CN204666185U - 一种仿生机器鱼用测量平台 - Google Patents
一种仿生机器鱼用测量平台 Download PDFInfo
- Publication number
- CN204666185U CN204666185U CN201520436513.7U CN201520436513U CN204666185U CN 204666185 U CN204666185 U CN 204666185U CN 201520436513 U CN201520436513 U CN 201520436513U CN 204666185 U CN204666185 U CN 204666185U
- Authority
- CN
- China
- Prior art keywords
- travel
- ing rest
- machine fish
- lead screw
- cross lead
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本实用新型通过设计一种仿生机器鱼测量平台，其将高速相机和普通的USB摄像头相邻固定在滚珠丝杠移动平台上，USB摄像头所能采集图像的范围就是USB摄像头拍摄的视野，调整X-Y双坐标移动台的位置使USB摄像头拍摄的视野覆盖整个机器鱼，即此跟踪系统的跟踪目标。在USB拍摄的视野中，用USB摄像头采集机器鱼运动图像，然后系统对图像进行处理，根据图像中机器鱼重心位置的变化求得机器鱼相对移动台的相对速度，最后将获得的相对速度传递给滚珠丝杠移动台的相应的伺服电机，实现对鱼的实时跟踪，从而确保机器鱼整个运动过程都处在高速相机的视场里，该测量平台具有结构简单，实用性强，稳定性高的特点，适合于小型实验室使用。
Description
技术领域
本实用新型涉及仿生机器鱼运动监测技术领域，特别是涉及一种仿生机器鱼用测量平台。
背景技术
随着科技的不断进步，仿生学发展极为迅速，其中仿生机器鱼是水下机器鱼中较为常用的一种，由于实验空间的范围有限，高速相机的视场无法覆盖整个水槽，为了确保机器鱼整个运动过程都处在高速相机的视野内，以满足相关实验研究的需要，需要设计一种基于视觉跟踪的X-Y双坐标测量平台，采用序列图像法来获得机器鱼运动参数的数据，作为控制移动台移动的依据，通过机器鱼重心位置的变化求得机器鱼相对移动台的相对速度，最后将获得的相对速度传递给滚珠丝杠移动台的相应的伺服电机，带动平台上方摄像头移动，实现对鱼的实时跟踪，从而方便对仿生机器鱼运动进行监测研究。
实用新型内容
针对以上问题，本实用新型设计一种仿生机器鱼测量平台，该测量平台是基于视觉跟踪的X-Y双坐标测量平台，其采用序列图像法来获得机器鱼运动参数的数据，作为控制移动台移动的依据，通过机器鱼重心位置的变化求得机器鱼相对移动台的相对速度，最后将获得的相对速度传递给滚珠丝杠移动台的相应的伺服电机，带动平台上方摄像头移动，实现对鱼的实时跟踪，进而方便对仿生机器鱼进行运动研究，为达此目的，本实用新型提供一种仿生机器鱼用测量平台，包括底座、底部支架、导轨支架、吊架、横向丝杆固定座、固定架、高速相机、USB摄像头、横向运动控制电机、横向丝杆、活动支架、纵向运动控制电机、吊架活动固定座、纵向丝杆和纵向丝杆固定座，所述底座固定在水槽一侧，所述底座靠水槽一侧的侧边上方有条形的底部支架，所述底部支架内有横向贯通的U型卡槽，所述底部支架的两个侧边上各固定有一条导轨支架，所述底部支架的U型卡槽内有横向运动控制电机，所述横向运动控制电机的转轴通过联轴器与横向丝杆一端相连，所述横向丝杆另一端的端部固定在横向丝杆固定座的通孔内，所述横向丝杆固定座底部固定在底部支架的U型卡槽内，所述活动支架在导轨支架的导轨上，所述活动支架沿导轨支架的导轨横向运动，所述横向丝杆固定座穿过活动支架底部的螺纹孔，所述活动支架内有纵向贯通的U型卡槽，所述活动支架的两个侧边上均有导轨，所述活动支架的U型卡槽内有纵向运动控制电机，所述纵向运动控制电机的转轴通过联轴器与纵向丝杆一端相连，所述纵向丝杆另一端的端部固定在纵向丝杆固定座的通孔内，所述纵向丝杆固定座底部固定在活动支架的U型卡槽内，所述吊架活动固定座在活动支架的导轨上，所述吊架活动固定座沿活动支架的导轨纵向运动，所述活动支架上固定有L型的吊架，所述吊架上方的伸出端朝水槽一侧，所述吊架上方的伸出端的下方有固定架，所述固定架朝外一侧固定安装有高速相机，所述固定架另一侧固定安装有USB摄像头。
