馬永兵

(南京信息職業(yè)技術(shù)學(xué)院，南京 210023)

?

基于RSSI信號(hào)強(qiáng)度定位的夜間采摘作業(yè)機(jī)器人設(shè)計(jì)

馬永兵

(南京信息職業(yè)技術(shù)學(xué)院，南京 210023)

為了提高果實(shí)采摘機(jī)器人在夜間作業(yè)的工作效率，提出了一種適用于果實(shí)采摘機(jī)器人夜間果實(shí)定位識(shí)別的方法，引入了RSSI信號(hào)強(qiáng)度定位技術(shù)，并在此基礎(chǔ)上提出了一種泰勒級(jí)數(shù)展開的高精度定位方法。夜間采摘作業(yè)機(jī)器人采用接收到的RSSI信號(hào)強(qiáng)度對(duì)待采摘的果樹進(jìn)行定位，為了滿足機(jī)器人移動(dòng)時(shí)的實(shí)時(shí)定位，采用多次信道掃描的方式，提高了機(jī)器人定位的實(shí)時(shí)性。為了驗(yàn)證機(jī)器人夜間定位方法的有效性和可靠性，在夜間采摘環(huán)境下，對(duì)機(jī)器人的性能進(jìn)行了測試。通過測試發(fā)現(xiàn)：機(jī)器人的定位精度較高，錯(cuò)誤識(shí)別率較低，并且通過多次校正，可以有效提高作業(yè)精度，滿足夜間作業(yè)的設(shè)計(jì)需求。

RSSI信號(hào)強(qiáng)度；果實(shí)采摘；泰勒級(jí)數(shù)；定位精度；實(shí)時(shí)性

0 引言

中國是一個(gè)水果生產(chǎn)大國，水果的采摘?jiǎng)趧?dòng)作業(yè)量占到水果生產(chǎn)過程作業(yè)總量的1/3以上，并且在水果成熟期內(nèi)，需要盡快地摘除，否則會(huì)發(fā)生腐爛，影響水果的質(zhì)量。采用機(jī)器人進(jìn)行機(jī)械化采摘，不僅可以降低人工成本，還可以提高采摘的精度，降低水果的損失，提高果實(shí)的采摘效率。為了滿足在水果成熟期快速采摘的目的，盡快完成密集的水果采摘工作，設(shè)計(jì)時(shí)需要機(jī)器人不僅在白天可以正常工作，而且也具有夜間工作的能力。

雖然國內(nèi)外對(duì)水果采摘機(jī)器人進(jìn)行了大量的研究，但是對(duì)于夜間采摘機(jī)器人的研究還涉及較少。為此，本研究主要對(duì)采摘機(jī)器人的夜間工作模式進(jìn)行了探索。在夜間作業(yè)時(shí)，需要機(jī)器人準(zhǔn)確地識(shí)別待采摘果樹，且能夠自動(dòng)地移動(dòng)到果樹位置，對(duì)水果進(jìn)行采摘作業(yè)。為了提高機(jī)器人夜間作業(yè)的自主導(dǎo)航和位置識(shí)別能力，引入了基于RSSI信號(hào)強(qiáng)度定位方法，利用實(shí)時(shí)定位原理，快速選擇信道，從而實(shí)現(xiàn)了水果的快速識(shí)別，對(duì)于提高采摘機(jī)器人作業(yè)效率和水平具有重要的意義。

1 采摘機(jī)器人總體設(shè)計(jì)

夜間采摘作業(yè)機(jī)器人的定位系統(tǒng)主要包括盲節(jié)點(diǎn)、錨節(jié)點(diǎn)、網(wǎng)關(guān)板及上位機(jī)，如圖1所示。其中，網(wǎng)關(guān)板負(fù)責(zé)整個(gè)網(wǎng)絡(luò)的調(diào)度；錨節(jié)點(diǎn)負(fù)責(zé)網(wǎng)絡(luò)的數(shù)據(jù)傳輸和轉(zhuǎn)發(fā)等功能，是已知位置的節(jié)點(diǎn)；盲節(jié)點(diǎn)為果樹待定位的節(jié)點(diǎn)，位置信息最終通過上位機(jī)進(jìn)行數(shù)據(jù)處理，從而可以精確的得到夜間待采摘果樹的位置。

