姿态检测范文（精选9篇）
姿态检测 第1篇
姿态导航系统通过测量各种导航传感器的信息, 经过数据处理解出载体位置、速度和姿态等运动参数信息, 提供给相关检测控制系统实现对载体感知与控制。姿态导航系统在海、陆、空、天及地面运动载体的监测都有应用, 在这些方面的应用都要求提供连续的位置姿态等运动信息。而随着传感器技术的发展, 各种新型传感器的不断出现, 姿态导航的应用也更加广泛, 在数据通信行业、机器人技术以及生活中的方方面面。
当前不同种类的导航系统在精度和成本上都有其不同的优缺点。随着技术的不断发展, 利用多种类的传感器的导航系统充分发挥各类传感器的特点, 利用多种数据融合算法, 实现姿态检测与导航任务。而多传感器构成的导航系统在性能、精度、可靠性等方面都优于单一导航系统。目前, GPS导航、惯性导航是较常用的姿态导航方法。本文利用多传感器组成构建了载体导航系统的硬件平台, 分析各模块单元的功能, 设计相关的硬件电路包括有数据处理控制单元, 传感器单元以及与上位机的通讯控制模块等。
1 测姿原理
姿态检测系统包括有三种类型的惯性传感器, 即磁阻传感器、速率陀螺和加速度计。传感器的测量轴与载体坐标系重合, 构成捷联惯导的基本传感器组合。在系统中, 磁阻传感器测量地球的磁场方向来确定航向角, 其缺点是动态性能较差。加速度计用于测量载体运动的加速度, 也可以测量相对转动角度。速率陀螺能够实时的测量载体的角速度, 通过积分变换完成载体姿态的解算。由于速率陀螺的自身特点导致其误差会随时间累计, 测量值会发生漂移, 只能在短时间内保证精度。通过将三种类型的惯性传感器进行组合, 在保证获得较好的动态稳定性的同时, 尽量补偿陀螺传感器带来的误差漂移。这样将能大大提高系统的鲁棒性, 并能够提高系统精度。
1.1 姿态测量原理
姿态测量系统包含有磁阻传感器、加速度计和陀螺仪三种传感器类型的信号。姿态测量系统的结构框图如图1所示。
在惯性姿态检测系统中, 利用加速度测量值解算出载体的运动状况:
其中为加速度计在t时刻的三个方向的输出, 其中ε为常数, 根据系统要求来确定。
如果式 (1) 条件成立, 则表明载体的动态误差相对较平稳, 波动幅度小。通过磁阻传感器和加速度计的数据结算出一组载体的姿态角, 利用陀螺传感器的测量补偿值得到另一组姿态角, 通过卡尔曼滤波把载体的两组姿态角进行处理, 就可以得到载体在运动过程中的航向角、俯仰角和翻滚角等相关运动姿态信息。若上述条件不满足, 则表明载体的动态误差大, 此时就直接利用陀螺仪的数据解算出载体姿态角。
1.2 俯仰角和翻滚角测量
姿态测量系统中的加速度计三轴与载体坐标系的三坐标轴对应重合, 用于测量载体在载体坐标系中的投影分量, 表示为
因为加速度计的输出不受航向角的大小影响, 故假设。则姿态矩阵变为:
在地理坐标系下, 加速度计值为
由方向余弦矩阵可以确定
则
那么俯仰角与横滚角可以得到
1.3 载体的航向角测量
姿态测量系统中磁阻传感器的三轴也分别沿载体坐标系的三轴放置, 分别测量相对于载体坐标系三个运动轴上地球磁感应强度H的投影分量, 记为
而姿态角θ将由加速度计测量得到, γ代入, 根据可确定地磁场相对于水平面上的分量。
则航向角ψM为
依据磁航向角的定义[39]来保证计算值所用正切函数的有效性, 取
对于地球的地理北极与磁北极并不完全一致, 而导致航向角的误差的问题。这里通过确定磁偏角α来进行修正, 而磁偏角可查找相关数据手册。那么载体的修正航向角为
2 载体姿态检测系统检测单元
载体姿态检测系统的传感器包括陀螺传感器、加速度传感器及磁阻传感器。系统采集传感器对应三轴的数据, 获得载体对应的角速度分量、加速度分量以及地磁场强度分量。然后送入到微处理器中, 在微处理器中利用姿态矩阵解算载体的对应的航向角、俯仰角和翻滚角等姿态信息。在通过Kalman滤波器对陀螺偏差引起的姿态误差进行补偿, 以获得稳定的姿态角, 然后通过数据通信接口发送到上位机上进行载体姿态模拟显示。其系统硬件电路框图如图2所示。
载体姿态检测系统当中姿态检测单元是系统的核心。姿态检测单元包括有陀螺仪、加速度计和磁阻传感器。陀螺仪采用了STMicroelectronics公司最新生产的L3G4200D三轴陀螺仪芯片。加速度计采用AD (I Analog-4-Devices, Inc.) 公司的数字式加速度传感器ADXL345。磁阻传感器选用HONEWELL公司三轴磁阻传感器芯片HMC5883。
3 姿态检测系统的主控制流程
姿态检测系统的硬件电路完成后, 将利用J-Link调试仿真器对系统的功能进行程序设计与调试。通过J-Link仿真器可以完成姿态检测系统的程序编写和调试, 完成了姿态检测系统的程序设计, 其主程序流程图如图3所示。
在主程序的控制当中, 首先对传感器与系统进行初始化, 其中包括陀螺仪、角速度计、磁阻传感器和温度传感器。主控制单元对传感器的数据接口、对数据采集环境进行设置, 读取初始参数, 完成姿态检测系统的初始化。然后进入姿态数据采集与解算过程当中, 在姿态解算过程中利用四元数的解算姿态矩阵, 进而获取得到载体的姿态角, 并利用Kalman滤波方法进行误差估计, 最终通过数据通信接口发送到上位机来完成载体姿态的检测。
4 姿态检测系统的测试实验
通过对姿态检测系统的设计, 技术指标要求姿态检测系统的工作电压为+5伏, 内部的采用了I2C的通信接口, 外部通信采用串口通信, 设置波特率为115200。理论设计姿态角的检测范围, 横滚角为检测的误差范围为±1°。
姿态检测系统发送来的每组的初始数据包括陀螺仪三轴、角速度计三轴、磁阻传感器三轴和温度传感器共十个数据。本文以姿态检测系统的某个静态的工作点获取的数据为例。在计量院的位置设置平台上, 当前载体的欧拉角数值分别为X轴的偏转+1°, Y轴的偏转+1°, Z轴的偏转+75°。将本文研究的姿态检测系统放置其上, 来验证本系统的稳定性和准确性。设置检测时间为2小时, 选取了在此期间检测的相对变化较大的数值, 各个传感器的数据如表1所示。
上述数据是姿态检测系统各传感器通过主控制单元采集到静态工作点数据中的一部分数据, 基本的稳定性较好。初始数据由第二章的方法计算得到四元数为q1=+0.7952;q2=+0.0041;q3=+0.0076;q4=+0.6062。可以推算出其对应的静态工作点为X轴的偏转+0.9°, Y轴的偏转+0.8°, Z轴的偏转+74.6°。对应该点的相对误差为0.1°、0.2°和0.4°。上述数据说明了系统的温度性较好, 并能够满足±1°的误差范围。
5 结语
本文分析了姿态检测的基本原理, 设计了姿态检测系统的硬件系统。姿态检测系统的核心传感器单元由三轴磁阻传感器、三轴陀螺仪和三轴的加速度构成。能够有效实现姿态检测中对于翻滚角、俯仰角和航向角的测量。利用姿态检测算法实现了姿态检测的修正。最后对所建立的系统进行了测试, 测试结果表明系统的相对误差为0.1°、0.2°和0.4°。上述数据说明了系统的温度性较好, 并能够满足±1°的误差范围。
参考文献
[1]贾建芳, 郭圣权.基于GPS-OEM板的低成本二维姿态测量系统[J].兵工自动化, 2006.25 (6) :73-74
[2]周姜滨, 袁建平, 罗建军, 岳晓奎.基于联邦滤波的捷联惯性导航系统/GPS全组合导航系统研究[J].系统仿真学报, 2009.21 (6) :1562-1569
[3]杜亚玲, 刘建业, 熊智, 姜涌.GPS/捷联惯性导航系统全组合导航系统的姿态组合算法[J].中国空间科学技术, 2006 (1) :53-58
[4]王纪南, 解春明, 赵剡, 鲁浩.捷联惯导评估系统中多传感器信息融合的应用[J].中北大学学报 (自然科学版) , 2010.31 (1) :71-75
[5]Hu Dai, Jianxun Li, Huiming Jin.Application ofRobust Kalman Filtering to Integrated NavigationBased on Inertial Navigation System and DeadReckoning[C].International Conference on ArtificialIntelligence and Computational Intelligence (AICI) , 2010.2:189-193
[6]STMicroelectroics inc.MEMS motion sensor:three-axis digital output gyroscope L3G4200D prelinminarydata[EB/OL].2010
[7]Analog Devices, Inc.Digital AccelerometeADXL345[EB/OL].2005
姿态检测 第2篇
摘 要：以单位四元数为姿态参数，研究Stewart并联机构位于给定位置的姿态奇异并进一步探讨机构的无奇异姿态运动规划方法。基于机构的雅可比矩阵，构建机构给定位置的以单位四元数表征的姿态奇异轨迹的一般符号解析表达式。利用四元代数理论构建刚体姿态运动学方程和时间最优姿态轨迹方程；通过分析机构姿态奇异轨迹分布并利用刚体运动的时间最优姿态轨迹方程，研究机构无奇异时间最优的姿态运动的规划方法。研究成果进一步丰富了Stewart并联机构的奇异规避理论。
关键词：并联机构；姿态奇异；无奇异；姿态运动规划
中图分类号：TP2422 文献标志码：A 文章编号：1672-1098（2015）02-0013-07
--------------------------------------------------------------------------------
收稿日期：2014-11-15
基金项目：国家自然科学基金资助项目（50905075）；安徽省自然科学基金资助项目（1308085QE78）；安徽理工大学硕博基金资助项目
作者简介：李保坤（1982-），男，安徽舒城人，讲师，博士，主要从事于机构学与机器人技术研究。
Orientation-singularity Representation and Orientation Singularity-Free
Motion Planning Analysis of the Stewart Parallel Mechanism
LI Bao-kun1，2， GUO Yong-cun1， CAO Yi2
（1. School of Mechanical Engineering， Anhui University of Science and Technology， Huainan Anhui 232001， China； 2. School of Mechanical Engineering， Jiangnan University， Wuxi Jiangsu 214122， China）
Abstract：By using the unit quaternion as the orientation parameters， the orientation-singularity for a given position was studied and the method of the orientation-singularity-free motion planning was further explored. Based on the Jacobian matrix of the mechanism， a general symbolic analytical expression describing the orientation-singularity loci based on the quaternion representation for a given position was derived. The orientation kinematic equation and the time optimal orientation trajectory of a rigid body were constructed by using the quaternion algebra theory， respectively. After analyzing the orientation-singularity locus and using the time optimal orientation trajectory of a rigid body， the method of time optimal orientation motion planning of the mechanism was explored. The research achievement enriches the singularity-avoidance of the Stewart parallel mechanism.
