0 引言

    伴隨著現(xiàn)在日益高性能的計(jì)算機(jī)硬件和完善的理論技術(shù),，機(jī)器視覺(jué)技術(shù)已開(kāi)始得到廣泛的應(yīng)用。結(jié)合機(jī)器視覺(jué)技術(shù)的智能機(jī)器人在現(xiàn)今人工智能趨勢(shì)下扮演一個(gè)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(jì)思路及方案

    本設(shè)計(jì)將能勝任機(jī)器視覺(jué)處理能力的計(jì)算機(jī)與單片機(jī)作主控的機(jī)器人相結(jié)合，通過(guò)無(wú)線通信方式構(gòu)建一個(gè)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(duì)比評(píng)估主流手寫數(shù)字識(shí)別模型的實(shí)際識(shí)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(jì)結(jié)合現(xiàn)今熱門的機(jī)器視覺(jué)技術(shù)以及Arduino單片機(jī)實(shí)現(xiàn)了一個(gè)能夠通過(guò)上位機(jī)識(shí)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(shí)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(shí)別模型,，計(jì)算后輸出識(shí)別的內(nèi)容并通過(guò)無(wú)線通信發(fā)送到下位機(jī),，下位機(jī)根據(jù)接收到的識(shí)別信號(hào)執(zhí)行相應(yīng)動(dòng)作。

    本設(shè)計(jì)總體可分為上位機(jī)識(shí)別與下位機(jī)執(zhí)行部分,。上位機(jī)識(shí)別部分包含前期輸入信號(hào)的處理,、手寫字符的識(shí)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(jì),、表盤指示器電路設(shè)計(jì)、人機(jī)交互顯示設(shè)計(jì)以及無(wú)線通信設(shè)計(jì)^[3],。

1.1 下位機(jī)硬件設(shè)計(jì)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(dòng)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(wú)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(gè)執(zhí)行模塊,。采用1.3寸OLED顯示屏作為顯示器,，輸出經(jīng)過(guò)上位機(jī)識(shí)別后發(fā)送至下位機(jī)的信號(hào)，采用SSD1306作為驅(qū)動(dòng)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(dòng)模塊進(jìn)行驅(qū)動(dòng)。設(shè)計(jì)儀表指示器需要對(duì)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(shí)針旋轉(zhuǎn)和逆時(shí)針旋轉(zhuǎn)，以便能夠使其根據(jù)輸入的識(shí)別信號(hào)轉(zhuǎn)動(dòng)相應(yīng)角度(有對(duì)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(shí),，步進(jìn)角(步進(jìn)電機(jī)每前進(jìn)一個(gè)步序所轉(zhuǎn)過(guò)的角度)便會(huì)進(jìn)行相應(yīng)的轉(zhuǎn)動(dòng)，當(dāng)電機(jī)接收一個(gè)脈沖信號(hào)就會(huì)轉(zhuǎn)過(guò)一個(gè)步進(jìn)角,，二者呈相互的線性關(guān)系,。通過(guò)此線性關(guān)系，再根據(jù)原有角度與現(xiàn)在應(yīng)該轉(zhuǎn)動(dòng)角度做差值計(jì)算,，求出相差角度,，控制電機(jī)轉(zhuǎn)動(dòng)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(shí)別模型

    上位機(jī)部分主要負(fù)責(zé)手寫圖片的識(shí)別,，其流程包括手寫數(shù)字圖像預(yù)處理、識(shí)別模型訓(xùn)練,、識(shí)別模型驗(yàn)證和測(cè)試等,。選擇MNIST手寫庫(kù)作為模型的數(shù)據(jù)，并給出了將MNIST數(shù)據(jù)庫(kù)進(jìn)行圖像處理的方法,，通過(guò)比對(duì)SVM,、BP神經(jīng)網(wǎng)絡(luò)、KNN三種識(shí)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(shí)別模型。

1.3 BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別模型及驗(yàn)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(lái),。對(duì)于本設(shè)計(jì)所需手寫數(shù)字識(shí)別這一應(yīng)用來(lái)說(shuō),，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(wèn)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(kāi)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(zhǎng)最優(yōu)化),，目標(biāo)函數(shù)為：

式中：Y_k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(hào)；T_k為預(yù)測(cè)值,，即經(jīng)過(guò)模型所計(jì)算出來(lái)的值,；E為真實(shí)值與預(yù)測(cè)值得平方誤差求和。整個(gè)式子的目標(biāo)便是使平方誤差和最小,。

    其算法過(guò)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(duì)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(jì)算時(shí)間長(zhǎng),、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(wèn)題。在實(shí)際的應(yīng)用中,，應(yīng)注意這些問(wèn)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(lái)解決^[5],。

2 使用CV2庫(kù)進(jìn)行圖像預(yù)處理

    在設(shè)計(jì)中使用OpenCV庫(kù)的擴(kuò)展庫(kù)CV2庫(kù)對(duì)圖片進(jìn)行了圖像預(yù)處理,，過(guò)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(hào)分隔符的csv文件,。

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

2.1 PCA降維操作

    本設(shè)計(jì)使用Python的sklearn庫(kù)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(guò)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(jì)算過(guò)程,。在后續(xù)的模型訓(xùn)練以及模型識(shí)別準(zhǔn)確度評(píng)估中，也同樣使用了PCA操作對(duì)數(shù)據(jù)簡(jiǎn)化計(jì)算量^[6],。

