(xiàn)對物體的準(zhǔn)確抓取。　　BHR-1)的頭部有2個自由度，面部放置兩只CCD攝像頭作為視覺傳感器來模擬人的眼睛。機器人的手臂也是模仿人類的上肢設(shè)計的，具有7個自由度，肩關(guān)節(jié)3個自由度，肘關(guān)節(jié)2個自由度，腕關(guān)節(jié)2個自由度，可以實現(xiàn)人類上肢的各種動作。機器人根據(jù)目標(biāo)的三維位置信息實現(xiàn)對物體的抓取。

　　仿人機器人BHR-1的總體設(shè)計方案如圖2所示。為了實現(xiàn)物體的快速定位，需要完成圖像處理和運動控制的任務(wù)。一臺計算機將難以滿足快速定位的實時性要求，因此本文采用了雙計算機處理和Memolink通信方式的系統(tǒng)結(jié)構(gòu)，使用兩臺計算機分別負(fù)責(zé)雙目立體視覺的信息處理和機器人的運動控制。Memolink是系統(tǒng)間進行快速通信的一種有效解決方案。

　　機器人的視覺跟蹤以及目標(biāo)抓取的實現(xiàn)都依賴運動控制計算機對機器人的運動控制。運

　　圖2 系統(tǒng)總體方案

　　動控制系統(tǒng)根據(jù)視覺處理系統(tǒng)的處理結(jié)果，控制機器人采取相應(yīng)決策。例如:頭部的兩自由度轉(zhuǎn)動，以跟蹤目標(biāo)的運動或者上肢手臂去抓取目標(biāo)。運動控制子系統(tǒng)以RT-Linux實時操作操作系統(tǒng)作為軟件平臺，保證了機器人控制系統(tǒng)的實時性。

　　機器人的運動控制子系統(tǒng)的被控對象是機器人的各關(guān)節(jié)的角度，而關(guān)節(jié)是由電機帶動的，因此被控對象實際上是帶動關(guān)節(jié)轉(zhuǎn)動的電機轉(zhuǎn)動的角度，是一個位置伺服系統(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。

　　在控制信號的輸入方面，由于控制的目的是為了機器人的頭部能夠跟蹤運動的目標(biāo)，因此實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，在圖像處理的過程中，最終求得的目標(biāo)的位置就是后面運動控制子系統(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，運動控制子系統(tǒng)所得到的位置信息也是數(shù)字信號，因此，這里不需要模數(shù)轉(zhuǎn)換的過程。

　　在反饋信號的輸入方面，因為被控對象是電機，確切的說是電機轉(zhuǎn)動的角度，是位置控制，因此可以用電機上面的軸角編碼器的輸出作為反饋信號。軸角編碼器是一個測量電機所轉(zhuǎn)過的角度的器件，它以脈沖的方式來反饋電機轉(zhuǎn)過的角度，電機轉(zhuǎn)過的角度越大，它輸出的脈沖個數(shù)就越多，反之，輸出的脈沖個數(shù)就越少。因此我們采用了接口板上的ENC(encoder)

　　圖3 機器人頭部運動控制子系統(tǒng)框圖

　　接口來作為反饋信號的輸入通道，它可以測量軸角編碼器的脈沖輸出個數(shù)。機器人頭部的運動控制子系統(tǒng)的結(jié)構(gòu)框圖如圖3所示。

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

　　圖像分割是物體識別的預(yù)處理階段，是機器人視覺伺服系統(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。理論分析和實驗結(jié)果都表明，對同一顏色屬性的物體，在光源種類、照度、物體反射特性等不同條件下，測得的RGB顏色值分布很分散，很難確定識別RGB的閾值范圍。而HSV模型更接近人眼對顏色的感知，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，對外界光照條件的變化敏感程度低，因此，HSV較之RGB更適合于用做識別處理的基礎(chǔ)。本文采用HSV模型作為顏色識別處理的基礎(chǔ)，選取其中的參數(shù)H和V作為識別處理的判別依據(jù)。RGB空間中一點到HSV空間中一點的具體轉(zhuǎn)化關(guān)系如下:

