DOI: 10. 3969 / j. issn. 1009-9492. 2020. 08. 038

黄淑芬，罗炜杰，洪世杰，等. 基于OpenMV的投篮机器人设计［J］ . 机电工程技术，2020，49（08）：121-123.

基金项目：广东省普通高校特色创新项目（编号：2018KTSCX311）

 

基于OpenMV的投篮机器人设计*
黄淑芬，罗炜杰，洪世杰，高志涛
（广东工业大学华立学院机电工程学院， 广州511325）

摘要：为满足成本低、识别精确和动作灵活等需求，开发出一款基于Python语言，以OpenMV为控制核心的投篮机器人。OpenMV摄像头采集目标图像，其自带的STM32单片机可以进行视觉识别和定位，并控制机械臂、手爪、小车和弹射器动作。依据Lab颜色空间，由OpenMV阈值编辑器调试颜色阈值，库函数image.find_blobs（） 识别目标颜色。测试表明，该投篮机器人能正确识别目标和抓取小球，但投篮命中率不高。采用OpenMV及其Python机器视觉库，制造成本低，程序开发效率高。
关键词：OpenMV；投篮机器人；视觉识别
中图分类号：TP242    文献标志码：A   文章编号：1009－9492 ( 2020 ) 08－0121－03

 

引言
近年来，移动机器人在人类生活中的应用不断扩大，投篮机器人作为移动机器人的一种，通过对它的研究，可以推动移动机器人技术发展[1]。视觉识别技术是移动机器人研究的关键技术之一，视觉信息的获取是机器人目标识别和规划、导航的基础[2-3]。目前视觉识别和定位大多都应用于工业环境下，对于特定的应用场景研究较少，而且市场上基本都采用专业控制器和工业相机，成本太高，开发难度大[3-4]。本文研究一种可应用于文娱、教育领域的投篮机器人，利用低成本的OpenMV自动采集和分析目标的图像数据，基于Python语言的视觉识别算法对目标进行快速识别、定位，实现自主决策和智能化传感控制[5]。

 

结束语
在测试中，使用红色、蓝色小球作为拾取对象，投篮区为绿色，篮筐紫色。在正常光照条件下，投篮机器人目标识别率为98%。排除小球在墙壁或者篮筐边沿的情况下，正确夹取规定颜色的小球放入贮球装置的成功率为99%。投篮成功率为36%。测试结果验证了视觉识别算法、小车PID和机械手臂控制算法的正确性。但由于小球发射是由橡皮筋赋予初速度，稳定性较差，因此投篮命中率不高，而且当投篮距离发生变化时，不能自动调整小球初速度，需要人工调整橡皮筋松紧程度或者齿轮齿数。未来可将机械弹射换成电磁弹射，通过视觉识别计算出投篮距离，自动调节电磁的弹射力度。

本机器人装置结构简单、成本低，基于Python 语言编写的视觉识别算法提高了程序的可运行性和开发效率，在文娱、教育等领域具有广阔的应用前景。