張 凈 沈 捷 劉曉梅

(1.江蘇大學電氣信息工程學院， 鎮(zhèn)江 212013； 2.江蘇科茂信息技術有限公司， 鎮(zhèn)江 212001)

引言

隨著世界性漁業(yè)資源的匱乏，我國作為水產養(yǎng)殖大國，在漁業(yè)生產中發(fā)揮的作用越發(fā)顯著[1-4]。池塘養(yǎng)殖是人工營養(yǎng)型生態(tài)循環(huán)系統(tǒng)，養(yǎng)殖后期，大量的殘余餌料、排泄物以及尸體等沉積，會造成池塘養(yǎng)殖水體中氨氮、亞硝酸鹽等物質的濃度快速升高，再加上低水平的溶氧量，從而導致養(yǎng)殖生物抵抗力減弱，引發(fā)疾病[5]。溶解氧是池塘養(yǎng)殖的重要制約因子[6-7]。當水中溶氧量低于1 mg/L時，魚類就會因缺氧而浮出水面，造成浮頭甚至“泛塘”的現(xiàn)象[8]。移動機器人實用性強，可減少人工成本，因此，移動式增氧機是池塘養(yǎng)殖必不可少、最重要的機械設備之一[9-11]。

目前國內外常用的機械增氧機多種多樣[12]，不同的增氧方式優(yōu)缺點不同[13]，傳統(tǒng)增氧機固定在某處或者隨機移動，增氧效果不夠均勻，作用范圍有限，靠近增氧機處溶氧量高，魚類就多；反之則少，導致魚塘面積利用率降低?；诖?，本文提出一種太陽能供電行走式智能增氧機器人。

1 結構設計

移動式太陽能增氧機器由太陽能電池板、葉輪、水質監(jiān)測模塊、超聲波測距模塊、水下測距模塊、主控箱和浮筒組成，如圖1所示。其中，主控箱包括電機、智能控制器以及蓄電池等。

圖1 裝置結構示意圖Fig.1 Device diagram1.浮筒 2.太陽能電池板(3塊) 3.主控箱 4.葉輪 5.連接桿 6.水質監(jiān)測模塊 7.超聲波測距模塊(4個，前后左右各一個) 8.水下測距模塊

裝置由太陽能供電整個系統(tǒng)，分為手動和自動2種模式。裝置要求手動操控進入安全范圍，然后開啟自動模式。自動模式中，裝置通過避障模塊智能避障行走，行走過程中葉輪將空氣中的氧氣壓入水體進行增氧，水質監(jiān)測模塊實時監(jiān)控溶氧量，同時嵌入式模塊與整個系統(tǒng)進行數(shù)據(jù)交互，實現(xiàn)用戶遠程操控與查看實時數(shù)據(jù)功能。

2 硬件分析

2.1 底層控制模塊

2.1.1電源模塊

電源模塊規(guī)定，遇到連續(xù)陰雨天氣，或當裝置電量低于30%時會自動報警，通知用戶采用市電對蓄電池充電。

選擇3塊DL-18-60W型(工作電壓12 V)太陽能電板，2個電池容量72 A·h的蓄電池。太陽能板采用“梯子”三面型，確保至少一塊太陽能電池板能夠接收到陽光。

2.1.2嵌入式模塊

HF-LPB100(漢楓WiFi嵌入式模組)可以將物理設備與無線網(wǎng)絡進行連接，再利用UART串口傳輸數(shù)據(jù)。在進行自動控制的基礎上，裝置還使用具有STA和AP 2種可自動切換的通訊狀態(tài)：在無線網(wǎng)絡完全覆蓋魚塘時，采用STA(無線終端)模式，此時用戶可以在手機終端上發(fā)送指令進行遠程控制增氧機工作或發(fā)送指令查看實時數(shù)據(jù)；在增氧機行走到無線網(wǎng)絡信號差甚至沒有時，通訊自動轉換到AP(熱點)模式，此時只能進行近距離遙控控制。

