专利汇可以提供一种三驱动机械臂的视觉跟随系统专利检索,专利查询,专利分析的服务。并且本 发明 提供一种三驱动 机械臂 的视觉跟随系统,包括三个部分——上位机视觉识别部分、上位机和下位机通讯部分以及下位机驱动控制部分。所提供的一种三驱动机械臂的视觉跟随系统的特征是上位机视觉识别基于卷积的频域滤波方式,预测目标在下一 帧 可能出现的 位置 ,主要应用最小输出均方误差和MOSSE 算法 ,提取目标位置变化坐标,发送给下位机;上位机和下位机通讯部分应用zigbee通讯实现;下位机通过zigbee接收上位机的命令并给 驱动器 发送 指定 的十六进制代码依此驱动对应的 电机 ,组合完成机械臂的跟随动作。,下面是一种三驱动机械臂的视觉跟随系统专利的具体信息内容。
1.一种三驱动机械臂的视觉跟随系统,其特征在于,包括三个部分——上位机视觉识别部分、上位机和下位机通讯部分以及下位机驱动控制部分:
(1)该系统的上位机视觉识别系统采用相关滤波的思想,应用卷积定理对摄像头所采集的图像进行处理,通过寻找MOSSE滤波器的目标函数,求其封闭解,并更新峰值坐标来实现目标追踪,这样就形成了视觉识别程序,分别提取更新后的位置坐标X1和Y1,与中心坐标(300,100)进行比较,并得出结果,输出至下位机,得出机械臂的运动轨迹;
(2)对于下位机的电机驱动,在微处理器中配置寄存器编写读写驱动器函数,通过RS485串口完成驱动器与微处理器间的通讯,并通过编码器向微处理器实时反馈机械臂当前位置信息;读写驱动器函数通过改变寄存器中标志位的状态来达到控制的目的;具体实施为,接收上位机指令后通过写驱动器函数按位将MODBUS协议写入寄存器,并通过串口将其发送给驱动器,主机通过MODBUS的读写寄存器功能来设置驱动器参数和控制运行。
2.根据权利要求1所述的一种三驱动机械臂的视觉跟随系统,其特征在于:在摄像头获取到视频图像后,在视频中选取所要跟踪的目标,然后对选定后采集到的第一帧进行高斯滤波,将图像和滤波器映射到拓扑结构上,边界采用循环图像的方式填充,即将图像的左边缘连接到右侧边缘,将顶部连接到底部,最后采用点乘余弦窗处理,使图像边缘变为零。
3.根据权利要求1所述的一种三驱动机械臂的视觉跟随系统,其特征在于:在MOSSE中通过最小化卷积的实际输出和卷积的期望输出之间的平方误差之和来得到所需的滤波器,进而对第i帧图像进行处理。
4.根据权利要求1所述的一种三驱动机械臂的视觉跟随系统,其特征在于:引入一个学习效率的参量η表示不同时序的帧的权重,学习效率参量使得时序离当前帧越近的帧所占权重越大,之前的帧的学习结果随时间呈指数递减,随着时序的变化,η的变化范围为:0~
1。
5.根据权利要求1所述的一种三驱动机械臂的视觉跟随系统,其特征在于:得到目标最大响应后,提取对应的最大响应为新目标坐标,分别提取更新后的位置坐标X1和Y1,并与中心坐标(300,100)进行比较,设x的值在290~310之间时为横向抖动区间,即当所选目标最终的x值在这个区间内时,则视为机械臂的横向抖动,向下位机发送0X11;X1>310时,向下位机发送0X10;当X1<290时,向下位机发送0X09;
设y值在90~110之间时为纵向抖动区间,即当所选目标最终的y值在这个区间内时,则视为纵向臂的纵向抖动,向下位机发送0X08;Y1>110时,向下位机发送0X07;当Y1<110时,向下位机发送0X06;
三个电机的空间位置已给出,且第一电机为机械臂的伸缩电机,用于控制机械臂的伸长与收回;第二电机为机械臂的俯仰电机,控制机械臂的抬升与下沉;第三电机为机械臂的回转电机,用于调整机械臂的左右摆动,通过驱动三个电机,完成机械臂空间位置的调整,从而实现跟随功能;
0x06:恒速向下2号电机恒速正转;
0x07:恒速向上2号电机恒速反转;
0x08:停止2号电机锁死停止;
0x09:恒速向右3号电机恒速正转;
0x10:恒速向左3号电机恒速反转;
0x11:停止3号电机锁死停止。
6.根据权利要求1所述的一种三驱动机械臂的视觉跟随系统,其特征在于:确定一个目标就是找到一个滤波器h,使其在目标上的响应最大;f表示训练图像,g表示输出图像,h表示滤波器,F、G、H分别对应其频域值;通过时域和频域公式推导出目标H的计算值,完成时域的卷积与频域卷积的转换;以滤波器的目标函数求得H的封闭解并更新MOSSE;调用python相应库函数以产生高斯形状的理想响应、求得目标框区域和滤波器卷积得到响应值并提取相应最大值为新目标位置,更新位置坐标新目标为中心选择目标,最后分别提取更新后的X和Y的值,进行比较处理后发送给下位机;下位机的执行器件为伺服电机,伺服电机选用速度模式,三个电机分别控制不同的极坐标参数,实现空间运动;上位机将物体的比较结果即目标相对于视野中央的偏移程度转化为下位机具体的位移方向和运动时间,从而使机械臂能跟随目标的运动进行位置姿态的调整。
