基于AI視覺的麥克納姆輪式小車自動(dòng)識(shí)別抓取系統(tǒng)設(shè)計(jì)

第1章緒論1.1研究目的及意義為了滿足企業(yè)在開源節(jié)流上的需求，研究并設(shè)計(jì)了一套工業(yè)機(jī)器人識(shí)別抓取工件的系統(tǒng)。利用Raspberry芯片作為核心單片機(jī)，結(jié)合歡顏機(jī)器人自身的控制系統(tǒng)，再通過AI視覺模塊實(shí)現(xiàn)對(duì)工件顏色的辨識(shí)。準(zhǔn)確定位，最后通過機(jī)械臂實(shí)現(xiàn)對(duì)工件的抓取和放置。系統(tǒng)在提高生產(chǎn)效率和解放勞動(dòng)力的方面，具有較高的實(shí)用及推廣價(jià)值。近年來，隨著我國(guó)科技飛速發(fā)展，勞動(dòng)力成本也在提高，人們對(duì)工業(yè)機(jī)器人領(lǐng)域越來越關(guān)注，工業(yè)機(jī)器人已成為智能制造業(yè)中不可或缺的裝備，其廣泛應(yīng)用推動(dòng)了智能化和自動(dòng)化的發(fā)展。工業(yè)機(jī)器人是一種融合了機(jī)械、電子、計(jì)算機(jī)等多個(gè)學(xué)科領(lǐng)域的高科技產(chǎn)品，具有高度綜合性和創(chuàng)新性、不僅適應(yīng)性強(qiáng)且可靠性高。本設(shè)計(jì)應(yīng)用AI視覺模塊、歡顏工業(yè)機(jī)器人，實(shí)現(xiàn)了視覺引導(dǎo)機(jī)器人抓取工件的功能。1.2國(guó)內(nèi)外研究現(xiàn)狀近年來，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，國(guó)內(nèi)外很多研究機(jī)構(gòu)在這個(gè)領(lǐng)域做了諸多努力。2022年，唐淮、張晶、李為瑩等人在《基于AI視覺的工業(yè)機(jī)器人抓取系統(tǒng)設(shè)計(jì)》中提到，AI視覺傳感器采用的AI芯片，內(nèi)置多種算法，相較于普通傳感器，AI視覺傳感器融合了更先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)，使其具備顏色識(shí)別等更高級(jí)能力。2022年，黃春機(jī)在《基于AI視覺技術(shù)構(gòu)建柔性生產(chǎn)數(shù)字化車間》中提到，利用AI視覺軟件基礎(chǔ)平臺(tái)，對(duì)不同作業(yè)環(huán)節(jié)的工藝要求、經(jīng)驗(yàn)值等進(jìn)行軟件算法的轉(zhuǎn)換，再金國(guó)機(jī)器學(xué)習(xí)分析后，最后通過通過控制軟件系統(tǒng)與輔助機(jī)械手進(jìn)行生產(chǎn)作業(yè)。同時(shí)依托智能化的服務(wù)平臺(tái)，分析大數(shù)據(jù)和建立模型，再以模擬預(yù)測(cè)的方式，結(jié)合監(jiān)控裝置設(shè)備反饋回來的站情中心的信息，進(jìn)行綜合管理，質(zhì)量管控和設(shè)備管理等應(yīng)用場(chǎng)景，并與設(shè)備聯(lián)網(wǎng)、終控平臺(tái)、物流控制等自動(dòng)化互聯(lián)系統(tǒng)（如AGV搬運(yùn)、自動(dòng)化設(shè)備狀態(tài)監(jiān)控、機(jī)器人工作站和檢測(cè)設(shè)備）進(jìn)行銜接。2021年，郭熹、李斌等人在《基于5G的工業(yè)AI視覺檢測(cè)系統(tǒng)應(yīng)用》中指出，以5G的工業(yè)視覺檢測(cè)系統(tǒng)為平臺(tái)、提出一種多個(gè)監(jiān)測(cè)點(diǎn)并行的工業(yè)檢測(cè)方案。在傳統(tǒng)的工業(yè)視覺檢測(cè)設(shè)備基礎(chǔ)上增加智能感知單元以及機(jī)器學(xué)習(xí)算法，將其部署到工業(yè)環(huán)境中進(jìn)行實(shí)時(shí)檢測(cè)。該方案可以為企業(yè)提供一種低成本高效的智能感知解決方案。因此，該方案具有較高的實(shí)用價(jià)值和推廣價(jià)值。2019年岑文星撰文《基于AI視覺的微型無人機(jī)救援系統(tǒng)研究》時(shí)指出，中國(guó)在AI領(lǐng)域，不論是在人臉識(shí)別技術(shù)、還是圖像分類、甚至預(yù)測(cè)技術(shù)與跟蹤技術(shù)等方面，正是因?yàn)橹袊?guó)的高科技企業(yè)對(duì)AI技術(shù)的看重，人民的不斷努力，才獲得了今天一系引以為傲的科技成果，中國(guó)在AI技術(shù)領(lǐng)域發(fā)布獲得的成就，到現(xiàn)在來看依然處于世界領(lǐng)先地位，同時(shí)也起到了領(lǐng)頭羊的作用。2019年，WenxingCen在《ResearchonMicroUAVRescueSystemBasedonAIVision》中提到，在AI視覺領(lǐng)域，國(guó)外的研究歷史悠久且成熟，一系列基礎(chǔ)理論框架模型被提出，其中包括CNN、RCNN和FasterRCNN等，這些模型為人們對(duì)AI技術(shù)領(lǐng)域的研究提供了堅(jiān)實(shí)的基礎(chǔ)。隨著人工智能技術(shù)發(fā)展越來越迅猛，人們對(duì)機(jī)器學(xué)習(xí)算法的要求也就越高，目前主流的深度網(wǎng)絡(luò)模型是基于淺層特征的卷積神經(jīng)網(wǎng)絡(luò)。經(jīng)過這幾年發(fā)展，其性能已經(jīng)接近甚至超過其他現(xiàn)有模型的性能。在圖像分類和目標(biāo)檢測(cè)任務(wù)中，它展現(xiàn)出了非常卓越的表現(xiàn)，同時(shí)也彰顯了其卓越的能力。