2.2 傳感器模塊

2.2.1防碰壁測距傳感器

HC-SR04超聲波測距模塊可提供2～400 cm的非接觸式距離感測功能，測距精度可高達3 cm；模塊包括超聲波發(fā)射器、接收器與控制電路。

基本工作原理：采用IO口TRIG 觸發(fā)測距，給至少10 μs高電平信號;模塊自動發(fā)送8個40 kHz的方波自動檢測是否有信號返回，通過IO口ECHO輸出一個高電平，高電平持續(xù)的時間就是超聲波從發(fā)射到返回的時間。

(1)

式中l(wèi)——測試距離

t——高電平時間v——聲速

2.2.2防擱淺超聲波換能器

裝置采用超聲波換能器為核心器件的超聲波測深儀進行水下測距，防止擱淺。由于池塘底部為“弧形”，靠近池壁的地方較淺，將擱淺基數(shù)調整恰當，就可以保證在防止擱淺的同時防止機器碰壁。圖2為超聲波測距系統(tǒng)框圖。

圖2 超聲波測距系統(tǒng)框圖Fig.2 Block diagram of ultrasonic ranging system

2.2.3溶解氧傳感器

水質監(jiān)測即溶解氧的監(jiān)測，采用在線溶氧檢測儀測量水中溶解氧情況，測量范圍：0～200.0 μg/L，精度：±1.0%。

圖4 “之”型程序流程圖Fig.4 Flow chart of program

水質監(jiān)測模塊實現(xiàn)過程如圖3所示，溶解氧傳感器實時監(jiān)測水中溶氧含量，數(shù)據(jù)采集器從溶解氧傳感器中采集的溶氧含量數(shù)據(jù)傳給嵌入式控制器，由傳輸層將嵌入式控制器中的數(shù)據(jù)通過通信服務器傳輸?shù)椒掌鲬孟到y(tǒng)，同時將數(shù)據(jù)保存到數(shù)據(jù)庫中，最終用戶可以在PC端和WEB端查看存儲的數(shù)據(jù)。當數(shù)據(jù)顯示溶解氧含量低于2 mg/L時，裝置會自動運行進行增氧，也可以用戶手動增加在這個位置點的增氧時間。

圖3 水質監(jiān)測模塊Fig.3 Water quality monitoring module

3 系統(tǒng)軟件設計

3.1 路徑分析

機器人路徑規(guī)劃是指根據(jù)已知條件和限定條件，規(guī)劃一條滿足任務要求的安全、有效、可行的路徑[14-15]。

考慮到風、浪、流、慣性力等環(huán)境的影響[16]，裝置的路徑規(guī)劃采取基于蟻群算法[17]的“之”型有限狀態(tài)機模型，程序流程圖如圖4所示。

模型的算法如下：

(1)劃分柵格。根據(jù)傳感器信息將四周區(qū)域進行劃分。規(guī)定所有的柵格都具有5種屬性，障礙屬性Flag、可選屬性Enable、相鄰屬性Near、訪問屬性Visit和關聯(lián)屬性Relative，分為自由柵格和障礙柵格。

(2)機器k被放在位置i處，下一個目標地點為j，期望行走時間t，期望偏角θ，實際行走時間t0，行走速度v，產生偏角θt。τij(0)=τ0，指信息素，規(guī)定一個τmax。路徑的起點為gstart，終點為gend。Dn方向值是Dn-1方向值取反，記為Dn=～Dn-1。當轉角方向記錄值Dn=0時右轉135°，反之左轉。

設定k的初始感覺刺激閾值A=0，高強度信息素節(jié)點控制步數(shù)P=0。

(3)根據(jù)Dn的值找出轉角范圍內臨近的，未被訪問的柵格。計算其關聯(lián)性。柵格標記為1,2,…，i，…，n。

(4)找出關聯(lián)性最高的為下一個位置點。如果τij<τmax，則P++，并進行感應適應操作

A=min(Amax,C(int)(X/P))

(2)

式中Amax——預先設定好的適應刺激閾值最大值

C——增長系數(shù)

X——在高強度信息素中行走的步數(shù)

再進行局部信息更新

τij=(1-ρ)τij+ρΔτij

(3)

(4)

式中Q1——常數(shù)l——已走過的柵格長度

ρ——信息素蒸發(fā)系數(shù)

