0 引言

伴隨著現(xiàn)在日益高性能的計算機(jī)硬件和完善的理論技術(shù)，機(jī)器視覺技術(shù)已開始得到廣泛的應(yīng)用。結(jié)合機(jī)器視覺技術(shù)的智能機(jī)器人在現(xiàn)今人工智能趨勢下扮演一個重要角色，在智能制造推進(jìn)、智慧城市建設(shè)、家居生活質(zhì)量提高等方面，都有廣闊的施展空間[1]。

1 整體設(shè)計思路及方案

本設(shè)計將能勝任機(jī)器視覺處理能力的計算機(jī)與單片機(jī)作主控的機(jī)器人相結(jié)合，通過無線通信方式構(gòu)建一個相比其他低成本機(jī)器人具備更高自主性和智能性的機(jī)器人模型，目的在于：(1)對比評估主流手寫數(shù)字識別模型的實(shí)際識別表現(xiàn)；(2)探究低成本機(jī)器人實(shí)現(xiàn)更高智能性的方法[2]。

本設(shè)計結(jié)合現(xiàn)今熱門的機(jī)器視覺技術(shù)以及Arduino單片機(jī)實(shí)現(xiàn)了一個能夠通過上位機(jī)識別手寫數(shù)字并發(fā)送至下位機(jī)進(jìn)行執(zhí)行的機(jī)器人模型，當(dāng)上位機(jī)得到待識別的圖片后，將進(jìn)行圖片的處理轉(zhuǎn)化為數(shù)據(jù)并輸入已經(jīng)在前期構(gòu)建好的識別模型，計算后輸出識別的內(nèi)容并通過無線通信發(fā)送到下位機(jī)，下位機(jī)根據(jù)接收到的識別信號執(zhí)行相應(yīng)動作。

本設(shè)計總體可分為上位機(jī)識別與下位機(jī)執(zhí)行部分。上位機(jī)識別部分包含前期輸入信號的處理、手寫字符的識別模型構(gòu)建、與下位機(jī)通信構(gòu)建等部分；下位機(jī)執(zhí)行部分采用Arduino單片機(jī)結(jié)合各類電子元器件和電路模塊實(shí)現(xiàn)了所期望的執(zhí)行內(nèi)容，包括電源供電設(shè)計、表盤指示器電路設(shè)計、人機(jī)交互顯示設(shè)計以及無線通信設(shè)計[3]。

1.1 下位機(jī)硬件設(shè)計方案

該下位機(jī)硬件使用Arduino單片機(jī)作為主控，并結(jié)合步進(jìn)電機(jī)以及步進(jìn)電機(jī)驅(qū)動模塊構(gòu)成了指針數(shù)字指示盤，OLED與單片機(jī)相連構(gòu)成人機(jī)交互顯示界面，NRF2401L無線串口模塊與上位機(jī)進(jìn)行通信，使用LM2596穩(wěn)壓模塊輸出9 V電源為Arduino單片機(jī)供電，并且由單片機(jī)供電給各個執(zhí)行模塊。采用1.3寸OLED顯示屏作為顯示器，輸出經(jīng)過上位機(jī)識別后發(fā)送至下位機(jī)的信號，采用SSD1306作為驅(qū)動的OLED顯示屏顯示出數(shù)字[4]。

采用步進(jìn)電機(jī)作為儀表盤指示器執(zhí)行部件，其需要相應(yīng)電機(jī)驅(qū)動模塊進(jìn)行驅(qū)動。設(shè)計儀表指示器需要對步進(jìn)電機(jī)進(jìn)行正轉(zhuǎn)、反轉(zhuǎn)控制，從而造成指針的順時針旋轉(zhuǎn)和逆時針旋轉(zhuǎn)，以便能夠使其根據(jù)輸入的識別信號轉(zhuǎn)動相應(yīng)角度(有對應(yīng)的正向角度和負(fù)角度)。電機(jī)接收到單片機(jī)輸出的特定脈沖時，步進(jìn)角(步進(jìn)電機(jī)每前進(jìn)一個步序所轉(zhuǎn)過的角度)便會進(jìn)行相應(yīng)的轉(zhuǎn)動，當(dāng)電機(jī)接收一個脈沖信號就會轉(zhuǎn)過一個步進(jìn)角，二者呈相互的線性關(guān)系。通過此線性關(guān)系，再根據(jù)原有角度與現(xiàn)在應(yīng)該轉(zhuǎn)動角度做差值計算，求出相差角度，控制電機(jī)轉(zhuǎn)動相應(yīng)角度，便可以實(shí)現(xiàn)電機(jī)的儀表指示功能。

