传感器技术及应用-非接触物体形状尺寸测量设计报告

非接触物体形状尺寸测量2一、方案比较论证 1、物体检测识别方案 2、主控制器的选择 二、理论分析与计算 1、系统整体框架和程序流程图 3、颜色识别方法 4、形状识别方法 三、电路设计 2、物体检测识别模块 3、距离测量模块 4、机械动力模块 6、背景板和目标物 四、测试方案与测试结果 1.测试方案 2.测试结果完整性 3.测试结果分析 五、总结 3本设计采用OpenMV进行测量物体形状，尺寸等参数，利用OpenMV进行图形的识别，用像素点的大小通过比对测量出物体的大小，用VL53L1进行激光测距，OpenMV与单片机STM32F103VCT6之间进行通信，将需要的一些参数等显示在用STM32F103VCT6控制的屏幕中，通过单片机控制云台带动舵机跟踪目标，检测识41、物体检测识别方案方案一：采用OpenMV4机器视觉模块作为检测识别，通过机器算法寻找色块，进行目标跟踪，实现物体形状的识别，然后利用算法通过二位云台达到上下左右移动的目的。本方案性价比高，有实战经验。方案二：采用全新上市的MAIXDock开发板，一款基于嘉楠堪智科技的边缘智能计算芯片K210设计的一款AlOT开发板，通过机器视觉算法寻找色块，进行目标检测和跟踪，并识别出物体的形状，然后利用二位云台带动摄像头上下左右移动。本方案实施难度较大，且没有实战经验。综上所述选择方案一。2、主控制器的选择方案一：采用通俗的51单片机，运用比较广泛，有良好的知识作为基础，上手很快。但是本系统的程序量比较大，需要的I/O口资源比较多，51单片机不方案二：采用STM32F103VCT6作为主控制器，I/O资源较多，驱动TFT屏幕来实时表示出检测识别的状态，方便人机交互。综上所述选择方案二。方案一：采用超声波测距的方式，利用单片机控制超声波模快发出一系列超声波，遇到障碍物反弹回来，被超声波接收模块接收到，然后计算这段时间(声音在空气中传播的速度为340m/s),通过计算得出距离。本方案中，模块发射的超声波有发散的情况，对于本题中的远距离测距来说，有相当大的误差，造成测量方案二：采用激光测距的方式，利用单片机控制激光测距模快发出激光，遇到障碍物反弹回来，被激光测距模模块接收到，然后计算这段时间(激光在空气中传播的速度为3*10^9m/s),通过计算得出距离。本方案性价比较高，可行性较好，测量准确度高。综上所述选择方案二。采用二维云台系统和单片机单独供电，共同接地的方式，二维云台在工作的时候，负载使用率较大，如果和单片机使用同一电源容易造成控制系统短暂断电5综上所述，我们采用的系统方案是利用STM32F103VCT6作为主控系统，通过OpenMV机器视觉检测识别物体形状、颜色、尺寸，利用激光精准测量测试装置与被测物的距离，并实时反馈到TFT屏幕上，用于比对数据的准确性；通过驱动二维云台来带动摄像头移动跟踪目标物，并将激光精准打在被测物体几何中心。1、系统整体框架和程序流程图本设计的整体系统框架如图3.1.1,程序流程图设计如下，如图3.2.1所示，云台OPENMV电源模块显示3、颜色识别方法通过Lab颜色模型将光线检测出将要提取出来的色块，便于后续色块形状的识别。Lab颜色模型弥补了RGB和CMYK两种色彩模式的不足。它是一种设备无关的颜色模型，也是一种基于生理特征的颜色模型。Lab颜色模型由三个要素组成，一个要素是亮度(L),a和b是两个颜色通道。a包括的颜色是从深绿色 (低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值);b是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。因此，这种颜色混合后将产生具有明亮效果的色彩。