2.2 模型比較以及上位機(jī)識(shí)別模型的選取

    本測(cè)試模型中,，經(jīng)過(guò)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(cè)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(guò)PCA降維操作后,，測(cè)試集數(shù)據(jù)大小為97.7 MB（由原來(lái)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(shí)別的準(zhǔn)確度最高,，但訓(xùn)練時(shí)間比其他兩個(gè)模型稍長(zhǎng)。BP神經(jīng)網(wǎng)絡(luò)模型最小,，訓(xùn)練時(shí)間比SVM（支持向量機(jī)）稍短,，測(cè)試時(shí)間用時(shí)也最短，明顯短于其他兩個(gè)模型,，說(shuō)明識(shí)別速度是最快的,。KNN（K近鄰）模型訓(xùn)練時(shí)間雖然最短，但從測(cè)試時(shí)間來(lái)看用時(shí)最長(zhǎng),，測(cè)試近10 000個(gè)數(shù)據(jù)的時(shí)間比其他兩個(gè)模型訓(xùn)練近60 000個(gè)數(shù)據(jù)的時(shí)間還長(zhǎng)了兩倍多,，模型識(shí)別速度最慢。準(zhǔn)確率上來(lái)看,，小數(shù)據(jù)量時(shí)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(shí)別方面遜色很多,。

    對(duì)上面3個(gè)模型根據(jù)識(shí)別時(shí)間、準(zhǔn)確率進(jìn)行比較評(píng)估后,，決定以準(zhǔn)確率優(yōu)先,，次而考慮識(shí)別時(shí)間，最終決定使用SVM(支持向量機(jī))作為本設(shè)計(jì)的手寫識(shí)別模型^[8],。

3 手寫筆跡圖像識(shí)別機(jī)器人整體設(shè)計(jì)

    在整體設(shè)計(jì)中,，首先選擇NRF2401L無(wú)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(kù)和serial庫(kù)完成上位機(jī)讀取識(shí)別程序的設(shè)計(jì),。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(jì),。整個(gè)系統(tǒng)構(gòu)成一套上位機(jī)對(duì)手寫圖像進(jìn)行識(shí)別,，通過(guò)無(wú)線發(fā)送至下位機(jī)處理的手寫筆跡圖像識(shí)別機(jī)器人。

4 結(jié)論

    通過(guò)本設(shè)計(jì)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(kù)作為手寫識(shí)別模型的原始數(shù)據(jù),，設(shè)計(jì)實(shí)際情況完成了MNIST庫(kù)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(cè)試數(shù)據(jù)集,。

    (2)分別對(duì)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(duì)比,，并使用Python分別對(duì)3種模型進(jìn)行了構(gòu)建和測(cè)試,。通過(guò)3個(gè)模型的訓(xùn)練時(shí)間、測(cè)試時(shí)間以及準(zhǔn)確度等指標(biāo),，比較了3個(gè)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(shí)別模型并進(jìn)行應(yīng)用。

    (3)使用NRF2401L無(wú)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(wú)線通信,，完成了二者的對(duì)接,，將單片機(jī)在電子硬件方面的處理和計(jì)算機(jī)對(duì)手寫圖片的識(shí)別進(jìn)行了結(jié)合^[9]。

    (4)實(shí)現(xiàn)了Python設(shè)計(jì)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(shí)別,、串口發(fā)送,、異常處理等。完成了整個(gè)上位機(jī)的功能,，構(gòu)成了一套上位機(jī)手寫圖像識(shí)別,，完成了整個(gè)設(shè)計(jì)。

參考文獻(xiàn)

[1] 周志華.機(jī)器學(xué)習(xí)[M].北京：清華大學(xué)出版社,，2016.

[2] 麥好.機(jī)器學(xué)習(xí)實(shí)踐指南案例應(yīng)用解析[M].北京：機(jī)械工業(yè)出版社,，2016.

[3] 夏良正.數(shù)字圖像處理[M].南京：東南大學(xué)出版社，1999.

[4] 楊楠.基于Arduino的智能產(chǎn)品設(shè)計(jì)研究[D].無(wú)錫：江南大學(xué),，2014.

[5] 宋飛.基于模板匹配算法的字符識(shí)別系統(tǒng)研究與實(shí)現(xiàn)[D].合肥：合肥學(xué)院,，2007.

[6] 吳忠，朱國(guó)龍,，黃葛峰,，等.基于圖像識(shí)別技術(shù)的手寫數(shù)字識(shí)別方法[J].計(jì)算機(jī)技術(shù)與發(fā)展,，2011，21(12)：48-51.

[7] 柳回春,，馬樹(shù)元,，吳平東,，等.手寫體數(shù)字識(shí)別技術(shù)的研究[J].計(jì)算機(jī)工程,，2003(4)：24-61.

[8] 徐勛華，王繼成.支持向量機(jī)的多類分類方法[J].微電子學(xué)與計(jì)算機(jī),，2004,，21(10)：149-152.

[9] 劉建明，唐霞,，李龍.基于機(jī)器學(xué)習(xí)的VoIP流量在線識(shí)別系統(tǒng)[J].電子技術(shù)應(yīng)用,，2016，42(8)：133-137.

作者信息：

王  磊1,，張翠霞2

(1.北京聯(lián)合大學(xué) 自動(dòng)化學(xué)院,，北京100101；2.北京聯(lián)合大學(xué)工科綜合實(shí)驗(yàn)教學(xué)示范中心,，北京100101)