檢查此時位置是否為gend，若是此路徑為d，否則繼續(xù)找下一個位置。

(5)對比d和歷史最優(yōu)路徑dbest，如果d用時更少且遍歷范圍廣，則規(guī)定d為dbest。

(6)循環(huán)往復M次，直到找到最優(yōu)路徑。

3.2 增氧機行走的影響分析

3.2.1風動力分析

增氧機水面行走更易受到一些因素的影響，例如風和水。風對增氧機行走的影響分析如圖5所示。圖中Va為相對風速，θ為相對風舷角，α為風動力角，Ma為力矩。

風動力為

(5)

其中

Sa=HD

式中Sa——增氧機迎風面的面積

H——增氧機的長度

D——增氧機干舷高度

圖5 風、水影響分析圖Fig.5 Impact analysis of wind and water

正常天氣下，取最大風速8 m/s，考慮最糟糕的情況，裝置受到正橫風的影響[18]，此時的風動力最大。增氧機長2 m，質量50 kg，干舷高度為0.33 m，根據(jù)式(5)算得此時的風動力Fa=0.023 5 T。經測量，此時增氧機偏角范圍為±22.5°。

3.2.2行走范圍分析

如圖6所示，魚塘長100 m，寬25 m，以增氧機中心點畫行走路線圖，在滿足增氧機不碰壁，留出離魚塘壁2 m的安全寬度條件下，得裝置最小行走范圍大約為23.17%。

圖6 行走分析圖Fig.6 Diagram of walking analysis

在同等時間同等條件下開啟由鋼絲線引導、功率同為750 W的傳統(tǒng)增氧機(型號YL)，其行走增氧范圍僅7.77%，本裝置遍歷范圍高于傳統(tǒng)增氧機15.4%。

4 實驗與結果分析

參照文獻[19]，分別在晴天和陰雨天氣進行了2次實驗。

4.1 同比傳統(tǒng)增氧機增氧效果

實驗于2016年8月18日在實驗基地進行，天氣晴朗，氣溫24℃，水溫23℃，東南風3～4級。實驗在長100 m，寬25 m的魚塘,分為4個測試點，測點1、測點2、測點3、測點4，分別布署在實驗魚塘內的東南西北4個方向隨機各選取一個組，每組分別在0.4 m和0.8 m處進行增氧。開啟增氧機40 min，每10 min記錄一次數(shù)據(jù)，每個點不同深度溶氧量的平均值如表1所示。

在同等時間同等條件下開啟由鋼絲線引導、同為750 W功率、YL型號的傳統(tǒng)增氧機，增氧效果如表2所示。

實驗結果：測點1在水深0.4 m處本裝置增氧后溶氧量提升至7.04 mg/L，傳統(tǒng)增氧機遍歷達不到測點1處，溶氧量僅靠增氧波及提高至5.37 mg/L，本裝置同比傳統(tǒng)增氧機增氧量提高了1.65 mg/L；另取測點2在傳統(tǒng)增氧機增氧范圍內，水深0.8 m處本裝置提高溶氧量至5.17 mg/L，傳統(tǒng)增氧機提高溶氧量至4.49 mg/L，本裝置同比傳統(tǒng)增氧機增氧量提高了0.68 mg/L。

表1 溶氧量測量結果(本裝置增氧機)Tab.1 Dissolved oxygen measurement results mg/L

表2 溶氧量測量結果(傳統(tǒng)增氧機)Tab.2 Oxygen content measurement results mg/L

4.2 對比無增氧機魚塘溶氧量變化

實驗于2016年8月21日在實驗基地進行(圖7)。

圖7 實驗現(xiàn)場Fig.7 Test site

參照文獻[20]，陰雨天氣需要增加增氧機的開啟時間以確保魚塘的氧氣含量足夠。當天09:00—15:00，時有下雨，氣溫變化范圍為24～30℃，微風。水溫變化范圍為23～27℃。實驗在2個長100 m，寬25 m的魚塘的同一個位置測量，放置本裝置增氧機的為實驗組，沒有放置增氧機的為對照組。每2 h測試一次，每次增氧機開啟30 min。