2023年，HeikoSeitz在《\t"30/kns8/defaultresult/_blank"QualityInspectionWithAIVision》中提到隨著人工智能技術(shù)的飛速發(fā)展和推廣應(yīng)用,AI視覺與教育融合已成為未來教育改革的熱點(diǎn)。在當(dāng)下的教育圈，ABC（AI,人工智能；BigData,大數(shù)據(jù)；CloudComputing,云計(jì)算）已成為了熱點(diǎn)話題,而AI視覺更是各項(xiàng)智慧教育應(yīng)用建設(shè)落地中的重要基礎(chǔ)技術(shù)。視覺智算中心云化集群部署，并采用分層解耦的方式建設(shè)。首先，它實(shí)現(xiàn)了視頻、錄像、圖片流、離線視頻全量解析能力的靈活調(diào)配，使本地服務(wù)器具備算法倉(cāng)庫(kù)功能,同時(shí)實(shí)現(xiàn)了多種AI算法的并行運(yùn)行能力以及算法應(yīng)用按時(shí)按需任意切換調(diào)用，并支持算法在線動(dòng)態(tài)加載、升級(jí)、卸載；其次，它具備校園AI開放平臺(tái)訓(xùn)練功能,實(shí)現(xiàn)了對(duì)校園內(nèi)各種業(yè)務(wù)場(chǎng)景人工智能算法精準(zhǔn)度訓(xùn)練,提升智能管理能力、節(jié)省智能建設(shè)成本、滿足校園各種業(yè)務(wù)場(chǎng)景的智慧應(yīng)用需求；再次，視覺智算中心具備極其靈活的屬性,它可根據(jù)場(chǎng)景的需求靈活切換算法，此外，該設(shè)備還擁有新增的視頻智能化功能，使得在面對(duì)新需求時(shí)，只需添加新的算法即可解決問題。DimCamillo提出，隨著理論的深度學(xué)習(xí)，人工智能所面臨的問題也變得越來越復(fù)雜，這時(shí)如何依靠機(jī)器進(jìn)行描述成為了制約其發(fā)展的主要瓶頸，同時(shí)這也為AI視覺識(shí)別技術(shù)的進(jìn)一步發(fā)展提供了新的機(jī)遇。AI視覺識(shí)別技術(shù)是一種基于計(jì)算機(jī)視覺和圖像處理的智能化信息處理方法。作為信息科學(xué)領(lǐng)域的一項(xiàng)重要成果，AI視覺技術(shù)能夠?qū)崟r(shí)監(jiān)測(cè)敏感區(qū)域的異常情況，并以形式化的語言準(zhǔn)確表達(dá)，因此在各種領(lǐng)域下都具有廣泛的應(yīng)用和商業(yè)價(jià)值。隨著我國(guó)城市化進(jìn)程加快，城市交通環(huán)境也變得越來越擁堵，人們的出行也成為了一大問題，針對(duì)城市交通擁堵這一情況，國(guó)家提出了加大智能交通管理系統(tǒng)建設(shè)這一方針。AI視覺技術(shù)呈現(xiàn)出無限的潛能和廣闊的市場(chǎng)前景，這一趨勢(shì)在其發(fā)展歷程中得到了充分的證實(shí)。隨著我國(guó)社會(huì)經(jīng)濟(jì)水平不斷提高，人民生活質(zhì)量日益提高，越來越多的人開始關(guān)注生活品質(zhì)，智能出行已經(jīng)潛移默化成為了未來城市的發(fā)展趨勢(shì)，智慧交通也成為一種必然的發(fā)展趨勢(shì)。隨著城市路網(wǎng)結(jié)構(gòu)日益密集，人們?cè)絹碓较Ｍ軌螂S時(shí)隨地獲取路況信息以提高出行效率。作為一個(gè)需要實(shí)時(shí)監(jiān)測(cè)、場(chǎng)景復(fù)雜的領(lǐng)域，交通行業(yè)已成為AI視覺識(shí)別技術(shù)應(yīng)用中不可或缺的重要領(lǐng)域。目前，?？低暋⑿聢D、大華等各大廠商在道路交通的視覺監(jiān)測(cè)技術(shù)方面已經(jīng)積累了相當(dāng)豐富的實(shí)踐經(jīng)驗(yàn)，不單單是在車牌和車型的識(shí)別方面，在道路監(jiān)測(cè)方面他們也表現(xiàn)出了卓越的能力。因?yàn)榻煌ㄐ袠I(yè)的各個(gè)場(chǎng)景未能被AI視覺技術(shù)全面覆蓋，所以在道路管理者提出個(gè)性化需求時(shí)，很難在市場(chǎng)上找到現(xiàn)有的AI技術(shù)，這也使得他們面臨著巨大的挑戰(zhàn)。所以為了針對(duì)二次開發(fā)項(xiàng)目的資金和時(shí)間限制種種問題，他們提出了基于市場(chǎng)痛點(diǎn)，建立AI中臺(tái)計(jì)劃。1.3主要研究?jī)?nèi)容1.閱讀相關(guān)文獻(xiàn)確定了設(shè)計(jì)功能和軟件硬件的選擇方案2.硬件部分采用Raspberry芯片3.設(shè)計(jì)采用python軟件平臺(tái)和C編程語言完成軟件設(shè)計(jì)4.將系統(tǒng)進(jìn)行調(diào)試運(yùn)行并成功實(shí)現(xiàn)5.實(shí)現(xiàn)的成果為實(shí)物該系統(tǒng)應(yīng)完成的主要功能有： 1.控制麥克納姆輪式小車進(jìn)行左轉(zhuǎn)、右轉(zhuǎn)、前進(jìn)、停止；2.能夠?qū)崿F(xiàn)顏色跟蹤，識(shí)別到指定顏色，機(jī)械臂隨之運(yùn)動(dòng)；3.機(jī)械臂能夠抓取搬運(yùn)物體。第2章系統(tǒng)總體結(jié)構(gòu)2.1設(shè)計(jì)方案基于人工智能視覺技術(shù)，設(shè)計(jì)出基于AI視覺的麥克納姆輪式小車設(shè)計(jì)，系統(tǒng)包括AI視覺模塊、舵機(jī)模塊及核心單片機(jī)。