Key words：parallel mechanism； orientation-singularity； singularity-free； orientation motion planning
六自由度Stewart并联机构由于刚度大、承载能力强以及运动精度高等特点，已被广泛应用于运动模拟器、医疗器械、工业机器人、微纳操作、力/力矩传感器、空间探测、并联机床等多个高精技术领域[1]。奇异位形严重影响并联机构的运动及力传递性能，对于并联机构来说，若机构处于奇异状态，机构将严重失稳并导致机构失控甚至被损坏。因此，并联机构应位于远离奇异位形的区域工作。得到机构的奇异轨迹是奇异规避研究的基础[2]。文献[3]利用平面几何中的Ceva定理研究三角平台型Stewart并联机构的奇异位形。文献[4]研究了Stewart并联机构姿态固定时的位置奇异轨迹在三维空间内的结构特性。文献[5]以单位四元数为姿态参数，给出了Stewart并联机构奇异轨迹的三维图形描述。文献[6]给出了Stewart机构的奇异轨迹，并进一步给出无奇异工作空间的确定方法。
对于并联机构来说，规避机构的奇异位形的一个重要方法便是通过增加冗余驱动来实现[7-9]，但对于具有六自由度的Stewart机构，采用冗余驱动无疑会带来机构控制的复杂性，并且会进一步限制机构的工作空间。文献[10]通过研究并联机构构型分岔特性，提出了一种利用扰动函数来规避并联机构转向点奇异的方法。文献[11-13]提出利用运动规划的方法避开机构的奇异位形。endprint
由文献[14-15]可知，六自由度并联机器人机构动平台的任务空间对应于刚体运动变换群SE（3），相当于三维姿态变换群和三维欧式空间的半直积，即：SE（3）=SO（3）R3。由于对机构位于整个位形参数空间内实施运动规划具有很大的难度，而位于R3上的位置运动规划研究已较为成熟，故本文主要对Stewart并联机构位于SO（3）上的姿态运动规划进行研究。
基于机构的雅可比矩阵，得出机构位于SO（3）上的姿态奇异轨迹，并给出其三维图形描述。基于机构姿态奇异的轨迹描述，研究机构时间最优的无奇异姿态运动规划。
1 机构的三维姿态奇异轨迹描述
六自由度Stewart并联机构的结构简图如图1所示，其动定平台为两个非相似型的半对称正六边形B1B2…B6，C1C2…C6 （i=1，2，…，6），并通过六根相同的球副-移动副-球副（或万向铰）支链（BiCi）相连。Bi和Ci分别为动定平台的六个顶点，Aj（j=1，3，5）为定平台六边形长边的交点。
P、O、βm、βb、Rm、Rb的含义分别如下：
P为机构动平台几何中心点；O为机构定平台几何中心点；βm为动平台上边B4B5对应中心角，0°≤βm≤120°；βb为定平台上边 C1C2对应中心角，0°≤βb≤120°；Rm为动平台外接圆半径；Rb为定平台外接圆半径。
图1 Stewart并联机构的结构简图
图2 机构位于给定位置的姿态奇异轨迹图2 无奇异姿态运动规划
21 姿态运动轨迹的四元数描述
单位四元数描述刚体的旋转变换也可表示成如下形式
图3 刚体姿态运动学方程的球面弧表示
22 时间最优姿态运动的四元数描述
图4 刚体时间最优姿态运动的球面描述
如图4所示，若使刚体由姿态Λ变换到N，除经M作用的旋转外，亦可经变换ΣP实现。但是，不难发现，由于弧长P与弧长Σ之和一定大于弧长M，也即刚体经姿态变换ΣP所转过的角度要大于姿态变换M所转过的角度。因此，若使刚体从姿态Λ快速变换到N，M所对应的姿态变换应是最短姿态变换路径，由于
若刚体起始姿态Λ=（λ0， λ1， λ2， λ3），目标姿态N=（ν0， ν1， ν2， ν3），计算得到的姿态轨迹Q（t）=（q0，q1，q2，q3），若以四元数的矢量部分作为独立参数，可得到在三维笛卡尔坐标系中的姿态轨迹曲线qi（i=1， 2， 3），称该轨迹曲线即是刚体时间最优姿态运功的姿态轨迹曲线。该轨迹曲线的起始点为（λ1， λ2， λ3），终点为（μ1， μ2， μ3），由四元数运算法则可知，姿态变换轨迹一般情况下应是一条曲线，当且仅当λ与μ共线或其中一个为0时，姿态轨迹为一条连接起始姿态点（λ1， λ2， λ3）到目标姿态点（ν1， ν2， ν3）的直线。
23 机构时间最优的无奇异姿态运动规划
Stewart并联机构动平台的三维姿态变换对应于刚体位于SO（3）上的姿态变换，因此，可将刚体时间最优姿态运动的姿态轨迹求解结果应用于该类型并联机器人机构的基于任务空间描述的时间最优姿态运动规划。但是，如前所述，该类型并联机器人机构存在复杂的奇异位形，而机构在运动过程中应规避奇异位形。若直接将内容21～22的刚体时间最优姿态运动轨迹求解结果应用于机构的时间最优姿态运动规划，则机构的姿态运动路径可能存在奇异点。因此，有必要基于机构位于SO（3）上的姿态奇异研究成果，结合上述刚体时间最优姿态轨迹求解方法，对机构实施时间最优的无奇异姿态运动规划。为便于阐述，现通过数值实例来说明具体操作方法。
数值实例 给定机构构型参数Rb=2、Rm=1、βb=105°、βm=105°，不考虑机构运动副运动范围限制，若机构动平台位于给定位置点（0， 0， 4），若要求机构动平台从起始姿态Λ=（1， 0， 0， 0）经快速旋转作用到目标姿态N=（10/10， 0，-9/10， 3/10），对机构实施时间最优的姿态运动规划。
若不考虑机构位于位置（0， 0， 4）的姿态奇异轨迹影响，由式（7）得到机构快速姿态变换对应的单位四元数为
M=ΝΛ-1=（2/2， 0，-1/2， 1/2）
机构动平台转过的角度为
θ=2arccos μ0=2arccos （2/2）=π/2
将姿态轨迹曲线近似无限小等分成N等份，由式（11）得到动平台姿态轨迹
Q（ti）=[cos （i·Δθ2N）+μsin（i·Δθ2N）]
（1， 0， 0， 0）
（i=0， 1， …， N）
式中：单位方向矢量μj由式（5）得到。
姿态轨迹（q1， q2， q3）中始终有q2=0。得到机构时间最优的姿态运动轨迹Q如图6所示。
图5 刚体姿态轨迹离散化的球面描述
机构力雅可比矩阵的条件数可以定量描述矩阵求逆的精确度和稳定性，也是反映机构位于相应位形时的运动及力传递性能的一个重要指标，可反映机构远离奇异位形的程度。故此处用雅可比矩阵的条件数来描述机构的操作性能随姿态轨迹的变化情况。图7描述了机构雅可比矩阵条件数随图6所示姿态轨迹的变化趋势。
q2
图6 不考虑奇异时的机构时间最优姿态轨迹
q2
图7 不考虑奇异的机构雅可比矩阵条件数变化 从图6与图7可以看出，若根据机构运动起始姿态和目标姿态直接求解时间最优的姿态运动轨迹，机构在运动过程中可能会通过奇异点，而并联机器人机构在实际工作过程中应避开奇异点，因此，有必要使机构在不发生奇异位形的情况下，对机构实施无奇异的姿态运动规划。
综合机构姿态奇异轨迹分布情况，可将机构的姿态运动分为两步：第一步，机构从起始姿态Λ=（1， 0， 0， 0）快速旋转到Qmid=（2/2， 0，-1/2， 1/2）；第二步，机构从姿态Qmid快速作用到目标姿态N=（10/10， 0，-9/10， 3/10）。由式（7）得到这两步姿态变换对应的单位四元数分别为endprint
M1=QmidΛ-1=（2/2， 0，-1/2， 1/2）
M2=NQ-1mid=（20/20，3/10，10/20-92/20，32/20-10/20）机构动平台转过的角度分别为
θ1=2arccos （2/2）=π/2
θ2=2arccos （20/20）
对应于动平台的姿态轨迹为
Q1=[cos （i·Δθ12N1）+μ1sin （i·Δθ12N1）]
（1， 0， 0， 0）
（i=0， 1， …， N1）
Q2=[cos（i·Δθ22N2）+μ2sin （i·Δθ22N2）]（2/2， 0，-1/2， 1/2）
（i=0， 1， …， N2）
重新规划的无奇异时间最优姿态运动轨迹如图8所示，图9描述了机构雅可比矩阵条件数大小随重新规划后的姿态轨迹的变化趋势。
q2
图8 机构旋转运动的无奇异时间最优姿态轨迹
q2
图9 雅可比矩阵条件数随时间变化
从图8与图9可以看出，重新规划的机构姿态运动轨迹不包含奇异点，该姿态运动轨迹是机构由起始姿态Λ=（1， 0， 0， 0）经快速旋转作用到目标姿态N=（10/10， 0，-9/10， 3/10）的无奇异时间最优姿态运动轨迹。
3 结论
