西門子KP700面板6AV21241GC01OAXO

西門子KP700面板6AV21241GC01OAXO

西門子KP700面板6AV21241GC01OAXO

上海西皇電氣設(shè)備有限公司竭誠為您服務(wù)

上海西皇電氣設(shè)備有限公司愿為您解答任何有關(guān) SIEMENS 可編程控制器及變頻器的技術(shù)問題，并提供詳細(xì)的技術(shù)資料。公司還在某大型研究所內(nèi)設(shè)有設(shè)施一流的培訓(xùn)中心，定期舉辦 S7 － 200/300 及變頻器、全數(shù)字直流調(diào)速裝置的技術(shù)培訓(xùn)班，為您盡快掌握 SIEMENS 自動(dòng)化產(chǎn)品的使用提供便利。

1：作為西門子的分銷商，我們的客戶涉及鋼鐵、石油、化工、水處理、電力、建筑和食品等行業(yè)。我公司一貫保持良好的信譽(yù)，對(duì)客戶總是熱忱的提供服務(wù)，并且定期對(duì)客戶進(jìn)行回訪，及時(shí)了解需求信息，以便及時(shí)調(diào)整銷售策略。

2：由于在客戶之中有很多系統(tǒng)成套商和工程商，所以經(jīng)常有系統(tǒng)投標(biāo)或整體成套的項(xiàng)目，客戶會(huì)對(duì)我們提出更高的要求，如系統(tǒng)配置、現(xiàn)場服務(wù)等，這就要求我們有更好的服務(wù)意識(shí)和技術(shù)水平，深入?yún)⑴c到實(shí)際的項(xiàng)目中，用我們的特長取得更好的業(yè)績。

3:作為一家工程商和成套商，在自動(dòng)化領(lǐng)域里我們不僅占領(lǐng)相當(dāng)部分的市場，并且在許多領(lǐng)域里作出了杰出的業(yè)績。具有獨(dú)立承包項(xiàng)目，完成交鑰匙工程的經(jīng)驗(yàn)和能力。并且獨(dú)立開發(fā)了鐵路運(yùn)輸微機(jī)聯(lián)鎖控制系統(tǒng)和脫軌系統(tǒng)，在全國各地有一百多條線路成功的投入使用。

西門子SIMATIC S7-200系列PLC的特點(diǎn)、產(chǎn)品類型及編程軟件

1．S7-200系列PLC的特點(diǎn)：

是SIEMENS公司推出的一種小型PLC

（1）它結(jié)構(gòu)緊湊

（2）擴(kuò)展性良好

（3）指令功能強(qiáng)大

（4）價(jià)格低廉

成為當(dāng)代各種小型控制工程的理想控制器。

2．S7-200PLC的產(chǎn)品：

（1）集成一定數(shù)字I/O點(diǎn)的CPU：CPU221、CPU 222、CPU 224、CPU 226、CPU 226XM

（2）擴(kuò)展模塊：主要有

數(shù)字量擴(kuò)展模塊：EM221、EM222、EM223

模擬量擴(kuò)展模塊：EM231、EM 232、EM 235

通訊模塊：EM277、EM241等

其它模塊：特殊功能模塊

可以十分方便地組成不同規(guī)模的控制器。其控制規(guī)模可以從幾點(diǎn)到幾百點(diǎn)。S7-200PLC可以方便地組成PLC-PLC網(wǎng)絡(luò)和微機(jī)-PLC網(wǎng)絡(luò)，從而完成規(guī)模更大的工程。

3．S7-200的編程軟件：STEP7-Micro/WIN32。該編程軟件可以方便地在Windows環(huán)境下對(duì)PLC編程、調(diào)試、監(jiān)控。使得PLC的編程更加方便、快捷。可以說，S7-200可以完美地滿足各種小規(guī)模控制系統(tǒng)的要求。

S7-200PLC中斷指令介紹

中斷指令有4條，包括開、關(guān)中斷指令，中斷連接、分離指令。指令格式如表1所示。

1. 開、關(guān)中斷指令

開中斷（ENI）指令全局性允許所有中斷事件。關(guān)中斷（DISI）指令全局性禁止所有中斷事件，中斷事件的每次出現(xiàn)均被排隊(duì)等候，直至使用全局開中斷指令重新啟用中斷。

PLC轉(zhuǎn)換到RUN（運(yùn)行）模式時(shí)，中斷開始時(shí)被禁用，可以通過執(zhí)行開中斷指令，允許所有中斷事件。執(zhí)行關(guān)中斷指令會(huì)禁止處理中斷，但是現(xiàn)用中斷事件將繼續(xù)排隊(duì)等候。

