基于Kmeans算法的自动打靶系统

程潇雅 李 禄 李 萱 白雪雪 王指南

（西安科技大学自动化 陕西西安 710600）

一、总体方案的设计

1.系统框图

图1-1 系统框图

基于Kmeans算法的自动打靶系统主要由摄像头OV7725、STM32F407ZGT6、舵机、激光笔构成。该系统建立直角坐标系，舵机分为X轴和Y轴方向。摄像头和激光笔安装在舵机上，两者同轴，皆随舵机的转动而转动。采用激光笔红点坐标固定、靶面坐标活动的方式，经摄像头图像采集、控制器数据处理后，得到目标和靶面的坐标差，从而控制激光笔打向目标中心点。[1]

二、主要结构部件设计

1.电机转动装置

采用180度旋转舵机控制导轨的转动。舵机为随动系统，转动时可以外接较大的负载，输出扭矩大，而且抗抖动性很好。180度旋转舵机内置驱动电路，用单片机输出的信号可以直接驱动，接线方便，可以用PWM波占空比直接控制舵机旋转角度，达到打靶角度控制目的。[2]

2.去噪算法

采用Kmeans聚类算法，理解容易，数据处理简单。去噪效果好，可有效剔除离散式坐标，只取有效聚集坐标。处理大数据集时，可保证较好的伸缩性和高效性。

三、理论分析与计算

1.打靶控制系统分析

自动打靶系统是一个多变量、非线性控制的控制系统。在颜色识别中，摄像头噪声会导致颜色误判，普通加权平均得到的坐标受噪声影响和实际坐标误差较大，去噪成为颜色识别关键点之一。摄像头将像素点RGB值传递给控制器转化为HSL格式后，采用Kmeans聚类算法，可消除噪声或离散点的干扰，筛选并聚集靶子坐标，精确地确定靶子的中心坐标。具体算法步骤如下：

（1）随机选取训练数据中的K个中心点。

（2）当k值选定后，随机计算n次，取得到最小函数值的k作为最终聚类结果，避免随机引起的局部最优解。

（3）绘制出k--颜色坐标闪点图，看到有明显拐点（如下）的地方，设为k值，可以结合轮廓系数。

（4）重复2-3，直到这k个中线点不再变化（收敛了），或执行了足够多的迭代。由此得到靶子中心的坐标。

而对于打靶控制系统来讲，由于距离较远，每一微小角度的改变，都会引起坐标位置较大的改变，且呈非线性改变。所以在控制器设计中，引入PID反馈控制，使得控制能更加精确。

四、程序的设计

1.程序设计环境描述

系统采用C语言编程实现各项功能。C语言本身带有各种库函数，运算能力较强，本系统的软件中算数运算比较多，利用C语言编程可以体现出一定优势。程序是在Window10环境下采用Keil uVision5软件编写的，可实现对激光笔的精确控制，对传感器输入信号的处理等功能。

2.程序功能描述与设计思路

自动打靶控制系统首先对靶面颜色识别，然后根据坐标反馈信息，运用PID算法得到PWM值（脉冲宽度调制），然后输出PWM波驱动舵机按照要求转动。

程序设计的思路是通过摄像头组件对靶子坐标进行实时采集，把采集的两种信息作为控制输入，使用PID控制算法对各个控制参数进行优化处理，然后把以优化的参数（PWM值）作为电机的控制输入，使得激光笔实现自动打靶功能。[3]

五、测试结果

1.测试方法

（1）硬件测试：分别对每个模块做相应的测试。

（2）软件仿真测试：使用Keil MDK软件进行仿真。

（3）硬件软件联调：对打靶控制系统的测试是在一个符合要求的环境中测试的，逐步按要求进行测试。

2.测试条件与仪器

在室温条件下，测试所用仪器如下：

数字万用表（MPD-3303）；直流电源（UT39A）；秒表；尺子。

3.测试数据

在确定测试方案之后和测试仪器之后，得到了测试结果。系统分别按顺序打向红、绿、蓝三个颜色的靶子，并对测试结果进行数据分析：具体结果由一下分析所示：

表5-1

六、设计总结

测试结果表明，基于Kmeans算法的自动打靶系统准确率高，去噪声效果好、反应速度快，能有效进行颜色识别和颜色数据处理筛选，运行性能稳定。