袁 鑄，申一歌

(河南工業(yè)職業(yè)技術(shù)學院，河南 南陽 473000)

?

水果采摘機器人自主尋徑避障軌跡優(yōu)化研究—基于啟發(fā)式智能算法

袁 鑄，申一歌

(河南工業(yè)職業(yè)技術(shù)學院，河南 南陽 473000)

尋徑避障是水果采摘機器人中一個重要的經(jīng)典問題。隨著我國機械自動化、計算機控制系統(tǒng)和測試計量行業(yè)突飛猛進的發(fā)展，對水果采摘機器人自主尋徑避障有了更高的要求。為了更好地滿足現(xiàn)代農(nóng)業(yè)種植生產(chǎn)的需要，啟發(fā)式智能學習型尋徑避障成為采摘機器人研究的熱點。為此，基于啟發(fā)性智能軌跡優(yōu)化算法，采用傳感器檢測系統(tǒng)，設(shè)計和研究了水果采摘機器人自主尋徑避障系統(tǒng)，并利用MatLab仿真軟件進行了驗證分析。結(jié)果表明：在復(fù)雜路況環(huán)境下，針對不同目標和路徑要求，該采摘機器人能靈活避開作業(yè)途徑中障礙物，具有很強的學習和適應(yīng)能力，且系統(tǒng)運行穩(wěn)定、可靠性強。

采摘機器人；尋徑避障；智能軌跡優(yōu)化；Matlab

0 引言

隨著集成電路、人工智能和自動化技術(shù)的快速發(fā)展，機器人研究獲得了巨大突破，工業(yè)機器人的研究獲得了很大成功，機器人在農(nóng)業(yè)上的應(yīng)用也有了很大進展。在機器人的研究設(shè)計中，尋徑避障是重要的環(huán)節(jié)之一，是機器人路徑優(yōu)化的基礎(chǔ)。目前,對于機器人尋徑避障和軌跡優(yōu)化的研究方法有很多，主要采用蟻群、Hopfield、差異演化、遺傳、BP網(wǎng)絡(luò)神經(jīng)及人工勢場等算法。本文提出用啟發(fā)性智能軌跡優(yōu)化方法解決水果采摘機器人尋徑避障的問題，采用傳感器系統(tǒng)感測周圍環(huán)境信息，通過歸一化信息處理技術(shù)，使采摘機器人具有在線學習和適應(yīng)的能力，并為其提供路徑規(guī)劃及躲避障礙的策略。

1 啟發(fā)式智能軌跡優(yōu)化算法

啟發(fā)式算法是基于直觀或者長期積累經(jīng)驗構(gòu)造的算法，可以根據(jù)具體問題，在條件允許的代價(時間、空間)下，給出一個解決問題的有效解。該有效解與最優(yōu)解之間存在一定誤差值，且事先不一定可以預(yù)估。啟發(fā)式算法是一種技術(shù)，一般不能在可接受的計算支出內(nèi)求出最優(yōu)解。

啟發(fā)式智能軌跡優(yōu)化算法是啟發(fā)式算法與自適應(yīng)算法的結(jié)合，是自適應(yīng)軌跡優(yōu)化里一個基本擴展結(jié)構(gòu)，其結(jié)構(gòu)主要由執(zhí)行網(wǎng)絡(luò)和判斷網(wǎng)絡(luò)組成。啟發(fā)式智能軌跡優(yōu)化算法結(jié)構(gòu)如圖1所示。

圖1 啟發(fā)式智能軌跡優(yōu)化算法結(jié)構(gòu)圖

系統(tǒng)的執(zhí)行策略主要由執(zhí)行網(wǎng)絡(luò)提供，判斷網(wǎng)絡(luò)則負責對當前執(zhí)行策略實行判斷。啟發(fā)式智能軌跡優(yōu)化算法具體原理：