1.2 數(shù)據(jù)收集以及上位機(jī)識別模型

上位機(jī)部分主要負(fù)責(zé)手寫圖片的識別，其流程包括手寫數(shù)字圖像預(yù)處理、識別模型訓(xùn)練、識別模型驗證和測試等。選擇MNIST手寫庫作為模型的數(shù)據(jù)，并給出了將MNIST數(shù)據(jù)庫進(jìn)行圖像處理的方法，通過比對SVM、BP神經(jīng)網(wǎng)絡(luò)、KNN三種識別模型的發(fā)展歷程、數(shù)學(xué)原理以及算法步驟等，最終選用BP神經(jīng)網(wǎng)絡(luò)識別模型。

1.3 BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別模型及驗證

BP神經(jīng)網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)的一種，目前大多數(shù)神經(jīng)網(wǎng)絡(luò)模型都是由BP神經(jīng)網(wǎng)絡(luò)擴(kuò)展而來。對于本設(shè)計所需手寫數(shù)字識別這一應(yīng)用來說，神經(jīng)網(wǎng)絡(luò)主要用于關(guān)于數(shù)字0到數(shù)字9的分類問題。BP神經(jīng)網(wǎng)絡(luò)算法又稱為反向傳播算法，其連接神經(jīng)元的權(quán)值訓(xùn)練從最末層（即網(wǎng)絡(luò)的輸出層）開始，從輸出到輸入依次更新每一層的權(quán)值，所以被稱為反向傳播。

BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法采用方法為δ學(xué)習(xí)規(guī)則(步長最優(yōu)化)，目標(biāo)函數(shù)為：

式中：Yk表示真實(shí)的值，即期望值，是真實(shí)圖片中所代表數(shù)字，k為樣本編號；Tk為預(yù)測值，即經(jīng)過模型所計算出來的值；E為真實(shí)值與預(yù)測值得平方誤差求和。整個式子的目標(biāo)便是使平方誤差和最小。

其算法過程的流程描述如圖1所示。

BP神經(jīng)網(wǎng)絡(luò)由于只應(yīng)用了均分誤差函數(shù)對權(quán)值和閾值的一階導(dǎo)數(shù)（即梯度）的信息，在實(shí)際程序中該算法存在收斂速度慢從而計算時間長、容易陷入局部最?。ê雎粤巳肿顑?yōu)解導(dǎo)致不能正確求解）等問題。在實(shí)際的應(yīng)用中，應(yīng)注意這些問題的解決，可以與LM神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)等結(jié)合使用來解決[5]。

2 使用CV2庫進(jìn)行圖像預(yù)處理

在設(shè)計中使用OpenCV庫的擴(kuò)展庫CV2庫對圖片進(jìn)行了圖像預(yù)處理，過程主要包括手寫數(shù)字圖像的歸一化以及二值化數(shù)據(jù)形式，并保存為逗號分隔符的csv文件。

圖像處理時間如表1所示，T1時間為轉(zhuǎn)化訓(xùn)練集圖片所用時間，用時352 s；T2時間為轉(zhuǎn)化測試集圖片所用時間，用時55 s。

2.1 PCA降維操作

本設(shè)計使用Python的sklearn庫中的PCA方法，輸入原始數(shù)據(jù)集，即可完成PCA降維操作，其降維結(jié)果如表2所示。

在經(jīng)過PCA(主成分分析法)降維操作去除影響較小的變量影響后，得到了59 989行、67列的X_pca數(shù)據(jù)集，手寫數(shù)字圖片數(shù)量不變，但維數(shù)從784列縮小為67列，從而有效地減輕了支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)以及KNN模型的計算過程。在后續(xù)的模型訓(xùn)練以及模型識別準(zhǔn)確度評估中，也同樣使用了PCA操作對數(shù)據(jù)簡化計算量[6]。