系統(tǒng)采用樹莓派作為核心，將小型直流電機(jī)作為驅(qū)動(dòng)元件，通過舵機(jī)控制來實(shí)現(xiàn)麥克納姆輪式小車的轉(zhuǎn)向，小車?yán)肁I視覺模塊，來識(shí)別物體顏色，運(yùn)用圖像識(shí)別技術(shù)提取路徑信息，確保麥克納姆輪式小車始終處于最佳運(yùn)行狀態(tài)。2.2功能需求分析2.2.1技術(shù)路線（1）硬件部分需要Raspberry開發(fā)板；（2）軟件平臺(tái)程序用python；（3）畫原理圖用AD；（4）編程語言用C語言；2.2.2預(yù)期結(jié)果作品展示，完成一個(gè)基于AI視覺的麥克納姆輪式小車系統(tǒng)設(shè)計(jì)，并且該設(shè)計(jì)能實(shí)現(xiàn)的功能如下：1.控制麥克納姆輪式小車進(jìn)行左轉(zhuǎn)、右轉(zhuǎn)、前進(jìn)、停止；2.能夠?qū)崿F(xiàn)顏色跟蹤，識(shí)別到指定顏色，機(jī)械臂隨之運(yùn)動(dòng)；3.機(jī)械臂能夠抓取搬運(yùn)模塊。2.3總體方案設(shè)計(jì)第一：在理論知識(shí)準(zhǔn)備階段，深入研究課題設(shè)計(jì)，全面理解所涉及的內(nèi)容，從而能夠熟練掌握與題目相關(guān)的知識(shí)；第二：搜集相關(guān)的軟硬件資料，理清系統(tǒng)各個(gè)模塊的作用；第三：規(guī)劃課題，確定系統(tǒng)的組成，勾勒系統(tǒng)的整體框架，提出原理框圖；第四：運(yùn)用軟件實(shí)現(xiàn)硬件電路部分的設(shè)計(jì)，繪制出電路圖；第五：在進(jìn)行系統(tǒng)控制的過程中，依次完成軟件設(shè)計(jì)，并繪制出主流程圖；第六：進(jìn)行模擬仿真，確保系統(tǒng)能夠按照要求實(shí)現(xiàn)功能，整理并規(guī)范論文。2.4開發(fā)板型號(hào)選擇圖2-1Raspberry芯片原理圖樹莓派芯片是一款以ARM架構(gòu)為基礎(chǔ)的微型電腦主板，其內(nèi)存硬盤為SD/Mi，周圍還環(huán)繞著1/2/4個(gè)USB接口和一個(gè)10/100以太（A型沒有網(wǎng)口），可以連接鍵盤、鼠標(biāo)還可以和網(wǎng)線實(shí)現(xiàn)無縫連接。此外，該主板亦配備了可實(shí)現(xiàn)視頻模擬信號(hào)電視輸出的接口，以及HDMI高清視頻輸出的接口設(shè)備。所有部件均整合在一起，整個(gè)主板也就比信用卡稍大。同時(shí)具備所有PC的基本功能，只需連接電視機(jī)和鍵盤，即可實(shí)現(xiàn)電子表格填寫、文字處理、玩游戲和播放高清視頻等多種功能。在工作和生活中，它經(jīng)常會(huì)用到一些小技巧。當(dāng)然，微小的差異也難以避免地存在。在這里，我想說說它最吸引人的地方。對(duì)于RaspberryPi而言，存儲(chǔ)數(shù)據(jù)的主要方式是將SD卡作為“硬盤”，而且你還可以通過外接USB硬盤來存儲(chǔ)數(shù)據(jù)。相較于常見的嵌入式微控制器，如51單片機(jī)和STM32單片機(jī)等，樹莓派除了可以完成相同的引腳控制，還能夠運(yùn)行相應(yīng)的操作系統(tǒng)，從而完成更為復(fù)雜的任務(wù)管理與調(diào)度，支持更高級(jí)別的應(yīng)用開發(fā)，為開發(fā)者提供了更廣泛的應(yīng)用領(lǐng)域第3章系統(tǒng)的硬件部分設(shè)計(jì)3.1系統(tǒng)總體設(shè)計(jì)本課題是基于AI視覺的麥克納姆輪式小車設(shè)計(jì)。該系統(tǒng)采用了人工智能技術(shù)和機(jī)器視覺算法來實(shí)現(xiàn)對(duì)移動(dòng)機(jī)器人路徑規(guī)劃的功能。該系統(tǒng)由AI視覺模塊、舵機(jī)模塊、機(jī)械臂抓取模塊和核心單片機(jī)構(gòu)成。AI視覺模塊具備顏色識(shí)別能力，通過顏色識(shí)別來精確定位工件，并通過機(jī)械臂來實(shí)現(xiàn)麥克納姆輪式小車抓取動(dòng)作；該系統(tǒng)應(yīng)完成的主要功能有：1.控制麥克納姆輪式小車進(jìn)行左轉(zhuǎn)、右轉(zhuǎn)、前進(jìn)、停止；2.能夠?qū)崿F(xiàn)顏色跟蹤，識(shí)別到指定顏色，機(jī)械臂隨之運(yùn)動(dòng)；3.機(jī)械臂能夠抓取搬運(yùn)模塊?？傮w原理圖如下所示：圖3-1總體原理圖3.2系統(tǒng)的主要功能模塊設(shè)計(jì)3.2.174HC126模塊設(shè)計(jì)圖3-2-174HC126模塊設(shè)計(jì)74HCT126是一個(gè)四態(tài)緩沖器/線驅(qū)動(dòng)器，具有由輸出使能輸入（NOE）控制的三態(tài)輸出。NOE上的LOW使輸出呈現(xiàn)高抗阻OFF狀態(tài)。輸入包括箝位二極管。這使得能夠使用限流電阻器將輸入接口連接到超過VCC的電壓。3.2.2YX-4055驅(qū)動(dòng)模塊設(shè)計(jì)圖3-2-2YX-4055驅(qū)動(dòng)模塊原理圖YX-4055AM是一種DC雙向馬達(dá)驅(qū)動(dòng)電路，適用于各種類型的電機(jī)驅(qū)動(dòng)，包括但不限于玩具、自動(dòng)閥門和電磁門鎖等。它由一個(gè)簡(jiǎn)單可靠的開關(guān)電容型直流穩(wěn)壓電源和一個(gè)功率晶體管構(gòu)成。該裝置配備了兩個(gè)邏輯輸入接口，以控制電機(jī)的前進(jìn)、后退和制動(dòng)操作。另外在控制電路中還有一個(gè)用于顯示和報(bào)警的開關(guān)量輸出端。其特質(zhì)所在:微小的待機(jī)電流，其數(shù)值未超過2uA的限制范疇；工作電壓的范圍在3.0V～15之間；該系統(tǒng)不僅具備緊急停止功能，同時(shí)還配備了過熱保護(hù)功能、過流嵌流保護(hù)和短路保護(hù)功能，來保證小車正常運(yùn)行。