1)執(zhí)行和判斷兩者都有核心神經(jīng)網(wǎng)絡(luò)，且該神經(jīng)網(wǎng)絡(luò)為多層感知機；

2)執(zhí)行網(wǎng)絡(luò)根據(jù)當前采集的狀態(tài)量X(t)，為感知機構(gòu)提供一個執(zhí)行量u(t)；

3)判斷機構(gòu)根據(jù)X(t)和u(t)進行判斷，然后自適應(yīng)系統(tǒng)根據(jù)強化信號r(t)，求出代價函數(shù)J(t)，并優(yōu)化執(zhí)行量；

4)自適應(yīng)系統(tǒng)根據(jù)梯度下降法對執(zhí)行和判斷兩個網(wǎng)絡(luò)實行反饋調(diào)節(jié)，優(yōu)化執(zhí)行量u(t)。

在t時刻，代價函數(shù)的公式為

(1)

其中，X(t)為系統(tǒng)當前值；u(t)為自適應(yīng)系統(tǒng)信號輸出值；α為比例因子(0<α<1)。

執(zhí)行網(wǎng)絡(luò)的誤差為

ea(t)=J(t)-Uc

(2)

(3)

為了盡量減少誤差Ea(t)，需迫使J(t)和Uc盡可能的接近。執(zhí)行網(wǎng)絡(luò)中核心神經(jīng)網(wǎng)絡(luò)的跟新原則為

wa(t+1)=wa(t)+Δwa(t)

(4)

(5)

(6)

其中，wa(t)為執(zhí)行網(wǎng)絡(luò)的權(quán)值；la(t)為執(zhí)行網(wǎng)絡(luò)的自適應(yīng)能力值，la(t)是大于0的值。

在t時刻，判斷網(wǎng)絡(luò)中折扣累加值R(t)為

(7)

其中，r(t-1)為t-1時刻判斷網(wǎng)絡(luò)的強化信號值。

判斷網(wǎng)絡(luò)反饋調(diào)節(jié)系統(tǒng)采用J(t)近似R(t)，其誤差為

ec(t)=αJ(t)-[J(t-1)-r(t)]

(8)

(9)

為了盡量減少判斷誤差Ec(t)，執(zhí)行網(wǎng)絡(luò)中核心神經(jīng)網(wǎng)絡(luò)的跟新原則為

wc(t+1)=wc(t)+Δwc(t)

(10)

(11)

(12)

其中，wc(t)為判斷網(wǎng)絡(luò)的權(quán)值；lc(t)為判斷網(wǎng)絡(luò)的自適應(yīng)能力值，lc(t)是大于0的值。

2 水果采摘機器人路徑規(guī)劃的數(shù)學分析

水果采摘機器人是一個沒有完整約束條件的系統(tǒng)，研究其尋徑、避障等路徑規(guī)劃問題需要建立一個完整數(shù)學模型，并對此進行數(shù)學分析。在現(xiàn)實生活中，很多控制系統(tǒng)不僅要考慮系統(tǒng)內(nèi)部的參數(shù)因素，還要對非內(nèi)部環(huán)境(即外部環(huán)境)進行考慮，這類統(tǒng)稱為非完整約束性系統(tǒng)。機器人工作環(huán)境復(fù)雜多變，影響因素多，是典型的非完整約束性系統(tǒng)。

對于非完整約束性系統(tǒng)，力學方程表達式為

B(q)T-AT(q)λ

(13)

其中，M(q)為n×n階的正定矩陣；q為狀態(tài)向量；Vm為哥氏向心力；B(q)為變化矩陣。

選擇一組零空間的向量基，可以得出

A(q)S(q)=0

(14)

令v=(v1,v2,…,vn-m)T帶入式(13)中，得

(15)

對等式(15)兩邊同時求導(dǎo)得到

(16)

簡化后有

(17)

對于驅(qū)動系統(tǒng)獨立的水果采摘機器人，機器人運動坐標如圖2所示。

圖2 機器人運動坐標圖

機器人以重心作為參考點的運動方程式為

(18)

動力學方程為

xsinθ-ysinθ=0

(19)

水果采摘機器人是否可控是解決尋徑、避障等路徑問題的重要因素，檢驗該系統(tǒng)可控的具體方程為rank[s1,s2,[s1,s2,]，[s1,[s1,s2,]]，[s2,[s1,s2,]]…]