實驗結果:同位置處，實驗組對比對照組,使用本裝置后溶氧量提高效果明顯,尤其在中午11:00時測點1溶氧量提升至7.04 mg/L，此時對照組溶氧量為6.21 mg/L，實驗組比對照組溶氧量提高0.83 mg/L，如圖8所示。

4.3 本裝置魚塘溶氧量的日變化

同天，第3次實驗并行，在長100 m，寬25 m的實驗魚塘內隨機選一個測試點。09:00開始測試，前0.5 h測溶氧量4次，11:00之后每2 h測試一次，每次增氧機開啟30 min，分別測量0.4 m和0.8 m的日溶氧量變化如圖9所示。

圖8 測試點溶氧量日變化曲線Fig.8 Diurnal variation curves of dissolved oxygen for test points

圖9 測試點不同深度的溶氧量日變化Fig.9 Daily variation of dissolved oxygen at different depths of test point

增氧機運行時間為09:00—15:00，由圖9可知，增氧機對水體上下層均有增氧，測試點在09:05時由增氧機行走至此，提高溶氧量至6.98 mg/L，提高了2.01 mg/L。

參照文獻[20]的行業(yè)標準

(6)

(7)

式中KLa——任意水溫下的氧質量轉移系數(shù)，h-1

C1、C2——t1、t2時的溶氧量，mg/L

t1、t2——C1、C2的讀數(shù)時間，min

Cs——實驗用水飽和溶氧量，mg/L

T——實驗水溫，℃

Qs——增氧能力，kg/h

V——實驗魚塘體積

取測點1,11：00時氧含量為6.99 mg/L、11：30時氧含量為7.05 mg/L，此時水溫為23℃，飽和溶解氧為8.41 mg/L，計算可得本增氧機增氧能力為1.69 kg/h。

通過上述數(shù)據(jù)對比可見，本裝置大大改善了魚溏溶氧量，達到了設計要求。

5 結論

(1)裝置前后左右各安裝了4個超聲波傳感器，以及底部安裝超聲波換能器，可以防止裝置碰撞及擱淺。

(2)增氧機使用2個工作電壓12 V、工作電流32 A的電機(pds-600型)為直徑42 cm的葉輪提供增氧動力。太陽能電板9.6 h可以為2個72 A·h的蓄電池(6-QW-72(700)-L型)充滿電，由蓄電池向電機供電持續(xù)2.3 h，可滿足需求。

(3)機器人智能行走增氧效果提升明顯，溶氧量較低時，平均提高溶氧量2.0 mg/L。

(4)使用水下探測器與超聲波避障的結合，確保了裝置能完成遍歷，完成度至少可達到23.17%。

1 張小康,許肖梅,彭陽明,等.集中式深水網(wǎng)箱魚群活動狀態(tài)遠程監(jiān)測系統(tǒng)[J/OL].農業(yè)機械學報,2012,43(6):178-182.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20120632&flag=1. DOI：10.6041/j.issn.1000-1298.2012.06.032.

ZHANG Xiaokang, XU Xiaomei,PENG Yangming, et al. Centralized remote monitoring system for bred fish in offshore aquaculture cage [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2012,43(6): 178-182. (in Chinese)

2 曾洋泱,向歡,劉新庭.水產養(yǎng)殖水質監(jiān)控技術研究現(xiàn)狀及發(fā)展趨勢[J].漁業(yè)現(xiàn)代化,2013,40(1):40-44.

3 美國科學院國家研究委員會.魚類與甲殼類營養(yǎng)需要[M].麥康森,李鵬,趙建民,等，譯.北京:科學出版社,2015.

4 王志勇,江濤,王喜,等.標準化池塘養(yǎng)殖自動投餌系統(tǒng)設計[J].農業(yè)機械學報,2010,41(8):77-80.

WANG Zhiyong, JIANG Tao,WANG Xi, et al. Design of automatic feeding system in standardization pond culture [J]. Transactions of the Chinese Society for Agricultural Machinery, 2010,41(8): 77-80.(in Chinese)

5 劉文珍,徐節(jié)華,歐陽敏.淡水池塘養(yǎng)殖增氧技術及設備的研究現(xiàn)狀與發(fā)展趨勢[J].江西水產科技,2015(4):41-45.