1） 以单位四元数为姿态参数，描述了Stewart并联机构位于给定位置的姿态奇异轨迹，对机构的位于给定位置时的奇异规避研究奠定了前期基础。
2） 基于四元代数运算法则，构建刚体姿态运动学方程，得到刚体运动的时间最优姿态轨迹方程。
3） 综合（1）和（2）研究内容得到Stewart并联机构基于任务空间描述的时间最优的无奇异姿态运动规划方法，其能够确保机构在不会出现奇异位形的条件下，以时间最优为目标运动到目标姿态。
4） 上述无奇异姿态运动规划很大程度上依赖于对机构姿态奇异轨迹分布情况的观察，作者下一步将集中于研究三维姿态空间内的自动搜寻并得到时间最优无奇异姿态运动规划方法。
参考文献：
[1] 黄真，赵永生，赵铁石. 高等空间机构学[M]. 北京： 高等教育出版社，2006：15-200.
[2] JIANG QIMI， GOSSELIN C M. Determination of the maximal singularity-free orientation workspace for the Gough-Stewart platform[J]. Mechanism and Machine Theory，2009，44（6）：1 281-1 293.
[3] PENDAR H，MAHNAMA M，ZOHOOR H.Singularity analysis of parallel manipulators using constraint plane method[J]. Mechanism and Machine Theory， 2011，1（46）： 33-43.
[4] 李保坤，曹毅，张秋菊，等. Stewart并联机构位置奇异研究[J]. 机械工程学报，2012，48（9）：33-4.
[5] 程世利，吴洪涛，王超群，等. 平面平台型Stewart 并联机构的奇异性分析[J]. 机械工程学报，2011，47（9）：1-7.
[6] LI BAOKUN，CAO YI，ZHANG QIUJU，et al. Singularity representation and workspace determination of a special class of the Gough-Stewart platforms[J]. International Journal of Advanced Robotic Systems，2013，10（12）： 1-13.
[7] SAGLIA J， DAI J S， CALDWELL D G. Geometry and kinematic analysis of a redundantly actuated parallel mechanism that Eliminates Singularity and Improves Dexterity[J]. ASME， Journal of Mechanical Design， 2008， 130（12）： 124501-1-5.
[8] 杨建新，余跃庆. 平面三自由度冗余并联机构的驱动奇异性分析[J]. 中国机械工程，2006，17（6）：629-632.
[9] 张彦斐，宫金良，高峰. 冗余驱动消除并联机构位形奇异原理[J]. 中国机械工程，2006，17（5）：445-448.
[10] 王玉新，李雨桐，潘双夏. 一种规避并联机构转向点奇异问题的新方法[J]. 中国科学E辑：技术科学，2008，38（1）： 125-136.
[11] DASH A K， CHEN I， YEO S H， et al. Workspace generation and planning singularity-free path for parallel manipulators. Mechanism and Machine Theory， 2005， 40（7）： 776-805.
[12] ARAKELIAN V， BRIOT S， GLAZUNOV V. Improvement of functional performance of spatial parallel manipulators using mechanisms of variable structure[C]//Proceedings of the Twelfth World Congress in Mechanism and Machine Science IFToMM， Besancon， France， June 18-21， 2007： 159-164.
[13] 白志富，陈五一. 并联机构不同正解间无奇异转换问题探讨[J]. 机器人，2006，28（5）：463-469.
[14] 于靖军，刘辛军，丁希仑，等. 机器人机构学的数学基础[M]. 北京：机械工业出版社，2008.
[15] （英）SELIG J M. 机器人学的几何基础[M]. 杨向东，译. 北京：清华大学出版社，2008：8-150.
[16] MURRAY R M， LI Z， SASTRY S S. A Mathematical introduction to robotic manipulation[M]. Boca Raton： CRC Press， 1994：10-160.
姿态检测 第3篇
视频检测技术主要利用特定空间中分布的高频摄像头镜头从不同角度摄取活体运动图像,通过识别算法进行分析,再按照一定的空间关系重构。该技术需要强大的硬件处理能力、复杂的软件识别算法,成本高,实时性较差且受空间环境的制约[2,3]。采用微型惯性测量组合(Miniature Inertial Measurement Unit,MIMU)进行人体三维姿态的检测,实时性高、不受环境的束缚,并且惯性测量元件成本低,重量轻,因此该技术越来越受到人们的关注[4,5]。
本文设计的人体三维姿态检测系统,利用微型惯性测量组合检测人体的运动姿态信息,并通过Zigbee无线网络[6]及RS232与上位机通信,并可在上位机实时模拟显示人体姿态。
1 系统构成
人体三维姿态检测系统主要由人体姿态检测装置,通信控制器,上位机软件组成。系统结构图如图1所示。
姿态检测装置包括微惯性测量组合,微控制单元,Zigbee模块。其中微惯性测量组合由三轴加速度计、三轴数字陀螺仪,三轴磁感应传感器构成。姿态检测装置构成如图2所示。
其中三轴加速度计采用ADI公司生产的ADXL345,其测量范围达±16g,灵敏度为39mg/LSB,具有体积小(3mm×5mm×1mm)、重量轻(30mg)、超低功耗(测量模式下30u A)等优点。三轴数字陀螺仪采用Inven Sense公司的ITG3205,其测量范围达±2000°/sec,灵敏度为14.375 LSBs per°/sec,体积为4×4×0.9mm。三轴磁感应传感器采用霍尼韦尔公司的HMC5843,其磁场强度测量范围可达±6gauss,体积为4.0×4.0×1.3mm。这三种传感器都具有体积小,重量轻,通信方便的特点[7,8,9]。
MCU采用TI公司的16位低功耗单片机MSP430f149。Zigbee模块选取的是CC2530。CC2530采用强型8051 CPU,并采用Z-Stack协议栈,具有低功耗,组网方便等特点。
姿态检测装置共有10块,分别佩戴到人的四肢,背部,腰部和腿部,通信控制器佩戴到人的腰部。佩戴示意图如图3所示。
2 测量原理
姿态检测装置作为惯性测量组合的载体,三轴加速度计可测量载体静止或匀速运动时相对于重力方向的倾斜角度,三轴磁感应传感器可检测载体相对于地磁的偏角,因此加速度计和磁感应传感器组合可测得载体静止或匀速状态下的在地理坐标系中的姿态角度。当载体运动时,由于加速度计的输出包括运动的加速度值,相对重力的倾斜角计算无法准确计算得出,而陀螺仪可检测动态载体的三轴方向的角速率,通过四元数法可计算出姿态坐标。因此只要确定载体初始状态下姿态坐标,便可计算出运动过程中的姿态坐标。
本文以人的右上肢为例,将两个姿态检测装置分别固定到右胳膊的大臂和小臂上,背部的装置可等同视为固定在右肩部。人的胳膊可看成具有3个节点的连杆,3个节点分别为肩关节,肘关节和腕关节,3个连杆分别为大臂、小臂和手,由于手的姿态可忽略不计,故胳膊的模型简化为3个节点(肩关节、肘关节和腕关节),2个连杆(大臂和小臂),如图4所示。根据微惯性测量组合检测的姿态参数,便可还原出人的胳膊的姿态。