作为本实用新型进一步改进，所述底部支架的U型卡槽内有横向丝杆限位座，所述横向丝杆穿过横向丝杆限位座的通孔，所述活动支架的U型卡槽内有纵向丝杆限位座，所述纵向丝杆穿过纵向丝杆限位座的通孔，为了防止丝杆工作过程中发生抖动可设置限位座。
作为本实用新型进一步改进，所述吊架的弯折部内有加强支撑板，为了提高弯折部强度可设置加强支撑板。
本实用新型一种仿生机器鱼用测量平台的使用方法，具体步骤如下：
步骤一：使用USB摄像头拍摄仿生机器鱼的运动轨迹，然后进行视频图像数据采集；
步骤二；对视频图像数据采集后的数据通过序列图像法处理获得运动参数；
具体处理方式如下：
1）对USB摄像头采集的视频图像像素数据进行实时读取；
2）对所得到的序列图像进行预处理，先通过灰度化将所拍摄到的彩色图像变成以256色灰度表示的灰度图像，再进行二值化处理获得机器鱼的位置信息；
3）对预处理过后的序列图像采用区域生长算法分割出机器鱼目标区域；
4）基于图像分割的目标特征提取，并计算出重心位置的坐标变化；
5）在生长区域完成之后，原先二值化图像处理之后置为1的区域，被依据连通性分成了不同的子区域，并设置了不同标记，根据实际的实验环境，机器鱼就是最大的一个子区域，该区域的重心可近似的当成机器鱼的重心，在单位时间内，根据计算重心位置的变化，从而求得机器鱼相对移动台的运动速度；
步骤三：通过串口将处理好的运动参数发送给PC机；
步骤四：上位机发送命令给PMAC卡；
步骤五：移动台移动，实现跟踪目的。
作为本实用新型进一步改进，采用的图像灰度化公式为：，其中R—该像素红色分量的值；G—该像素绿色分量的值；B—该像素蓝色分量的值，本实用新型采用以上常用的灰度化公式对图案进行灰度化处理。
作为本实用新型进一步改进，步骤二中二值化处理方式如下：
处理过程中根据下列的阈值处理来进行：
；
而对于阈值的选取，使用迭代的方法来求最佳阈值分割图像，步骤如下：
（1）选取初始阈值T0，选择整幅图像的平均灰度值作为初始阈值；
（2）用T0分割图像，将图像分割成两个区域M1和M2，M1为灰度值大于T0的像素组成的前景区域，M2为灰度值小于T0的像素组成的背景区域；
（3）计算两区域，M1区域和M2区域的所有像素的平均灰度值，其中N1和N2分别为这两区域的像素点个数，表示图像中点的灰度值；
（4）再计算新的阈值T1；
（5）比较初始阈值和新的阈值，求出它们的差；
（6）当为预先规定的一个很小的正数，即迭代过程中前后两次的阈值很接近，迭代停止，否则重复（2）-（4）过程，最后的T1即为所求的最佳阈值，本实用新型需要对图形进行二值化处理，可采用以上处理方法进行处理。
作为本实用新型进一步改进，步骤二中区域生长算法如下：先选择步长为10的遍历方法判断寻找种子点，对于像素点（x,y）判断其是否为种子点，如果不是令X=X+10，判断是否越界，如果不越界重新进行种子点判断，如果越界令y=y+10，判断是否越界，如果不越界重新进行种子点判断，如果再越界结束判断，如果判断到是种子点，记录下此像素点坐标，并标记此点；
再进行区域增长，记录种子点附近所有符合的点，组成子区域，并处理子区域横纵坐标值，计算出此区域的重心位置坐标，本实用新型区域生长算法可采用以上算法，以上算法，算法精简，可以快速判断种子点。
