基于樹莓派的實時視頻監控機器人設計

李慶園 文靜

摘要：該文基于樹莓派設計了一款實時視頻監控機器人。該機器人的設計包括主控模塊、驅動模塊、避障模塊、實時監控模塊和目標檢測模塊，實現了實時視頻監控、自動循跡避障、Wi-Fi控制行駛、車牌檢測等功能。測試結果表明該機器人具有較好的遙控和避障性能，目標檢測的準確率較高，能較好地實現人機交互，且整個操作簡單易控。

關鍵詞：樹莓派;實時監控;自動避障;目標檢測

中圖分類號：TP242.6? ? 文獻標識碼：A? ? ? ?文章編號：2096-4706（2021）07-0130-04

Design of Real-time Video Surveillance Robot Based on Raspberry Pi

LI Qingyuan，CAI Wenjing

（School of Electronic and Information，Zhongyuan University of Technology，Zhengzhou? 450007，China）

Abstract：In this paper，a real-time video surveillance robot is designed based on Raspberry Pi. The design of the robot includes the main control module，the driving module，the obstacle avoidance module，the real-time monitoring module and the target detection module，which realizes the real-time video monitoring，automatic tracking obstacle avoidance，Wi-Fi control driving，license plate detection and other functions. The test results show that the robot has good performance on remote control and obstacle avoidance，and the accuracy of target detection is high. It can better achieve human-computer interaction，and the whole operation is simple and easy to control.

Keywords：Raspberry Pi;real-time monitoring;automatic obstacle avoidance;target detection

收稿日期：2021-03-11

基金項目：河南省高校重點科研項目（19A 510005、21A510016、21A520052）;校內重大項目成果培育計劃（K2020ZDPY02）

0? 引? 言

隨著科技的進步，人工智能越來越受到人們的關注，各種智能化設備逐漸替代人工操作。機器人是由信息采集、數據分析、命令執行等部分構成的綜合系統[1]。機器人技術的不斷發展使得其使用范圍逐步擴大，不僅在工業、農業、服務業等行業中應用廣泛，同時，在救災搶險、工程勘探、軍事排查等領域也發揮著極其重要的作用[2]。

目前，通過Arduino和樹莓派（Raspberry Pi，RPi）等開源硬件和傳感器，即可對機器人進行快速開發[3]。由于Arduino和RPi平臺的開源性，可以在該平臺上實現軟件和硬件的開發。由于Arduino和RPi豐富的硬件接口為二次開發提供了便利條件，可以通過USB接口將Arduino本身自帶的Bootloader程序下載至開發板，該功能使修改、開發程序的操作更加容易。RPi可視為一個微型計算機，其具有更為復雜的功能，例如，網絡通信。RPi的處理器是ARM架構，可直接在本地編程、編譯、運行程序，若要在原有程序中添加或刪除某項功能，或從當前任務切換到另一個新任務時不需要重新燒寫程序。RPi不僅可以通過輸入輸出來控制外部設備，而且還可以通過Wi-Fi實現遠程控制。樹莓派采用C語言和Python等多種語言編寫，相較于其他語言，Python和C語言的使用更加廣泛，受益人群更多。

本文設計了一款由上位機控制的實時視頻監控智能機器人，能夠實現實時視頻監控、自動循跡避障、Wi-Fi控制行駛、車牌檢測等功能，最后將實時監控采集到的視頻圖像傳輸到終端設備并進行感興趣區域的檢測。

1? 項目設計方案

基于RPi的實時視頻監控機器人由主控模塊、驅動模塊、避障模塊、實時監控模塊、檢測模塊組成。該項目中RPi控制電機驅動模塊，使機器人能夠實現全方位移動。超聲波測距是自動避障的基礎。Wi-Fi控制是機器人與上位機之間的紐帶，用來傳遞指令信息。最終將采集到的視頻數據通過虛擬網絡控制臺（Virtual Network Console，VNC）傳送回終端設備，并對視頻圖像進行檢測獲取我們需要的感興趣區域。

