一种视觉导航机器人的设计

1 系统结构
视觉导航机器人的整个系统由两部分构成：添加了无线通信模块和无线摄像头的能力风暴机器人和远程计算机。这两部分之间的通信由无线通信模块完成。系统结构如图1所示。图1中，机器人包括能力风暴机器人、无线摄像头和无线通信模块三个部分。在机器人工作时，无线摄像头将采集到的视频信号传送给无线视频接收器，无线视频接收器再通过视频采集卡(Osprey210)将待处理的视频信号传送给计算机，计算机经过处理后，做出相应的决策，并将决策信号通过无线通信模块发送给机器人，这样就建立了一个简单的闭环控制系统。无线通信模块由两个完全相同的无线串口通信模块组成，工作在全双工状态。在机器人中无线通信模块与机器人的串口控制器连接，在计算机中无线通信模块与计算机的COM口相连。

2 软件流程
整个系统的软件分为机器人接收到远程计算机指令后的处理软件和远程计算机针对到机器人发来视频信号进行处理的视觉导航软件。
机器人的软件处理流程如图2所示。机器人不停地扫描串口，一旦串口接收到远程计算机的指令信号后，机器人便根据指令做出响应，整个处理过程比较简单。

计算机的视觉导航软件处理流程如图3所示。机器人视觉系统的原始输入图像是经图像采集卡A／D变换之后得到的连续数字图像。系统工作时，首先，图像预处理模块对原始输入图像进行平滑滤波，去除噪音点，并进行阈值分割，挑选出对机器人有用的目标点(即引导线)；然后，路径跟踪模块根据检测到的路径信息，做出策略分析，并对机器人发送相应的运动指令。

3 主要算法描述
3．1 图像预处理
3．1．1 图像的平滑处理
在图像采集系统中实际获得的图像，会因为各种原因受到干扰和噪声的污染而引起图像质量的下降，图像平滑处理就是为了消除图像中存在的噪声而对图像施加的一种处理。本系统中采用中值滤波技术对原始图像和二值化后的图像进行滤波，这是一种非线性空间域滤波技术。这种技术不仅能有效地抑制图像中的噪声，而且能保持图像中固有的轮廓边界，不使其变模糊。对平面图像进行中值滤波时我们一般采用二维中值滤波器。它由下式定义： Yij=MedianXij=Median(Xn)(r,s)∈s
这里，Xij为坐标(i，j)的待处理像素；S为平面窗口；而Yij为处理结果，即平面窗口中各像素值的中值。中值是指大小排序后，中间的数值。本系统中采用的是3X3的正方形窗口，经实验证明选用该窗口滤波后可以较好地滤除噪音。

3．1．2 彩色图像二值化
图像二值化的目的是将图像一分为二，即将图像划分为物体和背景两个部分。本系统中原始输入图像为(320×240)像素的RGB24格式图像，采用直接对每个像素点进行阈值分割的方法即可达到对图像实现二值化的目的。由于HSL颜色模型中亮度L分量与图像的颜色信息无关，而与颜色信息有关的色调H(表征颜色的种类)和饱和度S分量(表征颜色的深浅程度)对外界光照条件的变化敏感程度低。机器人在移动和旋转时会引起光的亮度变化，RGB颜色模型对光的亮度鲁棒性较差，所以在进行图像二值化时应该先将RGB颜色模型转换为具有较强光亮不变性的HSL颜色模型。RGB颜色空间变换到HSL颜色空间的变换公式如下：

选取色调H作为路径识别时的主参数。同时，考虑到实际当RGB值较小，即亮度L较小时，H值会趋向于不确定的情况，选取亮度L作为辅助识别参数。算法为：

其中，Hmin、Hmax为某种颜色色调分量的最小阈值和最大阈值；Lmin为亮度的最小阈值。
3．2 引导线检测
扫描白线(即引导线)的策略是每隔五行扫描，当每行的白色像素点超过35个，而满足这个条件的行超过16行时，才认为在机器人视野范围存在白线。因为只有连续的白色区域是可以利用的，所以每隔五行进行扫描白线是可行的。这样做不仅可以节省计算机的处理时间，加快程序处理速度，提高机器人响应的实时性；而且还可以滤除机器人视野范围内可能出现的噪声点。

引导线检测的目的不仅仅是为了确定机器人视野范围内是否存在引导线，还需要确定引导线与距离机器人所在点的距离，以及引导线的角度信息。在本系统中，坐标约定如图4所示。其中灰色小点代表机器人，很显然，机器人在坐标系中的坐标应该为(160，240)。L表示白线中线与直线Y=240的交点和机器人所处位置之间的距离。当L>0时，上述交点处于机器人左方；L0时，上述交点处于机器人右方。系统中规定的白线中线的△＝△X／△Y，△值可以直接反映出白线角度信息。当△>0时白线沿／方向；△0白线沿＼方向。由此可知，图4中的白线中线的△应该是大于0的。