履带式挖掘机器人CCD道路识别

王福斌,刘 杰,代沅兴,陈至坤

(1.东北大学 机械工程与自动化学院,辽宁 沈阳 110004;2.河北理工大学计算机与自动控制学院,河北 唐山 063009)

为实现液压挖掘机器人的无人操纵、自主作业,对小松液压挖掘机进行了机器人化改造.对行走机构、回转机构、工作装置实现了全液压控制.为实现挖掘机器人室外路径识别,采用CCD摄像头作为引导线采集传感器,经图像处理,特征提取、识别引导线,控制、调整挖掘机的姿态,使得挖掘机能自主沿着引导路径行进,为实现挖掘机的自主作业打下基础[1,2].

1 液压挖掘机器人行走装置

液压挖掘机器人主要由回转部分,行走部分和工作装置组成,挖掘机外观三维整体结构如图1所示.挖掘机行走装置由从动轮、导引槽、上导轨、履带轮、行走马达、导引辊、履带等组成.行走部分采用液压马达驱动形式,左右行走控制分别采用1个液压马达,综合控制不同回路中的液压马达,即可实现左转、右转、直线行驶等不同动作要求,从而实现对挖掘机器人行进姿态的调整.

2 液压挖掘机器人行走控制原理

为实现对液压挖掘机器人的自动控制,对小松液压挖掘机液压系统进行了改造,采用电液比例控制技术完成对挖掘机行走、回转、工作装置的控制.电液比例控制系统由放大和校正单元、电液比例控制元件、执行元件及动力源、信号检测处理装置等组成.电液比例阀采用的4WRE系列电磁比例换向阀,是带反馈的直动型比例换向阀,通过控制液压油的流量和流动方向,来控制相应工作装置的动作.

挖掘机器人控制系统采用xPC结构搭建,由宿主机和目标机组成,宿主机运行各种控制算法、图像处理及特征提取程序.目标机接收宿主机的命令及传感器信号,实现对挖掘机器人的实时控制[3].宿主机与目标机之间通过TCP/IP协议进行通讯.控制电路原理如图2所示.由图像采集、宿主机、目标机、PCI总线控制卡、比例放大器、电液比例阀、左右行走液压马达等组成.将采集的道路图像特征作为反馈控制信号,即可实现挖掘机的自主巡线行走.

3 挖掘机器人行走路径图像处理

摄像头采集的图像,由于环境光线等影响,多含有各种噪声干扰,带来图像处理与识别的困难.为此,对摄像头采集的图像进行了灰度变换、小波去噪、图像增强等预处理,原始路径图像及预处理后的图像如图3所示.图像.增强后的图像直方图如图4所示.

图3 原始路径图像及预处理后的图像Fig.3 Image of original path and the pretreated path

从图中看出,图像中道路目标像素灰度值主要集中在128等级处,归一化后约为0.512,选取该阈值对图像进行分割,效果如图5a所示,对图5a进行数学形态学开启与闭合运算后,效果如图5b所示.

二值化后的图像,通过边缘检测等方法提取白色路径特征量,求出挖掘机与路径间的位置偏差及挖掘机行走姿态,即可用来对左右液压马达进行相应控制.

4 挖掘机器人行走路径识别与控制

挖掘机器人行走路径识别方法有多种,为提高路径识别的精度和可靠性,还要对分割后的图像做进一步的处理,消除干扰的白色斑点.在得到理想的二值图像后,采用直接边缘检测和跟踪边缘检测相结合的识别方法[4,5].

在每一帧路径图像开始的前n行采用直接边缘检测方法,在第n+1行则采用跟踪边缘检测方法,这样既可以降低时间复杂度,又可以避免跟踪边缘检测算法在第一行左边缘有误差时可能导致的偏离目标指引线的偏差.直接边缘检测行数n要根据具体摄像头分辨率并结合实验确定.

直接边缘检测算法如图6所示.先设定一个阈值,从第一行开始,将左边的像素灰度值减右边的像素灰度值,自左至右求出路径图像中该行相邻两像素灰度值的差值,当差值大于等于阈值时,则可判定下一个像素点对应目标指引线的左边缘,并将此点作为该行提取出的特征点,再记录下此像素点的列号,从而确定该行路径的左侧位置.

从每帧图像的第n+1行开始,使用跟踪边缘检测算法,利用相邻两行左边缘点比较靠近这一特点,在已知某行左边缘点基础上,搜寻下一行左边缘点时,只在此像素附近搜寻,跟踪每行左边缘,从而更好地降低时间复杂度.在首行正确识别路径的基础上,采用跟踪边缘算法,保证路径识别的可靠性.

为消除可能的噪声点造成的某行边缘点偏离情况,采用最小二乘拟合法,选取路径的左边缘点作为已知点,拟合出一条路径趋势曲线,进一步提高路径识别率.

5 结论

改造后的挖掘机器人是集机械、液压、自动控制、机器视觉等技术于一体的综合装置,为保证挖掘机按规定的行走路线作业,采用单目摄像头获取路径图像,图像经预处理、特征提取等操作,将其特征量作为挖掘机行走反馈控制信号,经实验验证是可行的.

[1] 徐德,谭民,李原.机器人视觉测量与控制[M].北京:国防工业出版社,2008.XU De,TAN M in,LI Yuan.Machine vision measurement and control[M].Beijing:National Defence Industrial Press,2008.

[2] STEGERC,UIRICH M,W IEDEM ANN C.机器视觉算法与应用[M].杨少荣,吴迪靖,段德山,译.北京:清华大学出版社,2008.STEGERC,UIRICH M,WIEDEMANN C.M achine vision algorithm and application[M].YANG Shaorong,WU Dijing,DUAN Deshan,Translation.Beijing:Tsinghua University Press,2008.

[3] 刘阔.挖掘机器人工作装置电液控制技术研究[D].沈阳:东北大学,2009.LIU Kuo.Research on electric-hydraulic control technology of robotic excavator's working device[D].Shenyang:Northeastern University,2009.

[4] SHEN L S,WANG K Q,XING X.Automatic hum an face location and tracing in a complex background[J].Chinese Journal of Electronics,2000(1):65-69.

[5] 李动恒,张泽峰,陈小平,等.基于图像分割的机器人视觉系统的设计与实现[J].小型微型计算机系统,2003,24(12):2166-2169.LI Dongheng,ZHANG Zefeng,CHEN Xiaoping et al.The design and realization of robot vision system based on image segmentation[J].Mini-Micro Computer Systems,2003,24(12):2166-2169.