本实用新型通过设计一种仿生机器鱼测量平台，其将高速相机和普通的USB摄像头相邻固定在滚珠丝杠移动平台上，USB摄像头所能采集图像的范围就是USB摄像头拍摄的视野，调整X-Y双坐标移动台的位置使USB摄像头拍摄的视野覆盖整个机器鱼，即此跟踪系统的跟踪目标。在USB拍摄的视野中，用USB 摄像头采集机器鱼运动图像，然后系统对图像进行处理，根据图像中机器鱼重心位置的变化求得机器鱼相对移动台的相对速度，最后将获得的相对速度传递给滚珠丝杠移动台的相应的伺服电机，实现对鱼的实时跟踪，从而确保机器鱼整个运动过程都处在高速相机的视场里，该测量平台具有结构简单，实用性强，稳定性高的特点，适合于小型实验室使用。
附图说明
图1是本实用新型示意图；
图2是本实用新型工作流程示意图；
图3是本实用新型图像处理流程示意图；
图4是本实用新型图像采集流程示意图；
图5是本实用新型步骤二寻找种子点示意图；
图6是本实用新型步骤二计算重心坐标示意图；
附图说明：
1、底座； 2、底部支架； 3、导轨支架；
4、吊架； 5、加强支撑板； 6、横向丝杆固定座；
7、固定架； 8、高速相机； 9、USB摄像头；
10、横向运动控制电机；11、横向丝杆； 12、活动支架；
13、纵向运动控制电机；14、吊架活动固定座；15、横向丝杆限位座；
16、纵向丝杆； 17、纵向丝杆限位座；18、纵向丝杆固定座。
具体实施方式
以下结合附图和实施例对实用新型做详细的说明：
本实用新型设计一种仿生机器鱼测量平台，该测量平台是基于视觉跟踪的X-Y双坐标测量平台，其采用序列图像法来获得机器鱼运动参数的数据，作为控制移动台移动的依据，通过机器鱼重心位置的变化求得机器鱼相对移动台的相对速度，最后将获得的相对速度传递给滚珠丝杠移动台的相应的伺服电机，带动平台上方摄像头移动，实现对鱼的实时跟踪，进而方便对仿生机器鱼进行运动研究。
作为本实用新型一种具体实施例，本实用新型提供如图1所示的一种仿生机器鱼用测量平台，包括底座1、底部支架2、导轨支架3、吊架4、横向丝杆固定座6、固定架7、高速相机8、USB摄像头9、横向运动控制电机10、横向丝杆11、活动支架12、纵向运动控制电机13、吊架活动固定座14、纵向丝杆16和纵向丝杆固定座18，所述底座1固定在水槽一侧，所述底座1靠水槽一侧的侧边上方有条形的底部支架2，所述底部支架2内有横向贯通的U型卡槽，所述底部支架2的两个侧边上各固定有一条导轨支架3，所述底部支架2的U型卡槽内有横向运动控制电机10，所述横向运动控制电机10的转轴通过联轴器与横向丝杆11一端相连，所述横向丝杆11另一端的端部固定在横向丝杆固定座6的通孔内，所述横向丝杆固定座6底部固定在底部支架2的U型卡槽内，所述底部支架2的U型卡槽内还有横向丝杆限位座15，所述横向丝杆11穿过横向丝杆限位座15的通孔，为了防止丝杆工作过程中发生抖动可设置限位座，所述活动支架12在导轨支架3的导轨上，所述活动支架12沿导轨支架3的导轨横向运动，所述横向丝杆固定座6穿过活动支架12底部的螺纹孔，所述活动支架12内有纵向贯通的U型卡槽，所述活动支架12的两个侧边上均有导轨，所述活动支架12的U型卡槽内有纵向运动控制电机13，所述纵向运动控制电机13的转轴通过联轴器与纵向丝杆16一端相连，所述纵向丝杆16另一端的端部固定在纵向丝杆固定座18的通孔内，所述纵向丝杆固定座18底部固定在活动支架12的U型卡槽内，所述活动支架12的U型卡槽内还有纵向丝杆限位座17，所述纵向丝杆16穿过纵向丝杆限位座17的通孔，为了防止丝杆工作过程中发生抖动可设置限位座，所述吊架活动固定座14在活动支架12的导轨上，所述吊架活动固定座14沿活动支架12的导轨纵向运动，所述活动支架12上固定有L型的吊架4，所述吊架4的弯折部内有加强支撑板5，为了提高弯折部强度可设置加强支撑板，所述吊架4上方的伸出端朝水槽一侧，所述吊架4上方的伸出端的下方有固定架7，所述固定架7朝外一侧固定安装有高速相机8，所述固定架7另一侧固定安装有USB摄像头9。
作为本实用新型一种仿生机器鱼用测量平台的使用方法如图2所示，具体步骤如下：
步骤一：使用USB摄像头拍摄仿生机器鱼的运动轨迹，然后进行视频图像数据采集；
步骤二；对视频图像数据采集后的数据通过序列图像法处理获得运动参数；
具体处理方式如图3所示：
1）对USB摄像头采集的视频图像像素数据进行实时读取；