3.2.3舵機(jī)模塊設(shè)計(jì)在自動(dòng)駕駛儀中，舵機(jī)作為一種執(zhí)行部件，負(fù)責(zé)操縱飛機(jī)的舵面（操縱面）旋轉(zhuǎn)。一般用于小型飛行器或無人直升機(jī)上，也可以安裝于大型無人機(jī)及無人駕駛飛機(jī)上。被廣泛運(yùn)用于高端遙控玩具，例如航空器、潛艇模型，以及遙控設(shè)備。導(dǎo)彈等飛行器上，是飛行控制的核心部件之一。在選擇舵機(jī)時(shí)，需要考慮扭矩大小，因?yàn)槎鏅C(jī)的尺寸是由外部裝配的規(guī)范所決定。由于舵機(jī)本身結(jié)構(gòu)簡(jiǎn)單，價(jià)格較低，因而被廣泛應(yīng)用于各種飛行器上，特別是一些小型飛行器，更是離不開它。在選擇經(jīng)濟(jì)和需求相匹配的舵機(jī)時(shí)，需要謹(jǐn)慎思考，這是一門不可忽視的學(xué)問。目前國(guó)內(nèi)生產(chǎn)的遙控玩具中常用到電動(dòng)舵機(jī)，其結(jié)構(gòu)簡(jiǎn)單，價(jià)格便宜。一種是電動(dòng)舵機(jī)，它能將發(fā)動(dòng)機(jī)產(chǎn)生的動(dòng)力轉(zhuǎn)化為力，再通過齒輪傳動(dòng)裝置傳遞給螺旋槳。當(dāng)自動(dòng)駕駛儀接收到指定信號(hào)并開始工作后，盡管這時(shí)是在人工在手動(dòng)駕駛飛機(jī)，但是由于離合器處于脫離狀態(tài)，所以傳動(dòng)部件根本不會(huì)發(fā)生任何作用，這種舵具有一定的局限性；另一種舵機(jī)是液壓系統(tǒng)舵機(jī)，由液壓壓頭和旁通活門兩關(guān)鍵部分構(gòu)成，扮演著至關(guān)重要的作用。當(dāng)有人在駕駛飛機(jī)時(shí)，舵機(jī)會(huì)通過液壓泵將油液壓入液壓缸內(nèi)，從而使舵軸與機(jī)翼產(chǎn)生相對(duì)轉(zhuǎn)動(dòng)并驅(qū)動(dòng)螺旋槳旋轉(zhuǎn)。舵機(jī)作為一種驅(qū)動(dòng)器，能夠?qū)崿F(xiàn)對(duì)位置（角度）的伺服控制，主要應(yīng)用于那些需要角度不變，還能夠持續(xù)控制的操作系統(tǒng)；它還可用于各種機(jī)械和自動(dòng)化裝置，特別是能完成遠(yuǎn)距離控制任務(wù)。目前，高端遙控玩具，如航空模型和潛艇模型，正處于市場(chǎng)上備受追捧的地位；以及在遙控機(jī)器人等方面也得到了廣泛地應(yīng)用。在遙控機(jī)器人領(lǐng)域，這一技術(shù)已經(jīng)得到了廣泛的應(yīng)用，隨著電子技術(shù)的發(fā)展，舵機(jī)也逐漸由模擬轉(zhuǎn)向數(shù)字，從機(jī)械控制向數(shù)字控制過渡?？偠灾鏅C(jī)，不僅僅是一種常見的機(jī)械裝置，同時(shí)還是一種基于伺服技術(shù)的馬達(dá)。舵機(jī)的構(gòu)成要素包括外殼、電路板、驅(qū)動(dòng)馬達(dá)、以及位置檢測(cè)元件，這些元件共同構(gòu)成了舵機(jī)的核心部件。本研究之目的為設(shè)計(jì)一簡(jiǎn)單可靠且可重復(fù)使用之舵機(jī)系統(tǒng)，以降低使用成本及提高可靠性。本論文主要研究之課題為設(shè)計(jì)一款具有高穩(wěn)定性及高效率特性之伺服馬達(dá)。由于磁力線是沿著圓周方向分布的，所以當(dāng)電機(jī)運(yùn)轉(zhuǎn)時(shí)就會(huì)受到電磁力和摩擦力等各種力的影響。通常情況下，是依靠將細(xì)銅線纏繞在伺服馬達(dá)的三極轉(zhuǎn)子上，從而在電流流經(jīng)線圈時(shí)就會(huì)形成磁場(chǎng)，這時(shí)轉(zhuǎn)子就會(huì)和周圍的磁鐵產(chǎn)生排斥作用，最后形成旋轉(zhuǎn)的作用力。傳統(tǒng)的舵機(jī)大多為機(jī)械結(jié)構(gòu)，其旋轉(zhuǎn)速度較低，耗能較大。為了追求更快的轉(zhuǎn)速和更低的耗電，空心杯馬達(dá)就這樣應(yīng)需而生了。該系統(tǒng)的操作原理在于，信號(hào)調(diào)制芯片接收到信號(hào)控制信號(hào)，經(jīng)過接收機(jī)通道傳輸，以獲取直流偏置電壓。通過電位器和開關(guān)管改變交流偏壓值，從而實(shí)現(xiàn)對(duì)直流電動(dòng)機(jī)轉(zhuǎn)速的調(diào)節(jié)。為了確保電機(jī)在規(guī)定時(shí)間內(nèi)實(shí)現(xiàn)勻速運(yùn)轉(zhuǎn)，可以采用一種特殊設(shè)計(jì)的減速機(jī)構(gòu)來產(chǎn)生這種作用，這時(shí)可以通過增加電機(jī)速度傳感器來測(cè)量電機(jī)的速度變化量。當(dāng)電機(jī)的轉(zhuǎn)速保持不變時(shí)，通過級(jí)聯(lián)減速齒輪的驅(qū)動(dòng)，帶動(dòng)電位器旋轉(zhuǎn)，從而使電壓差為零的電機(jī)停止旋轉(zhuǎn)。這個(gè)過程也就是我們通常所說的電機(jī)啟動(dòng)和制動(dòng)的動(dòng)作過程。當(dāng)然，我們無需深入了解其具體操作原理，只需掌握其控制機(jī)制即可。如果要知道這個(gè)電路的實(shí)際作用和功能就必須對(duì)其進(jìn)行分析與研究。就如同晶體管的特性一樣，我們可以將其用作開關(guān)管或放大管，而管內(nèi)電子的流動(dòng)方式則無需過多考慮。由于時(shí)間間隔短，所以通常采用脈寬調(diào)制方式來實(shí)現(xiàn)其頻率跟蹤功能。以180度角度伺服為例，對(duì)應(yīng)的控制關(guān)系呈現(xiàn)出一種高度精密的控制模式:0.5ms0度；1.0ms45度；1.5ms90度；2.0ms135度；2.5ms180度。第4章系統(tǒng)的軟件設(shè)計(jì)4.1軟件主流程圖接通電源后，AI視覺模塊能夠進(jìn)行學(xué)習(xí)，來完成對(duì)物體的準(zhǔn)確識(shí)別，在通過機(jī)械臂進(jìn)行抓??；通過主控模塊處理控制麥克納姆輪式小車移動(dòng)。開始開始系統(tǒng)初始化初始化成功驅(qū)動(dòng)小車移動(dòng)控制小車轉(zhuǎn)彎學(xué)習(xí)識(shí)別物體顏色YX-4055模塊AI模塊舵機(jī)模塊結(jié)束NY圖4-1主流程圖