3 算法的研究
3.1 四元数姿态算法
通过实时检测人体右臂的三个关节的姿态,便可计算出三个关节在参考坐标系的位置,由此得出右臂的姿态。定义参考坐标系为地理坐标系,即以磁北、磁东(以磁北为正北的正东方向)、地心为坐标轴正方向的地理坐标系ON-E-D。人体肢体坐标系即载体坐标系,包括大臂坐标系Ox1-y1-z1和小臂坐标系Ox2-y2-z2,它们的坐标原点分别为肩关节、肘关节。载体坐标系中定义的矢量rb可以通过该矢量左乘方向余弦矩阵C bn表示在参考坐标系中,即:。方向余弦矩阵也可视为姿态转换矩阵。
由于直接求解方向余弦矩阵,需要解9个微分方程,计算量太大,故采用四元数来描述。四元数姿态表达式可以表示一个坐标系到另一个坐标系的变换可以通过绕一个定义在参考坐标系中的矢量μ的单次转动来实现。四元数用符号q表示,它是一个具有4个元素的矢量:
其中a、b、c、d为四元数参数,这些元素是该矢量方向和转动大小的函数。
用四元数表示方向余弦矩阵如下式所示:
其中ω为陀螺仪测得的角速度,式(3)可以用q的分量表示成矩阵形式,如下式所示:
求解下面的方程组:
可求得四元数a、b、c、d的值[10,11],继而可求出方向余弦矩阵C bn。
3.2 姿态坐标解算
首先在参考坐标系中设定肩关节的坐标位置,定为O1,即大臂坐标系Ox1-y1-z1的坐标原点,然后确定大臂坐标系Ox1-y1-z1与参考坐标系ON-E-D的相对姿态,得出姿态转换矩阵,同时初始化四元数。根据肘关节到肩关节的距离,在大臂坐标系中初始化肘向量,然后由式子将肘向量转换到参考坐标系中,en为参考坐标系中的肘向量。由en可得出肘关节在参考坐标系中的初始坐标。同理,给定肘关节的初始坐标为小臂坐标系Ox2-y2-z2的坐标原点,定为O2。根据腕关节到肘关节的距离,在小臂坐标系中初始化腕向量,根据将腕向量转换到参考坐标系中,其中为小臂坐标系Ox2-y2-z2转换到参考坐标系的姿态转换矩阵,wn为参考坐标系中的腕向量。由于腕关节相对参考坐标系的姿态不等同于小臂的姿态,故无法由wn直接得到腕关节O3的坐标。
腕关节O3的坐标采用下面方法求出:
首先在参考坐标系中以O1为起点并沿向量wn方向画一条直线l,然后以l和O2确定一个平面,在这平面内以肘关节O2为圆心,以小臂长度为半径画一个圆Ω,计算出l与Ω的交点便可计算出O3的坐标。当l与Ω出现两个交点时,根据人体的生理学结构,大臂和小臂的最小夹角在30°度左右,据此可舍去一个无效的点。如图5所示:
图5中l与Ω的交点为O3和O3′,由于线段O2O1和线段O2O3′的夹角θ′小于30°,故O3′为无效的交点,舍去O3′得到腕关节实际的坐标为O3。
姿态解算流程图如图6所示:
4 虚拟仿真
采用Open GL绘制三维人体棒状模拟图形,采用C++语言,利用Visual Studio2008编写应用接口程序,实现数据的采集、处理,动态模拟人体三维姿态。
5 结语
本文提出一种基于微惯性测量组合的人体三维姿态检测系统,可实时检测人体三维姿态,采用微惯性测量器件,性能良好并有效降低检测成本。此系统可继续完善,增加GPRS技术,为老年人远程健康监护提供基础平台。此外本系统还有较大的改进空间,可以采用先进的滤波算法来进行误差补偿从而增加精确度;可以采用处理速度更快的MCU,增加实时性,这些都是以后需要继续完善的地方。
参考文献
[1]冯文武.运动姿态检测系统的设计与实现[D].重庆:重庆大学,2008.
[2]曹玉珍,蔡伟超,程旸.基于MEMS加速度传感器的人体姿态检测技术[J].纳米技术与精密工程,2010,8(1):37-41.
[3]黄棉波.基于无线微惯性传感器的人体运动信息获取系统设计与应用[D].广州:南方医科大学,2011.
[4]张继光,羊彦,李伟.基于组合微惯性测量元件的人体动作检测系统设计[J].传感器学报,2010,23(2):162-167.
[5]刘晓燕,周兆英.人体运动跟踪中MEMS姿态测量单元设计与测试[J].仪表技术与传感器,2009:225-227.
[6]徐功文,张志军,杨磊,等.基于物联网的城市热力管道检测系统的设计[J].山东建筑大学学报,2012,27(4):431-434.
[7]Analog Devices,Inc.Digital AccelerometerADXL345[OL].(2009-2010)http://www.analog.com/en/mems-sensors/mems-inertial-sensors/adxl345/products/product.html
[8]Honeywell.3-Axis Digital Compass ICHMC5843[OL].http://honeywell.com/sites/cn/Pages/Search.aspx?k=HMC5843.
[9]InvenSense Inc.ITG-3205 Product Specific-ation Revision 1.0[OL].(2010-08-16).http://www.invensense.com/mems/gyro/itg3200.html.
[10]叶锃锋,冯恩信.基于四元数和卡尔曼滤波的两轮车姿态稳定方法[J].传感技术学报,2012,25(4):524-528.
元气复苏之姿态 第4篇
以一顿五颜六色的水果大餐开始新的一天；
允许自己上班迟到一会儿，然后微笑着跟同事们说早安；
到点就下班，跟女儿、丈夫、婆婆共进晚餐；
等人的时候喝上一壶茶，或者翻一本随身带的心理书籍；
每天写一篇心理日记，记录自己在身心灵方面的感悟和成长。
5年前，王沛可不是这样的。为了拿几十万的年薪，她挑起了千斤重担，跑客户，分析数据，全国出差，在女儿刚七八个月的时候，她为了职位晋升拼搏在金融业第一线。年薪分红到手了，自己在家庭中的位置越来越边缘，而苛刻的上司一如既往地苛刻着，比上司还要苛刻的自己更是为难自己：上班不许迟到一分钟，不加班不许下班，不许出纰漏??好，身体开始反抗，失眠，轻度抑郁，王沛的大眼睛时常饱含泪水。
由于排行老二而被父母忽视从小就要强，成家后有一个《双城生活》里那样强悍的南方婆婆，老公是比自己事业有成的大男子主义者，在外人看来光鲜幸福的事业和家庭生活，在王沛心里却是炼狱。
一次偶然的机会，王沛参加一次舞蹈静心训练营，这次身体的练习彻底改变了她的生活姿态。每当胸肌被打开的时候，被遗忘忽视的感觉涌现出来；按摩背部，会释放出愤怒的情绪；而轻抚下颌骨，却有无尽的悲伤??王沛按摩着自己不堪重负的肩膀，在舞蹈中让身体找回柔韧和平静，成了她第一堂身心灵课。她投入到心理学中拯救自己，不但积极参加心理工作坊的活动，还报班考取了国家二级心理咨询师，王沛学到了太多实用的心理技巧，她放下自己并试着从对方的立场去思考，去感受。她不再对抗，开始赞扬和不断夸奖婆婆。面对丈夫，她也同样将身心全然投入，包容、理解、体恤。经过一年努力，婆婆已将王沛当做自己的女儿般呵护。而这股能量同样让她的职场生涯游刃有余，学会适度的放松甚至偶尔的迟到，这让她感受到了一种自由的气息，如沐春风。
当种种柔韧的能量在王沛身体内流动时，她发现工作和生活都充满了小乐趣，自己更是爱上了微卷长发、裙装、丝袜和高跟鞋。
姿态检测 第5篇
近年来,我国的半导体产业蓬勃发展,由于其起步较晚,虽然生产的很多环节实现了高速自动化,但集成块的质量检测还主要借助于人的视觉和主观判断能力,因而占用的大量的人力,且由于受到个人的视力、情绪、疲劳、光线等因素的影响,工作效率低,分选差异大。本文所研究的即是计算机工业图像检测技术在集成块管脚检测中的应用,相比较传统的人工检测,计算机图像检测技术有以下优点:1) 替代人力减少成本。2) 提高产品质量。3) 提高生产效率。
本文主要针对在流水线上的集成块容易发生管脚丢失和姿态倾斜的问题,实现对流水线上的集成块的管脚以及对集成块姿态的自动检测。
1预处理
把图像变成标准图像的过程就是图像预处理。本文中所处理的图像都是在集成块流水线上方的工业摄像机所拍下的图像,图像信号由于输入A/D转换器件及周围环境的影响,含有各种各样的噪声和失真,为了稳定地进行后期检测等工作,必须通过图像预处理以消除噪声、校正失真,达到改善图像质量、便于图像测量的目的。
1.1中值滤波
中值滤波主要目的是去除图像中的椒盐噪声。本文所研究的对像集成块有较多椒盐噪声,所以采取中值滤波实现图像的优化。
1.2图像阈值分割