圖1 夜間采摘機(jī)器人定位系統(tǒng)結(jié)構(gòu)圖

圖1中，上位機(jī)和協(xié)調(diào)者的節(jié)點(diǎn)采用RS232串口進(jìn)行通信，而協(xié)調(diào)者和錨節(jié)點(diǎn)與盲節(jié)點(diǎn)之間采用無線ZigBee進(jìn)行通信。機(jī)器人的結(jié)構(gòu)及夜間作業(yè)模式如圖2所示。在夜間，受色彩的影響，直接利用機(jī)器人視覺對(duì)待采摘果實(shí)進(jìn)行定位，效果不好。為了避免采摘夜間環(huán)境對(duì)采摘效果的影響，設(shè)計(jì)采用RSSI信號(hào)強(qiáng)度定位的方法，如圖3所示。機(jī)器人的控制核心為PC上位機(jī)，可以對(duì)位置信息進(jìn)行處理，并發(fā)出定位移動(dòng)控制指令，驅(qū)動(dòng)系統(tǒng)以輪式驅(qū)動(dòng)為主。

基于信號(hào)強(qiáng)度定位主要分為兩個(gè)階段，包括離線測量階段和實(shí)時(shí)定位階段。離線測量主要是通過無線強(qiáng)度經(jīng)驗(yàn)建立數(shù)據(jù)庫，可以具體估算果樹的位置。夜間采摘機(jī)器人定位的流程如圖4所示。

圖2 采摘機(jī)器人結(jié)構(gòu)和夜間作業(yè)模式示意圖

圖3 采摘機(jī)器人RSSI定位系統(tǒng)

圖4 采摘機(jī)器人夜間作業(yè)流程圖

上位機(jī)運(yùn)行客戶端程序后，啟動(dòng)掃描進(jìn)程，對(duì)信號(hào)的信道進(jìn)行若干次掃描，從而得到待測位置發(fā)出的信號(hào)強(qiáng)度，并將信號(hào)強(qiáng)度值傳送給服務(wù)器；服務(wù)器對(duì)接收到的信號(hào)強(qiáng)度進(jìn)行處理，并對(duì)每個(gè)AP的RSSI平均值進(jìn)行求解，最后去除數(shù)值的噪聲，按照大小順序進(jìn)行排序。

機(jī)器人在行走過程中，需要對(duì)待采摘的果樹進(jìn)行實(shí)時(shí)測量，測量過程是連續(xù)的，因此可以進(jìn)行歷史位置的校正。假設(shè)機(jī)器人移動(dòng)速度低于0.5m/s時(shí)，在幾秒鐘內(nèi)，機(jī)器人不可能跨越較大的距離，每次定位從概率分布數(shù)據(jù)庫中，選取概率較大的多條記錄，根據(jù)機(jī)器人的歷史數(shù)據(jù)庫，排除一些不可能的位置，從而可以縮小定位的范圍。

2 采摘機(jī)器人RSSI信號(hào)強(qiáng)度定位算法

機(jī)器人在果園進(jìn)行采摘作業(yè)時(shí)，由于作業(yè)環(huán)境的復(fù)雜性，無線信號(hào)傳輸過程會(huì)受到影響，特別是障礙物、繞射和多徑等因素的存在。因此，普遍采用的傳輸模型為

(1)

其中，PL(d)表示在信息傳輸距離為d時(shí)的路徑損耗；PL(d0)表示單位距離的路徑損耗；d0表示單位距離；X0表示均值為0的隨機(jī)數(shù)，該隨機(jī)數(shù)服從高斯分布；n是表示衰減因子，則果樹錨點(diǎn)發(fā)出定位信號(hào)后，機(jī)器人接受到信號(hào)的強(qiáng)度為

(2)

其中，PR(d)是機(jī)器人接收到的信號(hào)強(qiáng)度指標(biāo)，即RSSI；PT表示果樹發(fā)射信號(hào)的功率；GT表示果實(shí)錨點(diǎn)發(fā)射天線的增益。為了使移動(dòng)的機(jī)器人能夠?qū)麡溥M(jìn)行實(shí)時(shí)定位，利用IEEE802.15.4標(biāo)準(zhǔn)對(duì)信號(hào)衰減模型進(jìn)行簡化，則有