6 趙建,朱松明,葉章穎,等.循環(huán)水養(yǎng)殖游泳型魚類攝食活動強度評估方法研究[J/OL].農業(yè)機械學報,2016,47(8):288-293.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20160838&flag=1. DOI：10.6041/j.issn.1000-1298.2016.08.038.

ZHAO Jian, ZHU Songming, YE Zhangying, et al.Assessing method for feeding activity of swimming fishes in RAS [J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2016,47(8): 288-293. (in Chinese)

7 蔣建明，史國棟，趙德安，等.基于Zigbee通信的節(jié)能型混合式機械增氧系統(tǒng)[J/OL].農業(yè)機械學報，2013,44(10):242-246.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20131039&flag=1. DOI：10.6041/j.issn.1000-1298.2013.10.039.

JIANG Jianming, SHI Guodong, ZHAO De’an et al. Energy-efficient hybrid mechanical aeration system based on Zigbee communication [J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2013,44(10): 242-246. (in Chinese)

8 袁麗.魚類浮頭防治技術探析[J].農技服務，2015(1)：164-165.

9 顧海濤,王逸清.我國池塘增氧技術現(xiàn)狀與發(fā)展趨勢[J].漁業(yè)現(xiàn)代化,2014,41(5): 65-68.

10 高國琴,李明.基于K-means算法的溫室移動機器人導航路徑識別[J].農業(yè)工程學報,2014,30(7):25-33.

GAO Guoqin,LI Ming.Navigating path recognition for greenhouse mobile robot based on K-means algorithm[J].Transactions of the CSAE,2014,30(7):25-33.(in Chinese)

11 賈士偉,李軍民,邱權,等.基于激光測距儀的溫室機器人道路邊緣檢測與路徑導航[J].農業(yè)工程學報,2014,31(13):39-44.

JIA Shiwei,LI Junmin,QIU Quan,et al.A new corridor edge detection and navigation algorithm for greenhouse mobile robots based on laser scanner[J]. Transactions of the CSAE, 2014,31(13):39-44.(in Chinese)

12 張祝利,顧海濤,何雅萍,等.增氧機池塘增氧效果試驗的研究[J].漁業(yè)現(xiàn)代化,2012,39(2):64-68.

13 管崇武,劉晃,宋紅橋,等.涌浪機在對蝦養(yǎng)殖中的增氧作用[J].農業(yè)工程學報,2012,28(9):208-212．

GUAN Chongwu,LIU Huang,SONG Hongqiao, et al.Oxygenation effect of wave aerator on shrimp culture[J]. Transactions of the CSAE, 2012,28(9):208-212．(in Chinese)

14 柴劍.智能掃地機器人技術的研究與實現(xiàn)[D].西安:西安電子科技大學,2013.

CHAI Jian.Research and intelligent sweeping robot technology [D].Xi’an: Xi’an University of Electronic Science and Technology, 2013. (in Chinese)

15 李偉.移動機器人路徑規(guī)劃技術的現(xiàn)狀與發(fā)展趨勢[J]．數(shù)字化用戶,2013(22):216．

16 陳鵬,李彩虹.移動機器人混合式全遍歷覆蓋路徑規(guī)劃算法[J].山東理工大學學報,2013,27(5):22-27.

CHEN Peng,LI Caihong. A hybrid algorithm of complete coverage path planning for mobile robot [J]. Journal of Shandong University of Technology, 2013,27(5):22-27. (in Chinese)

17 WANG Zhongli,LIU Yunhui. Pose control of a lake surface cleaning robot using backstepping and polar coordinates[J]. Advanced Robotics,2010,24:537-557.

18 邢政.風對船舶運動的影響及估算[J].航海,2015(4): 38-40.

XING Zheng.Effects of wind on ship motion and its estimation [J]. Marine Technology, 2015 (4): 38-40. (in Chinese)

19 康安娜. 淺析增氧機使用原則與池塘溶解氧變動規(guī)律的關系[J].黑龍江水產,2012(6):34-36.

20 SC/T 6009—1999 增氧機增氧能力試驗方法[S].1999.