羅陸鋒 鄒湘軍 盧清華 楊自尚 張 坡 熊俊濤

(1.佛山科學(xué)技術(shù)學(xué)院機(jī)電工程學(xué)院， 佛山 528231；2.華南農(nóng)業(yè)大學(xué)南方農(nóng)業(yè)機(jī)械與裝備關(guān)鍵技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室, 廣州 510642；3.華南農(nóng)業(yè)大學(xué)數(shù)學(xué)與信息學(xué)院, 廣州 510642)

0 引言

智能防碰損采摘作業(yè)行為及其控制算法的試驗(yàn)與驗(yàn)證是采摘機(jī)器人研發(fā)過程中的核心環(huán)節(jié)，傳統(tǒng)方法往往是直接在實(shí)物樣機(jī)上對算法進(jìn)行調(diào)試，這使得研發(fā)周期延長、成本增加。隨著計算機(jī)圖形學(xué)、人機(jī)交互、人工智能等技術(shù)的不斷發(fā)展，基于虛擬現(xiàn)實(shí)的仿真與試驗(yàn)作為一種輔助手段被廣泛應(yīng)用于各個領(lǐng)域[1-5]。翟志強(qiáng)等[6]針對農(nóng)機(jī)導(dǎo)航田間試驗(yàn)受作物生長狀態(tài)的約束性較強(qiáng)等問題，提出了一種基于虛擬現(xiàn)實(shí)技術(shù)的拖拉機(jī)雙目視覺導(dǎo)航試驗(yàn)方法；苑嚴(yán)偉等[7]將虛擬仿真技術(shù)應(yīng)用于水稻田試驗(yàn)，對田間拖拉機(jī)的行走姿態(tài)、行駛速度和方向等進(jìn)行了虛擬交互控制仿真。臧宇等[8]提出一種基于Vega Prime的農(nóng)業(yè)裝備虛擬試驗(yàn)系統(tǒng)。鄒喜紅等[9]為了準(zhǔn)確評價摩托車車架的疲勞可靠性，利用有限元軟件HyperWorks和動力學(xué)軟件ADAMS對摩托車車架進(jìn)行虛擬試驗(yàn)。楊方飛等[10]利用視景仿真技術(shù)對聯(lián)合收獲機(jī)進(jìn)行了虛擬仿真。謝斌等[11]對聯(lián)合收割機(jī)的制動系統(tǒng)虛擬樣機(jī)進(jìn)行仿真與試驗(yàn)，為底盤制動系統(tǒng)的設(shè)計提供參考。在采摘機(jī)器人方面，ZOU等[12]率先提出了基于雙目立體視覺的虛擬機(jī)械手誤差建模；劉繼展等[13]針對機(jī)器人摘取及移送過程中果粒脫落問題，提出了一種面向穗軸激勵輸入的果穗振動仿真模型。綜上，目前將仿真技術(shù)用于采摘機(jī)器人作業(yè)行為算法的試驗(yàn)研究還比較少。

本文在前期研究基礎(chǔ)上[14-15]設(shè)計一種基于虛擬現(xiàn)實(shí)的葡萄采摘機(jī)器人仿真系統(tǒng)。在虛擬試驗(yàn)場景建模、機(jī)器人運(yùn)動學(xué)建模、末端執(zhí)行器及其控制模型、軌跡規(guī)劃等方面對采摘機(jī)器人仿真系統(tǒng)進(jìn)行深入研究和設(shè)計，基于EON虛擬現(xiàn)實(shí)平臺開發(fā)一套采摘機(jī)器人仿真系統(tǒng)，最終在該系統(tǒng)上對葡萄防碰損采摘行為算法進(jìn)行仿真，并進(jìn)一步用樣機(jī)試驗(yàn)驗(yàn)證該仿真系統(tǒng)的實(shí)用性。