中值滤波后的图像达到了较好的去噪目的,再进行阈值分割处理。 图像阈值分割是一种广泛使用的基于空间域聚类分析的图像分割技术,它主要是利用图像中要提取的目标和背景在灰度特性上的差异,选择一合适的阈值,通过判断图像中的每一个像素点的特征属性是否满足阈值要求来确定图像中该像素点属于目标还是应该属于背景,从而产生相应的二值图像。由于本系统是在高速运转的流水线上工作,要求有很高的实时性,所以采取了两种动态阈值分割方法,即类间方差阈值分割[1]和最大熵阈值[2]分割来实现图像的分割,这两种方法是利用目标图像的直方图具有典型的双峰特性,利用概率论和最大熵的理论,自动确定一个最佳的阈值,对图像进行二值化,在本文中的对象经过中值滤波后得到的图像的直方图就满足双峰特性,所以采取上述两种方法对图像进行处理,得到二值化图像。
2集成块姿态检测
2.1集成块管脚检测和定位
对图像进行预处理后,可以清晰的看到管脚和集成块上的数字被从背景中分割出来。集成块管脚是一片连通的白色区域,而其所占的面积要比其他无用信息所占的面积要大的多,故采取面积法对集成块管脚位置进行检测。
二值图像中的连通分量的面积实际上就是连通像素点集中像素的个数,也就是区域边界类包含像素点的数目。设二值图像f(x,y)的连通分量φ(x,y)的大小为M×N,其中
那么区域的面积S为
undefined (2)
面积法是通过编写程序在整幅图像中搜索白色区域,同时记下白色区域的面积(像素点个数)和个数及其四个边角的坐标。将所统计到的面积相加,除以白色区域的个数,即可得到一个阈值,由于集成块管脚所占的面积要比其他无用信息所占的面积要大的多,所以面积平均所得到的阈值可以将较小的区域去除,从而保留有用的集成块的管脚信息。将大于这一阈值的面积区域用其四个边角的坐标连线所成的矩形框定,便可以完成集成块的管脚定位。
处理过后的效果如图4所示,图中的红色方框的作用为定位管脚位置。
2.2集成块倾斜角度的测定
在工业应用中, 为了能让机械臂很好的将集成块从流水线上夹取下来,必须知道集成块的边缘是否与流水线平行,或知道其倾斜的角度对其进行姿态纠正,这就需要对集成块在流水线上的姿态进行检测,知道集成块在流水线上的与水平方向的倾斜角度,确定一个物体的倾斜角度[5]。本文的创新在于使用了中心点斜率法。
中心点斜率法:假设图像中集成块每个管脚的中心点的坐标为{(x1,y1),(x2,y2),…,(x8,y8)},计算每一个管脚与其同边管脚的斜率{l1,l2,…,ln},再对所有的斜率求其算术平均值
undefined (3)
然后再求出它的反正切值
Ω=arctanl (4)
这时得到的是弧度,要把它转化为角度
undefined (5)
w就是集成块的倾斜角度。
由于中心点斜率法将同边管脚两两之间的斜率都计算入内,故精确度较高,但程序复杂,计算量较大,程序运行时间长,不适合在高速的流水线上使用。针对这一情况,提出了对中心点斜率法的改进算法。
改进算法与原先算法的最主要的区别是改进后的算法并不是将所有同边管脚两两之间的斜率都算出来,而是先确定一点,记为{x0,y0},以这一点为基础,计算它与其他管脚的斜率
如果是同一边管脚的话,他们之间的斜率几近相等。反之,则斜率相差很大。因此,通过对斜率的比较,便可以将同边管脚划分在一起,这时只有三个斜率值,再对它们的斜率进行算术平均,同原算法便可得到集成块的倾斜角度。
改进后的算法的计算量要比原算法少了很多,实时性更强,因而它的实用性更强。为了测试程序测得角度的准确性,用Photoshop对原图像进行了旋转,角度分别为5,10,30,45,90度,以下是角度识别对比表。
3结论与展望
本文阐述了一种新颖的工业目标检测的方法,对目标图像进行测试表明系统已经可以完成集成块管脚位置的自动检测与集成块倾斜角度的实时测量。在本文中,结合图像的预处理和面积法,提出了新的用中心点斜率法测量集成块倾斜角度的方法,达到了很好的效果。
本文的工作目前还仅限于实验室研究阶段,为了使系统具有更广泛的应用和更好的适应性,还需要在不同光照条件下图像的自动阈值分割和提高实时性等方面进行提高。
参考文献
[1]吴一全,吴文怡,潘吉吉.二维最大类间方差阈值分割的快速迭代算法[J].中国体视学与图像分析,2007,12(3):216-220.
[2]张龙,余玲玲,刘京南.一种改进的最大熵阈值分割方法[J].电子工程师,2006,32(11):40-43.
[3]何斌,马天予,王运坚,等.Visual C++数字图像处理(第二版)[M].北京:人民邮电出版社,2002:281-292.
[4]Kenneth R.Castleman.Digital Image Processing[M].清华大学出版社,1998:447-487.
姿态检测 第6篇
液浮陀螺中浮球的静平衡直接关系到陀螺仪的精度与综合性能,在产品生产与调试过程中是质量控制的关键环节。由于对浮球静平衡的指标有严格要求,常规的接触式检测方式难以奏效。实践中采取将浮球置于一定密度的仪表液之中,使其呈自由悬浮状态,通过测量其悬浮姿态的变化来确定其轴向静平衡状况。考虑到该浮球由一个圆球及贯通球心的一条轴孔组成,故检测的目的实际是确定轴孔相对于参考坐标系的方向。若采用光学准直仪等类似的光学方法进行检测则对测试设备提出了较高要求,本测试系统采用基于数码相机的简易视觉检测方式:通过相机摄取浮球的姿态信息,再借助软件与必要的人机交互即可完成对浮球空间姿态的非接触测量。
1 检测系统组成及工作过程
本检测系统由测试台、恒温冷柜、测试方瓶、数码相机、计算机及相关软件组成。测试台用于安放计算机、打印机等设备,提供测试工作台案;恒温冷柜用于降低测试方瓶中仪表液的挥发,并保证其密度满足测试要求,其表面透明,可直接对内部测试方瓶中的浮球进行拍摄;测试方瓶是承载测试用仪表液与浮球的透明容器;数码相机用于透过测试方瓶摄取浮球的平衡状态;计算机及相关软件用于对数码相机摄取的图像进行交互式处理,最终完成对浮球平衡位置的检测。
视觉检测技术是通过非接触手段进行目标物体测量的一种常用方法。一般而言,利用二维图像信息估计物体的三维参数需要采用多个视图的立体视觉方法,但若物体的特征模型已知,则基于单视也能进行物体三维位置估计。其中一类是利用物体与其图像之间的点[1]、线[2]对应关系求解其三维位置,另一类则是基于物体中常有的圆形、球形特征估计其三维位置[3]。本文给出一种基于圆与球特征的浮球轴向姿态视觉检测方法[4]:若已知球体、轴孔的形状参数及相机焦距,则可用两种方法估计所需的方向参数:1)直接估计轴孔圆形端面法向量的方向余弦;2)分别估计球体中心与轴孔圆形端面中心的三维位置,进而计算出所需的端面法向量方向余弦。显然,两种方法可相互验证。
2 检测算法原理
2.1 基于空间圆特征的物体三维位置估计
取空间圆的法向量指向相机方向,建立如图1所示的图像坐标系xyz及相机坐标系xcyczc。若相机焦距为e,相机光心与投影图像形成一构造圆锥,该构造锥将通过空间中的圆特征,而角点位于相机光心。
若圆特征在图像平面的投影椭圆可表示为:
则角点在,底为上述椭圆,其构成的圆锥方程为[5]:
式中:
将式(2)的构造圆锥方程由图像坐标系经坐标变换T0变换至相机坐标系,则有:XTAX=0。
取坐标变换T1,将方程(2)简化为下述形式的中心圆锥方程:
可以证明[5]:是矩阵A的特征值,而[li mi ni]可由相应的特征矢量求得。
设截平面lX+mY+nZ=p与(6)式所示的中心圆锥截交线为圆。作旋转变换T2,使新坐标系X'Y'Z'的Z'轴与圆截平面正交,这样,截交面位于Z'=p,截交线方程为:
因截交线是圆,则有:A=C,B=0,且l2+m2+n2=1,整理可得:
1)若1<2,
2)若1>2,
3)若1=2,l=0,m=0,n=1(11)
事实上,中心锥圆形截交面方向余弦[l m n]T即为圆特征平面法向方向余弦。
由式(7),再由A=C,B=0,设圆半径为r,则还可求得截交圆心为:
2.2 基于球特征的物体三维参数估计
对于中心位于x0,y0,z0,半径为R的3D球面,有:
从相机坐标系原点Oc(0,0,0)向其作切线,形成封装锥体为[5]:
采用与上节类似的方法获取中心锥,则中心圆锥方程可简化为:
比较式(9)即可得球心坐标:
类似地,可使用式(7)中T1的旋转部分将所求球心坐标由XYZ坐标系变换至相机坐标系。
3 仿真计算