2）对所得到的序列图像进行预处理，先通过灰度化将所拍摄到的彩色图像变成以256色灰度表示的灰度图像，再进行二值化处理获得机器鱼的位置信息；
3）对预处理过后的序列图像采用区域生长算法分割出机器鱼目标区域；
4）基于图像分割的目标特征提取，并计算出重心位置的坐标变化；
5）在生长区域完成之后，原先二值化图像处理之后置为1的区域，被依据连通性分成了不同的子区域，并设置了不同标记，根据实际的实验环境，机器鱼就是最大的一个子区域，该区域的重心可近似的当成机器鱼的重心，在单位时间内，根据计算重心位置的变化，从而求得机器鱼相对移动台的运动速度；
步骤三：通过串口将处理好的运动参数发送给PC机；
步骤四：上位机发送命令给PMAC卡；
步骤五：移动台移动，实现跟踪目的。
本实用新型步骤二中灰度化处理方式如下：
采用的图像灰度化公式为：，
其中R—该像素红色分量的值；
G—该像素绿色分量的值；
B—该像素蓝色分量的值。
应用上述的公式将图像所有像素处理过后，就可以得到灰度图像，具体程序操作如图4所示。
本实用新型步骤二中二值化处理方式如下：
处理过程中根据下列的阈值处理来进行：
；
而对于阈值的选取，使用迭代的方法来求最佳阈值分割图像，步骤如下：
（1）选取初始阈值T0，选择整幅图像的平均灰度值作为初始阈值；
（2）用T0分割图像，将图像分割成两个区域M1和M2，M1为灰度值大于T0的像素组成的前景区域，M2为灰度值小于T0的像素组成的背景区域；
（3）计算两区域，M1区域和M2区域的所有像素的平均灰度值，其中N1和N2分别为这两区域的像素点个数，表示图像中点的灰度值；
（4）再计算新的阈值T1；
（5）比较初始阈值和新的阈值，求出它们的差；
（6）当为预先规定的一个很小的正数，即迭代过程中前后两次的阈值很接近，迭代停止，否则重复（2）-（4）过程，最后的T1即为所求的最佳阈值。
虽然灰度图像的颜色信息的信息量已经大大减少，本实用新型操作中，处理过后的灰度图像仍然含有还有许多不必要的信息。为了获得机器鱼的位置信息，需通过二值化处理得到的灰度图像的需要，实现图像与背景的分离。
本实用新型步骤二中区域生长算法如下：
如图5所示先选择步长为10的遍历方法判断寻找种子点，对于像素点（x,y）判断其是否为种子点，如果不是令X=X+10，判断是否越界，如果不越界重新进行种子点判断，如果越界令y=y+10，判断是否越界，如果不越界重新进行种子点判断，如果再越界结束判断，如果判断到是种子点，记录下此像素点坐标，并标记此点；
如图6所示再进行区域增长，记录种子点附近所有符合的点，组成子区域，并处理子区域横纵坐标值，计算出此区域的重心位置坐标。
为了实现目标与背景的精确分割，我们要用到区域生长算法。下面的区域生长算法的理论：在捕获的图像中提取一个小物体的种子区域内也就是我们通常所说的种子点，然后用种子区域的一些规则，处理后的种子点周围的像素，并最终将由所有的对象的像素结合为目标的一个子区域。
以上所述，仅是本实用新型的较佳实施例而已，并非是对本实用新型作任何其他形式的限制，而依据本实用新型的技术实质所作的任何修改或等同变化，仍属于本实用新型所要求保护的范围。
Claims (4)
1.一种仿生机器鱼用测量平台，包括底座（1）、底部支架（2）、导轨支架（3）、吊架（4）、横向丝杆固定座（6）、固定架（7）、高速相机（8）、USB摄像头（9）、横向运动控制电机（10）、横向丝杆（11）、活动支架（12）、纵向运动控制电机（13）、吊架活动固定座（14）、纵向丝杆（16）和纵向丝杆固定座（18），所述底座（1）固定在水槽一侧，其特征在于：所述底座（1）靠水槽一侧的侧边上方有条形的底部支架（2），所述底部支架（2）内有横向贯通的U型卡槽，所述底部支架（2）的两个侧边上各固定有一条导轨支架（3），所述底部支架（2）的U型卡槽内有横向运动控制电机（10），所述横向运动控制电机（10）的转轴通过联轴器与横向丝杆（11）一端相连，所述横向丝杆（11）另一端的端部固定在横向丝杆固定座（6）的通孔内，所述横向丝杆固定座（6）底部固定在底部支架（2）的U型卡