RSSI=

(3)

但考慮到環(huán)境、成本、定位精度要求等因素，所以實(shí)際測量中測距模型可以進(jìn)一步簡化為

RSSI=-10nlgd-A

(4)

其中，d表示果樹發(fā)射信號(hào)的錨節(jié)點(diǎn)和待定位盲節(jié)點(diǎn)之間的距離，A表示盲節(jié)點(diǎn)和錨節(jié)點(diǎn)之間距離為1m時(shí)RSSI值。得到了RSSI和d的函數(shù)關(guān)系，可計(jì)算出移動(dòng)機(jī)器人和定位果樹之間的實(shí)時(shí)距離，使機(jī)器人可以高效率的定位。

假設(shè)果園定位的無線網(wǎng)內(nèi)有N個(gè)已知的果樹錨節(jié)點(diǎn)，其坐標(biāo)為(x1,y1), (x2,y2)，…，(xN,yN)，RSSI測量值為(RSSI1,RSSI2,…,RSSIN)，通過式(4)模型可以側(cè)得待測的節(jié)點(diǎn)到錨節(jié)點(diǎn)的距離d1,d2,…,dN，可以表示為

(5)

在方程進(jìn)行求解時(shí)，可以利用泰勒級(jí)數(shù)展開進(jìn)行迭代計(jì)算，假設(shè)待定位節(jié)點(diǎn)的真實(shí)坐標(biāo)是(x,y)，于是公式(5)通過處理可得

(6)

(7)

果樹的真實(shí)位置和近似位置偏移量的和為

(8)

于是有

(9)

利用泰勒級(jí)數(shù)在近似位置展開，去掉一階偏導(dǎo)各項(xiàng)可得

(10)

各偏導(dǎo)數(shù)經(jīng)計(jì)算為

(11)

(12)

綜和上述可得

(13)

整理得

(14)

令

(15)

則式(14)可簡化為

Δdi=axiΔx+ayiΔy

(16)

于是可得

(17)

定義

(18)

可以得到

HΔρ=Δd

(19)

用LS求解可得

(20)

3 采摘機(jī)器人夜間作業(yè)定位測試

為了驗(yàn)證所設(shè)計(jì)的泰勒級(jí)數(shù)算法和RSSI定位方法的有效性與可靠性，對(duì)機(jī)器人夜間的作業(yè)效果進(jìn)行了測試。夜間機(jī)器人采摘作業(yè)與白天作業(yè)有所不同，為了實(shí)現(xiàn)機(jī)器人的定位，將果樹設(shè)置為錨節(jié)點(diǎn)和盲節(jié)點(diǎn)，如圖5所示。

圖5 夜間果實(shí)采摘場景

圖5表示夜間果實(shí)的采摘場景，將果樹中的關(guān)鍵位置布置無線網(wǎng)絡(luò)節(jié)點(diǎn)， E樹便是果樹定位的已知錨節(jié)點(diǎn)。首先對(duì)機(jī)器人進(jìn)行測距實(shí)驗(yàn)，當(dāng)實(shí)際距離待采摘果樹為20m時(shí)，通過120次信道的掃描，并每隔20s測試接收信號(hào)的強(qiáng)度，最終測定錨節(jié)點(diǎn)信號(hào)的強(qiáng)度平均值為-15.58dBm，通過公式計(jì)算可得距離d=20.18m，精確度為99.91%，定位的精度較高。

圖6表示夜間作業(yè)精度測試的過程曲線。當(dāng)實(shí)際距離改為40m時(shí)，每隔15s測試1次，通過120次信道掃描得到信號(hào)強(qiáng)度的平均值為-21.98dBm，計(jì)算得到的距離為40.22m，定位精度達(dá)到了99.45%，定位精度也非常高。

圖6 機(jī)器人夜間作業(yè)定位精度測試

為了提高待采摘果樹的識(shí)別率，對(duì)定位系統(tǒng)進(jìn)行多次校正，如圖7所示。通過3次定位系統(tǒng)的校正，果實(shí)的錯(cuò)誤識(shí)別率都有所降低，在第3次校正時(shí)，果樹的錯(cuò)誤識(shí)別率僅為0.003，錯(cuò)誤識(shí)別率較低。