考虑如图3所示的空间球体及中心轴孔形成的圆形端平面的估计问题。定义世界坐标系为xwywzw,不失一般性,设球体中心位于(0,0,22),半径R=25;轴孔端面构成的空间圆特征中心位于(0,0,0),半径为r=6.8。相机焦距e=22,点距为0.02,单位均为mm,再设相机坐标系xcyczc与世界坐标系xwywzw的变换关系为:
计算光心与球体及圆端面形成的构造锥及其投影椭圆方程,并对两个投影椭圆分别进行采样,样本点取30个,再加入零均值,方差为0.1-2pixel范围的高斯噪声,重复50次,计算估计所得的球心、圆心与理论值的均方根误差,同时计算估计所得端面法矢量、中心线(球心与圆心连线)方向矢量与理论值的均方根误差角,结果如图4所示。由图可见,本文所述估计方法对于估计球体姿态是有效的。同时,采用基于球心与圆心连线的中心线估计比直接采用端面圆法向量估计的结果具有更小的误差。这主要是由于较小的端面圆投影图像更易受到噪声干扰,造成估计误差相对偏大。
4 软件程序功能简介
MATLAB是MathWorks公司开发的“演算纸”式的程序设计语言,它提供了强大的矩阵运算和图形处理功能,几乎在所有的工程计算领域都提供了准确、高效的工具箱,并可通过m函数文件扩展其算法功能。
本程序首先借助MATLAB灵活的GUI函数实现所需的图形用户界面,其次充分利用MATLAB丰富的图像处理功能以实现图像的打开、裁剪、灰度化、中值滤波、边缘检测、Radon直线检测等功能,再使用自编的函数实现图像中的圆/椭圆特征检测及前文中所述的空间球体及中心轴孔的位置估计算法,从而大大简化了程序设计。测试程序的功能菜单框图如图5所示。
1)“文件”菜单:
“打开图像”子菜单:打开拍摄的图像文件,文件格式可是BMP或JPG;
使用下述MATLAB代码可完成图像文件的选择与读取:
2)预处理”菜单:
“裁剪与灰度化”子菜单:将打开的RGB格式图像文件裁剪至适当大小,以加快程序处理速度。同时完成图像文件的灰度化。
使用下述MATLAB代码可由用户对图像文件进行适当的剪切,并将剪切后的RGB彩色图象变换成灰度图像:
3)“直线检测”菜单:
“Radon检测”子菜单:采用Radon算法对浮液水平面进行检测,以校正相机歪斜的影响。
使用下述MATLAB代码可实现对边缘图像的Radon变换,在变换后的图像中搜索最大值点,即可鲁棒地获得对水平面的位置检测,最后实现对相机歪斜的相正:
4)“圆/椭圆检测”菜单:
“圆球检测”子菜单:利用手工方法,标定浮球的投影椭圆轮廓上若干样本点,使用基于几何距离的非线性最小二乘法获得投影椭圆轮廓[6];
使用下述MATLAB代码建立一种交互机制,供用户使用手工方式对投影椭圆上的若干轮廓点进行标示,以便后续基于最小二乘法对投影轮廓进行拟合:[X Y]=getpts;
“轴孔检测”子菜单:利用手工方法,标定浮球的中心轴孔投影椭圆轮廓上若干样本点,使用非线性最小二乘法获得投影椭圆轮廓;
处理方式与“圆球检测”相似。
5)“Hough变换”菜单:
“Hough变换”子菜单:对上述圆球、轴孔的检测结果利用随机Hough变换(RHT)[7]进行拟合处理,以降低对图像点取样的随机性。
6)“计算结果”菜单:
“拟合结果图”子菜单:将上项检测的结果迭加在原图上,以观察检测的结果是否满足要求;
“浮球姿态计算”子菜单:根据上述检测出的投影轮廓及第2节算法,对浮球姿态进行估计,并将计算结果存入日志;
“打开日志”子菜单:显示日志文件中的相关信息。
5 结论
文中讨论了一种基于单视图像对空间给定球体与圆特征进行三维位置估计的算法。利用浮球形体中存在的球及圆特征,采用上述算法,即可由图像信息估计出浮球及其中心轴孔的空间姿态。使用MATLAB提供的强大的图像处理工具箱及可视化界面,加之其便捷的程序扩展能力,从而可方便地实现所需的桌面视觉系统的功能,实现对浮球姿态的非接触测量。应用结果表明,该系统可用于对液浮陀螺中浮球的静平衡状态进行有效检测,从而有助于提高陀螺仪的精度与综合性能。
参考文献
[1]Horaud R,Conio B,Leboulleux O.An analytic Solutionfor the perspective 4-Points problem[J].Comput.Vision,Graphics Image Processing,1989;47:33-44.
[2]Haralick R M.Solving Camera Parameters from thePerspective Projective Projection of a Parameterized Curve[J].Pattern Recognit,1984;17(6):637-645.
[3]Safaee-Rad R,Tchoukanov I,Smith K C,et al.Three-dimensional location estimation of circular featuresfor machine vision[J].IEEE Trans.on Robotics andAutomation,1992;8:624-640.
[4]邹益民,汪渤.基于单视图像的球体姿态估计[J].电子与信息学报,2007,29(8):1826-1828.
[5]Mosnat E.Problemes de Géométrie Analytique[M].3rdEd,Paris:Vuibert,1921.
[6]Spath H.Orthogonal distance fitting by circles and ellipseswith given area[J].Comput.Stat.1997;12:343-354.
姿态检测 第7篇
近年来交通事故频发,疲劳驾驶是主要原因之一[1,2]。因此通过智能手段对驾驶员进行自动疲劳检测,在驾驶员出现疲劳驾驶时及时准确而有效的警报,越来越受到智能交通领域的关注,对自动疲劳检测的研究已成为大势所趋。目前,大多数自动疲劳检测都是利用驾驶员的面部特征进行检测,例如李维维采用Adaboost算法对人脸进行检测[3],徐菲等人利用主动性状模型(ASM)算法对人眼进行定位[4]。通过定位分析驾驶员的面部状态,并且通过各种不同的算法来判断驾驶员的疲劳状态。但是上述算法有其一定局限性,就是对驾驶员姿态要求很高,不能出现歪头等情况。并且当光照很亮或很暗的时候,检测算法都会受到很大影响,降低了检测算法的稳健性。
本文主要结合了Ada Boost算法与ASM算法各自的优点,把二者进行有效的互补,在Open CV平台上进行了疲劳驾驶检测算法实现。随后针对驾驶过程中经常出现的偏头的情况(驾驶员习惯性的头靠着手、扭动脖子等),和光照很亮很暗情况的出现,对该检测算法提出改进。最后利用Perclos算法对驾驶员状态进行判定。通过改进,增强了检测稳健性,使得检测系统具有更强的实用性。
本文稳健算法的流程图如图1所示。首先通过摄像头实时采集驾驶员的图像,将采集到的图像利用Adaboost算法定位出人脸区域,并且利用ASM算法在人脸区域中准确地定位出眼睛位置。在定位眼睛位置后,提取有效的反应眼睛睁闭状态的特征表达,最后计算出Perclos系数,作为疲劳告警的直接参数。
1 Adaboost和ASM相结合的疲劳检测
1.1基于Adaboost算法的人脸检测
疲劳检测系统对实时性要求很高,因为实时性越高,它所反映的情况越真实,因此人脸检测算法必须在保证准确性的前提下,还要保证高效性。Ada Boost算法是一种迭代算法[5,6,7,8],其核心思想是针对同一个训练集训练不同的弱分类器,然后将这些弱分类器集自适应地提升为强分类器。它可以进行快速的目标定位,因此本文选择Adaboost算法来进行人脸检测,因为这一算法具有高效的优点,从而可以快速地排除非人脸区域。
在人脸检测应用中,使用Harr-like特征表示人脸,包括边缘特征、线性特征、中心特征和对角线特征,并使用“积分图”实现特征数值的快速计算。每一个Haar特征f都对应着一个弱分类器ht(x)。在弱分类器学习过程中,不断调整每个样本对应的权重,使得分错样本具有更大的权重,并且选取错误率最小的弱分类器。每次迭代选中的分类器。依次类推,经过T次循环,得到T个弱分类器,把这T个弱分类器按一定的权重叠加起来,得到最终想要的强分类器h(x):
其中a为每个弱分类器的权重,与弱分类器分类错误率成对数反比。
1.2 基于ASM的人脸定位