1.1? 主控模塊

主控模塊是實時視頻監控機器人的核心，其作用是協調控制機器人所有功能的實現和運行[4]。本設計選用RPi 3B+作為控制板。RPi 3B+通過TB6612FNG芯片控制驅動模塊，使得機器人能夠實現全方向移動。RPi 3B+包含64位處理器和1 GB內存，其中處理器的主頻為1.2 GHz。該主板內置的Wi-Fi模塊是它最顯著的特點，可以更加方便地進行聯網操作，從而使得機器人提高了監控路線無線傳輸至智能手機或顯示器等終端的效率，并且帶有視頻、音頻等一系列的輸入輸出接口，性能優越，成本低，安裝便利。

1.2? 驅動模塊

機器人在移動過程中受樹莓派通用型輸入輸出引腳的限制，使得車輪的移動需要借助于特定的驅動模塊。該機器人的設計選用的是TB6612FNG驅動芯片。TB6612FNG是一款由直流電機驅動的器件，其驅動橋為MOSFET-H結構，能夠承受大電流的通過并且有雙通道的輸出，其中每個通道輸出的連續驅動電流最高為1 A，且能夠同時驅動兩個電機。TB6612FNG驅動芯片可以控制四種不同的電機模式，即正轉、反轉、制動、停止，并且脈沖寬度調制（Pulse Width Modulation，PWM）支持的頻率高達100 kHz。其輸出的負載能力是L293D的兩倍，與L298N相比，它不需要外圍續流二極管電路，熱耗性較低，因此該驅動芯片不需要外加散熱器件，而且它的外圍電路非常簡單，可以直接用于電機的驅動，利于減小模塊尺寸。TB6612FNG的引腳控制邏輯表如表1所示。

其中X表示任意電平;PWMA/PWMB直接接于VCC，通過AIN1、AIN2、BIN1、BIN2四個引腳的狀態來控制兩個電機。

1.3? 避障模塊

機器人在執行現實任務的過程中，由于其周圍環境的復雜性，障礙物的存在影響機器人的移動。在本設計中選擇HC-SR04超聲波測距模塊實現測距。HC-SR04模塊通過不斷地發送超聲波，遇到遮擋物時被接收，根據發送和接收超聲波的時間差來計算遮擋物到機器人的距離，進而實現自主避障功能[5]。

HC-SR04超聲波測距模塊工作時序圖如圖1所示。HC-SR04持續輸入10 μs的高電平信號才能觸發工作狀態，當測距模塊處于工作狀態時，模塊內部信號開始發出，該信號由8個循環的方波組成。然后模塊開始自動檢測發出信號的返回情況并判斷時間差，當檢測到返回信號時，模塊內部輸出回響信號，該信號中高電平的持續時間即為超聲波發出到接收所用的時間。

1.4? 實時監控模塊

實時視頻監控機器人最終實現對指定場合進行實時的巡視監控功能，并利用Wi-Fi模塊將監控視頻傳輸到顯示器、手機、電腦等終端設備，達到實時監控的效果。本設計的主控模塊RPi 3B+內置無線Wi-Fi模塊，不僅可以實現快速聯網，而且還可以快速地將監控路線無線發送給顯示器、手機、電腦等終端設備[6]。

1.5? 檢測模塊

測量目標運動狀態的前提是準確檢測出視頻中的目標。近年來，深度學習的發展為目標檢測和分類奠定了理論基礎，其中神經網絡技術的應用更為廣泛[7]。本設計中選擇SSD網絡作為檢測車牌的網絡結構。

對交通數據集BIT-Vehicle中9 850張分辨率為1 920× 1 080的圖像進行分析，根據SSD感受野的大小對交通監控視頻中的車牌尺寸進行統計分類，交通監控視頻中的車牌尺寸都不超過260×260的分辨率，即使圖像的分辨率達到4 K，車牌區域的大小仍不超過conv10_2的感受野大小，即485×485。因此根據車牌大小的統計分類，通過刪除conv11_2層來優化SSD網絡結構，設計了最適合交通視頻中車輛車牌檢測的網絡結構，并命名為LPD-SSD。該網絡不僅可以提高模型訓練精準度和檢測速度，而且還可以減少模型數據量，從而提高網絡效率。網絡結構的訓練集和測試集由26 400幅圖像構成：從三個車輛數據集中隨機選擇的7 000幅圖像、從中原工學院校園安全監控系統中提取的1 000幅圖