圖7 多次校正果樹錯(cuò)誤識(shí)別率測試

表1表示利用采摘機(jī)器人對(duì)不同距離的果樹進(jìn)行定位后，得到的定位精度和錯(cuò)誤識(shí)別率的結(jié)果。由表1可以看出：隨著定位距離的增加，定位精度和錯(cuò)誤識(shí)別率都沒有產(chǎn)生較大的波動(dòng)，定位精度達(dá)到了98.5%以上，而錯(cuò)誤識(shí)別率也在0.32%以下，作業(yè)精度較高，滿足果實(shí)采摘夜間作業(yè)的需求。

表1 不同距離定位精度和錯(cuò)誤識(shí)別率測試

4 結(jié)論

1)利用RSSI信號(hào)強(qiáng)度定位原理，結(jié)合泰勒級(jí)數(shù)展開方法，提出了一種采摘機(jī)器人夜間定位的方案，并通過信道多次掃描的方式，實(shí)現(xiàn)了機(jī)器人的實(shí)時(shí)定位，從而大幅度地提高了采摘機(jī)器人的作業(yè)精度和作業(yè)效率。

2)對(duì)采摘機(jī)器人的夜間作業(yè)效果進(jìn)行了測試，通過測試發(fā)現(xiàn)：隨著定位距離的增加，定位精度和錯(cuò)誤識(shí)別率都沒有產(chǎn)生較大的波動(dòng)；并且通過自身多次校正，可以有效的提高定位的精度，最終在24m以內(nèi)的測試定位精度達(dá)到了98.5%以上，錯(cuò)誤識(shí)別率也在0.32%以下，滿足了夜間采摘作業(yè)的設(shè)計(jì)需求。

[1] 任維政,徐連明.基于RSSI的測距差分修正定位算法[J].傳感器技術(shù)學(xué)報(bào),2008,21(7):1247-1250.

[2] 王永才,趙千川,鄭大鐘.傳感器網(wǎng)絡(luò)自身定位方法的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與應(yīng)用,2005,41(13):4-6.

[3] 李娟,王珂,李莉.基于錨圓交點(diǎn)加權(quán)質(zhì)心的無線傳感器網(wǎng)絡(luò)定位算法[J].吉林大學(xué)學(xué)報(bào)：工業(yè)版,2009,39 (6):1649-1653.

[4] 楊鳳,史浩山,朱靈波,等.一種基于測距的無線傳感器網(wǎng)絡(luò)智能定位算法[J].傳感器技術(shù)學(xué)報(bào),2008, 27(1):135-140.

[5] 劉艷文,王福豹,段渭軍,等.基于DV-Hop定位算法和RSSI測距技術(shù)的定位系統(tǒng)[J].計(jì)算機(jī)應(yīng)用,2007, 27(3):516-527.

[6] 孫佩剛,趙海,羅玎玎.智能空間中RSSI定位問題研究[J].電子學(xué)報(bào).2007,7(35):1240-1245.

[7] 江冰,吳元忠,謝冬梅.無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自身定位算法的研究[J].傳感技術(shù)學(xué)報(bào),2007(6):1381-1385.

[8] 李連,朱愛紅.無線傳感器網(wǎng)絡(luò)中的定位技術(shù)研究[J].微計(jì)算機(jī)信息：測控自動(dòng)化，2005,21(9):133-135.

[9] 李建中,高宏.無線傳感器網(wǎng)絡(luò)的研究進(jìn)展[J].計(jì)算機(jī)研究與發(fā)展,2008,45(1):63-72.

[10] 張楠,董曉晶,張健.WGS-84坐標(biāo)系與BJ-54坐標(biāo)系的轉(zhuǎn)換方法及精度探討[J].制造業(yè)自動(dòng)化,2009, 31(12):162-164.

[11] 朱向慶,陳志雄.采用GPS和GPRS的移動(dòng)目標(biāo)監(jiān)控導(dǎo)航系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測量與控制,2011,19(5): 1133-1136.

[12] 王儉,陳衛(wèi)東,趙鶴鳴.移動(dòng)機(jī)器人全覆蓋路徑規(guī)劃優(yōu)化方法[J].計(jì)算機(jī)工程,2005,31(22):162-163.