ASM是基于统计学习模型的特征点提取的一种方法。ASM跟大多数统计学习方法一样,也包括训练和测试两部分,也就是形状建模和形状匹配,所以它具有很强的实时性,可以用来实时检测[9]。
ASM是用于图像分析的、基于关键特征点的点分布模型。需要给定一个标定了面部关键特征点的学习集 其中m为训练样本数目,N为预先定义的关键特征点的数目,L中的每个形状向量si是由训练图像Ii上的N个关键特征点的横纵坐标串接而成。然后对这些形状作主成分分析,得到统计形状模型如下:
其中 为平均形状,bs为形状参数,PS为主成分特征向量构成的变换矩阵,通过对训练集的协防差矩阵的特征值分解得到,反映了形状变化的主要模式。
ASM针对每副人脸标定图建立局部纹理模型[10,11],即每个特征点在其某种邻域内的图像亮度分布模型。局部纹理模型在训练阶段从学习集中统计得到,在模型适应阶段则用来人脸标定图位置自动更新,也就是说,对P点邻域内每个候选点q,都计算其局部纹理采样lq与训练集合中P点局部纹理之间的马氏距离:
其中 ,∑p分别为训练集中图像在p点处局部纹理的平均和协方差矩阵。该距离最小的候选点p'作为新的特征点。
1.3 Adaboost和ASM算法的级联
本文主要在Open CV平台上实现检测系统。因为Open CV在进行图像处理时非常方便快捷,加快了系统的开发速度。要完成算法的整个运算,首先将摄像头采集到的图像转换成灰度图像,并且将其归一化,然后用Adaboost算法进行快速人脸检测。在得到人脸位置信息后,通过ASM算法进行精确的人眼定位,得到准确的人眼状态信息。经过结合的ASM算法和Ada Boost算法在效率上得到了提高,并且优势可以充分有效互补,在人眼的定位上变得更准确,从而提高了系统的准确性和实时性,使得该系统具有更强的实用性。
2 考虑驾驶员姿态及光照因素后的检测算法
2.1 考虑驾驶员姿态因素的影响
驾驶员在行车过程中,很多情况下,由于路况的原因或者习惯会将头靠在手上等等,导致摄像头采集到的驾驶员的人脸图像是偏头的情况。而Adaboost算法对这种情况没有很好的适应性,它只能检测到大概偏头角度是15°的情况,这是因为Adaboost算法是在Haar-like特征的基础上提出来的,而Harr-like的特征模板大多是垂直矩阵特征[12,13,14]。针对这一情况,本文提出一种适应偏头的技术,来解决驾驶员姿态因素的影响。
本适应偏头的技术的实现原理是:当Adaboos人脸检测无法从摄像头采集图像的归一化图像中检测到人脸时,就将归一化的图像进行旋转,旋转角度为30°。这是因为Adaboost算法可以检测到的偏头角度大概在15°,当检测不到人脸时,说明偏头角度肯定超过了
15°。通常情况下,驾驶员偏头的时候不会超过45°,大概在20°到40°之间。因此本文将归一化图像旋转30°,这样得到的人脸图像就和正常情况下检测到的人脸图像很相似。通过旋转后,Adaboost检测到人脸区域,由于ASM算法在得到人脸区域位置信息后,是在原摄像头采集图像上进行关键点匹配,因此也应该将原采集图像也进行旋转,这样Adaboost和ASM在对图像进行处理时就可以保持一致,保证人眼定位结果的准确性。
图2展示的是这一改进算法的详细实现过程,从图中可以看出,改进算法可以有效地处理驾驶员偏头的情况。
2.2 考虑光照因素的影响
在实际检测中,光照因素的影响是不得不考虑的一个方面[15,16,17,18]。尤其是在驾驶过程中,由于高速的行驶,光照变化很快,经常出现光照很亮很暗的情况,因此本文在光照这个方面也做出相应改进,来消除光照因素对检测系统的影响。为了消除光照因素的影响,本文主要采取了两条措施:一是对Adaboost和ASM训练文件进行改进,补充光照很亮和很暗的人脸训练样本;二是引入直方图均衡化,对光照很亮和很暗的图像进行处理,之后再进行人眼定位。
2.2.1 补充人脸训练样本
在训练Adaboost和ASM的训练文件之前,在样本选取时除了正常的人脸图像,还加入了光照很亮和很暗的图像。如此一来,训练出的训练文件在进行人眼定位时,就可以在一定程度上适应光照因素变化的影响。图3列出了本文制作的部分样本图像:
2.2.2 引入直方图均衡
仅仅改变训练文件是不够的,为了更好地处理光照很差的图像,本文采用直方图均衡化手段,可以有效地增强图像的显示效果。主要是针对人脸尤其是人眼部分,对灰度差别越大的图像越容易分辨的特点而做增强。所以当采集到的人脸图像很暗或者很亮时,将图像经过直方图均衡化,这样就可以有效地增强人脸图像的显示效果。
在程序设计时,由于实时性的要求,所以对每一帧的图像处理时应尽可能地快。并且摄像头采集到很亮或很暗图像的情况属于比较特殊的情况,所以本文只有在检测不到人脸的时候,并且将偏头情况也排除之后,再进行直方图均衡化处理。经过这一改进之后,检测系统就可以有效地应对驾驶过程中光照很亮和很暗的情况,使得检测系统的稳定性再次增强。均衡化处理流程如图4所示。
3 Perclos疲劳状态判断
Perclos是指眼睛闭合时间占某一特定时间的百分率。下面结合图5阐释一下Perclos的测量原理,只要测出t1~t4的值,就可计算出Perclos的值。公式为:
4 实验结果及分析
4.1 考虑驾驶员姿态因素的疲劳驾驶稳健检测结果
以前的检测算法在偏头超过一定角度的时候Adaboost算法就无法检测到人脸区域,从而ASM算法也无法定位人眼区域。本文经过稳健性改进之后,系统不仅可以很好地适应偏头情况的发生,而且检测准确率也十分理想。图6是是利用这一改进技术进行人眼定位的效果图和原来算法人眼定位结果的对比。
接下来进行模拟测试实验,实验中采集了一段视频一共1076帧图像,在视频中模拟了偏头的情形,现将改进前后数据统计结果列于表1中。
从上面的实验结果可以看出:在改进之前,当出现偏头的情况时,原检测系统无法检测到人脸,从而也无法定位人眼位置。但在改进后,系统可以很好适应偏头的情况,从统计结果来看,本改进算法的人眼定位准确率高。
4.2 考虑光照因素的疲劳驾驶稳健检测结果
前文展示了光照很暗的环境下人眼定位流程图,所以下面考虑光照因素改进前后的对比(见图7),展示光照很亮的环境效果图。
同样,本文也通过模拟试验检测了这一改进算法的准确率,采集了一段含1000帧图像的视频,在视频中模拟了光照因素影响的情形,现将改进前后数据统计结果列于表2。
在上面的模拟实验检测准确率的过程中,改进之前在光照不理想的情况下,系统无法检测到人脸,从而也无法检测到人脸。在改进之后,就很好的消除了光照因素的影响,从统计结果来看,这一改进的检测结果准确率也很高。
4.3 Perclose疲劳状态综合判断实验结果
下面的实验是在真实驾驶环境下进行疲劳检测。由于本文的疲劳判断周期为15s,也就是每处理225帧图像就对其做一次疲劳判断。本文规定Perclos的值为10%~ 15%时为轻度 疲劳 , Perclos的值为15%~20%时为中等疲劳,Perclos的值为大于20%时为重度疲劳[20]。在驾车行驶的过程中采集了5段视频,利用提出的改进算法对采集的视频进行Perclos疲劳判断。表3中,真实闭眼帧数会比检测到的少,是因为在歪头的过程中有误检,误把睁眼检测成了闭眼。现将检测数据统计结果列于表3
5 结论
本文给出了一种疲劳驾驶稳健检测方法,能适应偏头和光照等因素的影响。采用的主要手段是归一化人脸图像旋转、补充人脸训练样本和引入直方图均衡等。对模拟视频及车内采集的真实驾驶样本视频进行检测实验,结果表明稳健检测算法可以更准确地定位人眼的位置。不仅可以有效地适应偏头的情况,并且可以消除光照因素的影响。下一步的研究工作包括:1)将本文的检测算法与驾驶生理参数以及车辆行为监测相结合;2)除人眼外的疲劳特征的挖掘与提取等。
摘要：考虑疲劳驾驶检测过程中容易出现的偏头情形和光照因素影响,提出一种疲劳驾驶稳健检测算法。在实现Adaboost和主动性状模型相结合的人眼定位基础上,算法首先通过归一化人脸图像旋转等手段,使检测系统可以适应驾驶过程中经常出现的驾驶员偏头情形;其次通过补充人脸训练样本和引入直方图均衡等手段,使其可以更好地适应驾驶中出现的各种光照环境。最后利用Perclos算法对驾驶员疲劳状态进行判定。对模拟视频及车内采集的真实驾驶样本视频进行检测实验,结果表明稳健检测算法可以更准确定位人眼的位置。不仅可以有效的适应偏头情况,并且可以消除光照因素的影响,提升了检测系统的稳健性。
姿态检测 第8篇