1 仿真系統(tǒng)設(shè)計流程

采摘機(jī)器人虛擬試驗(yàn)系統(tǒng)設(shè)計流程如圖1所示：先構(gòu)建虛擬現(xiàn)實(shí)環(huán)境下果園場景及采摘機(jī)器人本體結(jié)構(gòu)模型，利用D- H參數(shù)法對機(jī)械臂進(jìn)行運(yùn)動學(xué)建模；然后設(shè)計夾剪式采摘機(jī)器人末端執(zhí)行器，構(gòu)建防碰損采摘行為控制模型；再在虛擬環(huán)境下繪制虛擬葡萄及其防碰空間包圍體；最后將智能行為算法與軌跡規(guī)劃相結(jié)合進(jìn)行采摘機(jī)器人行為的三維可視化仿真。

圖1 系統(tǒng)設(shè)計流程Fig.1 Design process of system

2 虛擬試驗(yàn)場景建模

虛擬環(huán)境建模是虛擬現(xiàn)實(shí)的關(guān)鍵技術(shù)，果園試驗(yàn)場景建模通常分為兩類：一類是基于尺寸特征的建模，可通過SolidWorks、UG、CATIA等軟件工具來構(gòu)建，這類建模能夠精準(zhǔn)地給定模型尺寸；另一類是基于外形片面建模，如3D MAX、MAYA等，這類建模軟件有著強(qiáng)大的外形渲染能力，能夠繪制和渲染出逼真的三維場景，但其無嚴(yán)格尺寸要求的場景。SolidWorks軟件有豐富的零件設(shè)計庫，另外它有智能的裝配功能，可自動完成捕捉并設(shè)置裝配關(guān)系，因此，本研究采用SolidWorks軟件建立機(jī)器人本體和末端執(zhí)行器的三維幾何模型，再使用SolidWorks軟件的Photoview 360模塊對模型進(jìn)行渲染并導(dǎo)出為wrl文件格式，最后將wrl文件導(dǎo)入到虛擬現(xiàn)實(shí)平臺。

對于采摘試驗(yàn)場景建模，因棚架式葡萄園中樹葉、枝干、棚架等形狀復(fù)雜性和難測量性，本研究采用3D MAX進(jìn)行建模，該軟件能夠?qū)?shí)體和曲線分別轉(zhuǎn)化為可編輯多邊形和可編輯樣條線，可以選擇不同幾何元素進(jìn)行編輯以達(dá)到改變模型幾何形狀的目的，從而可建立復(fù)雜形狀的模型。使用3D MAX建立包括葡萄、葡萄架、設(shè)施園藝環(huán)境等作業(yè)場景。最終渲染出逼真的采摘機(jī)器人作業(yè)場景，存儲為obj文件格式，將obj文件通過數(shù)據(jù)轉(zhuǎn)換導(dǎo)入虛擬現(xiàn)實(shí)開發(fā)平臺EON中進(jìn)行機(jī)器人行為仿真程序設(shè)計。圖2為虛擬試驗(yàn)場景建模技術(shù)流程。

圖2 虛擬試驗(yàn)場景建模流程Fig.2 Modeling process for virtual testing scene

3 采摘機(jī)器人數(shù)學(xué)及控制行為建模

3.1 運(yùn)動學(xué)建模

采摘機(jī)器人通常由機(jī)械臂、末端執(zhí)行器、視覺系統(tǒng)及控制系統(tǒng)等幾部分組成。本研究采用廣州數(shù)控RB03機(jī)器人作為采摘機(jī)械臂，該機(jī)械臂由6個旋轉(zhuǎn)關(guān)節(jié)構(gòu)成，每個關(guān)節(jié)具有一個相應(yīng)自由度。因虛擬現(xiàn)實(shí)環(huán)境下采摘機(jī)器人各關(guān)節(jié)臂的運(yùn)動量需通過其運(yùn)動學(xué)模型來解算，因此，開發(fā)機(jī)器人仿真系統(tǒng)的首要任務(wù)是構(gòu)建機(jī)械臂運(yùn)動學(xué)模型。先根據(jù)機(jī)械臂的結(jié)構(gòu)尺寸構(gòu)建機(jī)械臂各連桿坐標(biāo)系并確定各連桿的參數(shù)，再進(jìn)行正向運(yùn)動學(xué)和逆向運(yùn)動學(xué)求解。