4.2AI模塊軟件的設(shè)計(jì)如圖4-2為該模塊的設(shè)計(jì)流程圖。接通電源后，學(xué)習(xí)識(shí)別物體顏色，通過主控模塊驅(qū)動(dòng)機(jī)械臂對(duì)物體進(jìn)行抓取。圖4-2AI模塊設(shè)計(jì)流程圖開始系統(tǒng)初始化開始系統(tǒng)初始化初始化成功小車抓取正確物體學(xué)習(xí)識(shí)別物體顏色結(jié)束NY在基于AI視覺的麥克納姆輪式小車自動(dòng)識(shí)別抓取系統(tǒng)中，AI模塊的軟件設(shè)計(jì)如下：數(shù)據(jù)采集：使用攝像頭或其他視覺傳感器采集圖像數(shù)據(jù)?？梢赃x擇適當(dāng)?shù)姆直媛屎蛶?，以平衡?jì)算性能和實(shí)時(shí)性要求。為了提高后續(xù)的目標(biāo)檢測(cè)或圖像識(shí)別算法的準(zhǔn)確性和效率，我們需要對(duì)所采集到的圖像數(shù)據(jù)進(jìn)行一系列的預(yù)處理工作，以確保數(shù)據(jù)的準(zhǔn)確性和可靠性。在實(shí)際應(yīng)用中，為了保證所得到的結(jié)果是正確無誤的，必須對(duì)這些圖像數(shù)據(jù)做必要的處理。圖像預(yù)處理的流程包括去除噪聲、調(diào)整尺寸、進(jìn)行灰度化以及進(jìn)行邊緣檢測(cè)等多個(gè)步驟。在進(jìn)行目標(biāo)檢測(cè)或圖像識(shí)別時(shí)，我們可以采用基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，以達(dá)到最佳的識(shí)別效果和精度。通過這些算法來獲取待分析數(shù)據(jù)集，然后利用已構(gòu)建的網(wǎng)絡(luò)模型，將所需處理的特征輸入到該數(shù)據(jù)集中。利用經(jīng)過訓(xùn)練的模型，對(duì)經(jīng)過預(yù)處理的圖像進(jìn)行目標(biāo)檢測(cè)或圖像識(shí)別，以獲取目標(biāo)物體的位置、類別以及相關(guān)信息。針對(duì)實(shí)時(shí)跟蹤目標(biāo)物體的需求，可采用多種目標(biāo)跟蹤算法，如基于卡爾曼濾波、單一目標(biāo)跟蹤器或多目標(biāo)跟蹤器等。本文主要介紹了在汽車自動(dòng)駕駛系統(tǒng)中使用目標(biāo)跟蹤算法實(shí)現(xiàn)自主導(dǎo)航的過程以及該系統(tǒng)所涉及到的相關(guān)技術(shù)。小車可以通過目標(biāo)跟蹤算法獲取目標(biāo)的運(yùn)動(dòng)軌跡和速度信息，從而實(shí)現(xiàn)精準(zhǔn)控制。根據(jù)目標(biāo)檢測(cè)或目標(biāo)跟蹤的結(jié)果，運(yùn)用目標(biāo)邊界框坐標(biāo)或像素坐標(biāo)，精確計(jì)算目標(biāo)物體在圖像中的位置?？刂浦噶钌桑焊鶕?jù)目標(biāo)物體的位置和小車的當(dāng)前狀態(tài)，生成相應(yīng)的控制指令，以使小車朝向目標(biāo)物體移動(dòng)?？刂浦噶羁梢园ㄐ≤嚨乃俣?、轉(zhuǎn)向角度或輪子速度等?？刂菩盘?hào)輸出：將生成的控制指令轉(zhuǎn)換為適當(dāng)?shù)目刂菩盘?hào)格式（如PWM信號(hào)或數(shù)字信號(hào)），輸出給麥克納姆輪式小車的驅(qū)動(dòng)器或電機(jī)控制模塊，以實(shí)現(xiàn)小車的移動(dòng)和導(dǎo)航。循環(huán)執(zhí)行：將上述步驟放入一個(gè)循環(huán)中，實(shí)時(shí)采集圖像數(shù)據(jù)、進(jìn)行目標(biāo)檢測(cè)或圖像識(shí)別、計(jì)算控制指令，并輸出控制信號(hào)，以實(shí)現(xiàn)小車對(duì)目標(biāo)物體的自動(dòng)追蹤和抓取。4.3舵機(jī)模塊的軟件設(shè)計(jì)本設(shè)計(jì)通過舵機(jī)實(shí)現(xiàn)小車的轉(zhuǎn)彎和機(jī)械臂的活動(dòng)。圖4-3舵機(jī)模塊流程圖在基于AI視覺的麥克納姆輪式小車自動(dòng)識(shí)別抓取系統(tǒng)中，舵機(jī)模塊的軟件設(shè)計(jì)如下：初始化舵機(jī)模塊：在系統(tǒng)啟動(dòng)時(shí)，初始化舵機(jī)模塊并設(shè)置相關(guān)參數(shù)，如舵機(jī)的引腳連接、初始位置、舵機(jī)控制方式等。獲取目標(biāo)物體位置：使用AI視覺算法（如目標(biāo)檢測(cè)或圖像識(shí)別）從攝像頭或圖像流中獲取目標(biāo)物體的位置信息。計(jì)算舵機(jī)控制指令：根據(jù)目標(biāo)物體的位置信息和小車的當(dāng)前狀態(tài)，計(jì)算舵機(jī)的控制指令。這可以包括舵機(jī)的旋轉(zhuǎn)角度、速度和加速度等參數(shù)。