[13] 吳修文,馮曉霞,孫康嶺,等.農(nóng)用機(jī)器人導(dǎo)航電子地圖的研究[J].農(nóng)業(yè)裝備與車輛工程,2010(3): 40-42.

[14] 朱向慶,陳志雄.采用GPS和GPRS的移動(dòng)目標(biāo)監(jiān)控導(dǎo)航系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測量與控制,2011,19(5): 1133-1136.

[15] 李界家,陳浩,李穎.神經(jīng)網(wǎng)絡(luò)迭代算法解耦控制在中央空調(diào)系統(tǒng)中的應(yīng)用[J].沈陽建筑大學(xué)學(xué)報(bào), 2012,28(1):182-186.

[16] 徐文兵,高飛.天寶TrimbleAgGPS332單點(diǎn)定位在林業(yè)測量中的應(yīng)用探析[J].浙江林學(xué)院學(xué)報(bào),2010, 27(2):310-315.

[17] 丁吉昌,崔現(xiàn)成.一副疊加有噪聲圖像的邊緣分割的討論[J].醫(yī)療設(shè)備信息,2001,12:12-13.

[18] 紀(jì)淑娟,李東華,柏蘭,等.掃描方式對(duì)南果梨近紅外光譜無損檢測模型建立的影響研究[J].食品科學(xué), 2008,29(6):383-386.

[19] 周瑩,傅霞萍,應(yīng)義斌.濕度對(duì)近紅外光譜檢測的影響[J].光譜學(xué)與光譜分析,2007,27(11):2197-2199.

[20] 周俊,程嘉煜.基于機(jī)器視覺的農(nóng)業(yè)機(jī)器人運(yùn)動(dòng)障礙目標(biāo)檢測[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011,42(8):154-158.

[21] 朱安民,明仲.基于神經(jīng)動(dòng)力學(xué)的目標(biāo)跟蹤算法[J].深圳大學(xué)學(xué)報(bào)：理工版，2009,3(26):83-88.

[22] 朱大奇,顏明重.移動(dòng)機(jī)器人路徑規(guī)劃技術(shù)綜述[J].控制與決策，2010,25(7):961-967.

[23] 朱慶保.動(dòng)態(tài)復(fù)雜環(huán)境下的機(jī)器人路徑規(guī)劃螞蟻預(yù)測算法[J].計(jì)算機(jī)學(xué)報(bào)，2005,28(11):1898-1906.

[24] 樊景超,周國民.蘋果近紅外光譜采集影響因素研究[J].安徽農(nóng)業(yè)科學(xué),2011,39(1):464-467.

[25] 吳迪,陳孝敬,何勇.基于離散余弦變換和支持向量機(jī)的多光譜紋理圖像的茶葉分類研究[J].光譜學(xué)與光譜分析,2009,29(5):1382-1385.

[26] 史敏.基于紅外光譜技術(shù)的獼猴桃品質(zhì)檢測研究[D].楊凌:西北農(nóng)林科技大學(xué),2008:1-9.

[27] 曹志勇,邱靖,曹志娟,等.基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的植物病蟲害預(yù)警模型的構(gòu)建[J].安徽農(nóng)業(yè)科學(xué),2010, 38(1):538-540.

Design of Night Picking Robot Based on RSSI Signal Intensity Location Method

Ma Yongbing

(Nanjing College of Information Technology, Nanjing 210023, China)

In order to improve the working efficiency of the fruit picking robot in the night, a method for locating the fruit of the fruit picking robot is proposed, and the RSSI signal intensity is introduced. Based on this, a high precision positioning method for the Taylor series expansion is proposed. At night, the RSSI signal intensity is used to locate the fruit trees. In order to meet the real-time positioning of the robot moving, the real-time performance of the robot is improved by using multiple channels. In order to verify the effectiveness and reliability of the robot, the robot's performance is tested by the test. The test shows that the accuracy of the robot is relatively high, and the accuracy can be improved.

RSSI signal intensity; fruit picking; taylor series; positioning accuracy; real time

2015-11-27

湖北省自然科學(xué)基金項(xiàng)目(2014CFB322)

馬永兵(1976-)，男，江蘇海安人，副教授，(E-mail)ybma76@qq.com。

S225.93；TP242

A

1003-188X(2017)01-0212-05