設(shè)(θ1,θ2,θ3,θ4,θ5,θ6)為RB03機(jī)械臂6個旋轉(zhuǎn)關(guān)節(jié)變量；O0x0y0z0為基坐標(biāo)系，Oixiyizi(i=1,2,…,6)為各關(guān)節(jié)局部坐標(biāo)系，Ohxhyhzh為末端執(zhí)行器坐標(biāo)系。RB03機(jī)械臂外形及各關(guān)節(jié)坐標(biāo)系定義如圖3所示。

3.1.1運(yùn)動學(xué)正解

虛擬環(huán)境下機(jī)械臂各關(guān)節(jié)運(yùn)動是通過正向運(yùn)動學(xué)模型進(jìn)行驅(qū)動的，即通過給定一組關(guān)節(jié)值來計算機(jī)器人末端連桿相對于基座坐標(biāo)系O0x0y0z0的位置和姿態(tài)。本研究根據(jù)兩相鄰連桿間變換矩陣[16]

(1)

式中si——sinθici——cosθi

s′i-1——sinαi-1c′i-1——cosαi-1

di——第i連桿偏置

ai-1——第i連桿長度

和RB03機(jī)械臂D- H參數(shù)[17]進(jìn)行正運(yùn)動求解。

(2)

其中

式(2)描述了末端連桿位姿(n,o,a,p)與基坐標(biāo)系之間位姿關(guān)系。

3.1.2運(yùn)動學(xué)逆解

在已知機(jī)器人末端連桿相對于基坐標(biāo)系位姿的情況下，虛擬機(jī)械臂各關(guān)節(jié)的旋轉(zhuǎn)量需通過逆運(yùn)動學(xué)求解得到。本研究采用反變換法[18]對式(2)中的θ1、θ2、θ3、θ4、θ5、θ6進(jìn)行分離求解，并得到各關(guān)節(jié)臂旋轉(zhuǎn)量為

(3)

其中

圖3 采摘機(jī)器人外形及各關(guān)節(jié)坐標(biāo)系Fig.3 Appearance of picking robot and its joints coordinate systems

3.2 夾剪式末端執(zhí)行器及控制行為模型

為實(shí)現(xiàn)對葡萄的柔性無損采摘，已有文獻(xiàn)[19]設(shè)計出了抓持- 旋切式葡萄采摘末端執(zhí)行器。因葡萄串體積質(zhì)量大且果實(shí)嬌嫩，考慮葡萄的生長特點(diǎn)及幾何形態(tài)，本研究設(shè)計了一種夾持- 托舉- 剪斷式葡萄采摘機(jī)器人末端執(zhí)行器。該執(zhí)行器通過中央控制器實(shí)現(xiàn)對夾持、托舉、剪斷3個機(jī)構(gòu)進(jìn)行協(xié)調(diào)運(yùn)動控制。夾持機(jī)構(gòu)使用舵機(jī)作為驅(qū)動，通過聯(lián)動連桿機(jī)構(gòu)帶動2個夾指在導(dǎo)軌上平動來實(shí)現(xiàn)對葡萄果梗的夾緊，再由夾指上的壓力傳感器感知夾緊力，將壓力信號轉(zhuǎn)換為電信號傳遞給中央控制器，當(dāng)壓力值達(dá)到預(yù)設(shè)夾緊力時，激活托舉機(jī)構(gòu)中的舵機(jī)工作，托舉機(jī)構(gòu)將通過托盤的旋轉(zhuǎn)運(yùn)動實(shí)現(xiàn)從果串后下方對葡萄進(jìn)行托舉，承擔(dān)一定果串重力并防止果串在移送過程中發(fā)生抖動以致滑落，通過角度傳感器檢測托盤轉(zhuǎn)過的角度位移，判斷托盤托舉是否到位，當(dāng)托盤完成對果串的托舉后，再啟動剪斷機(jī)構(gòu)工作，由剪斷機(jī)構(gòu)的剪刀將果梗剪斷，最終完成對果串的夾持- 托舉- 剪斷連環(huán)作業(yè)。末端執(zhí)行機(jī)構(gòu)及采摘行為控制流程如圖4所示。

