基于機器視覺的仿人機器人運動跟蹤技術研究

摘要 針對仿人機器人的特點，設計了一個具有單目視覺的仿人機器人視覺識別系統。在比較各種追蹤算法的基礎上，將算法應用于機器人視覺識別，并以此調整機器人前進路線。根據FIRA比賽規則，決策系統通過視覺反饋和姿態反饋信息，調用底層動作庫，進行短跑運動規劃。實驗顯示算法適合仿人機器人參加競技類比賽。

關鍵詞 仿人機器人；跑步； Mean-Shift

中圖分類號 S126 文獻標識碼 A 文章編號 0517-6611（2014）17-05680-03

Abstract According to the characters of humanoid robot， a multi-layers control system for humanoid robot based on single vision was designed. On the basis of the comparison of various tracking algorithms， the algorithm used in robot vision recognition， and thus adjust forward line of the robot. Under the rules of sprint in FIRA， motion planning of sprint was implemented by the decision system via the response of vision and pose of the robot. Experiments show that the algorithm is suitable humanoid robot to participate in athletic competitions.

Key words Humanoid robot； Running； Mean-Shift

進入21世紀，仿人機器人研究取得了重大的進展，許多研究機構或大學都對機器人視覺研究投入了巨大的精力。其中全自主仿人機器人的研究是仿人機器人研究中非常熱門的一個領域。

視覺識別系統是全自主仿人機器人系統的基礎，它影響著機器人的總體性能，具有決定性的作用。仿人機器人對目標的識別、定位以及路徑和運動規劃都建立在視覺識別系統基礎上。

1 視覺系統設計

隨著對仿人機器人多方面研究的深入，仿人機器人的各種傳感器也不斷增加。其中，視覺傳感器始終是最重要的傳感器之一。視覺對仿人機器人的來說，就像眼鏡對于人類。無論是識別、定位，還是跟蹤，都離不開視覺系統。在FIRA比賽中，對于跑步類的比賽，尤其是短跑比賽，程序的處理速度至關重要。速度是決定是否能贏得比賽的關鍵。

1.1 顏色空間

仿人機器人視覺識別系統都是基于物體顏色特征的標志，機器人根據顏色特征進行目標的識別和定位跟蹤。視覺識別主要包括顏色識別、圖像分割、圖像提取等。圖像顏色識別主要采用HSV顏色空間，圖像分割技術主要采用的是基于閾值分割原理的算法[1]。不管對識別物體進行怎樣的操作，其前提是必須采用合理的顏色空間[2]。對于圖像分割技術，還沒有一種顏色空間可以替代其他的空間而能對所有彩色圖像進行分割，因此需要根據機器人運動場地的特點來選擇合適的顏色空間。

該研究針對FIRA比賽的特點，進行基于視覺傳感器的視覺設計。選取HSV模型作為基于顏色識別算法的顏色空間。HSV模型具有對純色識別具有識別效率較高，而且識別處理速度快的特點。

1.2 視覺的框架設計

整個系統采用分層控制原理，通過單目攝像頭獲取目標物體的圖像，將圖像傳入處理器并進行圖像信息處理，決策系統通過調用處理完的圖像信息和姿態傳感器傳來的姿態信息進行分析并決策處理，最后通過運動控制器的調整進行運動。設計的框架如圖1所示。

3 圖像抖動分析

在比賽中，對于短跑運動而言，時間是贏得比賽的一項苛刻要求。因此，在運動步態方面，加大了關節電機轉動速度，使仿人機器人在保證行進穩定性的前提下運動速度盡量提高到最快。在快速的跑步運動下，仿人機器人的攝像頭會隨著機身浮動，造成抖動，使得攝像頭獲取圖像變得困難。其中最大的問題就是圖像模糊。對于圖像模糊的解決方案可以采用去模糊化等一些算法進行實現。但是越復雜的算法往往會需要越多的時間，這對短跑比賽來說是不利的。通過試驗，發現機器人調用的系統跑步命令，以最壞偏移角度來進行跑步，所需要的運動時間可以通過試驗獲得。因此，針對畫面抖動這個問題，采用了特殊的處理方式，可以以運動時間為單位，對視覺識別系統的圖片獲取部分進行屏蔽。即在特定的時間內，視覺系統采集的圖像不作為判斷偏移的依據，而是先進行跑步運動一段時間之后，再調用停止命令，使攝像頭穩定，然后再進行圖像的獲取與處理。這樣，既保證了不消耗太多時間處理圖像模糊，又保證了圖像采集的清晰化，為仿人機器人的偏移判斷提供穩定的依據。

4 仿真與試驗

圖2所示的是仿人機器人采用該研究提出的算法進行短跑運動的實況截圖。每張截圖的時間間隔為1 s。試驗顯示，仿人機器人能夠迅速順利地到達終點目標。

5 結論

該研究設計了一個嵌入視覺識別系統的仿人機器人控制系統。通過采集攝像頭圖像，獲取目標顏色信息，調用系統底層動作庫，實現跑步運動。針對FIRA比賽的特點，對仿人機器人跑步前進動作進行設計，并通過識別結果進行方向調整。通過試驗顯示，具有視覺識別系統的仿人機器人具有很好的試驗效果。

參考文獻

[1]BRUCE J，BALCH T，MANUEL A M.Fast and inexpensive color image segmentation for interactive robots[C]//International conference on robots and system.Takamatsu：IEEE Press，2000：2061-2066.

[2] 譚寶成，牟云霞，程智遠，等.全自主移動機器人視覺系統圖像分割方法研究[J].西安工業大學學報，2007，27（5）：471-473.

[3] 夏澤洋，陳懇，熊璟，等.仿人機器人運動規劃研究進展[J].高技術通訊，2007，17（10）：1092-1099.

[4] PHILIPP M，CHESTNUTT J，CHUFFER J，et al.Vision-guided humanoid footstep planning for dynamic environments[C]//Proceedings of IEEE/ RAS International Conference on Humanoid Robots.USA，2005：13-18.

[5] 魏航信.仿人跑步機器人快速跑步研究[D].西安：西安電子科技大學，2006.

[6] KUFFNER J J，NISHIWAKI K，KAGAMI K，et al.Footstep planning among obstacles for biped robots[C]//Proceedings of IEEE/ RSJ International Conference on Intelligent Robots and Systems.Wailea，Hawaii，2001：500-505.

[7] KUFFNER J J，NISHIWAKI K，KAGAMI S，et al.Motion planning for humanoid robots[J].Transactions in Advanced Robotics，2005，15：365-374.

[8] KAVRAKI L，LATOMBE J.Randomized preprocessing of configuration space for fast path planning[C]//IEEE int conf on Robotics and Automation.San Diego：IEEE Press，1994：2138-2139.