2. 中斷連接、分離指令

中斷連接指令（ATCH）指令將中斷事件（EVNT）與中斷程序號(hào)碼（INT）相連接，并啟用中斷事件。

分離中斷（DTCH）指令取消某中斷事件（EVNT）與所有中斷程序之間的連接，并禁用該中斷事件。

注意：一個(gè)中斷事件只能連接一個(gè)中斷程序，但多個(gè)中斷事件可以調(diào)用一個(gè)中斷程序。

表1 中斷指令格式

24小時(shí)銷售技術(shù)服務(wù)熱線 ：18221546681   衛(wèi)工    QQ：525698686

 提出了一種在單攝像頭條件下基于嵌入式系統(tǒng)的手勢識(shí)別方法。通過擬合手勢圖的外接多邊形，找出其所對(duì)應(yīng)的手勢缺陷圖，并建立手勢與手勢缺陷圖的一一映射，利用手勢缺陷圖的特征來匹配和識(shí)別不同的手勢。算法還將手勢的跟蹤與識(shí)別有機(jī)地統(tǒng)一起來，通過預(yù)測下一幀中手勢出現(xiàn)的粗略位置大大降低識(shí)別步驟的計(jì)算量。該算法在實(shí)際應(yīng)用的嵌入式平臺(tái)下，能快速、準(zhǔn)確地實(shí)現(xiàn)手勢的識(shí)別，能夠滿足實(shí)時(shí)人機(jī)交互的要求。

　　手勢交互是人機(jī)交互領(lǐng)域近年來的研究熱點(diǎn)，特別是利用攝像頭來實(shí)現(xiàn)對(duì)手勢信息的非接觸性捕獲，并由計(jì)算機(jī)進(jìn)行分析理解，然后完成交互任務(wù)，由于其自然和符合人自身行為習(xí)慣的交互方式而備受青睞。手勢的形態(tài)在交互過程中的變化以及周圍環(huán)境的干擾都會(huì)影響到手勢的識(shí)別和理解，因此手勢識(shí)別是計(jì)算機(jī)視覺和人機(jī)交互領(lǐng)域中的重要問題，如何將這種交互方式更好地在嵌入式系統(tǒng)中應(yīng)用更是一個(gè)富有挑戰(zhàn)性的工作。

　　基于視覺的手勢識(shí)別過程通常分為四個(gè)步驟，即分割、表示、識(shí)別和應(yīng)用。手勢識(shí)別算法的關(guān)鍵和難點(diǎn)是分割和識(shí)別兩個(gè)步驟，現(xiàn)有算法在這兩個(gè)步驟通常都有計(jì)算量大、時(shí)間復(fù)雜度高的特點(diǎn)，而嵌入式設(shè)備又受到資源和計(jì)算能力的限制，要能夠做到基于嵌入式系統(tǒng)的實(shí)時(shí)手勢交互，就有必要對(duì)傳統(tǒng)的手勢識(shí)別算法進(jìn)行改進(jìn)。

　　本文在單攝像頭條件下，在手勢跟蹤的相關(guān)工作基礎(chǔ)上，提出了一種基于手勢結(jié)構(gòu)特征的手勢識(shí)別方法，使之滿足嵌入式系統(tǒng)中的人機(jī)交互對(duì)實(shí)時(shí)性、準(zhǔn)確性及連續(xù)性的要求。本文使用了計(jì)算量小且性能高的Camshift 算法作為跟蹤算法，并將其跟蹤結(jié)果作為手勢識(shí)別的參考因子，這樣可以大大減少手勢識(shí)別的工作量； 手勢的識(shí)別則采用了手勢跟蹤結(jié)果與手勢形態(tài)結(jié)構(gòu)特征相結(jié)合的處理方法。將手勢跟蹤的結(jié)果作為參考因子，可以除去圖像中與手勢無關(guān)的背景圖像，利用手勢形態(tài)結(jié)構(gòu)特征使得手勢識(shí)別工作不是對(duì)手勢邊緣的每個(gè)點(diǎn)進(jìn)行處理，轉(zhuǎn)而對(duì)手勢的外接多邊形進(jìn)行處理。這兩種方法相結(jié)合不僅使識(shí)別工作的計(jì)算量大大降低，對(duì)手勢識(shí)別的精確度也有所提高，而且不需要對(duì)各種手勢進(jìn)行訓(xùn)練就可以完成識(shí)別工作，使得識(shí)別更加方便和簡潔。