LAB模型如图2.3.1所示。64、形状识别方法根据极坐标，圆上任意一点的坐标可以表示为如下形式，所以对于任意一个圆，假设中心像素点p(x0,yO)像素点已知，圆半径已知，则旋转360°由极坐标方程x=xo+rcos日在此我们使用OpenMV集成库中的霍夫圆检测来实现我们的任务目的。2.矩形检测利用四元检测算法，可以识别任意大小、角度的矩形。函数返回一个rect对象的列表。在此我们使用OpenMV集成库中的四元检测法来实现我们的任务目的。3.正三角形检测采用直线对三角形进行拟合，只有当直线存在且只有三条的情况下，证明找到所需要的三角形。5、立体物识别方法通过分析不同的球体，发现各有不同，主要在颜色上的区别比较大，利用球类不同的颜色来对球的类进行分类。6、尺寸测量方法如图2.6.1所示，镜头到物体的距离和焦距的比值等于物体和成像的像素点的比值相等，根据相似三角形原理在已知物体长度、镜头到物体的距离以及成像的像素点可求得焦距的长度，由此获取到这个相似三角形的比值，从而在得到镜头到物体的距离、焦距、成像的像素点，根据这个相似三角形的比值可求得物体77、自动寻找目标的方法通过对比，控制舵机将当前色块的坐标轴不断逼近摄像头的中心位置，以达到自动寻找目标的要求。STM32F系列属于中低端的32位ARM微控制器，该系列芯片是意法半导体(ST)公司出品，其内核是Cortex-M3,本次设计选取其中的F103系列，STM32F103VCT6开发板如图3.1.1所示。2、物体检测识别模块OpenMV是一款低价，可扩展，支持Python的机器视觉模块，如图2.1.1所示，这个模块的目标是成为“机器视觉世界的Arduino“,是一款可编程的摄像头模组，能进行颜色识别，形状识别，矩阵识别，机器人巡线，圆形识别，直线识别，人脸识别，眼球识别，边缘检测等。本次设计中用到颜色识别和形状识别等8目标目标目标反射回来的脉冲激光为回波，如图3.3.1所示。设测量目标距离为R,激光脉PWM波来确定云台转到角度，从而使云台能调整到合适角度，让摄像头能实时个系统的正常运行，二维云台是由两个工作电压为5V的舵机组成，两个舵机同9时工作负载较大，容易造成控制系统的短暂断电，给整个系统造成致命影响。所以二维云台是有12V锂电池配合使用自行设计制作的电源驱动板把12V降压处理为5V为二维云台单独供电，如图3.5.1所示；STM32控制板则由一个充电宝输出5V为其供电，然后将两个系统的地线连接到一起，使其共地工作，能够联动反应。背景板采用穿白色板材搭建，目标物采用30-40cm尺寸板材制作，球类物品为商场采购，如图3.6.1所示：1.测试方案任务一：将裁剪好的平面目标放置在被测目标放置区的中心线位置，用OpenMV测出形状，尺寸，用VL53L1进行激光测测量头与目标板之间的距离，再与实际数据进行对比得出方案结果是否正确。任务二：只需随机更换目标板，其余操作与任务一相同。任务三：随机拿一块目标板，开始时，测量头处于正对中心线位置，将目标板随机放在被测目标板放置区，测量头开始自动寻找目标，测量尺寸距离形状等，并用激光笔指示其几何中心点，再与实际数据进行对比得出方案结果是否正确。任务四：随机抽取一个球，利用OPENMV测量球的种、球表面积距离测量有明确而且准确的距离标志，以确保整个装置的完任务一测试结果如表4.2.1所示表4.2.1测试任务一物体形状时间测量值三角形实际值三角形任务二测试结果如表4.2.2所示表4.2.2测试任务二物体形状物体边长(直径):时间测量值圆形实际值圆形任务三测试结果如表4.2.3所示表4.2.3测试任务三是否自动跟踪物体形状物体边长(直径):物体到测量头的距离：mm激光笔是否在集合中点时间测量值是矩形是实际值是矩形是任务四测试结果如表4.2