圖4 末端執(zhí)行機(jī)構(gòu)的采摘行為控制流程圖Fig.4 Flow chart of picking behavior control of end-effector

在葡萄采摘作業(yè)過程中，為防止執(zhí)行機(jī)構(gòu)與果串之間發(fā)生碰撞導(dǎo)致果實(shí)損傷，執(zhí)行機(jī)構(gòu)將依據(jù)視覺感知獲得多維信息來進(jìn)行行為決策與規(guī)劃。采摘機(jī)構(gòu)的進(jìn)給方位和托舉角度需依據(jù)視覺感知獲取的采摘點(diǎn)和防碰包圍體等信息來進(jìn)行計算。為防止夾指與葡萄串上端發(fā)生干涉碰撞，需在采摘點(diǎn)與果體間設(shè)置一個安全裕度H1，并將采摘點(diǎn)與夾指中間位置設(shè)置重合。圖5為葡萄與末端執(zhí)行器之間的防碰損夾剪耦合示意圖。

圖5 葡萄與末端執(zhí)行器間防碰損夾剪耦合示意圖Fig.5 Diagram for anti-collision shearing between grape and end-effector

3.3 機(jī)械臂末端連桿與執(zhí)行器空間變換

機(jī)械臂運(yùn)動學(xué)建模(3.1節(jié))所描述的末端連桿是機(jī)械臂第6關(guān)節(jié)，尚未涉及到末端執(zhí)行器，而要實(shí)現(xiàn)機(jī)器人的采摘作業(yè)，須將機(jī)器人的末端執(zhí)行器相對于基坐標(biāo)系的位姿關(guān)系表達(dá)出來。由機(jī)器人結(jié)構(gòu)和連桿坐標(biāo)系可知機(jī)器人末端執(zhí)行器與末端關(guān)節(jié)具有完全相同的空間姿態(tài)，唯一不同的是其空間位置。因6自由度采摘機(jī)器人的末端連桿坐標(biāo)系原點(diǎn)O6與末端執(zhí)行器執(zhí)行作業(yè)任務(wù)時的夾持點(diǎn)Oh并不重合，它們之間存在一個距離d，這個參數(shù)由末端執(zhí)行器的結(jié)構(gòu)設(shè)計所決定，如圖6所示。

圖6 機(jī)器人末端關(guān)節(jié)與末端執(zhí)行器Fig.6 End linkages and effector of picking robot

依據(jù)上述分析，末端執(zhí)行器與末端連桿之間的矩陣變換可表示為

(4)

(5)

由式(5)可知末端執(zhí)行器作業(yè)點(diǎn)的位置坐標(biāo)與第6個關(guān)節(jié)的位置坐標(biāo)關(guān)系為

(6)