2.2 模型比較以及上位機(jī)識別模型的選取

本測試模型中，經(jīng)過轉(zhuǎn)化的訓(xùn)練集數(shù)據(jù)大小1.09 GB（59 989張圖片轉(zhuǎn)化完成的數(shù)據(jù)），測試集數(shù)據(jù)大小為186 MB（9989張圖片轉(zhuǎn)化完成的數(shù)據(jù)），經(jīng)過PCA降維操作后，測試集數(shù)據(jù)大小為97.7 MB（由原來的864列數(shù)據(jù)降維為67列數(shù)據(jù)），訓(xùn)練集數(shù)據(jù)大小為16.2 MB。模型數(shù)據(jù)采用PCA降維操作后的數(shù)據(jù)[7]。

從表3中可知，3種模型中，SVM（支持向量機(jī)）模型識別的準(zhǔn)確度最高，但訓(xùn)練時間比其他兩個模型稍長。BP神經(jīng)網(wǎng)絡(luò)模型最小，訓(xùn)練時間比SVM（支持向量機(jī)）稍短，測試時間用時也最短，明顯短于其他兩個模型，說明識別速度是最快的。KNN（K近鄰）模型訓(xùn)練時間雖然最短，但從測試時間來看用時最長，測試近10 000個數(shù)據(jù)的時間比其他兩個模型訓(xùn)練近60 000個數(shù)據(jù)的時間還長了兩倍多，模型識別速度最慢。準(zhǔn)確率上來看，小數(shù)據(jù)量時準(zhǔn)確率只有百分之五六十，只有大數(shù)據(jù)體量下準(zhǔn)確率才有明顯提升，與SVM（支持向量機(jī)）和BP神經(jīng)網(wǎng)絡(luò)相比，在手寫數(shù)字識別方面遜色很多。

對上面3個模型根據(jù)識別時間、準(zhǔn)確率進(jìn)行比較評估后，決定以準(zhǔn)確率優(yōu)先，次而考慮識別時間，最終決定使用SVM(支持向量機(jī))作為本設(shè)計的手寫識別模型[8]。

3 手寫筆跡圖像識別機(jī)器人整體設(shè)計

在整體設(shè)計中，首先選擇NRF2401L無線通信模塊完成了通信硬件的搭建，并根據(jù)其配置表進(jìn)行命令配置完成了硬件的初始化。上位機(jī)方面，使用Python結(jié)合win32u庫和serial庫完成上位機(jī)讀取識別程序的設(shè)計。下位機(jī)方面，使用串口結(jié)合下位機(jī)處理硬件完成數(shù)字接收處理的設(shè)計。整個系統(tǒng)構(gòu)成一套上位機(jī)對手寫圖像進(jìn)行識別，通過無線發(fā)送至下位機(jī)處理的手寫筆跡圖像識別機(jī)器人。

4 結(jié)論

通過本設(shè)計與研究，取得的主要結(jié)果如下：

(1)選擇了MNIST手寫數(shù)字圖片庫作為手寫識別模型的原始數(shù)據(jù)，設(shè)計實(shí)際情況完成了MNIST庫圖像的處理和轉(zhuǎn)化，從而得到了原始的訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集。

(2)分別對SVM(支持向量機(jī))，BP神經(jīng)網(wǎng)絡(luò)，KNN(K近鄰)3種分類模型進(jìn)行了對比，并使用Python分別對3種模型進(jìn)行了構(gòu)建和測試。通過3個模型的訓(xùn)練時間、測試時間以及準(zhǔn)確度等指標(biāo)，比較了3個模型的優(yōu)劣性，最終以準(zhǔn)確率優(yōu)先原則選取準(zhǔn)確度最高的SVM(支持向量機(jī))作為手寫數(shù)字識別模型并進(jìn)行應(yīng)用。

(3)使用NRF2401L無線通信模塊和串口功能構(gòu)建了上位機(jī)和下位機(jī)之間無線通信，完成了二者的對接，將單片機(jī)在電子硬件方面的處理和計算機(jī)對手寫圖片的識別進(jìn)行了結(jié)合[9]。

(4)實(shí)現(xiàn)了Python設(shè)計上位機(jī)應(yīng)用程序，功能包括圖像讀取、圖像預(yù)處理以及轉(zhuǎn)化、圖像識別、串口發(fā)送、異常處理等。完成了整個上位機(jī)的功能，構(gòu)成了一套上位機(jī)手寫圖像識別，完成了整個設(shè)計。