刘圭圭,樊炳辉,王传江,张凯丽

　　（山东科技大学机器人研究中心，山东 青岛 266590）

　摘要：为帮助上肢活动不便的老人、残疾人完成自主进食等行为，开发了一套基于双目视觉的助老助残机器人定位系统。通过蓝色激光引导实现对双目相机视野范围内任意物体的定位。采用多自由度助老助残机器人和Bumblebee2立体视觉系统构建定位实验系统，定位误差在1.2 cm范围内，满足对助老助残机器人定位精度的要求。

　关键词：双目视觉；助老助残；机器人；定位

0引言

　　助老助残机器人即为帮助那些身体功能缺失或严重丧失的老人、残疾人实现独立生活的一类机器人。双目视觉即为通过位于不同视角的两个相机模拟人类视觉原理，实现对空间中三维物体的定位。双目视觉已广泛应用于机器人导航、场景重建、虚拟现实等领域［13］。

　　本文简单介绍了双目视觉原理，利用多自由度助老助残机器人和Bumblebee2立体视觉系统构建的定位系统，进行了空间三维定位实验。

1双目视觉原理

　　本文采用平行光轴双目视觉,其原理如图1所示。左右两台完全相同的相机精确位于同一平面上，主光线严格平行，相对位置固定，主点(clx,cly)和(crx,cry)在左右两幅图像上具有相同的像素坐标。T（基线长度）为两台相机中心之间的距离。左右相机成像平面坐标系分别为OlXlYl和OrXrYr，双目相机坐标系为OXYZ。坐标系OXYZ中任一点P(x,y,z)在两成像平面坐标系中分别对应为点Pl(xl,yl)和点Pr(xr,yr)。点P在两幅图像中的y坐标值是一样的，即yl=yr=ylr。根据三角几何原理和小孔成像原理可得式(1)：

　　假设d=xl-xr，d称之为视差（即为同一个空间点在两幅图像中位置的偏差）,代入式(1)即可计算出点P在相机坐标系下的三维坐标，如式（2)：

2实验平台

　　实验平台主要包括多自由度助老助残机器人和Bumblebee2双目视觉系统两个部分。整个实验平台的硬件结构如图2所示。

　　2.1助老助残机器人系统

　　多自由度助老助残机器人如图3所示。结构图中1、2、3为伺服电机，PC通过USB转CAN总线的方式对其发送控制命令；4、5为数字舵机，通过USB转RS485的方式对其施行控制；6为直流电机，通过USB转RS232与CortexM3底层控制器进行通信，之后由底层控制器对其进行控制操作。机械臂的DH［4］参数模型如表1所示。

　2.2双目视觉系统

　　Bumblebee203s2c是Point Grey Research公司的一款立体视觉产品。采用两个Sony CCD芯片，分辨率为640×480，具有高速1394A接口，全视场深度测量，实时3D数据转换（3D点100万像素/s），相机位置偏差和镜头畸变可以自动校正，配套有灵活的软件开发工具。

　　Bumblebee2左右两相机之间的基线长度为12 cm，每个相机的视场角为66°。根据上述两个参数，可得双目相机视场范围。图4为实测坐标系OXYZ的位姿。

2.3二者之间的位置关系

　　图5为双目相机坐标系odxdydzd与世界坐标系oxyz之间的位置关系，图中相机可绕xd轴旋转（θ）。由图中几何关系及坐标变换公式［5］可知，在相机坐标系下的坐标P=［pxpypz1］T，转换到世界坐标系下的坐标为［153-py×sin(θ)-pz×cos(θ),px+568,pz×sin(θ)-py×cos(θ)-286,1］T。

3助老助残机器人定位实验

　　3.1双目视觉定位精度实验

　　将Bumblebee2相机固定，在其正前方沿垂直于相机平面的直线移动目标物来测量Z的值，测量范围为260 mm~1 000 mm，相邻两次测量位置间隔为20 mm。同样的，在Z=750 mm，垂直于Z轴的平面上对X、Y值分别进行测量。为防止偶然误差的出现，采用同一位置测量10次取平均值的方式来确定测量结果。真实值与测量值(部分)如表2所示，各分量误差关系曲线如图6所示。由表2可知，双目视觉定位误差在5 mm范围内。

　3.2助老助残机器人末端定位精度实验

　　室内环境下，通过鼠标选择目标物的方式进行了3组实验，目标位置在相机坐标系、世界坐标系中的坐标以及通过运动学逆向求解［67］获得的各关节实际坐标，如表3所示。表3中误差计算公式为：

　　由表3可知，助老助残机器人末端定位误差在1.2 cm范围内，满足实验要求。

　　3.3实验效果

　　实验过程中通过蓝色激光笔的引导来选择定位目标，通过阈值分割等方法［89］进行数字图像处理，主动确定激光点所指目标点位置。实验效果如图7所示。图中目标位置在相机坐标系下的坐标（单位:mm）为（-37.21,-17.03,264.33），在世界坐标系下的坐标为（270.41,530.79,-523.43），而手臂末端在世界坐标系下的实际坐标为（262,532,-520），误差为9.16 mm,满足实验精度要求。除此之外，可以通过人嘴部识别［10］

　　对嘴部进行定位，还可以通过模板匹配方式来定位某一特定物体。

4结论

　　本文应用双目视觉对助老助残机器人的操作目标位置进行定位，并对定位精度进行了实验，精度限定在5 mm范围内。配合机械臂的运动，末端定位精度在1.2 cm范围内，满足实验要求。但系统仍有需要改进的地方，比如控制器携带不方便，激光斑指引方法易受环境光照的影响等。

参考文献

　　［1］ 丁良宏，王润孝，冯华山，等.立体视觉测程研究进展［J］.机器人,2011,33(1):119128.

　　［2］ 李丹程，刘景明，姜琳颖，等.基于栅格模型的双目移动机器人三维场景重建［J］.小型微型计算机系统，2012,33(4):873877.

　　［3］ 徐宇杰，管会超，张宗卫，等.基于人眼视觉原理的虚拟现实显示模型［J］.计算机应用，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］ 蔡自兴.机器人学(第三版)［M］.北京：清华大学出版社，2015.

　　［6］ 马汉波，颜钢锋.基于DSP和FPGA的多轴运动控制系统设计［J］.电子技术应用，2013,39（3）：3436.

　　［7］ 蔡自兴.机器人学基础［M］.北京：机械工业出版社，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,李东坚,许瑞华,等.基于最优弧的激光光斑中心检测算法［J］.红外与激光工程,2014,43(10):34923496.

　　［10］ 勒薇，张建奇，张翔.基于局部梯度算子的嘴部检测与定位［J］.光电工程，2009,36（10）：135140.