【自動化畢業設計】基于機械視覺控制的板球控制裝置

大四自動化專業畢業設計，斷斷續續制作了三個月，中途參加了校招和其他雜事，按照一般工作強度制作大概需要3個星期。

【實現功能】
自平衡控制
定位控制
運動軌跡規劃控制
隨動系統控制
【視頻演示】
https://www.bilibili.com/video/av36573493
https://www.bilibili.com/video/av36688397
【制作過程】
板材：
所有黑色板材都是用啞光（磨砂）亞克力板。
400* 400* 3 一塊（藍色箭頭）
500* 600* 3 兩塊（紅色箭頭）
40 * 500* 3 四塊（綠色箭頭）
40 * 580* 3 四塊（綠色箭頭）

舵機固定架：


絲桿與板材連接結構：
三個絲桿，M4 (2支) 、M8（1支）、M3螺絲+M3螺帽數個

25T金屬舵機擺臂2

連桿頭2：

1010mm（1個）、55mm（2個）萬向節：

M8絲桿底座（關鍵字：管道支架）：

用ab膠粘牢后組裝效果圖:

如果覺得有松動的話可以適當加上杜邦線擰緊，會有減震效果

其余元件：
舵機2（串行總線舵機、普通的模擬舵機都行，自行制作一個下位機即可）
usb攝像頭1

氧化鋯小球12mm * 1

之所以選用氧化鋯小球，是我做了很多實驗得出的結果

表面越光滑的小球，可控制程度越高。比如我設置底盤傾角為5°，乒乓球在上面可能會保持靜止，而氧化硅小球可能在1°的時候就會發生運動。如果可控度低，在控制算法上就要用大量算法解決這個問題。攝像頭我采用1920*1080分辨率采集圖像數據，大概是30fps。
完成機械機構標準是，小球的底盤盡量不能出現在垂直Z軸放向的轉動；調節舵機處于中值附近時底盤上可停留小球使其靜止（我會放出串口控制舵機的源碼供大家修改參考）；底盤與相機畫面盡量平衡（如圖）

【程序框圖】

【圖像算法】
通過opencv獲取攝像頭畫面，初始化時設置平板的左上與右下坐標，在之后的處理中即可排除無相關的環境。

/* 打開攝像頭 */capture = VideoCapture(CV_CAP_DSHOW);capture.open(cap);/* 設置攝像頭 */capture.set(CV_CAP_PROP_FOURCC, CV_FOURCC('M', 'J', 'P', 'G'));//設置為MJPG格式capture.set(CV_CAP_PROP_FRAME_WIDTH, CAP_WIDTH);//寬度capture.set(CV_CAP_PROP_FRAME_HEIGHT, CAP_HEIGHT);//高度capture.set(CV_CAP_PROP_FPS, CAP_FPS);//幀率 幀/秒capture.set(CV_CAP_PROP_BRIGHTNESS, 1);//亮度 capture.set(CV_CAP_PROP_CONTRAST, 40);//對比度 40capture.set(CV_CAP_PROP_SATURATION, 50);//飽和度 50capture.set(CV_CAP_PROP_HUE, 50);//色調 50capture.set(CV_CAP_PROP_EXPOSURE, -6.5);//曝光/* 獲取可識別范圍 */Mat frame;capture >> frame;imshow("Vidio", frame);cvSetMouseCallback("Vidio", OnMouseCallBack, &frame);while (tmp2.y == -1) { waitKey(10); }destroyWindow("Vidio");broad_position1.x = tmp1.x;broad_position1.y = tmp1.y;broad_position2.x = tmp2.x;broad_position2.y = tmp2.y; /* 點擊鼠標執行 */ void OnMouseCallBack(int event, int x, int y, int flags, void *param) {static bool click_flag = false;if (event == CV_EVENT_LBUTTONDOWN){if (!click_flag){tmp1.x = x;tmp1.y = y;click_flag = true;}else{tmp2.x = x;tmp2.y = y;click_flag = false;}} }

這里為了提高算法的可移植性，應該加上一個轉換系統，作為像素點與實際長度的轉換中間量，比如我的底盤長度是400mm的，圖像上占了600個像素點，那么之間的比例系數就是1.5，往后的小球運算中輸入的都是mm為單位的數據。

/* 初始化平板 */exchange_value_x = REAL_HEIGHT / (broad_position2.x - broad_position1.x);exchange_value_y = REAL_WIDTH / (broad_position2.y - broad_position1.y);

獲取到一幀圖像數據后，經過裁剪、灰度化、二值化，理想的圖片應為：

再通過掃描像素點，判斷每行像素點中白色所占長度是否為預設的小球半徑，如果符合條件則得出小球x軸坐標與y軸坐標。小球的速度則是兩次通過兩次坐標差算出的。

capture >> frame; //將攝像頭的視頻流轉換成Mat格式的圖像 frame = frame(Range(broad_position1.y, broad_position2.y - 1), Range(broad_position1.x, broad_position2.x - 1)); //裁剪 cvtColor(frame2, frame, COLOR_RGB2GRAY); //彩色圖像灰度化 threshold(frame, frame, THRESH_BINARY_C_VALUE, THRESH_BINARY_H_VALUE, CV_THRESH_BINARY); //二值化 Point position; for (int i = 0; i < frame.rows - 1; i++) {unsigned char *data1 = frame.ptr<uchar>(i);for (int j = 0; j < frame.cols - 1; j++){if (data1[j] >= 250) {int begin = j;while (data1[j++] >= 250 && (j < frame.cols - 2));if ((double)(j - begin)*exchange_value_x <= mindiameter || ((double)(j - begin)*exchange_value_x >= maxdiameter))//不是球，掃描下一行{continue;}position.x = (j + begin)/2;position.y = i;double radiu = j - begin;radiu = exchange_value_x* radiu;ball_state = true;x = (double)position.x*exchange_value_x;y = (double)position.y *exchange_value_y;cout << "半徑=" << radiu << " ";_x_speed = (x- position_x) ;_y_speed= (y- position_y) ;position_x = x;position_y = y;lasttime = newtime;return true;}} } ball_state = false; return false;

【控制算法】
采用的是“X/Y坐標位置外環——速度內環串級PID控制”與“X軸——Y軸并級PID控制”，系統結構框圖如下。速度環主要起著限速的作用，所以無需積分，控制精度由位置環的積分環節發揮主要作用。調試過程是先把解決速度PD環，首先加入比例參數，使關閉微分作用，速度設定值為0，把小球推置底盤中，觀察系統是否可把小球平衡至靜止狀態，調節幅度過大舵機反復震蕩則把比例系數減小，調節幅度過小球直接按照原速度方向滾下底盤則把比例系數增大。當系統可把小球穩定在底盤上時則開始調節微分系數。微分的作用是加快系統穩定速度，減少超調量，這個大家調試時候自行酌情調試吧。
外環的調試順序是P-D-I，比例系數和微分系數還是根據上述情況去調試，我在積分部分加上了積分分離算法和防止積分過飽和算法，積分是為了提高位置控制精度的，如果積分作用有過大的負面作用，可以適當降低精度要求。
最后的圓周運動，是在原有控制上加了一個半徑外環PI算法

【后序擴展】
我自己加了紅點識別做的隨動系統和手柄的控制、模式切換，這個大家可以自由發揮啦~
資源：
鏈接: https://pan.baidu.com/s/1NgEjScvQoY_u7rp_vTdHPA 提取碼: qumd

總結

以上是生活随笔為你收集整理的【自动化毕业设计】基于机械视觉控制的板球控制装置的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。