所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

直线移动机器人使用视频处理技术

穆罕默德Fauzi别名*,穆罕默德阿米尔Adni Mansor,穆罕默德Rosyidi艾哈迈德,Norzalina奥斯曼
电气、电子和自动化部分,大学吉隆坡,马来西亚西班牙研究所Kulim
通讯作者:穆罕默德Fauzi别名,电子邮件:(电子邮件保护)
相关文章Pubmed,谷歌学者

访问更多的相关文章全球研究计算机科学杂志》上

文摘

本文提出一种方法,搬迁移动机器人利用视频处理技术。该方法能够检测到映射,其次是移动机器人。这个方法由线检测和路径自动恢复技术将移动机器人。基于应用程序、图像捕获从摄像头用于检测直线轨迹。错误路径之后,移动机器人生成路径的错误数据使用线检测技术。基于路径的错误数据,速度和时间提供给移动机器人的轮子已经测量和试验。项目实现高清晰度摄像头1080 hd和Arduino电路板捕捉视频和安置分别移动机器人。这个视频被陷害,形成二维序列图像。

关键字

视频处理Arduino,线路检测、路径恢复,电机控制

介绍

导航是移动机器人运动效率的一个重要因素。机器人的运动控制的搬迁和本地化条款确定移动机器人的定位对全球参考系(1]。高精度定位和重新定位确定移动机器人的初始位置,分别定位误差修正。有很多的移动机器人的定位服务工作使用声纳,红外传感器,但减少对搬迁工作已经完成1]。这个因素的基础上,本项目实现了本地化,但关注搬迁的移动机器人使用图像处理技术。
直线检测移动机器人导航机器人的类型之一。当前研究线跟踪移动机器人使用基于图像处理的非常受欢迎,而不是传感器。基于图像处理技术,移动机器人的应用系统的设计是为了从图像中提取所需的信息。移动机器人使用应用,改进跟踪机器人可以做到准确运用工程相关方程。此外,实现基于虚拟线也可以做尤其是表面上自主机器人的控制目的。
应用线跟踪系统有很多优势的各种信息相比,包括设备(2]。因此,建立跟踪移动机器人成为一个有趣的话题研究团体由于提取环境信息的能力,这并不是在任何其他类型的传感器组合3]。它提供了更好的准确性和可靠性在不同光照条件下(4]。此外,视觉系统尤其是高清网络摄像头的价格更便宜比其他任何传感器因为应用的增加移动机器人(5]。
应用CCD相机作为图像采集技术已被证明导致线路检测性能好(6]。武汉大学应用CCD图像传感器的四轮线跟踪机器人和证明产生更好的性能检测。这证明了建立移动机器人更好的检测结果而不是传感器的基础。基于视觉的系统提供了大量的信息在一个图像从而使系统更加灵活。应用自动引导车辆(V-AGV)从大学Teknikal马六甲(UTeM)被用来识别准则,同时招牌和障碍(7]。V-AGV已成功开发功能直线探测器。

基于视觉的移动机器人

本文采用基于视觉的移动机器人系统在检测直线映射以及机器人的搬迁。它由1080高清摄像头,移动机器人,MATLAB和Arduino董事会。项目被分为2单位即线检测和路径恢复单元如图1所示。线检测单元实现了图像采集、二值化和线检测技术。这些技术已经有意申请检测错误途径获得线检测的准确性从机器人的眼睛。图像采集技术控制框架的数量从相机收集图片。图像数量反映出线路检测的灵敏度和准确性。大量的图像帧显示线检测的高灵敏度。
线检测技术贡献程度的路径的错误数据形式单元。为了回到正确的位置,这些数据将会实现路径恢复单位确定速度和时间需要提供给机器人的轮子。基于机器人的眼睛应用程序,系统地图虚拟线和比较实际的检测(从机器人的眼睛)。比较虚拟的概念和实际检测到线如图2所示,在下一节将进一步讨论。实验装置如图3所示。