式中p′x、p′y、p′z——末端執(zhí)行器的位置在3個坐標(biāo)軸上的分量

3.4 關(guān)節(jié)臂軌跡規(guī)劃

為確保末端執(zhí)行器能平穩(wěn)迅速地到達(dá)目標(biāo)位置進(jìn)行采摘作業(yè)，需對采摘機(jī)器人關(guān)節(jié)臂進(jìn)行軌跡規(guī)劃。機(jī)器人軌跡規(guī)劃是根據(jù)采摘作業(yè)需求，在遵循運(yùn)動學(xué)約束情況下使機(jī)器人各個關(guān)節(jié)能夠柔順地依次通過各位置點(diǎn)，本研究采用三次多項(xiàng)式插值法對過路點(diǎn)進(jìn)行插值[20]。首先，設(shè)置初始時刻t0和到達(dá)目標(biāo)位置時刻tf兩個約束條件。為保證關(guān)節(jié)速度連續(xù)，令t0和tf時刻關(guān)節(jié)速度為零。

(7)

由式(7)的約束條件可確定三次多項(xiàng)式

θ(t)=a0+a1t+a2t2+a3t3

(8)

式中a0——常數(shù)項(xiàng)

a1、a2、a3——三次多項(xiàng)式系數(shù)

對式(8)分別求一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，得關(guān)節(jié)的角速度和角加速度為

(9)

將式(7)代入式(8)和式(9)，可解得

(10)

4 系統(tǒng)模塊及仿真接口設(shè)計

依據(jù)前面建立的虛擬試驗(yàn)場景及葡萄采摘機(jī)器人數(shù)學(xué)模型，綜合利用Visual Studio 2013、EON Studio以及三維建模軟件3D MAX和SolidWorks等軟件工具在Windows 7操作系統(tǒng)上設(shè)計仿真軟件系統(tǒng)。仿真系統(tǒng)由主程序、采摘機(jī)器人仿真引擎和葡萄視覺感知等模塊組成。系統(tǒng)各模塊及其數(shù)據(jù)通信如圖7所示。

圖7 仿真系統(tǒng)各模塊間數(shù)據(jù)通信Fig.7 Data communication between modules of developed simulation system

主程序負(fù)責(zé)整個仿真系統(tǒng)的調(diào)度與管理；仿真引擎負(fù)責(zé)對虛擬場景渲染、采摘機(jī)器人運(yùn)動仿真等；葡萄視覺感知模塊負(fù)責(zé)獲取葡萄采摘點(diǎn)及防碰空間包圍體等信息，并在虛擬環(huán)境中繪制3D葡萄及其防碰空間包圍體。本研究通過讀取視覺感知獲取的果粒半徑及其圓心空間坐標(biāo)后在虛擬現(xiàn)實(shí)平臺EON Studio環(huán)境下調(diào)用Sphere來對葡萄串進(jìn)行繪制，防碰包圍體通過讀取其半徑和高度后調(diào)用Cylinder進(jìn)行繪制。系統(tǒng)各模塊間數(shù)據(jù)通信接口采用EON平臺自帶的ActiveX控件進(jìn)行設(shè)計開發(fā)，主程序與采摘機(jī)器人仿真引擎之間通過路由機(jī)制來進(jìn)行通信[17]，其中路由通信分兩類：輸入EventIn與輸出EventOut。

5 試驗(yàn)與分析

為驗(yàn)證采摘機(jī)器人虛擬仿真系統(tǒng)的實(shí)用性，先對葡萄防碰損采摘路徑規(guī)劃及夾剪行為進(jìn)行虛擬試驗(yàn)；再將算法移植到物理樣機(jī)內(nèi)進(jìn)行室內(nèi)試驗(yàn)。仿真平臺所用計算機(jī)配置為：Intel Core i5- 3230M CPU 2.60 GHz，4 GB內(nèi)存，Windows 7操作系統(tǒng)。

5.1 防碰損采摘路徑規(guī)劃及夾剪作業(yè)行為虛擬試驗(yàn)