=3

(20)

由機器人運動學方程

(21)

3 自主尋徑避障的設(shè)計

3.1 采摘機器人傳感器系統(tǒng)的設(shè)計

本水果采摘機器人采用啟發(fā)性智能軌跡優(yōu)化方法解決其尋徑避障的問題，利用傳感器網(wǎng)絡(luò)組成的系統(tǒng)感測周圍環(huán)境信息，為機器人提供路徑規(guī)劃、躲避障礙的策略。采摘機器人傳感器系統(tǒng)框架圖，如圖3所示。

圖3 機器人傳感器系統(tǒng)框架圖

該機器人傳感器系統(tǒng)由6個傳感器設(shè)備組成，除目標傳感器外，其他5個都是測量距離的，主要用來判斷機器人與周邊環(huán)境的間隔狀態(tài)，其測量范圍均為10m。目標傳感器用來感知目標，感知機器人與目標的距離和角度，為系統(tǒng)提供目標物體的大致方位，以便其自主尋徑避障。

在機器人移動過程中，為了區(qū)分障礙物與目標，將障礙物和目標設(shè)置為不同物體，并用參數(shù)ρ表示檢測狀態(tài)：目標傳感器檢測到目標時，ρ=1，檢測到障礙物時ρ=-1，階段檢測過程中未搜索到目標和障礙物對ρ=0。

3.2 水果采摘機器人啟發(fā)式學習系統(tǒng)的設(shè)計

水果采摘機器人啟發(fā)式學習系統(tǒng)以傳感器檢測參數(shù)為判斷標準，將測量值作歸一化方法處理，并作為自適應(yīng)學習的信號輸入。

傳感器系統(tǒng)測量障礙物距離為

(22)

檢測系統(tǒng)中測量的距離di用-1，0,1表示。其中，xi=1表示采摘機器人達到目的地；xi=0表示在階段檢測過程中未搜索到目標和障礙物；xi=-1表示采摘機器人在行進過程中碰到障礙物。

傳感器系統(tǒng)測量目標時，有

Δθ=θ1-θ2

(23)

(24)

其中，θ1為機器人移動方向與水平方向之間的偏移角度；θ2為機器人移動方向與目標物體方向之間的夾角。當θ=1時，說明機器人正在向目標物體靠近；θ=-1，說明機器人正在遠離目標物體。

執(zhí)行網(wǎng)絡(luò)對機器人移動方向進行修改時，其決策動作根據(jù)u(t)的值來調(diào)整，當u(t)>0時，移動方向偏轉(zhuǎn)-5°(向左)；當u(t)<0時，移動方向偏轉(zhuǎn)-5°(向右)；當u(t)=0時；保持移動方向不變繼續(xù)前進。

設(shè)計強化信號時，要先區(qū)分檢測的物體是障礙物還是目標，用分析函數(shù)e(x)表示，有

(25)

由式(25)可以看出：當檢測到的是目標時，xi取最大值；當檢測到的是障礙物時，xi取最小值。

系統(tǒng)是優(yōu)先規(guī)劃路徑還是優(yōu)先躲避障礙物的決策問題，應(yīng)先考慮障礙物，當檢測到障礙物時，優(yōu)先考慮避開障礙物；當檢測范圍內(nèi)沒有障礙物時優(yōu)先考慮路徑規(guī)劃。

4 實驗與結(jié)果分析

為了驗證水果采摘機器人自主尋徑避障系統(tǒng)的學習能力及可靠性，本文對該系統(tǒng)進行了仿真實驗。仿真實驗在MatLab仿真平臺上進行，設(shè)置步長為0.03，啟發(fā)式智能軌跡優(yōu)化算法的執(zhí)行和判斷網(wǎng)絡(luò)的權(quán)值范圍為-1至1之間。實驗?zāi)康氖?，在?fù)雜的作業(yè)環(huán)境中，該系統(tǒng)通過改變執(zhí)行和判斷網(wǎng)絡(luò)的初始權(quán)值，驗證采摘機器人是否能夠通過自適應(yīng)學習，躲避障礙物，成功到達目的地。因此，本文設(shè)計了目的地和起點都不同的兩種仿真實驗。

