阅读说明：本技术 一种羽毛球收集机器人 (Badminton collecting robot ) 是由 王建华 吕子豪 廖金秾 高孟玄 陈康文 张可欣 于 2019-09-30 设计创作，主要内容包括：本发明公开了一种羽毛球收集机器人,包含拾取举升部分(27)、筛选部分(28)、收集部分(29)和底盘运动部分(30)。收集部分(29)固定在底盘运动部分(30)上,拾取举升部分(27)固定在底盘运动部分(30)上,筛选部分(28)固定在底盘运动部分(30)的铝型材上。在检损摄像头(16)后方置有基于FPGA的图像处理器,得到更准确地判别结果；本发明能够在羽毛球运动员训练后收集场地上散落羽毛球并且在收集的过程中同步进行挑选和排列,节省了时间,这不仅可以提高训练效率,也提高了场地整理的效率。(The invention discloses a badminton collecting robot, which comprises a picking and lifting part (27), a screening part (28), a collecting part (29) and a chassis moving part (30). The collecting part (29) is fixed on the chassis moving part (30), the picking and lifting part (27) is fixed on the chassis moving part (30), and the screening part (28) is fixed on the aluminum profile of the chassis moving part (30). An image processor based on FPGA is arranged behind the damage detection camera (16) to obtain a more accurate judgment result; the badminton collecting device can collect the shuttlecocks scattered on the field after the badminton player trains, and can synchronously select and arrange the shuttlecocks in the collecting process, so that the time is saved, the training efficiency can be improved, and the field sorting efficiency is also improved.)

一种羽毛球收集机器人

技术领域

本发明是一种用于分拣、识别羽毛球好坏的的机器人，该机器人主要适用于羽毛球训练场地中羽毛球的快速分类收集整理。

背景技术

羽毛球作为一项竞技性与观赏性兼具的运动，深受人们的喜爱。而羽毛球运动员在进行训练和场地管理人员整理清洁场地时，都需要多次弯腰拾取、收集散落一地的羽毛球，不仅会造成不必要的体能消耗而且效率低下，因此设计制作一种能够自动拾取羽毛球的机器人是十分必要的,其会为运动员训练和场地工作人员带来极大的便利，

目前，国外已有研究者设计并制作出具有收集羽毛球功能的机器人，但其仍需依靠人力来进行工作，即在人工推动的作用下将羽毛球进行收集。且现有设备仅具备手机功能，羽毛球未经筛选，好球坏球一并收入机器内的储球区域中，这就使得在循环用球时还需要人工进行筛选。

发明内容

本发明的目的是设计一种自动化程度较高的机器人，能够在羽毛球运动员训练后收集场地上散落羽毛球并且在收集的过程中同步进行挑选和排列，极大节省了时间，这不仅可以提高训练效率，也提高了场地整理的效率，具有广泛的发展及应用前景。

为实现上述目的，本发明采用的技术方案为一种羽毛球收集机器人，包含拾取举升部分(27)、筛选部分(28)、收集部分(29)和底盘运动部分(30)。收集部分(29)固定在底盘运动部分(30)上，拾取举升部分(27)固定在底盘运动部分(30)上，筛选部分(28)固定在底盘运动部分(30)的铝型材上。

拾取举升部分(27)包含毛刷(1)、收集范围可调的杆组(2)、毛刷驱动皮带(4)、毛刷驱动皮带轮(3)、收集铲斗(5)、毛刷皮带驱动电机(6)、举升皮带轮(7)、举升皮带(8)、举升皮带驱动电机(10)、电动推杆(9)和连接板(11)。毛刷(1)固定在收集范围可调的杆组(2)上；毛刷驱动皮带(4)一端固定在毛刷皮带驱动电机(6)上，毛刷驱动皮带(4)另一端固定在毛刷驱动皮带轮(3)上。毛刷(1)与毛刷驱动皮带轮(3)同轴布置，收集铲斗(5)位于毛刷(1)后方。举升皮带轮(7)共有两组，举升皮带(8)连接在两组举升皮带轮(7)上，举升皮带驱动电机(10)通过皮带带动一组举升皮带轮(7)转动。固定在连接板(11)上的电动推杆(9)直接连接收集范围可调的杆组(2)。