舵機(jī)控制邏輯：根據(jù)計(jì)算得到的舵機(jī)控制指令，實(shí)現(xiàn)舵機(jī)的控制邏輯。這可以通過調(diào)用相應(yīng)的舵機(jī)控制庫(kù)或編寫自定義的舵機(jī)控制代碼來實(shí)現(xiàn)。舵機(jī)反饋處理：如果舵機(jī)支持反饋功能，可以讀取舵機(jī)的當(dāng)前狀態(tài)（如實(shí)際位置或速度），并進(jìn)行反饋處理，以確保舵機(jī)運(yùn)動(dòng)的準(zhǔn)確性和穩(wěn)定性。循環(huán)執(zhí)行：將上述步驟放入一個(gè)循環(huán)中，實(shí)時(shí)獲取目標(biāo)物體位置、計(jì)算舵機(jī)控制指令并執(zhí)行舵機(jī)控制，以實(shí)現(xiàn)小車對(duì)目標(biāo)物體的自動(dòng)追蹤和抓取。第5章系統(tǒng)測(cè)試5.1系統(tǒng)實(shí)物圖圖5-1系統(tǒng)完整實(shí)物圖5.2測(cè)試原理圖5-2-1如圖5-2-1為手機(jī)端APP，檢測(cè)到小車后點(diǎn)擊連接。點(diǎn)擊顏色追蹤后（如圖5-2-2），選取想跟蹤的顏色，小車機(jī)械臂自動(dòng)識(shí)別物品顏色，隨之移動(dòng)，比如識(shí)別到紅色，機(jī)械臂會(huì)跟著紅色小方塊進(jìn)行相應(yīng)的跟蹤移動(dòng)。（如圖5-2-3）。圖5-2-2圖5-2-3圖5-2-4如圖5-2-4，左邊為操控小車移動(dòng)；右邊為操控小車機(jī)械臂移動(dòng)，點(diǎn)擊閉合，小車機(jī)械臂閉合抓住物體，點(diǎn)擊向后，機(jī)械臂抬起，點(diǎn)擊向前，機(jī)械臂落下點(diǎn)擊向右或者向左，機(jī)械臂向右或者向左擺動(dòng)（如圖5-2-5）。圖5-2-5 第6章總結(jié)與展望6.1總結(jié)基于AI視覺的麥克納姆輪式小車自動(dòng)識(shí)別抓取系統(tǒng)是一種智能化控制系統(tǒng)，該系統(tǒng)主要用于識(shí)別和精確定位不同色彩的物體，并通過機(jī)械臂實(shí)現(xiàn)對(duì)工件的抓取和放置，能夠大大提高成產(chǎn)效率。在麥克納姆輪式小車自動(dòng)抓取識(shí)別系統(tǒng)中，包括了不同的傳感器和控制器，如測(cè)速傳感器、AI視覺傳感器、舵機(jī)、機(jī)械臂等，它們分別負(fù)責(zé)小車的各項(xiàng)功能及操作。通過這些設(shè)備的配合和智能化的控制算法，可以實(shí)現(xiàn)小車的移動(dòng)、自動(dòng)識(shí)別并抓取物體等功能，對(duì)于結(jié)合自動(dòng)識(shí)別抓取技術(shù)的麥克納姆輪式小車的研究有了進(jìn)一步進(jìn)展。總的來說，基于AI視覺的麥克納姆輪式小車自動(dòng)抓取識(shí)別系統(tǒng)的有點(diǎn)包括提高各個(gè)行業(yè)的工作效率、減少人為操作的錯(cuò)誤、節(jié)省人力物力成本等。隨著科技的不斷發(fā)展和進(jìn)步，麥克納姆輪式小車自動(dòng)抓取系統(tǒng)將會(huì)越來越智能化，成為未來各行業(yè)勞動(dòng)力的重要組成部分。6.2展望自動(dòng)識(shí)別抓取系統(tǒng)是麥克納姆輪式小車的一種智能化控制系統(tǒng)，隨著科技的不斷發(fā)展和進(jìn)步，它的展望可以從以下幾個(gè)方面來看：1.智能化水平的提高：隨著AI視覺技術(shù)、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的不斷發(fā)展和普及，麥克納姆輪使小車自動(dòng)識(shí)別抓取系統(tǒng)將會(huì)變得更加智能化。未來，這些技術(shù)將會(huì)被應(yīng)用到智能小車的自動(dòng)識(shí)別抓取系統(tǒng)中，通過人工智能算法、自適應(yīng)控制等手段來實(shí)現(xiàn)更加高效、智能的物體自動(dòng)識(shí)別抓取系統(tǒng)。2.安全性的提升：隨著各種傳感器和控制設(shè)備的不斷升級(jí)和更新，麥克納姆輪式小車自動(dòng)識(shí)別抓取系統(tǒng)的安全性將會(huì)得到進(jìn)一步提升。未來，這些設(shè)備將會(huì)變得更加敏感和準(zhǔn)確，能夠及時(shí)、有效地檢測(cè)和應(yīng)對(duì)突發(fā)情況，保障同一環(huán)境中工作人員的安全。3.節(jié)能環(huán)保的實(shí)現(xiàn)：基于AI視覺的麥克納姆輪式小車還將會(huì)更加注重節(jié)能環(huán)保，采用新型材料和能源技術(shù)來降低能耗，減少環(huán)境污染。例如，采用太陽能或其他可再生能源來為自動(dòng)門控制系統(tǒng)提供能源，實(shí)現(xiàn)能源的可持續(xù)利用。總的來說，未來麥克納姆小車自動(dòng)識(shí)別抓取將會(huì)更加智能、安全和節(jié)能環(huán)保，成為各行各業(yè)的重要組成部分，為城市建設(shè)和發(fā)展作出更大的貢獻(xiàn)。參考文獻(xiàn)[1]孫弋，孫媛媛，孫柒零，盧皓.基于ZigBee的便攜式無線橋梁健康狀況監(jiān)測(cè)技術(shù)的研究[J].計(jì)算機(jī)測(cè)量與控制,2022.18(1):11.[1]沈健.工業(yè)機(jī)器人視覺引導(dǎo)抓取工件的研究[J].智能制造，2021（04）：72-75.[2]王詩宇.智能化工業(yè)機(jī)器人視覺系統(tǒng)關(guān)鍵技術(shù)研究[D].中國(guó)科學(xué)院大學(xué)，2021.