《基于机械视觉的机器人定位系统(共9页).doc》由会员分享，可在线阅读，更多相关《基于机械视觉的机器人定位系统(共9页).doc（9页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上参赛队伍抽签号：第七届“盛群”杯天津市大学生单片机应用设计竞赛技术报告书参赛队伍编号：12TJ-2515作品名称：基于机器视觉的机器人定位系统参赛学生：姓名学校专业年级周涛的河北工业大学自动化三孙柏岩河北工业大学自动化三王丛林河北工业大学自动化三朱亚男河北工业大学自动化三指导老师：姓名学校学院（系）梁涛河北工业大学控制科学与工程（自动化）联络人：姓名：周涛的电话：地址：天津市红桥区光荣道八号Email：提交日期： 2012年12月18日目 录一、摘要 3二、作品介绍 3三、工作原理 3四、作品功能、特色 6五、作品结构 6（一）硬件部分 6（二）软件部分 8六、设计方
2、式 8七、测试方式 8八、附录 9（一）未来开发方向 9（二）参考资料 9（三）其它一、摘要：机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 基于机器视觉的机器人定位系统，采用ov6620数字摄像头进行视频信号采集，使用LabVIEW编写上位机软件，图像采集卡将采集到的数据发送到上位机，上位机进行数据处理后通过无线串口模块发送控制
3、命令，控制小车运动到指定物体位置。二、作品介绍：机器视觉是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备完成某些特定任务。然后使用LabVIEW编写上位机软件，用图像采集卡将采集到的数据发送到上位机，上位机对数据进行处理后通过无线串口模块对小车发送控制命令，使小车运动到指定物体位置。本系统 实现后可应用于各种图像识别追踪系统，及工业检测和自动控制等
4、领域。三、工作原理：图1、示意图机器人视觉定位系统主要包括：系统初始化、摄像头图像采集、上位机显示图像、上位机对图像处理及控制算法实现、HT46单片机控制电机使小车驶向目标。1、 系统初始化运行上位机软件后，先对系统设备进行自检：首先是摄像头。上位机软件检测是否连接摄像头，若未连接则发出警告；若连接，图像显示正常指示灯指示正常，图像显示不正常则发出警告。小车上电后，由HT46单片机通过无线串口向PC机发送数据，PC机接收到数据后返回控制信号使电机旋转一定时间，并且指示灯闪烁若干次。自检完成后，选择目标物体的颜色及形状，以为控制小车采取不同方法。2、 图像采集摄像头是本系统信息提取关键，其信息输
5、出信息的好坏将首先决定定位系统的性能。因此摄像头的选取必须慎重，既要保证图像质量好，满足后续处理的要求，又要考虑到单片机采集和处理的能力。对于由单片机组成的小系统来说，摄像头的分辨率不是越高越好。因为这样只会徒增单片机的负担。摄像头由镜头、图像传感芯片和外围电路构成。而图像传感芯片是摄像头最重要的部分。摄像头按图像传感器分可分为 CCD 图像传感器和 CMOS 图像传感器 ， CC D图像 传感器通常比 CMOS 图像 传感器 高 10 倍的感光度 （ ISO ） 。 人眼能看到 1 Lux。在我们的系统中采用的是一款CMOS数字摄像头OV6620，能够输出8位灰度值和8为色彩值，完全能够满足
6、系统要求。3、 LabVIEW上位机软件LabVIEW是一种程序开发环境，由美国国家仪器（NI）公司研制开发的，类似于C和BASIC开发环境，但是LabVIEW与其他计算机语言的显著区别是：其他计算机语言都是采用基于文本的语言产生代码，而LabVIEW使用的是图形化编辑语言G编写程序，产生的程序是框图的形式。由于LabVIEW内部封装了大量的函数，调用起来非常方便，为编写上位机软件提供了很大的便捷性，缩短了开发周期。因此，本系统采用LabVIEW编写的上位机软件，对视频数据进行处理并对小车进行控制。图像的实时显示摄像头采集的视频数据经串口发送到PC，上位机软件从串口读取数据后通过图像显示控件实