7.根据权利要求1所述的一种三驱动机械臂的视觉跟随系统,其特征在于:在摄像头获取到视频图像后,在视频中选取所要跟踪的目标,然后对选定后采集到的第一帧进行高斯滤波,将图像和滤波器映射到拓扑结构上,边界采用循环图像的方式填充,即将图像的左边缘连接到右侧边缘,将顶部连接到底部,最后采用点乘余弦窗处理,使图像边缘变为零;
为了使空域的相关滤波转换到频域滤波以提高运算速度,引入卷积算子,其中进行时域的卷积与频域的点乘积的转化时:
g=f*h (1)
G=F·H* (2)
其中f表示输入图像的特征矩阵,g表示输出矩阵,h表示跟踪器的参数矩阵,F、G、H对应*
其频域值,H对应H的共轭复数;
在MOSSE中通过最小化卷积的实际输出和卷积的期望输出之间的平方误差之和来得到所需的滤波器,即求解:
minH*∑i|Fi·H*-Gi|2 (4)
其中i表示第i个训练样本;
为了优化计算,将(4)式转化为:
其中下标表示第i个样本的w行和v列;
展开得:
求和号内是一个关于H*的开口向上的一元二次函数,其一阶导数等于0的解就是H*的最小值:
计算结果为:
∑i[FiωvFiωv*Hωv-FiωvG*iωv]=0 (8)
最终求得:
最终得到H的闭式解为:
考虑到防止滤波器过拟合,引入一个学习效率的参量η表示不同时序的帧的权重,学习效率参量使得时序离当前帧越近的帧所占权重越大,之前的帧的学习结果随时间呈指数递减;
为了让滤波器对外界影响具有更好的适应性,结合学习效率的参量,引入更新模板:
Ai=ηGi·Fi*+(1-η)Ai-1 (12)
*
Bi=ηFi·Fi+(1-η)Bi-1 (13)
初始化过程中学习速率η为1,随着时序的变化,η的变化范围为:0~1;其中下角标i和i-1分别表示的是当前帧和上一帧的分子,A和B表示滤波器的模型公式的分子和分母两个部分;
通过以上方法得到目标最大响应后,提取对应的最大响应为新目标坐标,分别提取更新后的位置坐标X1和Y1,并与中心坐标(300,100)进行比较,设x的值在290~310之间时为横向抖动区间,即当所选目标最终的x值在这个区间内时,则视为机械臂的横向抖动,向下位机发送0X11;X1>310时,向下位机发送0X10;当X1<290时,向下位机发送0X09;设y值在90~
110之间时为纵向抖动区间,即当所选目标最终的y值在这个区间内时,则视为纵向臂的纵向抖动,向下位机发送0X08;X1>110时,向下位机发送0X07;当X1<110时,向下位机发送0X06;
三个电机的空间位置已给出,且电机1为机械臂的伸缩电机,用于控制机械臂的伸长与收回;电机2为机械臂的俯仰电机,控制机械臂的抬升与下沉;电机3为机械臂的回转电机,用于调整机械臂的左右摆动,通过驱动三个电机,完成机械臂空间位置的调整,从而实现跟随功能;
下位机通过无线传输器件接收上位机的指令后运行电机函数驱动相应的电机;伺服电机文件通过单片机接收上位机指令后通过写驱动器函数按位将MODBUS协议写入寄存器,并通过串口将其发送给驱动器,主机通过MODBUS的读写寄存器功能来设置驱动器参数和控制运行;驱动器支持的功能码为0x3(读寄存器)、0x6(写寄存器)、0x78(写目标位置)、0x7a(修改设备地址)。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
模拟湍流火焰与壁面油膜相互作用的实验系统 | 2020-05-12 | 845 |
一种反演滑模控制的轮式移动机器人的轨迹跟踪方法 | 2020-05-14 | 725 |
控制空中装置的方法和有实现此方法的控制器的空中装置 | 2020-05-12 | 930 |
在不同的布线层中连接嵌入部件的焊垫的部件承载件 | 2020-05-12 | 54 |
一种应用于数控机床的自主调整伺服参数的智能方法 | 2020-05-12 | 146 |
一种基于水下机动平台的未知周期声信标高精度定位方法 | 2020-05-14 | 549 |
一种基于EEG的实时人脑注意力测试和训练系统 | 2020-05-08 | 62 |
基于改进无迹卡尔曼粒子滤波的RAIM方法 | 2020-05-11 | 436 |
一种大尺度海域场景图像重建方法 | 2020-05-08 | 265 |
一种基于多无人机编队协同探测的海上风电叶片检测方法 | 2020-05-13 | 374 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。