摘要：机器视觉系统可以快速地获取大量信息，是机器人感知外部环境、获取信息的一个重要途径。从采集到的图像中提取有效信息并加以应用，是机器视觉技术的核心内容。本次设计，基于STM32和OpenMV制作完成了一套乒乓球追踪系统。利用OpenMV进行图像采集与处理，将数据通过串口传输至stm32，通过stm32与PID算法实现对舵机云台的控制，达到追踪乒乓球的效果。经过测试，本次设计完成的乒乓球追踪系统能过稳定、快速地跟随目标乒乓球。

关键词：OpenMV、阈值分割、PID、乒乓球追踪、舵机云台

1.  引言

机器人控制技术快速发展，越来越多的智能机器人开始走进工厂、校园、商场等场所。机器视觉在智能机器人对外部环境感知中起着越来越重要的作用。故本次设计，将嵌入式控制系统与机器视觉相结合，采用图像处理的方法，对目标乒乓球进行识别。并搭建舵机云台，利用PID控制算法，使得舵机云台能够稳定的跟随目标乒乓球。

2.  系统简述

2.1      系统组成

乒乓球追踪系统主要由三部分：电源管理、搭载OpenMV的舵机云台、STM32。OpenMV进行图像的采集与处理,并将图像处理结果通过串口通讯传送至STM32。STM32接受OpenMV发送的数据，利用PID控制具有两个自由度的舵机云台，从而对乒乓球进行追踪。系统总貌如图1所示。

图1 乒乓球追踪系统实物图

电源管理上，利用LM2596降压模块将锂电池提供的12V电源降至5V,为OpenMV和舵机云台中的上下两个舵机供电。STM32产生PWM波控制舵机的旋转角度，并通过USART1与OpenMV进行数据传输。

2.2 硬件选型

2.2.1  图像采集

为达到快速跟踪的效果，本次设计对图像的采集与处理速度由一定的要求。常见的图像传感器模块，采集到的图像有VGA、QVGA、QQVGA三种分辨率大小。其中VGA为640*480像素，QVGA为320*240像素，QQVGA为160*120像素。对于一幅320*240分辨率的图像，每一个像素占2字节，则出书一幅完成图像的大小为320*240*2，共153600字节。若用普通的I/O进行数据读取，由于数据量较大，消耗CPU使得单片机无法正常从事其他任务，同时，数据传输速度还会受到图像采集模块如：OV7670的输出同步信号频率大小的限制。

对于带有缓冲区FIFO的图像采集模块，可先将图像保存至缓冲区内，再利用普通的I/O端口读取缓冲区内的数据。但是由于还需进行图像的处理等运算，使用带FIFO的图像采集模块会存在读取卡顿，不连续的情况，影响最终的跟踪效果。

故本次设计最终采用OpenMV3机器视觉模块作为完成图像的采集和处理。OpenMV搭载了MicroPython解释器和ARM Cortex M7，400MHz处理器，可利用Python进行编程，其处理速度完全能够满足本次设计的需求。同时OpenMV有专用的IDE可作为上位机，来观察采集到的图像，与图像处理之后的识别效果。

图2 OpenMV3

2.2.2  ARM选型

主控芯片需要完成三个任务：通过串口通讯获取OpenMV传输的数据，利用定时器产生两路独立的PWM信号控制舵机转向，通过两个PID调节器控制PWM占空比使得搭载OpenMV的舵机能够对乒乓球进行追踪。则需要一个串口通信中断，两个定时器和一个定时器中中断。 则使用STM32F103C8T6可以满足需求。

2.2.3  舵机云台

舵机云台为本乒乓球跟踪系统的主要控制对象，主要由上下两个舵机和四个连接件构成。如图3所示。

图3 舵机云台

下舵机，控制云台的左右移动，上舵机控制云台的俯仰运动。两个舵机的旋转范围均为0-180度。通过控制舵机云台的运动，带动其搭载的OpenMV机器视觉模块运动。

2.3 控制思路

基本控制思路如图4所示。OpenMV进行图像采集与处理，将获取的坐标信息编码之后通过串口发送至STM32，STM32接受数据并提取坐标信息之后，利用PID调节器，调节舵机云台上下两个舵机的占空比，从而控制舵机的转向，使其能够跟踪目标乒乓球。

图4 控制流程图

3.  控制算法

3.1 图像处理算法

利用OpenMV采集QQVGA（160*120）分辨率的图像，在Lab颜色空间下进行阈值分割，L为像素亮度,a和b为两个颜色通道。原图和经过阈值分割之后的图像如图5所示。

