机器视觉是人工智能正在快速发展的一个分支[1]。简而言之，机器视觉就是使用机器设备代替人的肉眼来对目标物体进行机器视觉系统是通过机器视觉产品将被摄像头测量和判断[2-4]。
等传感器拍摄的目标图像信号，传送给专用的图像处理系统，得到被摄目标的特征信息，根据像素分布特性和亮度、色彩、饱和度等信息，转变成数字信号；图像处理系统进一步对这些信号进行运算，从而提取目标特征，针对特性进行判别，依据判别结果控制执行机构完成动作。
凭借较高性Pixy传感器作为一种开源机器视觉传感器[5-6]，
能的板载处理器和摄像头，可以独立于计算机或者控制板完成视觉识别计算，根据计算结果，由计算机或者微控制器主板对带有鲜明色彩的目标物体进行跟踪、分析，给智能控制系统安装上“眼睛”。
本文首先介绍了Pixy传感器的基本特性，回顾了机器视觉领域常用的色彩模型，然后对Pixy传感器的视觉识别原理进行了分析，并据此提出了一系列生产、生活领域中的典型应用。
图像数据传输给控制板进行处理，这就大大降低了控制板进行视觉识别的运算负担。Pixy传感器支持对多个物体、不同形状、多并可以通过颜色组合编种色彩的视觉识别，可支持7种颜色[9]，制识别码，将该传感器安装到各种机器人上，就是为机器人安装了视觉识别的眼睛。
图1 Pixy cmucam5传感器实物照片
为了具有足够的视觉识别处理能力，最新的Pixy cmucam5传感器使用了主频为204MHz的NXP LPC4330处理器，每秒钟可处理50帧640*400分辨率的图像；使用了Omnivision公司OV9715型1/4\"CMOS摄像头，该摄像头分辨率为1280*800，视场角度为水平75°、垂直47°；配置了UART、SPI、I2C、USB等数据接口，可以与Arduino、MSP430、STM32等常用的控制板进行数据通信。
1 Pixy传感器简介
Pixy是由Charmed实验室联合卡内基梅隆大学共同推出的外形和电路板如图1所示，推出后获开源机器视觉传感器[7-8]，得的智能控制领域的广泛关注。
Pixy传感器上搭载了摄像头和独立的图像处理器，通过设计以色彩为中心的视觉识别算法，将特定颜色的目标物体的视觉识别数据发送给相互配合的控制板，而不是将摄像头拍摄的全部
2 机器视觉色彩模型
目前，在机器视觉中应用较多的色彩空间模型分别是RGB模型、HSI模型和HSV模型。其中，基于光谱红(Red)、绿(Green)、
基金项目：本文由陕西国防工业职业技术学院研究与开发项目（GFY-17-39）“基于pixy传感器的视觉识别智能车的设计与实现”项目提供基金支持。
53设计与研发蓝(Blue)三原色的称为RGB色彩模型，如图2所示。描述RGB模型一般使用笛卡儿立方体坐标系，红、绿、蓝位于立方体三个坐标轴上的顶点，青、品红和黄位于另外三个顶点，黑色位于原点，白色位于离原点最远的顶点，灰度等级沿着黑白两点的连线依次分布。在该模型中，每一种颜色都可以用第一象限中的一个点来表示，即可分解成RGB三原色的分量。RGB模型采用物理三原色表示，物理意义清晰，适合于电子显示设备的设计制造，然而这一体制并不适应人的视觉特点。图2 RGB立方体色彩模型另外两种常用的机器视觉色彩模型分别是是美国色彩学家孟塞尔(H.A.Munseu)于1915年提出的HSI圆锥形色彩空间模型，即用色调、色饱和度和亮度来描述物体；1978年由A. R. Smith提出的HSV六角锥体色彩模型，即用色调、色饱和度、明度来描述物体，如图3所示。这两种色彩模型由于与人类对色彩的感知方式相近，获得了广泛应用。本文中Pixy传感器即采用了HSV模型来确定目标颜色特征。
图3 HSV六角锥体色彩模型
3 Pixy传感器原理分析
Pixy传感器首先将摄像头传输的YUV格式信号转换为RGB色彩模型，进而转换为HSV色彩模型，使用基于色调过滤算法(hue-based color filtering algorithm)来识别物体，以适应同一物体在不同光照条件下的识别需要。由Pixy传感器的机器视觉算法和具体实验测试结果可知，该传感器的识别对象应是色彩鲜明，形状相对规则，应用环境也应有足够的亮度，应避免识别黑、灰、白等色彩的物体。
在具体进行视觉识别过程中，Pixy传感器根据用户给定区域的色彩特征确定一个识别阈值，然后根据给定区域像素在该阈值附近的分布情况，设置默认的识别界限为80%（即该阈值可以提取出给定区域80%的像素值），然后让识别阈值根据当前分布
542018.03/05与给定分布之间的相对关系进行自动调整。这样就可以使Pixy传感器在连续学习30帧画面后即可开始对目标物体进行有效识别，并且可以根据环境光照变化自动调整识别阈值。目标物体的色彩特征被识别后，Pixy传感器会自行计算该物体在图像中的位置和大小信息，然后只将该识别信息传输给控制板，避免了使用控制板进行大量的视觉识别计算，降低了应用门槛。4 Pixy传感器典型应用作为一种具有较高响应速度的独立运算机器视觉传感器，Pixy传感器可以与Arduino、MSP430、stm32、ARM等各种技术平台的控制板共同组成机器视觉应用系统，以下仅举几例。物料分拣：使用Pixy传感器对颜色各异，形状相似的物体进行物料分拣可以显著提高分拣效率。具体系统设计可以由Pixy传感器进行物料色彩识别，然后控制板命令机械手执行分拣动作。仓储物流：Pixy传感器除了识别存储7种颜色外，还可以搭配不同的色彩进行编码，使实际识别的目标数量大大增加。通过给仓库内的物流转运车加装Pixy传感器，就可以使物流转运车在仓库内完成自动寻迹行驶，自动完成货物色彩编码识别，自动入仓出仓。相对于RFID技术，使用视觉识别可以降低智能仓储的整体运营成本。
无人机：使用GPS定位的无人机可以实现指定地理位置的自动着陆，进一步加装Pixy传感器后可以实现移动平台自动着陆，大大增加无人机在车辆、船只等移动平台上的可用性。在无人机室内精确定位飞行和悬停方面，使用Pixy传感器识别墙壁、地板、天花板、家具等上面的彩色标志可以有效克服光流计定位易受干扰和无线信标系统布置复杂的问题。
教学研究：相对于商业化的机器视觉系统，Pixy开源传感器应用于教育领域，大大降低了机器视觉技术程设计与教学研究的技术门槛，通过设计制作各种趣味性极强的视觉识别机器人，可以将机器视觉技术引入大学、中学、甚至小学课堂。
5 结语
本文通过对Pixy开源机器视觉传感器的基本特性进行了描述，对比了RGB立方体色彩模型和HSV六角锥体色彩模型，对
Pixy传感器的视觉识别原理进行了分析，为该传感器提供了一系列具有实践指导意义的应用方案总体设计思路。
参考文献
[1]吴西伟,沈世斌. 基于CMOS摄像头循迹的四轮智能车控制
系统设计[J].自动化技术与应用. 2017,36(7):88-91.