[3]鄭才國(guó),江劍.基于STM32單片機(jī)智能小車設(shè)計(jì)[J].工業(yè)控制計(jì)算機(jī),2021,34(09):143-144+146.[4]陳鵬.智能小車定位和路徑規(guī)劃系統(tǒng)的研究與開發(fā)[D].黑龍江大學(xué),2021.[5]楊道清.雙目智能小車障礙物檢測(cè)與避障研究[D].昆明理工大學(xué),2021.[6]吳迪.基于多傳感器融合的智能小車SLAM導(dǎo)航研究[D].天津職業(yè)技術(shù)師范大學(xué),2020.[7]李雪.改進(jìn)蟻群算法在智能小車路徑規(guī)劃中的應(yīng)用研究[D].安徽工程大學(xué),2020.[8]楊梅,張施展.基于單片機(jī)控制的信標(biāo)智能小車設(shè)計(jì)[J].科學(xué)技術(shù)創(chuàng)新,2021(30):157-159.[9]張文青,龍奕帆.基于OpenMV視覺模塊的智能小車巡線系統(tǒng)設(shè)計(jì)[J].集成電路應(yīng)用,2021,38(10):232-233.[10]竇新宇,王玉娜.智能信息類創(chuàng)新型應(yīng)用人才的培養(yǎng)——以跨學(xué)科智能小車研究為例[J].工業(yè)技術(shù)與職業(yè)教育,2021,19(03):47-50.[11]黃春機(jī).基于AI視覺技術(shù)構(gòu)建柔性生產(chǎn)數(shù)字化車間[J].智能制造,2022(03):30-33.[12]唐淮,張晶,李為穎,馮冬梅,吳科進(jìn).基于AI視覺的工業(yè)機(jī)器人抓取系統(tǒng)設(shè)計(jì)[J].內(nèi)燃機(jī)與配件,2022(06):185-187.DOI:10.19475/ki.issn1674-957x.2022.06.056.[13]郭熹,李斌,馬文輝,賀鳴,陳亞峰.基于5G的工業(yè)AI視覺檢測(cè)系統(tǒng)應(yīng)用[J].郵電設(shè)計(jì)技術(shù),2021(04):73-78.[14]辜玉良,余正保,趙獻(xiàn)前.AI視覺技術(shù)助力攪拌站智能應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用,2021,39(02):103-105+108.DOI:10.19695/12-1369.2021.02.33.[15]岑文星.基于AI視覺的微型無人機(jī)救援系統(tǒng)研究[D].西安電子科技大學(xué),2019.DOI:10.27389/ki.gxadu.2019.002901.[16]王敏,黃心漢.基于視覺與超聲技術(shù)機(jī)器人自動(dòng)識(shí)別抓取系統(tǒng)[J].華中科技大學(xué)學(xué)報(bào),2001(01):73-75.DOI:10.13245/j.hust.2001.01.025.[17]X.Baro,S.Escalera,J.Vitria,O.Pujol,P.RadevaTrafficsignrecognitionusingevolutionaryadaboostdetectionandforest-ecocclassificationIEEETrans.Intell.Transport.Syst.,10(1)(2021),pp.113-126[18]S.M.Bascon,J.A.Rodriguez,S.L.Arroyo,A.F.Caballero,F.Lopez-FerrerasAnoptimizationonpictogramidentificationfortheroad-signrecognitiontaskusingSVMsComput.VisionImageUnderst.,114(3)(2022),pp.373-383[19]C.C.Chang,Y.P.HsiehAfastVQcodebooksearchwithinitializationandsearchorderInf.Sci.,183(1)(2022),pp.132-139[20]D.Ciresan,U.Meier,J.Mascim,J.Schmidhuber,Acommitteeofneuralnetworksfortrafficsignclassification,in:Proc.ofInt.Joint.Conf.onNeuralNetworks(IJCNN),July2021,pp.1918–1921.[21]S.Escalera,O.Pujol,P.Radeva.Trafficsignrecognitionsystemwithβ-correctionMach.VisionAppl.,21(2)(2021),pp.99-111附錄電路圖源代碼importsysimportcv2importtimeimportrospyimportthreadingimportnumpyasnpfromPyQt5.QtGuiimportQImage,QPixmapfromPyQt5.QtWidgetsimportQWidget,QMainWindow,QApplication,QDialog,QMessageBoxfromlab_config_proxyimportLabConfigProxyfromuiimport*importadd_color_dialogfromsensor_msgs.msgimportImageimportcamera_threadclassMainWindow(QWidget,Ui_Form):def__init__(self):super(MainWindow,self).