《电子技术应用》
您所在的位置:首页 > 嵌入式技术 > 设计应用 > 基于嵌入式视觉的自动捡球机器人控制系统设计
基于嵌入式视觉的自动捡球机器人控制系统设计
集成电路应用
支铁山1,刘爱华2,王淑娟1,陈杨红1
1.广西自然资源职业技术学院智能制造工程学院; 2.广西物流职业技术学院智慧交通学院
摘要: 针对非结构化运动场地环境下球体目标感知与回收的难题,该文设计并研制了一款基于嵌入式视觉的自动捡球机器人控制系统。该系统面向网球训练场及球场周围复杂场景,重点解决球体小目标漏检、场地纹理干扰及移动底盘作业抖动等核心挑战。在感知层面,该文提出了一种融合CBAM通道-空间双重注意力机制与WIoU动态聚焦损失函数的改进YOLOv8检测网络,通过消融实验验证了各模块的独立有效性,mAP@0.5达到96.5%。在控制层面,建立了履带式差速底盘的运动学模型,推导了基于Pure Pursuit算法的路径跟踪控制律,并设计了基于位置视觉伺服(PBVS)的机械臂抓取策略。实验结果表明:改进算法在复杂光照条件下相比原始YOLOv8提升3.0个百分点,定位误差在1.5 m范围内小于±15 mm,整机捡球成功率达到94.2%,系统运行稳定,满足实际作业需求。
中图分类号:TP242.6文献标识码:ADOI:10.19339/j.issn.1674-2583.2026.010.006
中文引用格式:支铁山,刘爱华,王淑娟,等. 基于嵌入式视觉的自动捡球机器人控制系统设计[J].集成电路应用,2026,43(10):33-39.
英文引用格式:Zhi Tieshan,Liu Aihua,Wang Shujuan, et al. Design of automatic ballpicking robot control system based on embedded vision[J].Application of IC,2026,43(10):33-39.
Design of automatic ball-picking robot control system based on embedded vision
Zhi Tieshan1,Liu Aihua2,Wang Shujuan1,Chen Yanghong1
1. School of Intelligent Manufacturing Engineering, Guangxi Vocational and Technical College of Natural Resources; 2. School of Intelligent Transportation, Guangxi Vocational and Technical College of Logistics
Abstract: This paper designs and develops an automatic ball-picking robot control system based on embedded vision for the problem of ball target perception and retrieval in unstructured sports venue environments. The system is intended for complex scenes around tennis training grounds and courts. It focuses on several main difficulties,including missed detection of small ball targets,interference from venue textures,and jitter during mobile chassis operation.At the perception level,the study proposes an improved YOLOv8 detection network that incorporates a CBAM channel-spatial dual attention mechanism and a WIoU dynamic focus loss function. Ablation experiments confirmed that each module contributed on its own,and the model reached an mAP@0.5 of 96.5%. At the control level,a kinematic model of a tracked differential chassis was established,while deriving a path tracking control law based on the Pure Pursuit algorithm,and designing a robotic arm grasping strategy based on Position-Based Visual Servoing (PBVS).
Key words : automatic ball-picking robot; machine vision; YOLOv8; tracked chassis kinematics; path tracking; visual servoing

引言

在非结构化环境下实现动态目标的高效感知与精确操作,是服务机器人领域长期面临的核心挑战之一。球体目标具有全向几何对称、表面反光特性强、在粗糙路面上易被遮挡等固有属性,使得基于边缘和纹理特征的传统检测方法在该类场景中鲁棒性不足。与此同时,移动底盘在复杂路面上的行走抖动会显著降低机械臂末端定位精度,进一步加大了视觉伺服控制的难度。因此,面向非结构化运动场地的自动捡球机器人系统,需要在目标检测精度、底盘运动学建模精度以及手眼协同控制策略三个方面进行系统性优化。

近年来,以YOLO系列为代表的单阶段目标检测算法在工业质检、农业遥感等领域取得了显著成果[1]。然而,标准YOLOv8在面对远处小尺寸球体时,由于特征图下采样倍数过大导致空间信息丢失,检测性能显著下降。此外,IoU类损失函数在预测框与真实框长宽比差异较大时收敛缓慢,影响了定位精度。在运动控制方面,针对履带式底盘的差速转向运动学建模与路径跟踪控制,已有学者提出了多种改进策略,但在捡球这一特定应用场景中,如何将视觉感知、底盘导航与机械臂抓取进行系统级联[2],仍缺乏完整的实验验证。

本文针对上述问题,研制了一款集环境感知、自主导航、视觉伺服抓取于一体的自动捡球机器人系统。主要贡献如下:①提出了一种融合CBAM通道-空间双重注意力机制与WIoU动态聚焦损失函数的改进YOLOv8检测网络,并通过系统的消融实验验证了各模块的独立贡献;②建立了履带式差速底盘的运动学模型,推导了Pure Pursuit路径跟踪控制律,并分析了路径跟踪误差的收敛特性[3];③搭建了完整的物理样机,在室外网球场环境下进行了系统级联实验,验证了算法与控制策略的工程实用性。


本文详细内容请下载:

http://www.chinaaet.com/resource/share/2000007336


投稿邮箱:ICAPP@belling.com.cn


作者信息:

支铁山1,刘爱华2,王淑娟1,陈杨红1

(1.广西自然资源职业技术学院智能制造工程学院,广西崇左532199; 

2.广西物流职业技术学院智慧交通学院,广西贵港537100)

2.jpg

此内容为AET网站原创,未经授权禁止转载。