仿人格斗机器人设计报告（四）

统一部件组仿人格斗机器人主要由人形机身和底盘两部分构成，人形机身通过电源接口与底盘相连接。底盘移动速度快、运动精准、双机械臂可模块化快速拆装、并带有机械离合和过流双重保护。可进行体感操作完成各项任务，通过独特算法执行某向特定任务，也可使用动作编辑器编辑机器人相应动作，满足体感人机交互系统设计、底盘移动协同控制。

接下来我们将从此机器人机械结构上特点，算法，策略创新，反思和建议来进行介绍。

5 二维码识别功能

树莓派背包并不能自动执行内置的二维码扫描程序，需要手动设置开机自启程序连接好外设后，打开机器人电源，需要等待约一分钟，树莓派系统才能正常启动。待系统启动后，双击桌面上的“sys_start.sh”，选择“打开”文档里面输入下面两行代码：

cd/home/pi/Downloads/auto#此行意思是进入到我们的工作文件夹下

python3 Scratch.py#此行意思是以python3运行scratch.py

保存并退出后，重启树莓派即可，重启后，屏幕中间出现摄像头图像，证明设置自启成功。

二维码识别物体，定位在机器人视觉领域是非常常见的功能，配备了二维码识别功能的智元素机器人可以快速打击正确的敌人。二维码识别共有两个步骤：

（1）找到二维码

（2）识别二维码所包含的内容

5.1 定位二维码位置

定位一张图片中的二维码需要以下几个小步骤：

（1）将图像转化为灰度图像

（2）使用OpenCv自带的Sobel算子进行过滤

Sobel算子是一种常用的边缘检测算子，是一阶的梯度算法；对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高；当对精度要求不是很高时，是一种较为常用的边缘检测方法。常见的应用和物理意义是边缘检测。

Sobel算子依然是一种过滤器，只是其是带有方向的。在OpenCv-Python中，使用Sobel的算子的函数原型如下：

dst=cv2.Sobel(src,ddepth,dx,dy[,dst[,ksize[,scale[,delta[,borderType]]]]])

前四个是必须的参数：

第一个参数是需要处理的图像；

第二个参数是图像的深度，-1表示采用的是与原图像相同的深度。目标图像的深度必须大于等于原图像的深度；dx和dy表示的是求导的阶数，0表示这个方向上没有求导，一般为0、1、2。其后是可选的参数：ksize是Sobel算子的大小，必须为1、3、5、7。scale是缩放导数的比例常数，默认情况下没有伸缩系数；delta是一个可选的增量，将会加到最终的dst中，同样，默认情况下没有额外的值加到dst中；borderType是判断图像边界的模式。这个参数默认值为cv2.BORDER_DEFAULT

（3）将过滤得到的X方向像素值减去Y方向的像素值。

（4）先缩放元素再取绝对值，最后转换格式为8bit型。

（5）均值滤波取二值化

（6）连续开闭运算

（7）FindContour提取边界

（8）计算出边界最小包围正方形，即可定位。

5.2 识别二维码内容

识别二维码内容我们选择zbar这个库，和PIL。

将二维码放在摄像头前，可以看到定位和识别的结果了。

用Sobel算子计算x，y方向上的梯度，之后在x方向上减去y方向上的梯度，通过这个减法，我们留下具有高水平梯度和低垂直梯度的图像区域。

blurred=cv2.blur(gradient,(9,9))

(_,thresh)=cv2.threshold(blurred,195,255,cv2.THRESH_BINARY)：去除图像上的噪声。首

先使用低通滤泼器平滑图像（9 x 9内核）,这将有助于平滑图像中的高频噪声。低通滤波器的目标是降低图像的变化率。如将每个像素替换为该像素周围像素的均值。这样就可以平滑并替代那些强度变化明显的区域。然后，对模糊图像二值化。梯度图像中不大于90的任何像素都设置为0（黑色）。否则，像素设置为255（白色）。

报告其他部分链接如下：

仿人格斗机器人设计报告（一）

仿人格斗机器人设计报告（二）

仿人格斗机器人设计报告（三）