__init__()self.setupUi(self)rospy.init_node('lab_node')self.last_range_max=[999,999,999]self.last_range_min=[999,999,999]ip=""self.lab_config_proxy=LabConfigProxy(host=ip,port=9090)self.lab_config_proxy.enter_func()boBox_color.currentTextChanged.connect(self.set_slider_by_combobox)self.horizontalSlider_LMax.valueChanged.connect(lambdavalue:self.label_LMax.setNum(value))self.horizontalSlider_LMin.valueChanged.connect(lambdavalue:self.label_LMin.setNum(value))self.horizontalSlider_AMax.valueChanged.connect(lambdavalue:self.label_AMax.setNum(value))self.horizontalSlider_AMin.valueChanged.connect(lambdavalue:self.label_AMin.setNum(value))self.horizontalSlider_BMax.valueChanged.connect(lambdavalue:self.label_BMax.setNum(value))self.horizontalSlider_BMin.valueChanged.connect(lambdavalue:self.label_BMin.setNum(value))self.pushButton_labWrite.clicked.connect(self.save_ranges_to_disk)self.pushButton_AddColor.clicked.connect(self.add_color)self.update_color_names()self.range_update_timer=threading.Timer(0.05,self.update_current_range)self.range_update_timer.setDaemon(True)self.range_update_timer.start()self.ros_camera=camera_thread.ROS_Camera('/lab_config_manager/image_result')self.ros_camera.raw_data.connect(self.show_image)self.ros_camera.enter()self.ros_camera.start()defshow_image(self,image):image=cv2.resize(image,(400,600),interpolation=cv2.INTER_NEAREST)image_o=image.copy()[:300,:]image_p=image.copy()[300:,:]image_=np.hstack((image_o,image_p))qimage=QImage(image_.data,800,300,QImage.Format_RGB888)self.label_orign.setPixmap(QPixmap.fromImage(qimage))#窗口退出defcloseEvent(self,e):result=QMessageBox.question(self,"關(guān)閉窗口提醒","exit?",QMessageBox.Yes|QMessageBox.No,QMessageBox.No)ifresult==QMessageBox.Yes:self.lab_config_proxy.exit_func()self.ros_camera.exit()QWidget.closeEvent(self,e)else:e.ignore()defapply_current_range(self):rsl=self.lab_config_proxy.apply_current_range(boBox_color.currentText())ifrsl['success']:QMessageBrmation(self,"Applycolorrange","Successed!")else:QMessageBrmation(self,"Applycolorrange","Failed")defsave_ranges_to_disk(self):self.lab_config_proxy.apply_current_range(boBox_color.currentText())rsl=self.lab_config_proxy.save_ranges_to_disk()ifrsl['success']:QMessageBrmation(self,"Savetodisk","Successed!")else:QMessageBrmation(self,"Savetodisk","Failed")defadd_color(self):dialog=QDialog()dialog_ui=add_color_dialog.Ui_Dialog()dialog_ui.setupUi(dialog)defget_color_name():color_name=dialog_ui.lineEdit.text()self.lab_config_proxy.apply_current_range(color_name)boBox_color.addItem(color_name)boBox_color.setCurrentText(color_name)dialog.close()dialog_ui.pushButton_ok.clicked.connect(get_color_name)dialog_ui.pushButton_cancel.clicked.conne