一種基于多源數據特征提取的分揀型機器手臂研究

劉智臣

（湖南信息學院，湖南 長沙 410151）

0 引 言

在智能制造領域，機器手臂被廣泛應用，能夠大幅提高制造效率，然而在機械手臂應用過程中，需要解決一些關鍵性問題，比如：如何準確定位目標、如何跟蹤目標、如何抓取目標等。針對目標定位問題，張航等人提出手眼關系標定方法[1]，將圖像坐標直接轉換為機器人坐標；谷雨等人提出基于輪廓迭代[2]最近點配準的多目標模型定位；針對目標跟蹤問題，楊劍峰等人提出采用離線與在線相結合的方法[3]來訓練神經網絡，實現對機械臂軌跡跟蹤控制[4-6]；針對目標抓取問題，張建民等人提出三維立體視覺[7]的機械手臂智能抓取方案。這些方法都能較好地解決定位、跟蹤、抓取等問題，但在目標識別方面都稍顯不足。

然而在智能分揀應用領域，對機器手臂的目標識別能力[8]有較高的要求，這有利于提高分揀效率及正確率，因此如何提高機器手臂的目標識別能力需要重點研究。針對這個問題，文中提出一種基于多源數據特征提取的分揀型機器手臂系統研制方案。該方案利用多傳感器技術[9]獲得多源數據，接著將這些傳感器節點采集的原始數據，通過無線傳感器網絡傳輸到本地處理節點。后者再完成數據融合和特征數據的提取，并將特征數據與特征數據庫比對，從而識別目標類型，提升智能分揀能力。

1 解決方案及其實現

1.1 控制系統硬件邏輯設計

圖1是機器手臂控制系統的硬件邏輯設計。圖中的溫濕度傳感器用來采集目標表面溫濕度數據，壓力傳感器用來采集目標的受力數據，機器視覺傳感器用來采集目標的圖像數據[10]。這三個傳感器都安裝在機器手臂上，將它們采集到的數據傳遞給STM32F103處理器。該處理器可以對這些原始數據進行初步處理，從而減少數據冗余及不必要的數據傳輸，再將數據通過ESP8266 WiFi模塊傳輸到無線傳感器網絡。數據經過無線傳感器網絡到達本地處理節點。本地處理節點通過無線模塊接入無線傳感器網絡收發數據，并可根據應用數據情況選擇移動終端或PC終端實現。

圖1 機器手臂控制系統硬件邏輯設計

1.2 控制系統軟件設計

圖2為機械手臂控制系統的軟件架構。

圖2 機械手臂控制系統的軟件結構

傳感器、STM32F103處理器與ESP8266 WiFi無線模塊組成傳感器采集節點，該節點運行多傳感器管理程序和無線傳輸程序。管理程序主要控制溫濕度、壓力、機器視覺等多傳感器的數據采集程序運行，以便采集目標的溫濕度、壓力、圖像等原始數據，傳輸程序主要負責將這些原始數據通過無線傳感器網絡傳輸給本地處理節點。

本地處理節點也需要實現無線傳輸程序，用來從無線傳感器網絡收發數據。另外，數據融合及特征信息提取程序、特征比對及目標識別程序都運行在本地處理節點中。數據融合主要是去除數據的冗余性，并組合成特定格式的數據。采集的原始數據在傳輸時會添加時間戳和傳感器的編號，同編號下的傳感器，在一定時間段內采集的無變化的數據將被丟棄，不做處理；而同一時刻，來自不同傳感器編號的數據將依據特定程序提取出特征數據。特征比對主要是根據提取的特征數據與特征數據庫記錄的數據項進行比對，以判斷是否符合條件，如果符合，那么識別出目標，如果不符合，那么可通過無線傳感器網絡調整機器手臂，使傳感器繼續采集原始數據，并再次提取出特征數據進行比對，循環反復直到識別出目標，或者停止比對，上報該目標，并進行學習訓練。

1.3 特征信息提取及特征數據庫

特征數據庫建立在本地處理節點中，數據庫中的表項主要記錄：索引、文字特征數據、符號特征數據、形狀或尺寸特征數據、壓力或硬度特征數據、溫濕度數據、目標等，這些特征數據組合后，可識別目標。該數據庫的建立方法可以通過人工輸入，也可以通過學習訓練生成。對于新學習的目標，可動態添加數據項記錄。

數據表項中的特征值都是從多個傳感器采集的原始數據中提取出來，特征數據與傳感器的對應關系如圖3所示。

圖3 特征信息提取

2 結 語

現有機械手臂存在目標識別能力不足的問題，因此文中提出一種基于多源數據特征提取的分揀型機械手臂，利用多傳感器技術獲得多源數據，接著提取出特征數據，然后與已建立的特征數據庫中的數據比對，完成目標識別。通過實踐，該方案能夠提升機械手臂目標識別的能力，從而提高分揀效率和正確率，可更好地用于智能分揀中。