线检测单位

线检测单元实现了一个轻量级的网络摄像头的移动机器人实时捕捉图像。图像二值化技术被应用到从真彩色减少噪音和不必要的信息。
二值化技术转换为二进制图像灰度和真正的色彩。二值化生产白色和黑色像素分别表示检测到线和背景。二值化过程后,线检测技术已经应用于提取路径的错误数据。出现在形式和程度的贸易数据表明,移动机器人所做的错误的途径。路径的错误数据测量基于三角函数的概念表述为方程(1)和图4。
图像方程(1)
三角研究三角形和长度之间的关系,角度和对面。根据图4,三角结构被映射的重叠与实际检测到线。两个平行的白色像素点被自动选择为中心点,n。错误的程度,是衡量基于斜边的长度;m和n。斜边是基于相邻(y)和相反的(x)。此外,三角函数实际上是映射和重叠在实际检测到的行之前,机器人的路径。使用线检测算法流程已经完成。基于虚拟映射结构,评估了错误的途径比较邻(y)和检测线路。值确定相邻之间的离散程度和检测。作为一个例子,显示0 0到40度的误差和40度误差的途径
重复这个过程几次来产生一个精确的a .三角结构的虚拟映射的结果如图2所示。
根据图2中,移动机器人的视觉系统安装前早期线检测,以确保正确的位置的机器人的运动系统的延迟。A和B的值分别代表左、右方向的错误路径。这些值将用于机器人的路径恢复路径回收装置的目的。

路径回收装置

路径回收装置由错误路径检测、路径恢复技术;Arduino和移动机器人控制器。错误路径检测程度是由比较结果从线检测单元直线,0度。度0°值表示直线。°和B°度代表了积极和消极的价值观分别显示左和右的方向。这些值已经共享到移动机器人通过Matlab和Arduino控制器恢复机器人的位置绘制线。
移动机器人的位置是由两个后轮。左、右车轮运动产生分别左和右转弯。转弯的大小是由时间决定的,提供激活车轮。时间提供反映过弯的列表的大小表1 - 4。

结果与讨论

图形用户界面(GUI)来验证了输出误差的程度和路径恢复技术。如图5所示的GUI。
图5组成一个单一的静态文本显示、图像3按钮和2轴。原始和二进制图像捕获并显示分别为左和右轴。捕获过程执行线检测装置测量误差的程度由移动机器人的路径。通过“角”程度数据显示静态文本。“路径恢复”按钮执行的恢复路径错误使用Arduino电路板作为电动机的驱动程序。时间提供给Arduino的准确性决定复苏的道路。实验进行了测量线的性能检测和路径恢复算法。

线检测

线检测的算法一直在尝试0,-10,-20和20度。这些错误的价值观已经被选为引用和标记为实际的程度。线检测算法产生的测量度实验结果。每个实际程度已经尝试5次。表5 - 9显示了测量直线度检测算法对实际的0度,分别为-10、-20和20。
表10显示精度高的平均测量线为0,-10,-20和20度为98%到100%。线检测算法已被证明产生相似的结果的实际和测量度。因此,实现直线检测算法检测和路径恢复单元。

路径恢复

线检测装置的测量度数据已经被应用到决定从机器人的误差运动的恢复路径。机器人的轮的速度值数据已被选定为80年。根据观察,80速度的数据是一个适当的速度基于移动机器人的重量和应用。每个实际的时间已经分别评估学位。时期被评估为左、右车轮转弯。表7,8,9,10显示-10年左右车轮控制方法,分别为10和-20年,20度。
左、右车轮提供Arduino基础值每秒80代表汽车的速度。根据表7,8,9,10,左、右车轮收到80值-10,10年至-20年,分别为20度。这些值产生不同大小的移动机器人转弯。已经证明80速度值兼容转弯度分别为10和20度。速度值80兼容移动机器人基于路径所需的短时间内恢复。
时间为每个-10、-20和20度已经进行了5次如表7 - 100所示。10 -10年,到-20年,20度,左、右车轮被激活以80的速度分别为0.75和1.0秒。时期后,移动机器人运动康复,回到实际的映射。

结论

线检测和路径恢复算法已经成功开发的这个项目。线检测算法已被证明产生高精度检测移动机器人在98%到100%的错误路径。根据结果,线检测算法也被证明产生小的实际和测量之间的差异度。基于实验结果,线检测算法已成功实现路径回收装置。恢复路径恢复算法已被证明的实际途径基于80速度几乎相似的时期。这些算法嵌入到GUI用于实验和验证。作为结论,这个项目已经成功地实现了线路检测和路径为直线移动机器人应用程序恢复算法。

确认

要感谢大学吉隆坡,马来西亚西班牙金融研究所的支持这个项目。我也想表达我的感激之情,电气、电子和自动化部门的实验室使用。

表乍一看



表的图标 表的图标 表的图标 表的图标 表的图标
表1 表2 表3 表4 表5
表的图标 表的图标 表的图标 表的图标 表的图标
表6 表7 表8 表9 表10

数据乍一看

图1 图2 图3 图4 图5
图1 图2 图3 图4 图5

引用








全球技术峰会
完美的阿拉伯性感女孩https://aflamaljins.com/