劉圭圭,樊炳輝,王傳江,張凱麗

　　（山東科技大學 機器人研究中心，山東 青島 266590）

　　摘要：為幫助上肢活動不便的老人、殘疾人完成自主進食等行為，開發了一套基于雙目視覺的助老助殘機器人定位系統。通過藍色激光引導實現對雙目相機視野范圍內任意物體的定位。采用多自由度助老助殘機器人和Bumblebee2立體視覺系統構建定位實驗系統，定位誤差在1.2 cm范圍內，滿足對助老助殘機器人定位精度的要求。

　　關鍵詞：雙目視覺；助老助殘；機器人；定位

0引言

　　助老助殘機器人即為幫助那些身體功能缺失或嚴重喪失的老人、殘疾人實現獨立生活的一類機器人。雙目視覺即為通過位于不同視角的兩個相機模擬人類視覺原理，實現對空間中三維物體的定位。雙目視覺已廣泛應用于機器人導航、場景重建、虛擬現實等領域［13］。

　　本文簡單介紹了雙目視覺原理，利用多自由度助老助殘機器人和Bumblebee2立體視覺系統構建的定位系統，進行了空間三維定位實驗。

1雙目視覺原理

　　本文采用平行光軸雙目視覺,其原理如圖1所示。左右兩臺完全相同的相機精確位于同一平面上，主光線嚴格平行，相對位置固定，主點(clx,cly)和(crx,cry)在左右兩幅圖像上具有相同的像素坐標。T（基線長度）為兩臺相機中心之間的距離。左右相機成像平面坐標系分別為OlXlYl和OrXrYr，雙目相機坐標系為OXYZ。坐標系OXYZ中任一點P(x,y,z)在兩成像平面坐標系中分別對應為點Pl(xl,yl)和點Pr(xr,yr)。點P在兩幅圖像中的y坐標值是一樣的，即yl=yr=ylr。根據三角幾何原理和小孔成像原理可得式(1)：

　　假設d=xl-xr，d稱之為視差（即為同一個空間點在兩幅圖像中位置的偏差）,代入式(1)即可計算出點P在相機坐標系下的三維坐標，如式（2)：

2實驗平臺

　　實驗平臺主要包括多自由度助老助殘機器人和Bumblebee2雙目視覺系統兩個部分。整個實驗平臺的硬件結構如圖2所示。

　　2.1助老助殘機器人系統

　　多自由度助老助殘機器人如圖3所示。結構圖中1、2、3為伺服電機，PC通過USB轉CAN總線的方式對其發送控制命令；4、5為數字舵機，通過USB轉RS485的方式對其施行控制；6為直流電機，通過USB轉RS232與CortexM3底層控制器進行通信，之后由底層控制器對其進行控制操作。機械臂的DH［4］參數模型如表1所示。

　　2.2雙目視覺系統

　　Bumblebee203s2c是Point Grey Research公司的一款立體視覺產品。采用兩個Sony CCD芯片，分辨率為640×480，具有高速1394A接口，全視場深度測量，實時3D數據轉換（3D點100萬像素/s），相機位置偏差和鏡頭畸變可以自動校正，配套有靈活的軟件開發工具。

　　Bumblebee2左右兩相機之間的基線長度為12 cm，每個相機的視場角為66°。根據上述兩個參數，可得雙目相機視場范圍。圖4為實測坐標系OXYZ的位姿。

　　2.3二者之間的位置關系

　　圖5為雙目相機坐標系odxdydzd與世界坐標系oxyz之間的位置關系，圖中相機可繞xd軸旋轉（θ）。由圖中幾何關系及坐標變換公式［5］可知，在相機坐標系下的坐標P=［pxpypz1］T，轉換到世界坐標系下的坐標為［153-py×sin(θ)-pz×cos(θ),px+568,pz×sin(θ)-py×cos(θ)-286,1］T。

3助老助殘機器人定位實驗

　　3.1雙目視覺定位精度實驗

　　將Bumblebee2相機固定，在其正前方沿垂直于相機平面的直線移動目標物來測量Z的值，測量范圍為260 mm~1 000 mm，相鄰兩次測量位置間隔為20 mm。同樣的，在Z=750 mm，垂直于Z軸的平面上對X、Y值分別進行測量。為防止偶然誤差的出現，采用同一位置測量10次取平均值的方式來確定測量結果。真實值與測量值(部分)如表2所示，各分量誤差關系曲線如圖6所示。由表2可知，雙目視覺定位誤差在5 mm范圍內。

　　3.2助老助殘機器人末端定位精度實驗

　　室內環境下，通過鼠標選擇目標物的方式進行了3組實驗，目標位置在相機坐標系、世界坐標系中的坐標以及通過運動學逆向求解［67］獲得的各關節實際坐標，如表3所示。表3中誤差計算公式為：

　　由表3可知，助老助殘機器人末端定位誤差在1.2 cm范圍內，滿足實驗要求。

　　3.3實驗效果

　　實驗過程中通過藍色激光筆的引導來選擇定位目標，通過閾值分割等方法［89］進行數字圖像處理，主動確定激光點所指目標點位置。實驗效果如圖7所示。圖中目標位置在相機坐標系下的坐標（單位:mm）為（-37.21,-17.03,264.33），在世界坐標系下的坐標為（270.41,530.79,-523.43），而手臂末端在世界坐標系下的實際坐標為（262,532,-520），誤差為9.16 mm,滿足實驗精度要求。除此之外，可以通過人嘴部識別［10］

　　對嘴部進行定位，還可以通過模板匹配方式來定位某一特定物體。

4結論

　　本文應用雙目視覺對助老助殘機器人的操作目標位置進行定位，并對定位精度進行了實驗，精度限定在5 mm范圍內。配合機械臂的運動，末端定位精度在1.2 cm范圍內，滿足實驗要求。但系統仍有需要改進的地方，比如控制器攜帶不方便，激光斑指引方法易受環境光照的影響等。

參考文獻

　　［1］ 丁良宏，王潤孝，馮華山，等.立體視覺測程研究進展［J］.機器人,2011,33(1):119128.

　　［2］ 李丹程，劉景明，姜琳穎，等.基于柵格模型的雙目移動機器人三維場景重建［J］.小型微型計算機系統，2012,33(4):873877.

　　［3］ 徐宇杰，管會超，張宗衛，等.基于人眼視覺原理的虛擬現實顯示模型［J］.計算機應用，2015,35（10）：29392944.

　　［4］ DENAVIT J， HARTENBERG R S. A kinematic notation for lowerpair mechanisms based on matrices［J］.Journal of Applied Mechanics ASME Transactons, 1965,22(2): 215221.

　　［5］ 蔡自興.機器人學(第三版)［M］.北京：清華大學出版社，2015.

　　［6］ 馬漢波，顏鋼鋒.基于DSP和FPGA的多軸運動控制系統設計［J］.電子技術應用，2013,39（3）：3436.

　　［7］ 蔡自興.機器人學基礎［M］.北京：機械工業出版社，2009.

　　［8］ KRSTINIC D, SKELIN A K, MILATIC I, et al. Laser spot tracking based on modified circular hough transform and motion pattern analysis［J］. Sensors, 2014, 14(11)：2011220133.

　　［9］ 曹世康,李東堅,許瑞華,等.基于最優弧的激光光斑中心檢測算法［J］.紅外與激光工程,2014,43(10):34923496.

　　［10］ 勒薇，張建奇，張翔.基于局部梯度算子的嘴部檢測與定位［J］.光電工程，2009,36（10）：135140.