像、Nikon d3200 SLR拍攝的800幅高分辨圖像以及以上8 800幅圖像隨機裁剪、縮放后的變形。以上數據集中的圖像將分成兩部分來使用：一半圖像用來訓練模型，另一半圖像作為訓練過程中的測試集。經過23 000步的訓練，得到一個基于SSD的模型和一個基于LPD-SSD的模型，兩個模型的平均檢測精度幾乎相同，然而后者的損失函數比前者低0.2。然后選擇不在訓練集中使用的600張圖像作為驗證集，進一步驗證這兩個模型的檢測精度，基于LPD-SSD的模型比基于SSD的模型的檢測精度低0.2%，然而二者在相同配置的計算機上檢測時，LPD-SSD的檢測速度提高8%，二者的檢測精度保持不變，因此，選擇LPD-SSD用來檢測車牌。

2? 方案測試

為驗證本設計方案的可行性，對機器人進行功能測試。首先將機器人放置于有障礙物的室內環境中測試其自動避障功能。當檢測到機器人與障礙物之間的距離小于設定的避障距離時，機器人將自動躲避障礙物，反之亦然。即使機器人所處環境中存在多個障礙物也能實現自動避障功能，如圖2所示。

其次利用白底黑線的巡線圖進行機器人的循跡功能測試。將機器人放置于巡線圖區域內，循跡模塊正中央對齊黑線并開啟循跡模式。機器人循跡功能測試如圖3所示。

最后，對機器人的目標檢測功能進行測試。在終端設備接收到傳送回來的視頻圖像后，將視頻圖像傳輸給目標檢測模塊。實時傳送回PC端的視頻圖像如圖4（a）、（c）所示，經LPD-SSD模型檢測后能夠準確檢測到視頻圖像中的車牌區域，如圖4（b）、（d）所示，黃色方框區域即為感興趣區域。

功能測試表明，實時視頻監控機器人不僅能夠實現自動循跡避障的功能，而且還能夠通過上位機控制機器人的移動方向，對實時場景進行拍攝傳輸，實現車牌目標區域的檢測。

3? 結? 論

測試表明該設計控制靈活、可靠、精度高，并且能夠將攝像頭采集到的視頻傳輸到終端設備，通過目標檢測模塊檢測到感興趣區域。但機器人在室外環境中工作時，由于自然光的變化，外部光源所產生的陰影會影響機器人的自動循跡避障功能，引起錯誤預警。總之，本設計旨在保證較好的自主避障功能的前提下可以有效地實現視頻傳輸及目標檢測，為消防安全、道路監控提供了設計思路。

參考文獻：

[1] 靳宇星.輪式移動機器人滑模軌跡跟蹤控制 [J].科技與創新，2021（2）：59-60+65.

[2] 陶永，王田苗，劉輝，等.智能機器人研究現狀及發展趨勢的思考與建議 [J].高技術通訊，2019，29（2）：149-163.

[3] 吳波濤，孔金平，王湘.基于Arduino和樹莓派的智能小車的設計與實現 [J].電子設計工程，2017，25（15）：58-61.

[4] 劉鵬程.基于樹莓派的行人檢測小車設計 [J].軟件導刊，2018，17（2）：114-116.

[5] 吳瑞銳，朱曉峰，宋宗峰.基于HC-SR04多超聲波避障技術 [J].智庫時代，2020（3）：281-283.

[6] 楊森，張瑋.基于WIFI的視頻監控智能小車機器人 [J].數字技術與應用，2016（4）：81-82.

[7] 李夢龍.基于雙目立體視覺的車輛速度軌跡智能測量 [D].鄭州：中原工學院，2019.

作者簡介：李慶園（1996—），女，漢族，河南新鄉人，碩士研究生在讀，研究方向：計算機視覺;蔡文靜（1992—），女，漢族，河南漯河人，實驗師，碩士研究生，研究方向：計算機視覺。