槽内，所述活动支架（12）在导轨支架（3）的导轨上，所述活动支架（12）沿导轨支架（3）的导轨横向运动，所述横向丝杆固定座（6）穿过活动支架（12）底部的螺纹孔，所述活动支架（12）内有纵向贯通的U型卡槽，所述活动支架（12）的两个侧边上均有导轨，所述活动支架（12）的U型卡槽内有纵向运动控制电机（13），所述纵向运动控制电机（13）的转轴通过联轴器与纵向丝杆（16）一端相连，所述纵向丝杆（16）另一端的端部固定在纵向丝杆固定座（18）的通孔内，所述纵向丝杆固定座（18）底部固定在活动支架（12）的U型卡槽内，所述吊架活动固定座（14）在活动支架（12）的导轨上，所述吊架活动固定座（14）沿活动支架（12）的导轨纵向运动，所述活动支架（12）上固定有L型的吊架（4），所述吊架（4）上方的伸出端朝水槽一侧，所述吊架（4）上方的伸出端的下方有固定架（7），所述固定架（7）朝外一侧固定安装有高速相机（8），所述固定架（7）另一侧固定安装有USB摄像头（9）。
2.根据权利要求1所述的一种仿生机器鱼用测量平台，其特征在于：所述底部支架（2）的U型卡槽内有横向丝杆限位座（15），所述横向丝杆（11）穿过横向丝杆限位座（15）的通孔。
3.根据权利要求1所述的一种仿生机器鱼用测量平台，其特征在于：所述活动支架（12）的U型卡槽内有纵向丝杆限位座（17），所述纵向丝杆（16）穿过纵向丝杆限位座（17）的通孔。
4.根据权利要求1所述的一种仿生机器鱼用测量平台，其特征在于：所述吊架（4）的弯折部内有加强支撑板（5）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201520436513.7U CN204666185U (zh) | 2015-06-24 | 2015-06-24 | 一种仿生机器鱼用测量平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201520436513.7U CN204666185U (zh) | 2015-06-24 | 2015-06-24 | 一种仿生机器鱼用测量平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN204666185U true CN204666185U (zh) | 2015-09-23 |
Family
ID=54136561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201520436513.7U Active CN204666185U (zh) | 2015-06-24 | 2015-06-24 | 一种仿生机器鱼用测量平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN204666185U (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104931091A (zh) * | 2015-06-24 | 2015-09-23 | 金陵科技学院 | 一种仿生机器鱼用测量平台及其使用方式 |
| CN107451584A (zh) * | 2017-09-18 | 2017-12-08 | 大连恒锐科技股份有限公司 | 具有鞋样图像采集功能的足迹采集装置 |
| CN112027037A (zh) * | 2020-08-11 | 2020-12-04 | 江苏科技大学 | 一种双向容积式浮力调节装置及其测试装置与测试方法 |
-
2015
- 2015-06-24 CN CN201520436513.7U patent/CN204666185U/zh active Active
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104931091A (zh) * | 2015-06-24 | 2015-09-23 | 金陵科技学院 | 一种仿生机器鱼用测量平台及其使用方式 |