1)第1種實驗：在同一起點、不同目標的周邊環(huán)境下進行仿真實驗，機器人的起始點為(10,5)，3個目標分別為(20,45)、(42,46)、(43,30)，利用自主尋徑避障系統(tǒng)的學習方法，采摘機器人隨機選取移動方向，驗證是否可以達到對應(yīng)終點。MatLab軟件進行仿真的結(jié)果如圖4所示。

圖4 同一起點、不同目標的仿真結(jié)果

采摘機器人在移動過程中，盡管目標地點不同，但仍可以成功繞過障礙物并到達終點，在整個實驗中，沒有發(fā)生碰撞行為。

2)第2種實驗：在4個不同起點、同一目標的周邊環(huán)境下進行仿真實驗，機器人的起始點為分別為(10,5)、(10,32)、(35,5)、(45,18)，目標為(42,45)。MatLab軟件進行仿真的結(jié)果如圖5所示。

圖5 不同起點、同一目標的仿真結(jié)果

盡管起始點地點不同，但仍可以成功繞過障礙物并到達終點，且無任何碰撞。

5 結(jié)論

針對水果采摘機器人在采摘作業(yè)過程中行走路徑過長、途中障礙物多的問題，以采摘機器人尋徑避障為研究對象，加入自適應(yīng)學習方法，采用啟發(fā)式智能規(guī)劃算法對水果采摘機器人的路徑進行優(yōu)化，并利用MatLab平臺進行仿真實驗，對機器人尋徑避障能力進行驗證。結(jié)果表明：在不同目標和路徑要求的情況下，該采摘機器人能靈活避開作業(yè)途徑中障礙物，并對行進軌跡進行有效優(yōu)化，且路徑優(yōu)化能力強，運動軌跡平滑，可靠性強、穩(wěn)定性好。

[1] 戚利勇.黃瓜采摘機器人視覺關(guān)鍵技術(shù)及系統(tǒng)研究[D].杭州：浙江工業(yè)大學,2011.

[2] 葉濤.在圓形Packing及團簇結(jié)構(gòu)優(yōu)化問題上的啟發(fā)式優(yōu)化算法研究[D].武漢：華中科技大學,2012.

[3] 呂繼東.蘋果采摘機器人視覺測量與避障控制研究[D].鎮(zhèn)江：江蘇大學,2012.

[4] 張鑫.移動機器人導(dǎo)航中的軌跡跟蹤與群集運動控制研究[D].西安：長安大學,2012.

[5] 紀超.溫室果蔬采摘機器人視覺信息獲取方法及樣機系統(tǒng)研究[D].北京：中國農(nóng)業(yè)大學,2014.

[6] 李占坤.果樹采摘機器人控制系統(tǒng)研究與設(shè)計[D]. 鎮(zhèn)江：江蘇大學,2010.

[7] 張向珂.采摘機械手障礙信息探測及避障技術(shù)研究[D]. 鎮(zhèn)江：江蘇大學,2010.

[8] 付中軍.果蔬采摘機器人視覺技術(shù)研究及系統(tǒng)構(gòu)建[D].沈陽：沈陽工業(yè)大學,2014.

[9] 丁亞蘭.基于機器視覺的獼猴桃果實識別與定位關(guān)鍵技術(shù)研究[D].楊凌：西北農(nóng)林科技大學,2009.

[10] 丁小輝.復(fù)雜環(huán)境下移動機器人路徑規(guī)劃新算法的研究[D].北京：北京郵電大學,2010.

[11] 王鋒.基于立體視覺與SBL-PRM算法的自主收獲機器人路徑規(guī)劃[D]. 鎮(zhèn)江：江蘇大學,2010.

[12] 白金柯.移動機器人路徑規(guī)劃研究[D].鄭州：河南大學,2011.

[13] 崔玉潔,張祖立,白曉虎.采摘機器人的研究進展與現(xiàn)狀分析[J].農(nóng)機化研究,2007(2):4-7.