　　1 相關(guān)工作

　　關(guān)于手勢識(shí)別的算法，國內(nèi)外的研究人員已經(jīng)提出了很多不同的解決方案。目前比較常用的有基于統(tǒng)計(jì)的HMM 模型、基于遺傳算法以及基于人工神經(jīng)網(wǎng)絡(luò)的手勢識(shí)別等。基于統(tǒng)計(jì)的HMM 方法，其優(yōu)點(diǎn)是利用先驗(yàn)知識(shí)建立視覺特征之間的因果關(guān)系來處理視頻處理中固有的不確定性問題，不但能夠在每個(gè)時(shí)刻上對(duì)多個(gè)隨機(jī)變量所對(duì)應(yīng)的不同特征之間的依存關(guān)系進(jìn)行概率建模，而且考慮了各個(gè)時(shí)刻間的轉(zhuǎn)移概率，能夠很好地反映特征之間的時(shí)序關(guān)系。但是它需要維護(hù)一個(gè)具有一定規(guī)模的樣本庫，而且在使用HMM 進(jìn)行手勢識(shí)別時(shí)計(jì)算量大。當(dāng)然，樣本庫的規(guī)模越大其分布越接近實(shí)際情況，手勢識(shí)別的準(zhǔn)確率就越高，而且還需要使用數(shù)據(jù)平滑的技術(shù)來擴(kuò)大小概率的值。遺傳算法對(duì)圖像進(jìn)行離散化處理，對(duì)圖像離散點(diǎn)進(jìn)行控制，把圖像識(shí)別問題轉(zhuǎn)換為一系列離散點(diǎn)的組合優(yōu)化問題； 但它不能夠及時(shí)利用網(wǎng)絡(luò)的反饋信息，搜索速度比較慢，所需訓(xùn)練樣本大、訓(xùn)練時(shí)間長。人工神經(jīng)網(wǎng)絡(luò)通過把大量的簡單處理單元（ 神經(jīng)元） 廣泛地連接起來構(gòu)成一種復(fù)雜的信息處理網(wǎng)絡(luò)，它在不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理、存儲(chǔ)和檢索功能，需要的樣本少、效率高； 但是需要人的參與訓(xùn)練，識(shí)別的正確率受主觀因素的影響。

　　總體來說，在人機(jī)交互系統(tǒng)中，手勢的跟蹤與識(shí)別應(yīng)該滿足以下幾個(gè)要求：

　　a） 實(shí)時(shí)性好，避免對(duì)高維度特征矢量的計(jì)算，數(shù)據(jù)量大的數(shù)組處理以及復(fù)雜的搜索過程。

　　b） 足夠的魯棒性。不受識(shí)別對(duì)象旋轉(zhuǎn)、平移和比例改變以及攝像頭視角改變的影響。

　　c） 手勢跟蹤的連續(xù)性和自動(dòng)初始化，能夠在跟蹤失敗后自動(dòng)恢復(fù)跟蹤，盡量減少人的干預(yù)。

　　本文提出手勢識(shí)別和跟蹤方法不再追隨傳統(tǒng)的將識(shí)別的四個(gè)步驟孤立起來，而是將手勢跟蹤的結(jié)果與手勢的識(shí)別這兩個(gè)獨(dú)立的步驟聯(lián)系起來，將跟蹤得到的手勢預(yù)測的區(qū)域設(shè)為下一幀圖像識(shí)別的感興趣區(qū)域（ region of interesting,ROI） ; 基于Camshift 算法，根據(jù)前一幀手勢在圖像中的位置和顏色信息，對(duì)手勢在下一幀圖片所處的位置進(jìn)行預(yù)測，主要是基于顏色的統(tǒng)計(jì)信息。它運(yùn)算量小，不僅能很好地滿足嵌入式系統(tǒng)的需求，而且跟蹤和預(yù)測的效果也非常好。通過對(duì)ROI 區(qū)域進(jìn)行手勢的分割和識(shí)別，可以排除背景圖像對(duì)手勢的部分干擾，識(shí)別過程的計(jì)算量也減小很多。由于每種手勢的邊線都有不同特征，這些不同的特征能很好地反映在手勢的外接多邊形上，因此，可以對(duì)不同手勢和外接多邊形建立一個(gè)一一映射的關(guān)系； 通過建立不同手勢的外接多邊形特征庫，對(duì)分割出來的手勢作多邊形擬合，只要將提取出來的多邊形與特征庫中的外接多邊形進(jìn)行匹配就能判斷出手勢的類型。

　　本文提出的手勢識(shí)別方法主要包括三個(gè)部分：

　　a） 手勢分割。將手部區(qū)域從場景中分割出來，并對(duì)手部的區(qū)域和輪廓進(jìn)行提取。這里的手部區(qū)域主要根據(jù)c） 跟蹤的結(jié)果提供。

　　b） 手勢圖像的外接多邊形擬合以及匹配部分。對(duì)a） 提取出來的手勢輪廓作多邊形擬合，分析多邊形的形狀特點(diǎn)，并在特征庫中查找與擬合的多邊形特征相符合的對(duì)象，再映射到具體的手勢。

　　c） 手勢跟蹤部分。根據(jù)顏色信息對(duì)手的區(qū)域進(jìn)行定位，并對(duì)圖像進(jìn)行空間轉(zhuǎn)換，利用統(tǒng)計(jì)原理對(duì)下一幀手可能出現(xiàn)的區(qū)域進(jìn)行預(yù)測，并將預(yù)測的結(jié)果反饋給a） 的手勢分割部分。

