楊俊東

摘 要：近些年現(xiàn)代計算機技術(shù)與數(shù)字圖像處理技術(shù)不斷完善與發(fā)展，自動控制傳統(tǒng)教學模式逐漸顯露不足，造成教學質(zhì)量效果不理想。自動控制教學中引入機器視覺技術(shù)，有助于提高教學效果與質(zhì)量。本文中機器視覺為切入點，詳細探討機器視覺技術(shù)教學目標，并給出其在自動控制教學的應用，以供同行借鑒。

關(guān)鍵詞：機器視覺 自動控制 教學應用

中圖分類號：TP273 文獻標識碼：A 文章編號：1674-098X（2017）07（b）-0208-02

視覺識別技術(shù)利用計算機強大運算能力處理圖像并提取相關(guān)信息的技術(shù)，完整視覺識別系統(tǒng)可以自動對圖片進行采集，或是預處理視頻信息，接著選擇與變換預處理的信息，最終反映分類本質(zhì)的特征，分類特征并判別規(guī)則處理信息。當前教學背景下，高等院校教學強調(diào)實踐與創(chuàng)新，自動控制中引入智能控制技術(shù)，有助于提高教學效果。

1 機器視覺應用背景分析

作為人類的主要感官，視覺在日常生活與工作中發(fā)揮著重要作用，也是人腦理解環(huán)境所需信息的主要來源渠道。機器視覺就是輔助計算機替代視覺工作，讓機器設(shè)備長出“眼睛”的技術(shù)，對周圍事物產(chǎn)生視覺感知到環(huán)境變化。特別是近些年人們對人工智能興趣不斷提高，有效融合自動化控制系統(tǒng)與視覺識別系統(tǒng)可以顯著提高系統(tǒng)自動化水平，實現(xiàn)人工智能，給人們提供更加優(yōu)秀的服務。這里以單片機實踐課程為例進行分析。如單片機實踐課程學習過程中，學習制作智能機器人時并未使用圖像處理技術(shù)，而是直接通過傳感器對外界信息進行獲取。循跡避障小車實驗中，其感知地面上的黑色軌跡就是通過小車攜帶的紅外傳感器達成的，依靠紅外接收裝置判斷小車運動線路是否正確，進而控制小車行駛軌跡，其原理相對簡單且成本低廉，但實際中可以發(fā)現(xiàn)紅外傳感器有著較高的外界環(huán)境要求，傳感器工作中容易受到光線變化的影響，投入使用后面臨著眾多調(diào)試任務，不能有效滿足復雜多變的環(huán)境。所以筆者認為自動控制教學中引入機器視覺應用具有重要意義。

2 機器視覺技術(shù)教學目標

通過上文分析來說，自動控制類課程實踐教學過程中有必要加入機器視覺，讓學生充分了解前沿科學技術(shù)，了解與學習相關(guān)知識與技術(shù)，這樣在智能機器人設(shè)計過程中可以充分利用該技術(shù)，培養(yǎng)學生創(chuàng)新意識與創(chuàng)新能力。

自動控制類教學過程中引入機器視覺技術(shù)，可以在控制類嵌入式開放項目中利用機器詩句技術(shù)，可以選擇合適的教學案例，通過圖像編寫或視頻處理算法實現(xiàn)視覺功能，控制時通過圖像理解結(jié)果進行，這是一種有效結(jié)合軟硬件的教學模式。但機器視覺屬于典型交叉性學科，涉及到較多的內(nèi)容，圖像處理算法編寫過程中難度較大，實際教學中堅持機器視覺與模式識別理論與應用為主的理念，最大程度避免算法中出現(xiàn)繁瑣復雜的數(shù)學公式，促使學生掌握視覺概念，有效培養(yǎng)學生學習興趣，創(chuàng)新與發(fā)散思維，促進實踐教學效果提升。

3 機器視覺在自動控制教學中的應用方法

自動控制實踐教學過程中，堅持以實際應用為導向，結(jié)合案例分析讓學生掌握基本機器視覺技術(shù)中的算法，通過反復推算選擇合適研究方向開展學習研究?？梢詫⒔虒W實施過程根據(jù)不同情況劃分成三個階段：第一階段主要為教師實驗演示；第二階段主要設(shè)置基礎(chǔ)性實驗；第三階段主要為拓展性實驗。