筛选部分(28)包含羽毛球筛选平台(12)、羽毛球滑槽(13)、羽毛球滑槽挡板(14)、羽毛球筛选四连杆(20)、羽毛球筛选四连杆驱动电机(19)、羽毛球筛选四连杆驱动电机支架(18)、筛选部分机架(17)、羽毛球筛选四连杆末端执行杆(15)和检损摄像头(16)。羽毛球滑槽挡板(14)与羽毛球滑槽(13)均固定在羽毛球筛选平台(12)上。羽毛球筛选平台(12)固定在筛选部分机架(18)上。羽毛球筛选四连杆驱动电机(19)连接着羽毛球筛选四连杆(20)，羽毛球筛选四连杆驱动电机(19)固定在羽毛球筛选四连杆驱动电机支架(18)上。检损摄像头(16)位于羽毛球筛选平台(12)上方。羽毛球筛选四连杆驱动电机支架(18)固定在筛选部分机架(17)上，羽毛球筛选四连杆末端执行杆(15)连接着羽毛球筛选四连杆(20)。

在检损摄像头(16)后方置有基于FPGA的图像处理器，为了得到更准确地判别结果，首先应通过一系列算法对获得的羽毛球图像进行图像预处理，其首先采用图像增强技术，增强灰度差获得良好的二值图像(图4)。一副二值图像是取值只有0和1的逻辑数组，使用logical函数可以把数值数组转化为二值数组，因此若A是一个由0和1构成的数值数组，则可使用如下语句创建一个逻辑数组B：B＝logical(A)，若A中含有除0和1外的其他元素，则使用logical函数就可以将所有非零的量变换为逻辑1，而将所有的0值变换为逻辑0。在图像处理中用到的主要逻辑运算是：与、或和非。他们可以互相结合形成其他逻辑运算。“非”运算只对单一图像的像素进行，而与、或可在两幅或多幅图像的对应像素间进行逻辑运算，以此完成二值化。

获得二值图像后，对其进行边缘特征提取(图5)，边缘检测采用Sobel算子，使用掩模来数字化地近似一阶导数值GX和GY，一个邻域的中心点处的梯度由Sobel检测器按如下方式计算：

g[GX2+GY2]1/2＝{[(z7+2z8+z9)-(z1+2z2+z3)]+[(z3+2z6+z9)-(z1+2z4+z7)]2}1/2

其中z为九宫格排列的图像领域，z1～z9分别对应九宫格中第一行第一、二、三列，第二行第一、二、三列和第三行第一、二、三列位置的方格。在位置(x,y)处8≥T，则在该位置的一个像素是一个边缘像素，其中T是一个指定的阈值。使用掩模对图像f进行滤波(使用imfilter函数)，再使用另一个掩模对f滤波，然后计算每个滤波后的图像中的像素值的平方，并将两幅图像的结果相加，最后计算相加结果的平方根。以此完成边缘特征的提取。但是在坏球中存在较为严重的噪声，所以为解决边缘提取中的噪声问题，在完成二值图像的处理后，利用膨胀腐蚀相互结合的方法，获取更为完善的边缘特征(图6)，使用结构元素b对f的灰度膨胀记为

定义为

其中，Db是b的定义域，f(x，y)在f的定义域外假设为-∞，其中(x’，y’)为旋转后的坐标。该公式实现类似于空间卷的处理。认为结构元素关于其远点旋转并在图像中的所有位置平移，就想卷积核被旋转并在图像上平移那样。在每个平移位置，旋转的结构元素的值与图像像素值相加并计算出最大值。使用平坦的结构元素执行，公式简化为：