　　手勢識(shí)別流程如圖1 所示。

　　2 手勢識(shí)別框架

　　手勢識(shí)別主要由靜態(tài)手勢的識(shí)別和手勢跟蹤兩部分的工作組成，手勢識(shí)別框架結(jié)構(gòu)如圖2 所示。在本文提出的方法中，采用了將這兩部分的工作進(jìn)行并行處理的方式，手勢識(shí)別的結(jié)果傳遞給跟蹤部分，作為跟蹤的對(duì)象，并且手勢跟蹤的預(yù)測結(jié)果反饋給識(shí)別部分，將為靜態(tài)手勢識(shí)別提供ROI 圖像區(qū)域。這樣不僅能有效地提高跟蹤的高效性，還能提高識(shí)別的準(zhǔn)確性，將這兩個(gè)部分有效地統(tǒng)一起來。

　　2. 1 靜態(tài)手勢識(shí)別

　　通過靜態(tài)手勢的識(shí)別，使系統(tǒng)能夠?qū)Ρ桓�蹤�?duì)象有一個(gè)基本的理解，為實(shí)現(xiàn)自動(dòng)跟蹤初始化與跟蹤的自動(dòng)恢復(fù)奠定了基礎(chǔ)。首先，手部區(qū)域需要從場景中分割出來。本文采用一種基于模糊集和模糊運(yùn)算的方法進(jìn)行手的區(qū)域和輪廓提取，通過對(duì)視頻流中空域和時(shí)域上的背景、運(yùn)動(dòng)、膚色等信息執(zhí)行模糊運(yùn)算，分割出精確的人手。

　　靜態(tài)手勢的識(shí)別是基于輪廓特征的識(shí)別，對(duì)分割出來的人手作邊緣檢測，得到手勢完整的輪廓邊緣。通過前面的模糊集合運(yùn)算，能得到圖像的手勢分割的二值圖。兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在邊緣。邊緣是灰度值不連續(xù)的結(jié)果，這種不連續(xù)可利用求導(dǎo)方便地檢測出來。

　　這樣就能得到完整的輪廓邊緣。如圖3 所示，左邊為手部區(qū)域，右邊為手勢的輪廓。

　　接下來是對(duì)提取的手勢輪廓作外接多邊形擬合。KenjiOka 和Yoichi Sato 的指尖搜索方法是首先在一個(gè)較大的搜索窗口內(nèi)掃描確定20 個(gè)候選指尖位置，然后再對(duì)匹配度最大的候選位置周圍的候選進(jìn)行抑制，同時(shí)按一定規(guī)則去除位于指尖中間的部分候選。該方法由于需要對(duì)搜索區(qū)域進(jìn)行多次逐像素的掃描，造成計(jì)算量較大，而且除去手勢中部候選位置的方法的魯棒性較差。文獻(xiàn)[5]給出了通過遍歷手勢輪廓的曲率來進(jìn)行之間位置搜索的方法，通過對(duì)手勢按輪廓順序進(jìn)行定長掃描的方法，可以找出指尖并做出輪廓線的外接多邊形。但是這種查找方式需要遍歷輪廓線的每個(gè)點(diǎn)，而且對(duì)每個(gè)點(diǎn)還需要作除法運(yùn)算，這使得算法的計(jì)算量太大，而且在搜索指尖時(shí)，當(dāng)受到光線變化使得輪廓線出現(xiàn)很多突起的邊緣時(shí)，使得識(shí)別工作出現(xiàn)困難。本文提出了一種查找外接邊的搜索方法，通過對(duì)手勢輪廓按輪廓點(diǎn)順序進(jìn)行定長掃描，將手勢輪廓線的外接多邊形擬合出來，同時(shí)將滿足定義1 的手勢輪廓外接凸邊形缺陷結(jié)構(gòu)設(shè)為手勢識(shí)別的判斷特征。

　　2. 1. 1 手勢缺陷圖

　　定義1 手勢缺陷圖是指由手勢輪廓線外接多邊形以及多邊形各條邊所對(duì)應(yīng)的谷底（ depth point） 所組成的特征描述方程。谷底是指外接多邊形的邊與該邊所對(duì)應(yīng)的輪廓線上距離邊最遠(yuǎn)的輪廓點(diǎn)。定義手勢缺陷圖的數(shù)據(jù)結(jié)構(gòu)如下：