[2]俞毓锋,赵卉菁等.基于道路结构特征的智能车单目视觉定
位[J].自动化学报. 2017,43(05):725-734.
[3]王亚平,张政等.智能车辆路径信息采集控制系统的设计研
究[J].自动化与仪器仪表. 2017,09:55-56.
[4]陈戈.基于摄像头的路径信息采集系统的简易设计与实现[J].自动化与仪器仪表. 2017.08:71-73.
[5]曹国浩.无人驾驶智能车远程监控系统的设计[D].西安工业
大学硕士论文. 2016.（下转第57页）
2018.03/05理论与算法1e-3，Lon＝0，Vf=0；脉冲频率为50Hz，脉冲宽度为80°。（2）仿真：选择算法为ode23tb，仿真时间为0.05S。点击开始仿真按钮，产生的相应波形分别如图所示。图6 触发角α=90°波形2.3 有源逆变在整流电路模型的基础上，增加一个直流电源到负载上，设图3 触发脉冲α=0°，负载电流id，负载电压ud，脉冲信号电压Ug波形 置R=20Ω，L=0.02H，C=inf，直流电源为100V，α＝90°时，得到如图7的仿真结果。图4 触发角α=60°波形图7 三相桥式有源逆变电路的仿真结果分析观察到的结果：图3得到的输出电压为三相线电压正半部分的包络图，图4触发角较图3右移了60°，输出电压平均值ud的波形也沿着线电压正向包络图轨迹右移60°，电流平均值也降低。α＝60°时，ud波形中出现了零值，可见60°为临界连续点。从图7仿真结果可知，实现有源逆变须同时具备两个条件：（1）一定要有直流电动势源，其极性必须与晶闸管的导通方向一（2）变流器必须工作致，且其值应大于器直流侧的平均电压Ud；在α>90°的区间，使Ud<0。2.2 感性负载情况只需将负载参数设置为：R=20Ω，L=0.02H，C=inf，产生如下图所示波形。3 结束语本文在对三相桥式全控整流电路理论分析的基础上，利用MATLAB/Simulink的三相桥式全控整流电路的仿真模型分别研究了阻性和阻感性负载时电流临界连续点和α移相范围以及实现有源逆变的工作条件，并对其波形进行了分析。这种方法直观、快捷，可以使复杂的电力电子电路系统的分析和设计变得更加容易和有效，同时在仿真过程中可以随意改变仿真参数，并且立即可得到任意的仿真结果，适合电力电子技术的教学和研究工作。
参考文献
图5 触发角α=0°波形
由上图可知，当α=0°时，输出电压的波形与电阻性负载相同，而电流波形脉动更小而接近矩形；当α=90°时，由于电感中感应电动势的作用，在线电压过零变负时，导通着的晶闸管继续维持导通，ud波形出现负值，且正负面积近似相等，平均值为零，电感足够大时效果更明显。可见，电感负载时α的移相范围为0～90°。
[1]王兆安,黄俊.电力电子技术[M].北京:机械工业出版
社,2015.
[2]周渊深.电力电子技术与MATLAB仿真(第二版)[M].北京:
中国电力出版社,2014.8.
[3]曲昀卿.基于MATLAB的整流电路的建模与仿真[J].电子技
术,2014（1）:327－328.
（上接第54页）
[6]屈宝鹏,张喜凤等.基于ATMEGA328的视频监控智能车的
设计与实现[J].现代电子技术. 2015.(38)19:160-162.[7]张雁宁.基于STM32和pixy CMUcam5视觉传感器的双控
制模式全向车的设计[J].电子制作.2016,16:8.
[8]王强.车载人机交互系统的研究[D].北京交通大学硕士论
文.2015.
[9]王长峰,于婷.智能车数据无线通信模块设计[J].现代机
械.2015,01:77-79.
作者简介
张喜凤，工学硕士，讲师，主要从事智能器件控制和集成电路设计
方面的研究。
57
因篇幅问题不能全部显示，请点此查看更多更全内容