首先基于前期研究[14-15]提取葡萄采摘點(diǎn)、防碰包圍體等空間信息，然后在虛擬環(huán)境下繪制出采摘目標(biāo)的三維模型，再進(jìn)行路徑規(guī)劃試驗(yàn)。本研究采用基于人工勢場的局部規(guī)劃方法[21]對采摘機(jī)器人進(jìn)行路徑規(guī)劃，該方法基本思想是將采摘機(jī)械手的運(yùn)動看成是其在虛擬力場的受力，采摘點(diǎn)對其產(chǎn)生吸引力，葡萄包圍體及其他障礙物對其產(chǎn)生排斥力，通過吸引力和排斥力的相互作用進(jìn)行機(jī)械臂路徑點(diǎn)規(guī)劃[17]。基于該方法在本研究開發(fā)的采摘機(jī)器人仿真系統(tǒng)上進(jìn)行18次路徑規(guī)劃及夾剪作業(yè)行為虛擬試驗(yàn)。本研究設(shè)計的采摘行為包含4個階段：①采摘機(jī)器人從初始位置運(yùn)動至預(yù)備采摘狀態(tài)。②從預(yù)備采摘位置運(yùn)動至采摘點(diǎn)，當(dāng)末端執(zhí)行器到達(dá)采摘點(diǎn)后，先由夾指機(jī)構(gòu)對葡萄果梗進(jìn)行夾持，然后由托盤對葡萄進(jìn)行托舉，再由剪切機(jī)構(gòu)將果梗剪斷，最后完成對果串的夾持- 托舉- 剪斷連環(huán)作業(yè)。③采摘機(jī)器人摘取葡萄后退回至預(yù)備采摘位置。④從預(yù)備采摘位置將葡萄移送至果籃，完成一次采摘作業(yè)。

圖8 虛擬環(huán)境下采摘機(jī)器人路徑規(guī)劃Fig.8 Motion path of picking robot in virtual environment

對每一次試驗(yàn)的路徑規(guī)劃長度(從路徑規(guī)劃初始狀態(tài)開始直至單次采摘完成，末端執(zhí)行器夾指中心點(diǎn)途徑的路徑長度)、路徑關(guān)鍵點(diǎn)個數(shù)、作業(yè)過程中干涉碰撞情況等進(jìn)行統(tǒng)計和分析，試驗(yàn)結(jié)果統(tǒng)計如表1所示。其中路徑長度L與關(guān)鍵點(diǎn)Pi之間的關(guān)系為

(11)

式中K——路經(jīng)關(guān)鍵點(diǎn)數(shù)

(xi,yi,zi)——第i個路徑點(diǎn)的空間坐標(biāo)

在18次葡萄采摘試驗(yàn)中，成功16次，有2次出現(xiàn)末端執(zhí)行器碰撞葡萄包圍體邊界的情況，成功率為88.89%，路徑長度介于219.26～282.46 cm之間，路徑關(guān)鍵點(diǎn)個數(shù)介于36～43之間，通過分析發(fā)現(xiàn)第8次和第15次試驗(yàn)失敗原因是采摘點(diǎn)與防碰空間包圍體上方間距過小，當(dāng)執(zhí)行器夾指靠近果梗采摘點(diǎn)時與葡萄串上部發(fā)生碰撞，最終導(dǎo)致碰損情況發(fā)生?？赏ㄟ^設(shè)置和調(diào)整采摘點(diǎn)與防碰空間包圍體之間的最小安全裕度來優(yōu)化采摘行為。圖8為一次成功的葡萄采摘路徑規(guī)劃，圖中白點(diǎn)為該次采摘中末端執(zhí)行器夾指中心掃掠的途經(jīng)點(diǎn)。圖9為其中一次葡萄夾- 托- 剪虛擬試驗(yàn)過程截圖。通過上述采摘作業(yè)行為虛擬仿真可對采摘過程進(jìn)行三維空間路徑實(shí)時計算和碰損情況分析，由此可見，本文設(shè)計的仿真系統(tǒng)對幫助試驗(yàn)和改進(jìn)機(jī)器人智能行為算法具有很好的實(shí)用價值。

表1 采摘作業(yè)行為虛擬試驗(yàn)結(jié)果統(tǒng)計Tab.1 Statistical results of picking behavior in virtual test