3.1 教師實驗演示階段

第一階段主要將機器視覺中圖像處理與模式識別技術(shù)演示給學生觀看，幫助其形成基本認識，主要有圖像概念、像素概念、基本圖像處理方法及圖像處理算法等。通常教學中需要運用圖像處理軟件平臺，這里從MATLAB平臺為例，主要因為其在院校中有著廣泛應用，同時可以提供大量圖像處理基本函數(shù)，學生僅僅需要根據(jù)函數(shù)格式進行調(diào)試即可，操作簡單，可以節(jié)省大量時間?；A(chǔ)性實驗逐漸深入，主要設(shè)置內(nèi)容如表1所示。

3.2 設(shè)置基礎(chǔ)性實驗

通過第一階段的演示實驗，學生對機器視覺已經(jīng)有初步了解，教師可以在此基礎(chǔ)上設(shè)置一些基礎(chǔ)性圖像處理實驗。基礎(chǔ)性實驗設(shè)置原則主要包括一定圖像處理技術(shù)，但注意不要采用太過復雜的圖像算法。這是因為該階段學生只是對相關(guān)知識點有個初步了解，復雜的算法會偏離基礎(chǔ)性實驗目的，可以讓接受程度較好的學生自行研究復雜算法。

3.3 拓展性實驗內(nèi)容

為強化基礎(chǔ)知識，提升應于能力，因此專門設(shè)置一些綜合性實驗讓學生獨立完成，進而將模式識別更好更全面的應用到自動控制系統(tǒng)中，實現(xiàn)人工智能。試驗主要以小組形式進行，學生根據(jù)自己感興趣的題目，主動查閱、整理資料，自主搭建電路，軟件編程和調(diào)試，進而完整的完成項目試驗。在整個項目試驗過程中教師只起到一個指導作用，不能之間參與到制作過程，小組成員之間應積極配合，共同協(xié)作，一起完成項目試驗。綜合性實驗的設(shè)置如下例所示。

實驗1：車牌號碼識別系統(tǒng)。學生可以利用數(shù)碼相機在戶外進行車牌號碼和汽車圖片采集，然后編寫對應算法實現(xiàn)車牌號碼識別。學生可以在C#或Java平臺上搭建應用軟件，將相機采集到的相片進行自動處理，然后就可以根據(jù)相片輸出對應的車牌號。

實驗2：機器視覺下的自動循跡小車。這個實驗主要是模擬汽車的車道線檢測裝置，小車以更高級的圖片處理技術(shù)代替?zhèn)鹘y(tǒng)的紅外傳感器達到循跡功能，使小車沿著指定軌跡運行，一旦軌跡運行出現(xiàn)偏移就會立即報警，并及時對便宜軌跡驚醒調(diào)整。

以上這兩個實踐教師提供的參考性試驗，學生在自己的能力范圍內(nèi)，充分發(fā)揮自身想象力和創(chuàng)造力，達到機器視覺技術(shù)和自動控制系統(tǒng)相結(jié)合，真正實現(xiàn)智能化。

4 結(jié)語

總的來說，機器視覺在各行各業(yè)中有著廣泛應用，這對自動化專業(yè)學生提出新的要求。自動化專業(yè)學生要想順應時代要求，提高就業(yè)質(zhì)量，需要掌握基本的機器視覺技術(shù)。大學作為培養(yǎng)應用型人才的主要基地，在自動控制教學中引入機器視覺，充分調(diào)動學生求職欲望與學習模式識別，發(fā)揮學生主體作用，培養(yǎng)學生動手能力與實踐能力，為社會輸送大量具有實踐能力的高素質(zhì)人才。

參考文獻

[1] 夏永勝.計算機控制液壓試驗臺設(shè)計方法[J].制造技術(shù)與機床，2006（11）：23.

[2] 曹程杰，莫岳平.基于神經(jīng)網(wǎng)絡(luò)逆控制方法的水輪發(fā)電機組非線性控制器仿真研究[J].中國農(nóng)村水利水電，2009（7）：23-24.

[3] 姜淑忠，李小海.電機驅(qū)動器中的電流傳感器[J].電機與控制應用，2007（6）：78.

[4] 宋鴻陟，肖磊，朱同林，等.面向?qū)ο蟪绦蛟O(shè)計課程中的訪問控制和方法覆蓋的剖析[J].中山大學學報論叢，2007（8）：123-125.endprint