7、时显示采集到的画面。图2、labview界面 目标物体颜色、形状识别 针对机器人视觉系统光适应性差的弱点,利用SOM(Self-organizing Map)算法良好的聚类效果,把该算法应用于视觉系统的颜色分类中,使视觉系统具有学习能力去适应环境的变化.相关实验表明：采用SOM算法的视觉系统颜色识别率有所提高。 对小车控制的实现 基于PPM的质心迭代跟踪算法是将每个像素的相似度贡献作为密度，候选区域的相似度作为区域质量，通过计算初始区域的质心并经反复迭代，从而获得目标位置。该算法无需核函数，迭代计算无需指数运算，降低了计算复杂度。4、 小车控制部分小车主控芯片采用KOLTEK公司的HT46RU
8、232单片机，单片机与PC通过无线串口进行通信，主要是PC机发送控制命令到小车。电机驱动采用LM298电机驱动芯片，通过HT46单片机的IO口采集到周围环境的光照和温度信息。车载的12864液晶显示小车运行时的各个参数以监测小车的运行状态。在小车上电时，进行自检出现错误或者自检通过都会通过语音模块进行提示。四、作品功能、特色：1、智能图像识别处理技术，被定位者无需佩戴任何辅助设备。作品依靠摄像头所采集的图像去分辨事物，所以更加具有普遍性的去识别环境中的各个物体，无需使用其他辅助工具。2、系统适应性强，不受温度、声音、电磁等环境影响。本系统设计中硬件电路中没有明显受温度的干扰、声音的干扰以及电磁
9、的干扰的器件，所以和好的摒除了这些因素的干扰。3、自动识别目标位置，实时控制小车，精确定位。本系统设计中目标位置是依靠摄像头自动地去获取，PC机将图像进行处理定位。摄像头和PC机像人的眼睛和大脑一样，两者的恰当配合完成了系统的灵活自动跟踪。4、操作界面的人性化、灵活化和开放化。上位机操作界面采用LabVIEW编写，在界面上更加具有开放性。操作上用鼠标、键盘代替了以往的实体操作中的按键，从而更加灵活。显示方面更加美观，给人以操作舒适感，更加人性化。五、作品结构：1、整体硬件设计： 图3、摄像头及视频采集装置图4、总体硬件设计图5、图像采集部分硬件2、软件流程图：图5、小车软件流程图六、设计方式：
10、1、硬件设计。对下位机小车，从一块中央印刷电路板(PCB)设计制作上面入手，然后添加用外围元素：液晶显示器，语音模块，电机驱动模块等。视频采集部分，设计模块的电路，摄像头的硬件调试，以及与PC及通信测试。2、程序调试。小车部分，针对硬件上模块功能实现去编写调试程序，最后根据系统功能去整理程序。视频采集部分，调试软件驱动，以及LabVIEW上位机的界面设计，图像识别跟踪算法的流程框图。七、测试方式：摄像头采集通过串口线与PC机连接，摄像头采集模块上电，启动上位机软件，观测上位机软件接收字节数显示控件和图像显示控件是否显示正常。小车上电，上位机在一定时间内接收到小车发来的信号，显示在相应控件上，并
11、返回一个数据，单片机在12864液晶上显示自检成功。之后12864液晶显示小车相关数据，指示运行状态。八、附录：1、 未来开发方向适用于复杂环境下的治安监控、无人值守场合，如金库，火库，变电站等和各种图像识别追踪系统，及工业检测和自动控制等领域。2、 参考资料 【1】LabVIEW 宝典 陈树学 刘萱 编著 电子工业出版社【2】基于视觉系统的定位设备【3】基于视觉自适应阈值的灰度图像边缘检测算法【4】计算机视觉技术在车辆跟踪中的应用【5】HT46R232 数据手册盛群半导体公司【6】DS1302 数据手册DS18602数据手册LM298数据手册12864数据手册WT588D-U语音模块技术手册专心-专注-专业