圖9 葡萄串夾持- 托舉- 剪切虛擬仿真Fig.9 Grape picking behavior testing in virtual environment

5.2 采摘行為樣機(jī)試驗(yàn)

為進(jìn)一步驗(yàn)證仿真系統(tǒng)的實(shí)用性，將通過虛擬仿真優(yōu)化后的路徑規(guī)劃算法和夾剪行為控制算法移植到物理樣機(jī)上進(jìn)行室內(nèi)試驗(yàn)。首先通過虛擬仿真對末端執(zhí)行器的夾持、托舉和剪切機(jī)構(gòu)的幾何參數(shù)進(jìn)行優(yōu)化。依據(jù)夾持- 托舉- 剪切行為的三維可視數(shù)據(jù)，確定夾指的有效工作長度為100 mm、張口寬度范圍為0～90 mm、高度為20 mm。依據(jù)剪切機(jī)構(gòu)作業(yè)范圍須覆蓋夾指有效作業(yè)區(qū)域，通過對作業(yè)行為軌跡分析確立剪切刀刃的有效工作長度為115 mm、刀刃張口角度范圍為0°～75°。依據(jù)葡萄防碰空間包圍體與托盤的虛擬托舉試驗(yàn)，確立托盤轉(zhuǎn)軸與夾指的距離為180 mm、托網(wǎng)直徑為120 mm、托舉角度范圍為0°～90°。然后在此基礎(chǔ)上試制出葡萄采摘機(jī)器人末端執(zhí)行器樣機(jī)，如圖10所示，通過人為懸掛葡萄于夾指中央，再對機(jī)構(gòu)夾持、托舉與剪切行為的控制參數(shù)進(jìn)行樣機(jī)試驗(yàn)。

圖10 末端執(zhí)行器樣機(jī)試驗(yàn)Fig.10 Prototype test for end-effector

采摘機(jī)器人試驗(yàn)樣機(jī)由廣州數(shù)控RB03機(jī)械臂、工控機(jī)、控制系統(tǒng)、視覺系統(tǒng)、末端執(zhí)行器等組成，其中視覺系統(tǒng)采用Eye-in-Hand關(guān)聯(lián)方式將雙目相機(jī)固定安裝于機(jī)器人末端軸的法蘭盤上，樣機(jī)試驗(yàn)如圖11所示。以市場購買的巨峰葡萄進(jìn)行樣機(jī)試驗(yàn)，試驗(yàn)樣品質(zhì)量范圍為0.42～0.73 kg，串體高度介于16.2～23.5 cm，最大直徑范圍為10.8～14.6 cm。將葡萄垂直懸掛于搭建好的試驗(yàn)架上，通過改變葡萄位置進(jìn)行15次單串葡萄和28次雙串疊貼葡萄室內(nèi)樣機(jī)試驗(yàn)。試驗(yàn)以葡萄串質(zhì)心點(diǎn)作為目標(biāo)點(diǎn)，通過作者前期研究中設(shè)計的視覺感知方法[22]提取葡萄串區(qū)域質(zhì)心空間坐標(biāo)，并將坐標(biāo)發(fā)送給工控機(jī)，然后通過路徑規(guī)劃算法規(guī)劃出機(jī)械臂途經(jīng)點(diǎn)，最后由控制系統(tǒng)驅(qū)動末端執(zhí)行器移動至目標(biāo)點(diǎn)正前方20 mm處。測量末端執(zhí)行器夾指與葡萄質(zhì)心之間的相對偏差，當(dāng)偏差在10 mm之內(nèi)時[23]，視為一次成功采摘行為。

圖11 樣機(jī)試驗(yàn)Fig.11 Prototype test

利用游標(biāo)卡尺測量末端執(zhí)行器夾持點(diǎn)的最終位置與葡萄實(shí)際位置之間的偏差，并計算平均值，具體計算方法為

(12)

