基于stm32的3自由度机械手指控制.pdf

基于STM32的3自由度机械手指控制研究，是一种结合了硬件设计、嵌入式软件开发、机器视觉和机器人学的综合性技术研究。该研究旨在让机械手指能够模仿人的食指运动，以便能够更加灵活地与人类进行交互。以下是该研究涉及的主要知识点。 研究中提到的STM32是一种广泛应用于嵌入式系统的32位微控制器系列，由意法半导体（STMicroelectronics）生产。STM32系列具有高性能、低功耗的特点，提供了丰富的外设接口和库函数支持，非常适合用于控制复杂的机电系统，如机械手指。在此研究中，使用了STM32F407作为主控芯片，这是一个性能强大的芯片，具有高速处理能力，可以满足实时控制系统的需求。 在硬件设计方面，研究中利用了ALIENTEK探索者开发板，这是一块集成了STM32F407芯片的开发板，通常带有丰富的外围设备和接口，方便进行实验和原型设计。在控制系统中，通过ATK-OV5640摄像头捕获食指的图像，这是一种常用的摄像头模块，可以提供清晰的图像信号给控制系统。摄像头采集的图像通过SCCB（Serial Camera Control Bus）总线传输给STM32F407主控芯片。 检测系统部分，系统需要检测实验者食指弯曲的图样，并通过机器视觉技术来识别食指的运动状态。为此，需要对食指各关节进行标定，使标定点成为食指关节的特征点。这通常需要使用图像处理技术，如阈值分割和Hu矩不变算法。 阈值分割是一个图像处理技术，用于将图像中感兴趣的区域与背景分离开来。这里采用的是基于全局的单阈值分割方法，利用最大熵法来选取最佳的阈值。此方法的关键是选取一个合适的阈值T，使得将图像中目标区域和背景区域的熵最大化。通过阈值分割能够得到四个局部区域的图形，从而得到食指各个关节的位姿信息。 Hu矩是一种图像识别中的特征提取技术，由M.K. Hu首次提出。它由图像的几何矩导出，包括具有比例不变性、平移不变性和旋转不变性的矩不变量。通过计算图像的零阶矩和一阶矩，可以得到特征图形的形心位置，并用此来计算食指各个关节的位姿。 比例特征算法是本研究中提出的一个新算法，用于计算各个特征点间的比值，并结合特征点标定的实际情况来给各个点标定相应的序号，并匹配各个特征点的形心位置。该算法基于欧几里得距离，并结合了人体食指的结构特征，来计算各个特征点的位置。这种算法能够有效地对食指关节的特征点进行排序。 控制系统需要根据检测系统提供的信息计算出各个关节的控制角，然后输出对应的逻辑编码值来控制3自由度机械手指的三个舵机进行协同运动，实现模仿人食指关节的运动。这里用到了比例特征算法标定排序食指关节的方法。 总结来说，这项研究综合运用了嵌入式系统编程、机器视觉、图像处理、控制系统设计等多方面的知识。通过精细的硬件选择和复杂的算法设计，成功实现了一个可以模拟人类食指运动的3自由度机械手指，展示了现代机器人技术与人工智能的紧密融合，对于生物机电系统的研究和设计具有重要的启示和借鉴意义。