[14] 宋健,張鐵中,徐麗明,等.果蔬采摘機器人研究進展與展望[J].農(nóng)業(yè)機械學報,2006(5):158- 162.

[15] 黃炳強,曹廣益.基于人工勢場法的移動機器人路徑規(guī)劃研究[J].計算機工程與應(yīng)用,2006(27):26- 28.

[16] 付宗國,王麗.基于ATmega32的遙控采摘機器人設(shè)計[J].電子設(shè)計工程,2012(4):151-154.

[17] 陳善峰,尹建軍,王玉飛,等.果實采摘機械手多關(guān)節(jié)求解方法與避障規(guī)劃[J].農(nóng)機化研究, 2012,34(7):24-28.

[18] 顧寶興,姬長英,王海青,等.智能移動水果采摘機器人設(shè)計與試驗[J].農(nóng)業(yè)機械學報,2012(6):153-160.

[19] 王力立,徐志良,吳曉蓓,等.感知能力異構(gòu)的無線傳感器網(wǎng)絡(luò)優(yōu)化部署機制[J].南京理工大學學報,2012(3):408-413.

[20] 方嘯,鄭德忠.移動機器人自主尋路避障啟發(fā)式動態(tài)規(guī)劃算法[J].農(nóng)業(yè)機械學報,2014(7):73-78.

[21] 苗建偉,楊鐵寶,曾林森.一種六自由度機械手的智能軌跡規(guī)劃[J].組合機床與自動化加工技術(shù), 2014(9):73-76.

[22] 王顯. 智能清掃機器人路徑規(guī)劃及自動充電系統(tǒng)研究[D].鄭州：鄭州大學,2014.

[23] 史慶軍,劉軍福,曾長安.基于MATLAB的通信系統(tǒng)動態(tài)仿真研究[J].佳木斯大學學報：自然科學版,2000(3):269-271.

[24] 姚靖靖.移動機器人無線監(jiān)控系統(tǒng)設(shè)計與避障路徑規(guī)劃研究[D].南昌：南昌大學,2011.

[25] 劉關(guān)俊.基于粒子群算法的移動機器人路徑規(guī)劃研究[D].長沙：中南大學,2007.

[26] 劉亮.基于勢場蟻群算法的移動機器人路徑規(guī)劃研究[D].長沙：南昌大學,2013.

[27] 王燕,張果,葛運旺. 四自由度關(guān)節(jié)型采摘機械手軌跡規(guī)劃與實驗研究[J].現(xiàn)代制造工程,2013(7): 27-31.

Research on Trajectory Optimization of Self-seeking Path and Obstacle Avoidance for Fruit-picking Robot Based on Heuristic Intelligent Algorithm

Yuan Zhu, Shen Yige

(Henan Polytechnic Institute, Nanyang 473000, China)

The path avoiding obstacle is an important classical problem in fruit picking robot.With the rapid development of mechanical automation, computer control system and testing industry in China, there is a higher requirement for the self-seeking and obstacle avoidance of fruit picking robot. In order to better meet the needs of modern agricultural production, it has become a hot spot for the heuristic intelligent learning algorithm to avoid obstacles in the research of picking robot. In this paper, based on the heuristic intelligent trajectory optimization algorithm, by using the sensor detection system, it designed the fruit picking robot to find the path of obstacle avoidance system,used Matlab simulation software to verify the analysis.The results show that under the complicated road environment, according to the requirements of different target and path, the picking robot can be flexible to avoid obstacles in the way, with a strong learning and adaptive ability and system operation is stable, and its reliability is strong.

picking robot; path avoiding obstacle; intelligent trajectory optimization; Matlab

2016-05-05

河南省自然科學基金項目(2015GZC155)；南陽市科技攻關(guān)項目(KJGG36)

袁 鑄(1982-)，男，河南南陽人，講師，碩士。

申一歌(1982-)，女，河南南陽人，講師，碩士研究生，(E-mail)yuanzhu1982@hnpi.cn。

TP242.6 ；S225.93

A

1003-188X(2017)07-0204-05