　　V=max(r,g,b)，V′= min(r,g,b);

　　If V= 0orV = 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，對其中H、S兩個分量分別作直方圖，得到選定區(qū)域的H、S閾值，這是一個離線的學(xué)

　　圖4 視覺處理流程圖

　　習(xí)過程。在隨后的實時圖像識別中，H、S閾值根據(jù)前一個視覺周期的彩色圖像實時更新以適應(yīng)新的光照條件。

　　視覺處理系統(tǒng)的流程圖如圖4所示，系統(tǒng)使用攝像頭來采集圖像，在對圖像進行一系列的預(yù)處理之后，對其進行區(qū)域分割，以得到多個區(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，則控制機器人頭部面向目標(biāo)，同時更新目標(biāo)的特征，以用來在下次搜索時使用，如果沒有找到相匹配的目標(biāo)，則可能目標(biāo)被暫時隱藏或丟失，這時開始下一次處理，以等待目標(biāo)再次出現(xiàn)。

　　因為視覺處理系統(tǒng)處理的是上一個周期的圖像，所以得到的目標(biāo)坐標(biāo)也是上一個周期的坐標(biāo)，如果用此方向坐標(biāo)來作為運動控制的輸入，則頭部運動始終滯后一個周期。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)時間上控制系統(tǒng)的輸出;(αk,βk)表示在時間 t(k)目標(biāo)的方向坐標(biāo);(αk’, βk’)該時刻二自由度機構(gòu)的方向坐標(biāo);eα(k)和eβ(k) 分別表示該時刻頭部位置與目標(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)。通過實驗調(diào)節(jié)kp和kd，kd＜＜kp，系統(tǒng)可以既有較高的反應(yīng)速度，同時又具有穩(wěn)定性。 運動控制過程　　根據(jù)前面的敘述，計算機控制系統(tǒng)的工作過程是一個循環(huán)的實時數(shù)據(jù)采集，實時決策，實時控制的過程，在本系統(tǒng)中，根據(jù)所選用器件的具體情況，假設(shè)對所有的控制環(huán)完成這樣的一個循環(huán)大約需要m毫秒的時間左右。在視覺信息處理系統(tǒng)中，處理一幀圖像平均需要n毫秒左右的時間，由于視覺處理和運動控制任務(wù)的特點的不同，n>>m，也就是說視覺處理的周期要遠(yuǎn)遠(yuǎn)大于運動控制的周期。在一個視覺處理的周期內(nèi)，系統(tǒng)可以完成多個控制周期的處理。因此在一個視覺處理周期之后，系統(tǒng)應(yīng)該做好下一個視覺處理周期之內(nèi)的運動規(guī)劃，也就是做好后面多個控制周期之內(nèi)的運動規(guī)劃，這樣才能保證機器人的頭部以均勻、平緩，同時又是準(zhǔn)確的速度來跟蹤目標(biāo)。

　　控制系統(tǒng)軟件流程如圖5所示。

　　在每一個運動控制周期內(nèi)，程序都首先要查看Memolink，看視覺信息處理系統(tǒng)是否有新的處理結(jié)果通過Memolink傳遞到運動控制系統(tǒng)，如果沒有，程序就按照預(yù)設(shè)的運動規(guī)劃來控制機器人運動;如

　　圖5 機器人運動控制的軟件流程

　　果有，程序就先要根據(jù)視覺系統(tǒng)的處理結(jié)果來修改運動規(guī)劃。為了使機器人頭部的運動平穩(wěn)，我們把每次預(yù)設(shè)的運動規(guī)劃所規(guī)劃的時間定為略大于視覺處理的平均周期，這樣就能夠保證系統(tǒng)在每次新的視覺處理結(jié)果到來之時，原有的運動規(guī)劃還沒有執(zhí)行完。從而使只要目標(biāo)在不斷運動，機器人頭部便可以處于不斷運動過程中，避免了機器人頭部時轉(zhuǎn)時停的現(xiàn)象。隨后程序分別讀取規(guī)劃和反饋，根據(jù)兩者之差來求得控制量，再發(fā)出控制信號，控制機器人頭部的轉(zhuǎn)動。