随着科技的发展,很多农业生产场合不适合人去进行近距离操作( 如夏季大棚内的灌溉、喷药等) ,机器人则成为了代替人进行直接操作的首选。其能否快速、准确地完成相应的命令成为研究成败的关键。 国内的研究大都是基于JAVA操作平台的,其介入网络的能力非常强大; 但网络本身就存在着一定的弊端,如一旦网络连接失败或系统崩溃,会导致整个上位机彻底失去对机器人的操控能力,在一定程度上存在安全隐患。由挪威的Troll Tech公司出品的Qt操作平台不但能够有效地避免介入网络且兼容性非常高, 具有良好的跨平台性,能够省去不少移植的麻烦。由于良好的封装机制,使得Qt有非常高的模块化程度, 有利于开发; 同时,提供了一种signals /slots的安全类型来代替callback,使得各个原件之间的协同工作变得简单、有效。它是一个跨平台的C++图形用户界面应用程序开发框架,既可以用于开发GUI程序,也可以用来开发非GUI程序,如控制台工具和服务器。Qt开放源代码最大的特点是有弹性,Qt Embedded最小可以缩到800k B左右,最多能达到3MB,这使得Qt更能适合在嵌入式环境下工作。Qt与JAVA同属于跨平台的开发工具,但是原理却是完全不同的。Qt的跨平台是在代码级实现的而JAVA是在运行级实现的,不需要虚拟机,做到了“一次编码,到处编译”; 而JAVA则是“一次编译; 到处运行”,。相比较而言,Qt开发的程序运行效率要高于JAVA,更适合有实时性控制要求的场合,如再结合简单而强大的主流无线通讯模块NRF905,可成功实现无线控制的功能。
1系统硬件设计
1.1姿态传感器的选择
系统的关键技术是无线通讯和姿态采集的实时性及准确性。MPU6050是国际首例整合性6轴运动处理组件,包括3轴陀螺仪和3轴加速器。相比其他器件而言,免除了组合加速器与陀螺仪时之轴间差的问题,向应用端输出完整的数据是依靠I2C以单一数据流的形式传输,从而有力地保证机器人姿态采集的准确性。
1.2核心处理器的选择
本次设计的系统以STC12C5A60S2单片机作为硬件核心,是由宏晶公司生产的新一代增强型8051单片机。其指令代码完全兼容传统8051,但速度比传统的8051单片机快8 ~12倍; 内部集成MAX810专用复位电路,8路高速10位A /D转换及两路脉冲捕获模块和双串口; 同时,其EEPROOM和程序存储区的大小也都不一样。
1.3无线传输模块的选择
本着节约成本的思想,本系统选用NRF905作为无线传输模块,其传输距离为150m,抗干扰能力强、 低功耗,拥有内置的CRC检错及点对多点的通信地址控制,还拥有标准的DIP间距接口; 同时,无需外加声表滤波器就能有良好的通信效果,融合了Shock Burst- TM技术,能够自动处理数据包字头,非常适用于工业数据的采集。
1.4系统框图设计
系统由核心处理器STC12C5A60S2、数传模块NRF905及姿态模块MPU6050等组成,硬件连接图如图1所示。
2系统软件设计
为了在硬件系统上完成控制旅行家IV号和实时获取其姿态信息,在Qt5.0平台上采用C++语言编写了相应的的应用程序,程序流程如图2所示。
硬件设备连接完毕后,进行程序加载。对各模块进行初始化( 包括MPU6050模块、NRF905模块、等) ; 初始化完成以后,即刻打开上位机界面,进行远程控制并采集姿态数据。
3实验数据与数据处理
MPU6050可通过LCD1602直接显示出最初的加速度值和陀螺仪数值,并可通过其内部的计算原理解算出机器人的姿态数据,无需经过卡尔曼滤波。为了验证数据传输的准确性,将上位机安装1个LCD用来检测接收到的数据。其中Gx、Gy、Gz为陀螺仪采集的原始数据,Ax、Ay、Az为加速度计采集的原始数据。表1为实验所得的最初MPU6050数据、上位机LCD显示接收到的数据和经过计算后所得到的最终机器人姿态数据。为了验证姿态传输的有效性,将机器人放在坡脚为30°的斜坡上,在上位机上观测其当前的模拟姿态如图3所示。
由图3和表1的数据可知: 测量所得的数据传输误差率为零,即机器人在不动运动状态下根据MPU6050所测得的数据能够有效地反映出其当前的姿态。
控制方面则是由基于Qt5.0的上位机界面的控制按键进行人工控制。按键按下后,发送相应的内部控制指令,通过无线数传模块传输给机器人,机器人及时作出相应的动作,以调节当前姿态。由此可见: 该系统实时监测和控制机器人姿态是十分可靠的,达到了最初的设计要求,在无网络条件下实现短距离无线监测与控制机器人。
4结论
以STC12C5A60为主控制芯片,基于Qt5.0作为上位机系统,集远程无线控制、实时姿态检测力和高速数据传输能力对旅行家IV号机器人进行了一系列实验。结果表明: 该系统满足了机器人对实时性、准确性的要求,为机器人实现实时、准确地采摘果蔬、喷洒农药及各种农业用途打下了坚实基础。
摘要：针对农业上降低生产安全危害、减少生产成本及节约劳动力的需要,提出了机器人远程控制的精细化要求,即快速性、可靠性。本设计上位机选用基于QT5.0的开发平台,无线通讯方面选用NRF905无线通讯模块作为通讯手段,选用MPU6050作为姿态传感器采集机器人的实时姿态数据。经验证表明:该控制系统平台的反应速度较高,且能准确传回姿态数据,达到了短距离无线控制与检测姿态的目的,为农业大棚采摘定位提供了技术保障。
保持冷笑的姿态 第9篇
历史与文化是一个文明赖以生存的合理性的基础，没有哪个文明在看待古代同胞的时候，是能真正保持平常心的，在人的潜意识里，证明古人的合理就是对现代人生存合理性的一种证明。所以，我们可以在这个世界上看见无数孔雀的尾羽在迎风摇曳、婀娜多姿。
但正如那个古老的寓言所说的一样，孔雀开屏后露出了什么？很遗憾，露出的东西对于熟悉鸟类、甚至不熟悉鸟类而只熟悉白斩鸡的人都不是难回答的问题。问题是对于很多人而言，绕到后面去实在是个比较不情愿的事情。这跟体力无关，倒是可能与审美情绪有关。
而读端木赐香的《中国传统文化的陷阱》是个很特殊的阅读经历。王小波先生曾说过，生活要“有趣”。基于这种对待生活的态度，读书也要找有趣的读，这本书就足够有趣。在使用历史资料解析“传统文化”这个概念的时候，每每读到作者的幽默与机智，重要的是，作为一个读者，甚至可以感觉到作者在写作时，面对传统文化的陷阱的那种嘴角边的冷笑。
面对沉重的话题能够冷笑着进行整理，这是一种很难得的能力。自“五四”以来，对于中国传统文化的反思与批评从来没有停止过，但不论是发现“吃人”二字的鲁迅先生，还是后来写《中国人史纲》的柏杨先生，评论起历史来，即使偶然透露出一丝幽默或者黑色幽默，也是有咬牙切齿的味道。但端木不然，冷笑就是冷笑，不去咬牙切齿。
比如说到中国男人阴性化的时候，她说宝哥哥与林妹妹一起去逛街，要是碰上小流氓的话，宝哥哥估计一拳都扛不住，林妹妹估计只能拿出自备的剪刀来威胁小流氓。由此发挥，追溯古代文学作品里不是英雄救美，而是经常是美女救英雄的故事架构，再到后来解析梁山英雄居然是一群无性的男人，最后导引出结论。这里就没有咬牙切齿、哀其不幸怒其不争的愤怒，而是一种不失分寸的调侃。
以这种态度贯穿全书，阅读历史就不是一个苦差使。在这个时代，看到孔雀后面其实不是一个艰难的事情，而保持这样一种态度倒是很艰难。保持冷笑的姿态是一种能力，这种能力来自于自身的强大。在我看来，作者这次绕到后面看孔雀的动作，与以往那些绕过去看的有很大不同。中国历史与文化因为时间过于悠久，所以产生了一个喜剧的结果，就是不论批评与赞扬的观点，都能在浩如烟海的史料里找出支持自己结论的论据，争论到最后，大家都陷入了举例说明的糨糊海洋里，所有的观点也就都成了糨糊。而且这糨糊往往是同一个人制造的，因为即使在批评的时候，也不忘多少加上点赞扬的成分。这就是其他人关注历史的时候，一种始终不能摆脱的情结：总应该有好有坏地进行论说。
作者在书中用例子来说明自己的观点，但与其他人不同的是，作者坚决不在任何层次上出现哪怕一个夸奖的字眼。只有这种决绝的姿态，才能产生一种由旁观而产生的张力。有人说，所有的历史都是当代史。这话的意思至少可以这么理解：都是在用当代的价值来对历史进行一种衡量。西学东渐以来，我们的价值观发生了巨大的变化，看历史的角度有了很大的不同，而这种不同来自一种重新建立价值观以后的旁观性。只有在建立了一个新的价值体系后，才能用这种旁观性来做一种冷笑式的评价。如鲁迅、柏杨诸先生，未必学养不够深厚，但身处新旧交替的时代，作为变化的局中人是不会如此轻松的。