平坦的灰度膨胀是一个局部最大值算子，其中的最大值取自由Db的形状所确定的一系列像素邻域，以此完成膨胀腐蚀。利用多个好球的边缘特征，通过公式metric＝4*pi*area/perimeter^2即利用4pi*面积/周长^2＝1来判断圆，完成圆度拟合，获得平均值作为判别标准(图6)，经多组处理结果可知，判别好球的阈值为0.7±0.01，将每一个羽毛球的圆度拟合值与该阈值进行比较，即在阈值范围内的球为好球，在阈值范围外的球为坏球。

收集部分(29)包含收集球桶(21)、收集球桶转盘(22)、收集球桶转盘驱动电机(23)和车体底板(24)。三个收集球桶(21)固定在收集球桶转盘(22)上，收集球桶转盘(22)固定在收集球桶转盘驱动电机(23)上，收集球桶转盘驱动电机(23)固定在车体底板(24)上。

底盘运动部分(30)包括车体底板(24)、底盘驱动电机(25)、麦克纳姆轮(26)。四个底盘驱动电机(25)固定在车体底板(24)上，四个底盘驱动电机(25)连接着四个麦克纳姆轮(26)。

羽毛球收集机器人的设计有如下特点：

第一，集自动拾取、识别、整理于一体。

第二，通过车体的移动可以实现大范围内的羽毛球的收集，收集范围可调。

附图说明

图1羽毛球收集机器人的整体示意图。

图2拾取举升部分示意图。

图3筛选部分示意图。

图4好、坏球的二值图像处理结果。

图5好、坏球的边缘特征提取结果。

图6好、坏球的边缘特征完善和圆度拟合处理结果。

图7收集部分示意图。

图8运动底盘部分示意图。

具体实施方式

羽毛球收集机器人通过底盘运动部分(30)中的底盘驱动电机(25)、麦克纳姆轮(26)实现不同方位的移动，到达羽毛球附近，开始收集羽毛球。

通过拾取举升部分(27)中的电动推杆(10)可以调整收集范围可调的杆组(2)的构型，实现羽毛球收集范围的调整。羽毛球由毛刷(1)卷到一对举升皮带(8)上，再由举升皮带(8)送到筛选部分(28)中的羽毛球滑槽(13)中，在羽毛球滑槽挡板(14)的限制下到达羽毛球筛选平台(12)的收纳洞中，检损摄像头(16)获取羽毛球筛选平台(12)的收纳洞中的羽毛球形态，通过图像处理技术判断羽毛球上羽毛的数量与质量。首先采用图像增强技术，来增加羽毛球边缘与背景之间的灰度差，将图像二值化使得图像更为简单，图像形状特征更加容易检测和识别(图4)，且运算量较小，适用于目标的在线检测。观察羽毛球图像可发现其外边缘呈现封闭状的凹凸多边形，选择合适的边缘检测算法采集完整羽毛球的球口轮廓，提取边缘特征(图5)，并完成圆度拟合获得平均数值，经计算约为0.7(图6)。针对不同的结果(好，坏羽毛球)由收集部分(29)中的收集球桶转盘驱动电机(23)转动收集球桶转盘(22)到一定位置，再由羽毛球筛选四连杆驱动电机(19)驱动羽毛球筛选四连杆(20)，在羽毛球筛选四连杆(20)的一个运动周期中可以实现羽毛球筛选四连杆末端执行杆(15)的上下移动来将羽毛球从羽毛球筛选平台(12)的收纳洞中推送到装着不同种类(好、坏)的收集球桶(21)中。

为了识别好坏球，主要考虑运用边缘检测技术，需对羽毛球进行图像拍摄。拍摄时，羽毛球在筛选平台上方位置停顿，通过摄像头上的光源竖直照射羽毛球冠状口，由摄像头拍摄采集羽毛球冠状口图像，因光源照射形成明显像素差值对比，便于图像的处理。