图5 阈值分割图

由于环境影响，环境中某些背景颜色会和乒乓球的颜色相近，如棕黄色桌面等。故在框定目标区域时，会得到若干个结果，需要对得到的目标区域进行筛选。考虑到目标乒乓球距离摄像头较近，在画面中占的面积较大，故对候选目标区域的面积进行计算，最终选择面积最大的区域作为目标区域。之后再计算得到目标区域的中心位置，即为乒乓球的中心位置。其运行效果如图7所示。图中白色十字部分，即为识别到的乒乓球中心位置。

图7 图像识别效果

3.2 数据传输

在数据传输上，利用OpenMV的UART3串口与STM32的USART1串口进行数据通信。每一次发送的数据以0xAA和0xAE为开头，作为标志位，后面分别存放八位的中心位置横纵坐标数据。STM32通过USART1进入中断接收OpenMV传输的数据，首先判断是否接收到标志位0xAA和0xAE,之后再存储横纵坐标数据。利用STM32，将其接收到的数据，通过串口发送，在PC端用串口调试助手，查看数据如图8所示。课件，成功完成了数据的传输。

图8 数据传输结果

3.3 舵机控制

本次设计采用的舵机位2个SG90舵机。其工作电压为3.5V-6V，能够在0-180度范围内转动。在舵机角度的控制上，舵机内部有一个周期为20ms，宽度为1.5ms的基准脉冲信号。当外部输入一个相同周期，宽度不同的控制信号时，控制信号与基准信号产生电压差，控制电机转动，电机转动会带动舵机内部的电位器转动，从而消除电压差使得舵机达到平衡。控制信号高电平为0.5ms-2.5ms对应舵机转动角度为0-180度。、

图9 SG90舵机

故由利用TIM2的通道3和通道4产生两路周期为20ms的PWM信号，作为舵机的控制信号。而定时器的预分频和自动重装载值，则决定了对舵机控制的精确度。若选用预分频值7199，自动重转载值199，则PWM设定值偏差20，对应舵机角度变化为180度，则控制的最小旋转角度为9度，控制精确度不高。若选用预分频值719，自动重转载值1999，则PWM设定值偏差200，对应舵机角度变化为180度，其控制准确度会相对较高。若再提升自动重转载值，经过实验发现，对控制效果没有明显的提升，故采用预分频值719，自动重转载值1999的组合来设置定时器。

3.4 PID调节器

由于在OpenMV中设置的图像大小为QQVGA格式，即160*120像素大小，则目标横坐标值为80，目标纵坐标值为60。以水平方向为例，若乒乓球位于画面中心位置的左侧，则检测到的乒乓球中心位置坐标小于目标中心位置。则需要增大占空比，使得下舵机向左侧转动。

考虑到在跟踪效果上，只要保证目标乒乓球在画面的中心左右即可，无需准确达到中心无偏差位置。若控制达到精准的中心位置且没有偏差，由于乒乓球为手持状态，有抖动，会造成舵机云台频繁抖动，使得最终的控制效果较差。故在PID调节程序中，加入死区部分，当检测到的乒乓球位置与目标位置相差±10个像素位置时，PID控制器不起作用。当位置相差大于超过±10的范围时，PID调节器起作用。

在控制周期方面，利用定时器TIM3产生5ms定时，对舵机云台进行控制。同时，由于舵机控制位置较为精准，上下两个舵机的控制器均采用纯比例控制，上舵机的比例系数为0.01，下舵机的比例系数为-0.009，达到了优秀的控制效果。

具体PID程序如图10所示。

图10 PID控制子程序

4.  总结

本次设计完成的基于STM32和OpenMV的乒乓球追踪系统，通过测试，在无外接干扰情况下，舵机云台能够稳定地跟随目标乒乓球，且舵机云台的调节顺畅、灵活。完成了系统设计的目标。

同时本次设计所完成的系统也存在一些需要改进的地方，在图像处理采用的阈值分割上，当环境光照条件发生变化，能够将乒乓球分割出来的阈值也会发生变化，则在改变环境之后要相应的改变程序中设定的阈值，即本系统对环境较为敏感。

   通过本次设计，从选题的确定，到硬件的选型、舵机云台的搭建，程序的编写，不仅让我对arm掌握更加熟练，同时也让我对一个项目完成的工程性有更深入的认识和体会。也注意到，在完成项目时，规范和条理的重要性。