　　對于控制量的求法程序采用了傳統(tǒng)的PID算法，設(shè)t(k)為第k個運動控制周期時刻，在t(k)時間上，系統(tǒng)的輸出量為Yk，運動規(guī)劃的規(guī)劃量為Xk，依據(jù)PID算法，在t(k＋1)時間上，系統(tǒng)的輸出Yk＋1為

　　Yk＋1＝KP(Xk－Yk)＋Ki∑(Xk－Yk)＋Kd(Xk－Yk－Xk-1＋Yk-1)

　　上式中KP，Ki，Kd分別為比例系數(shù)，積分系數(shù)，微分系數(shù)。在一個控制系統(tǒng)中，一定大小積分系數(shù)可以使系統(tǒng)沒有殘差，但會降低響應(yīng)速度;而一定大小的比例系數(shù)可以加快系統(tǒng)的響應(yīng)速度，并能根據(jù)輸入的變化提前做出響應(yīng)，但可能導(dǎo)致系統(tǒng)不穩(wěn)定。因此在結(jié)果可以接受的情況下，應(yīng)該只使用比例系數(shù)，如果結(jié)果達(dá)不到要求再使用積分系數(shù)和微分系數(shù)。

　　實驗　　本系統(tǒng)中，視覺信息處理系統(tǒng)和運動控制系統(tǒng)分別適用Windows和RT-Linux作為軟件開發(fā)平臺。RT-Linux是實時操作系統(tǒng)，使用它可以滿足運動控制的實時性，而Windows系統(tǒng)的強大的多媒體功能使其成為圖像處理的平臺。視覺信息處理計算機的CPU為PⅣ 2.4GB,內(nèi)存512M;運動控制計算機的CPU為PⅢ 700MHz，內(nèi)存256M;Memolink是連接視覺處理系統(tǒng)與運動控制系統(tǒng)的橋梁，我們選用的產(chǎn)品采用PCI接口，最大傳輸速率為1Mbytes/s。攝像頭為SVS視覺處理系統(tǒng)，每秒鐘采樣15幀。

　　SVS視覺處理系統(tǒng)安裝才2自由度的運動機構(gòu)上，該機構(gòu)在2個自由度方向的運動足以使其指向任何方向，因此可以實現(xiàn)跟蹤物體。BHR-1的頭部的三維尺寸為寬19cm，高27cm，深19cm，重量2.8kg，以上數(shù)據(jù)包括機械結(jié)構(gòu)、軸承、電機、攝像機等。

　　利用該系統(tǒng)跟蹤和定位物體時，圖像的處理速度為每秒鐘10幀，視覺伺服周期為100ms左右，運動控制系統(tǒng)的伺服周期是3ms，近距離的定位精度較高，最高精度為1m處3‰。圖6為BHR-1的頭部跟蹤和物體定位實驗?！　檫M一步驗證本文提出的視覺定位與動作規(guī)劃的方法的有效性，BHR-1系統(tǒng)實現(xiàn)了對物體的抓取試驗(如圖7)，機器人手臂是具有7個自由度的機器人的右臂，實驗過程中，視覺系統(tǒng)將目標(biāo)物體的三維信息通過memolink傳遞給運動控制計算機，運動控制計算機根據(jù)上面提出的方法規(guī)劃數(shù)據(jù)并實現(xiàn)抓取物體。結(jié)語　　本文給出了一種基于雙目視覺的物體的跟蹤和定位方案。雙目視覺用于獲取目標(biāo)物體的三維空間信息，實現(xiàn)物體的定位。這個系統(tǒng)采用了雙計算機處理和Memolink 通訊方式，兩臺計算機分別進行視覺信息處理和運動控制，保證了系統(tǒng)具有較高的響應(yīng)速度。