| CN104931091B (zh) * | 2015-06-24 | 2016-12-21 | 金陵科技学院 | 一种仿生机器鱼用测量平台及其使用方法 |
| CN107451584A (zh) * | 2017-09-18 | 2017-12-08 | 大连恒锐科技股份有限公司 | 具有鞋样图像采集功能的足迹采集装置 |
| CN107451584B (zh) * | 2017-09-18 | 2024-05-14 | 大连恒锐科技股份有限公司 | 具有鞋样图像采集功能的足迹采集装置 |
| CN112027037A (zh) * | 2020-08-11 | 2020-12-04 | 江苏科技大学 | 一种双向容积式浮力调节装置及其测试装置与测试方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Do et al. | Real-time self-driving car navigation using deep neural network | |
| CN110196053B (zh) | 一种基于fpga的实时田间机器人视觉导航方法与系统 | |
| CN107169487B (zh) | 基于超像素分割及深度特征定位的显著性目标检测方法 | |
| CN109074084A (zh) | 机器人的控制方法、装置、系统及所适用的机器人 | |
| CN204666185U (zh) | 一种仿生机器鱼用测量平台 | |
| CN104931091A (zh) | 一种仿生机器鱼用测量平台及其使用方式 | |
| CN103886619B (zh) | 一种融合多尺度超像素的目标跟踪方法 | |
| CN110222626A (zh) | 一种基于深度学习算法的无人驾驶场景点云目标标注方法 | |
| CN106908052B (zh) | 用于智能机器人的路径规划方法及装置 | |
| CN103268480A (zh) | 一种视觉跟踪系统及方法 | |
| CN109045676B (zh) | 一种象棋识别学习算法和基于该算法的机器人智动化系统与方法 | |
| CN104217417B (zh) | 一种视频多目标跟踪的方法及装置 | |
| CN104850120A (zh) | 基于ihdr自主学习框架的轮式移动机器人导航方法 | |
| CN103198477A (zh) | 一种苹果套袋机器人视觉定位方法 | |
| CN103544714A (zh) | 一种基于高速图像传感器的视觉追踪系统及方法 | |
| CN102999923A (zh) | 基于自适应阈值的运动捕捉数据的关键帧提取方法 | |
| Sheng et al. | Robust visual tracking via an improved background aware correlation filter | |
| CN103617631A (zh) | 一种基于中心检测的跟踪方法 | |
| CN106325278B (zh) | 一种基于椭圆识别的机器人定位导航方法 | |
| CN114689038A (zh) | 基于机器视觉的果实检测定位与果园地图构建方法 | |
| CN104966072A (zh) | 一种基于形状的无色标机器鱼位姿识别算法 | |
| CN111340834A (zh) | 基于激光雷达和双目相机数据融合的衬板装配系统及方法 | |
| WO2024027587A1 (zh) | 一种激光点云动态障碍物剔除方法、装置及电子设备 | |
| CN116309871A (zh) | 一种面向生态园场景的激光雷达和相机在线标定方法 | |
| CN115684637A (zh) | 基于路侧单目相机标定的高速公路车辆测速方法及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |