摘 要：論述了面向遠(yuǎn)程機(jī)器人的自動(dòng)控制平臺(tái)的研究設(shè)計(jì)。對(duì)原有的控制系統(tǒng)進(jìn)行了簡(jiǎn)單介紹，從設(shè)計(jì)思想、一個(gè)專用的數(shù)據(jù)結(jié)構(gòu)以及運(yùn)行流程方面對(duì)新的自控平臺(tái)進(jìn)行了描述。 關(guān)鍵詞：遠(yuǎn)程機(jī)器人　自動(dòng)控制　運(yùn)行腳本 1 自動(dòng)控制平臺(tái)概述 在網(wǎng)絡(luò)和多媒體技術(shù)飛速發(fā)展的今天，通過(guò)網(wǎng)絡(luò)傳輸?shù)倪h(yuǎn)程機(jī)器人圖像對(duì)機(jī)器人進(jìn)行控制已經(jīng)成了一種可行的技術(shù)。利用這種技術(shù)，可以對(duì)遠(yuǎn)程機(jī)器人的活動(dòng)進(jìn)行檢測(cè)，從而獲得實(shí)時(shí)的信息，再據(jù)此向遠(yuǎn)端的機(jī)器人發(fā)出某種命令。但如果由人直接在遠(yuǎn)端進(jìn)行控制，就需要其長(zhǎng)時(shí)間地通過(guò)傳輸過(guò)來(lái)的圖像監(jiān)測(cè)機(jī)器人的行為，同時(shí)還要不斷向遠(yuǎn)端機(jī)器人發(fā)送相同的命令。顯然由電腦進(jìn)行智能化的自動(dòng)控制更合適。 遠(yuǎn)程機(jī)器人的自動(dòng)控制平臺(tái)正是基于這種考慮而研制的。本課題組研制的原有的遠(yuǎn)程機(jī)器人實(shí)時(shí)圖像傳輸和實(shí)時(shí)控制系統(tǒng)分為兩個(gè)部分：一是遠(yuǎn)程機(jī)器人站點(diǎn)，二是控制站點(diǎn)。其中遠(yuǎn)程機(jī)器人站點(diǎn)負(fù)責(zé)圖像信息的采集、壓縮、傳輸，同時(shí)接收控制端發(fā)送的命令并執(zhí)行；控制站點(diǎn)對(duì)圖像進(jìn)行解壓、顯示，同時(shí)向遠(yuǎn)程機(jī)器人站點(diǎn)發(fā)送命令。自動(dòng)控制平臺(tái)就是在原有系統(tǒng)的基礎(chǔ)上，在控制站點(diǎn)的應(yīng)用程序中加上了對(duì)遠(yuǎn)端傳送過(guò)來(lái)的圖像進(jìn)行判斷、并依據(jù)判斷自動(dòng)發(fā)送命令的部分。 2 相關(guān)技術(shù) 2.1 圖像的采集與顯示 在遠(yuǎn)程機(jī)器人站點(diǎn)，需要對(duì)機(jī)器人現(xiàn)場(chǎng)進(jìn)行圖像采集；而在控制端，則需要對(duì)機(jī)器人的圖像進(jìn)行顯示。 在本系統(tǒng)的應(yīng)用程序中，采集和顯示是通過(guò)對(duì)VFW的調(diào)用來(lái)實(shí)現(xiàn)的。VFW（Video for Windows SDK）是Microsoft公司于1992年推出的被稱為AVICap窗口類函數(shù)的系統(tǒng)調(diào)用接口。通過(guò)VFW的調(diào)用，可以通過(guò)發(fā)送信息或是設(shè)置屬性來(lái)采集或播放視頻剪輯。如在程序中，調(diào)用capCreateCaptureWindow就可以創(chuàng)建一個(gè)視頻采集窗口，調(diào)用capSetCallbackonFrame就可以設(shè)定采集到一幀圖像時(shí)的回調(diào)函數(shù)，在回調(diào)函數(shù)中可以進(jìn)一步作顯示或?qū)D像作其它處理。 VFW只有VC和VB版本，而本系統(tǒng)采用Delphi進(jìn)行開發(fā)，以便獲得Delphi優(yōu)良的界面功能和多線程機(jī)制。為此需要先用Pascal對(duì)vfw.h進(jìn)行改寫，得到在Delphi中可以直接調(diào)用的vfw.pas文件。 盡管在編程時(shí)使用的是VFW，但是由于程序運(yùn)行在Windows2000下，實(shí)際上驅(qū)動(dòng)程序仍是使用WDM（Windows Driver Model）。WDM也是由Microsoft公司推出的，相對(duì)于VFW，在視頻會(huì)議、PC/TV等方面有較大優(yōu)勢(shì)。 2.2 圖像壓縮 本系統(tǒng)中采用了多種圖像壓縮算法，以適應(yīng)多種網(wǎng)絡(luò)傳輸環(huán)境和實(shí)時(shí)性要求，其中包括顯示質(zhì)量好但開銷大的MPEG4，以及開銷小適用于遠(yuǎn)程傳輸?shù)W(wǎng)絡(luò)傳輸率低的H.26x。此外還有本課題組自行開發(fā)的一個(gè)Tsinghua H.263壓縮算法，在系統(tǒng)使用時(shí)可以根據(jù)網(wǎng)絡(luò)的情況來(lái)進(jìn)行選擇。如果網(wǎng)絡(luò)情況好，則使用顯示質(zhì)量好的MPEG4，如果網(wǎng)絡(luò)不好，則使用開銷小的H.263。 2.3 網(wǎng)絡(luò)傳輸?shù)淖赃m應(yīng) 除了壓縮算法可靈活選擇之外，本課題組還設(shè)計(jì)了兩種自適應(yīng)的方法來(lái)對(duì)傳輸進(jìn)行調(diào)節(jié)，以便更好地適應(yīng)網(wǎng)絡(luò)條件。一種是幀頻的自適應(yīng)，通過(guò)調(diào)節(jié)機(jī)器人端視頻發(fā)送速率來(lái)實(shí)現(xiàn)對(duì)圖像質(zhì)量的自適應(yīng)；另一種是通信帶寬的自適應(yīng)，通過(guò)調(diào)節(jié)關(guān)鍵幀和非關(guān)鍵幀的質(zhì)量來(lái)調(diào)節(jié)單位時(shí)間發(fā)送的數(shù)據(jù)量，從而與網(wǎng)絡(luò)情況相適應(yīng)。 2.4 多進(jìn)程、多線程的使用 本系統(tǒng)可同時(shí)控制多個(gè)機(jī)器人站點(diǎn)。每當(dāng)連接一個(gè)新的遠(yuǎn)程機(jī)器人站點(diǎn)時(shí)，控制站點(diǎn)會(huì)自動(dòng)產(chǎn)生一個(gè)新的進(jìn)程對(duì)該機(jī)器人站點(diǎn)進(jìn)行控制。在對(duì)一個(gè)機(jī)器人站點(diǎn)進(jìn)行控制的進(jìn)程中，同時(shí)會(huì)有幾個(gè)線程來(lái)分別實(shí)現(xiàn)幾方面的功能。ChatThread線程負(fù)責(zé)機(jī)器人站點(diǎn)和控制站點(diǎn)之間的文字通信，SyncThread線程則負(fù)責(zé)兩站點(diǎn)傳送和接收的同步性，最大的也是最主要的DrawThread線程負(fù)責(zé)圖像的接收、解壓縮以及顯示，同時(shí)實(shí)現(xiàn)自動(dòng)控制功能。 2.5 自動(dòng)控制 如前所述，自動(dòng)控制包括兩方面：一是對(duì)傳送過(guò)來(lái)的圖像信息進(jìn)行分析，獲得機(jī)器人的實(shí)時(shí)狀態(tài)。二是依據(jù)機(jī)器人目前所處的狀態(tài)發(fā)出相應(yīng)的命令。 對(duì)圖像信息進(jìn)行分析是通過(guò)與標(biāo)準(zhǔn)圖像進(jìn)行比較來(lái)實(shí)現(xiàn)的，以此來(lái)確定機(jī)器人是否已經(jīng)進(jìn)入了某種狀態(tài)。如果發(fā)現(xiàn)機(jī)器人當(dāng)前處于某種標(biāo)準(zhǔn)圖像對(duì)應(yīng)的狀態(tài)，則控制站點(diǎn)會(huì)發(fā)出與該狀態(tài)相對(duì)應(yīng)的命令。 由于目前機(jī)器人不可能有很靈活的細(xì)膩的動(dòng)作方式，所以只需要對(duì)幾個(gè)關(guān)鍵部位（例如頭部、手臂等）的圖像進(jìn)行比較，即可確定機(jī)器人當(dāng)前的狀態(tài)。由此，為標(biāo)準(zhǔn)圖像的存儲(chǔ)和識(shí)別提供了有利條件，也為自動(dòng)控制平臺(tái)的設(shè)計(jì)和實(shí)現(xiàn)提供了前提。 3 自動(dòng)控制平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn) 3.1 設(shè)計(jì)思想 機(jī)器人的某一個(gè)運(yùn)動(dòng)過(guò)程一般可以分解為若干個(gè)關(guān)鍵狀態(tài)。當(dāng)其處于某一狀態(tài)時(shí)，需要通過(guò)向它下達(dá)某一種指令才能使之向下一個(gè)狀態(tài)轉(zhuǎn)換。因此，可以在某一個(gè)文件中存儲(chǔ)完成該運(yùn)動(dòng)過(guò)程所需要的各個(gè)關(guān)鍵狀態(tài)的圖像信息，并存儲(chǔ)與該狀態(tài)相對(duì)應(yīng)的指令。要執(zhí)行該運(yùn)動(dòng)過(guò)程時(shí)，通過(guò)應(yīng)用程序讀入該文件，獲得各狀態(tài)的信息，然后即可開始將實(shí)時(shí)的圖像信息與關(guān)鍵狀態(tài)的圖像信息相比較，如果相符，則發(fā)出相應(yīng)命令。實(shí)際上，這個(gè)文件就相當(dāng)于一個(gè)運(yùn)行腳本?？梢栽谑謩?dòng)控制的過(guò)程中，制作好這樣的運(yùn)行腳本。下次要執(zhí)行同樣的操作時(shí)，只需要把這個(gè)腳本讀入，就可以實(shí)現(xiàn)自動(dòng)控制功能。 3.2 數(shù)據(jù)結(jié)構(gòu) 在程序中，建立了一個(gè)名為scformat的數(shù)據(jù)結(jié)構(gòu)，來(lái)描述和存放運(yùn)行腳本。scformat的基本結(jié)構(gòu)如圖1所示。 一個(gè)scformat即對(duì)應(yīng)于一個(gè)完整的腳本文件。由于對(duì)數(shù)據(jù)文件采用鏈表方式來(lái)組織，所以其中可以含有任意多個(gè)標(biāo)準(zhǔn)圖像及其對(duì)應(yīng)的命令。scformat中包含諸如色深/colordepth（1表示8位色，依此類推）、圖像個(gè)數(shù)/framenum、圖像寬度/framewidth、圖像高度/frameheight等數(shù)據(jù)塊，datahead、datatail則是數(shù)據(jù)鏈表的頭尾指針。 一個(gè)data則對(duì)應(yīng)于一幅圖像，除了fwidth、fheight、depth這些基本的信息之外，order是一個(gè)字符數(shù)組，用來(lái)存放對(duì)應(yīng)的命令，segnum表示這幅圖像中所截取的幾個(gè)最重要的反映機(jī)器人基本運(yùn)動(dòng)情況的關(guān)鍵部分，pnext則指向數(shù)據(jù)鏈表中的下一個(gè)data。對(duì)于一個(gè)data圖像中截取的各個(gè)部分，同樣采用鏈表結(jié)構(gòu)來(lái)組織，seghead、segtail則分別指向鏈表的頭尾。 一個(gè)seg對(duì)應(yīng)于從圖像中截取的一個(gè)關(guān)鍵部分，其中，width、height表示該部分的寬度、高度，topx、topy則是該部分左下角在該圖像中的坐標(biāo)，以適應(yīng)圖像的數(shù)據(jù)從左下角開始存儲(chǔ)的規(guī)則。segdata指向該部分具體的圖像數(shù)據(jù)。圖2是各個(gè)結(jié)構(gòu)在圖像上的具體關(guān)系。 上述數(shù)據(jù)結(jié)構(gòu)的優(yōu)點(diǎn)是其具有充分的多方面的靈活性。因?yàn)閷?duì)應(yīng)于不同的運(yùn)動(dòng)過(guò)程的腳本文件可能需要不同數(shù)目的標(biāo)準(zhǔn)圖像，而對(duì)應(yīng)于機(jī)器人處于不同狀態(tài)的圖像，為了反映機(jī)器人的運(yùn)動(dòng)狀態(tài)，也可能需要截取不同數(shù)目的關(guān)鍵部分。由于上述數(shù)據(jù)結(jié)構(gòu)的靈活性，對(duì)于標(biāo)準(zhǔn)圖像的數(shù)據(jù)data和圖像中的關(guān)鍵部分seg，都采用鏈表結(jié)構(gòu)來(lái)組織，所以可以適應(yīng)各種不同情況。 同時(shí)，對(duì)于scformat、data、seg這些數(shù)據(jù)結(jié)構(gòu)，分別提供了各種函數(shù)以及過(guò)程，使得在進(jìn)行圖像的截取、腳本文件的存儲(chǔ)、腳本文件的讀取和顯示時(shí)都相當(dāng)方便。 3.3 流程要點(diǎn) 具體的流程分為以下兩個(gè)方面： 其一是控制腳本的獲得，由人工進(jìn)行手動(dòng)控制實(shí)現(xiàn)。基于上面的這種數(shù)據(jù)結(jié)構(gòu)，此過(guò)程可以準(zhǔn)確完成。在此過(guò)程中，首先創(chuàng)建一個(gè)scformat結(jié)構(gòu)。由于其中的數(shù)據(jù)是按照鏈表結(jié)構(gòu)組織，所以可以隨時(shí)加入標(biāo)準(zhǔn)圖像及相應(yīng)的命令。同時(shí)對(duì)于某一幅特定圖像，可以選取圖像中的若干關(guān)鍵部分。此過(guò)程結(jié)束后，可以調(diào)用scformat的writescfile，將得到的腳本文件存放到硬盤文件中。 其二是自動(dòng)控制過(guò)程。在進(jìn)行自動(dòng)控制時(shí)，首先從硬盤上讀入文件，調(diào)用readscfile將文件中的數(shù)據(jù)加入到一個(gè)scformat結(jié)構(gòu)中。然后按照這個(gè)scformat腳本文件中的數(shù)據(jù)進(jìn)行自動(dòng)控制。由于系統(tǒng)中采用壓縮技術(shù)，所以在控制站點(diǎn)取得壓縮包之后，進(jìn)行解壓，得到實(shí)時(shí)圖像，然后將實(shí)時(shí)圖像與運(yùn)行腳本中的圖像逐個(gè)進(jìn)行比較。如果比較相符，則停止比較，同時(shí)將相應(yīng)的命令傳送給遠(yuǎn)端機(jī)器人；如果獲得相符的結(jié)果，則說(shuō)明機(jī)器人當(dāng)前不處于任何特定的狀態(tài)，所以繼續(xù)循環(huán)檢測(cè)和比較。 4 平臺(tái)運(yùn)行環(huán)境 本系統(tǒng)在實(shí)驗(yàn)室中進(jìn)行了充分的測(cè)試和修改，硬件和軟件的環(huán)境如下。 硬件環(huán)境： Intel Pentium 4 處理器 nVidia TNT2 M64 圖像顯示卡 Intel ProShare Personal Conferencing 攝像頭，Leadtek WinFast TV2000視頻采集卡 10M/100M自適應(yīng)網(wǎng)卡，100M以太網(wǎng) 軟件環(huán)境： Microsoft Windows 2000 Advanced Server Borland Delphi 6.0 （With Update pack 2） Microsoft Visual C++ 6.0 （Service Pack 5） 5 實(shí)際測(cè)試 本系統(tǒng)在實(shí)驗(yàn)室中進(jìn)行了充分的測(cè)試。在通常的情況下，對(duì)于反映某一運(yùn)動(dòng)狀態(tài)的圖像，系統(tǒng)默認(rèn)可以抽取0～5個(gè)關(guān)鍵部分來(lái)反映該狀態(tài)的特征。而對(duì)于一個(gè)運(yùn)行腳本而言，如果是有序化的簡(jiǎn)單腳本（也就是說(shuō)腳本中的圖像按照要進(jìn)行的操作順序排列，系統(tǒng)只需將得到的實(shí)時(shí)圖像與目前應(yīng)該處于的那一幅圖像進(jìn)行比較即可），腳本中可以包含任意多幅（在存儲(chǔ)大小滿足的條件下）反映關(guān)鍵狀態(tài)的圖像；如果是無(wú)序的腳本，也就是說(shuō)系統(tǒng)需將所獲取的圖像與腳本中的所有圖像進(jìn)行比較以得到當(dāng)前需要執(zhí)行的指令。在測(cè)試中，腳本包含十幅圖像時(shí)，仍能很快得出比較的結(jié)果。從測(cè)試來(lái)看，本系統(tǒng)的關(guān)鍵設(shè)計(jì)思想均是可用的。