(13)

式中Ex、Ez——X(水平)方向和Z(深度)方向的誤差

Xa、Za——葡萄實(shí)際位置

Xr、Zr——末端執(zhí)行器最終位置

N——試驗(yàn)次數(shù)

試驗(yàn)統(tǒng)計結(jié)果如表2所示，結(jié)果顯示：在15次單串葡萄樣機(jī)試驗(yàn)中，成功14次，成功率為93.33%，其中水平方向和深度方向的平均定位誤差分別為5.46 mm和6.56 mm。在28次疊貼葡萄定位試驗(yàn)中，有23次定位獲得成功，成功率為82.14%，其中5次因?yàn)橐曈X定位誤差偏大而最終導(dǎo)致采摘失敗，樣機(jī)試驗(yàn)總的采摘成功率為86.05%。

表2 樣機(jī)試驗(yàn)結(jié)果Tab.2 Results of grape prototype test

6 結(jié)束語

為對采摘機(jī)器人智能作業(yè)行為算法進(jìn)行快速三維虛擬仿真，設(shè)計了一套基于虛擬現(xiàn)實(shí)的采摘機(jī)器人虛擬仿真系統(tǒng)。以葡萄采摘機(jī)器人為對象，對機(jī)械臂、工作環(huán)境、采摘對象、機(jī)器人運(yùn)動學(xué)模型、軌跡規(guī)劃等內(nèi)容進(jìn)行了建模，設(shè)計了一種夾- 托- 剪式的采摘機(jī)器人末端執(zhí)行器及其采摘過程控制模型，基于EON平臺開發(fā)出葡萄采摘機(jī)器人作業(yè)行為虛擬仿真系統(tǒng)?；谠撓到y(tǒng)進(jìn)行了18次虛擬葡萄采摘試驗(yàn)，成功率達(dá)88.89%;再將經(jīng)過虛擬試驗(yàn)優(yōu)化的采摘行為控制算法移植到物理樣機(jī)上進(jìn)行43次室內(nèi)試驗(yàn)，總成功率達(dá)86.05%。結(jié)果表明：該仿真系統(tǒng)可對機(jī)器人采摘作業(yè)過程進(jìn)行三維空間路徑實(shí)時計算和碰損檢測分析，可為采摘機(jī)器人智能行為算法的測試及改進(jìn)提供仿真測試平臺。

1 DATAR M, STANCLULESCU I, NEGRUT D. A co-simulation environment for high-fidelity virtual prototyping of vehicle system [J]. International Journal of Vehicle Systems Modeling and Testing, 2012, 7(1): 54-72.

2 倪得晶，宋愛國，李會軍. 基于虛擬現(xiàn)實(shí)的機(jī)器人遙操作關(guān)鍵技術(shù)研究[J]. 儀器儀表學(xué)報, 2017，38(10): 2351-2363.

NI Dejing, SONG Aiguo, LI Huijun. Survey on robot teleoperation based on virtual reality[J]. Chinese Journal of Scientific Instrument, 2017，38(10): 2351-2363. (in Chinese)

3 MICHAEL W. Co-simulation of building energy and control systems with the building control virtual test bed[J]. Journal of Building Performance Simulation, 2011, 4(3): 185-203.

4 陳維江, 賀恒鑫, 何俊佳,等. 輸電線路雷電先導(dǎo)發(fā)展三維仿真模型[J]. 中國電機(jī)工程學(xué)報, 2014, 34(36): 6601-6612.

CHEN Weijiang, HE Hengxin, HE Junjia， et al. On the 3-dimentional leader progression model for the lighting shielding failure performance estimation of overhead transmission lines [J]. Proceedings of the CSEE, 2014, 34(36): 6601-6612. (in Chinese)

5 周云波, 李宏才, 閆清東. 虛擬現(xiàn)實(shí)在坦克機(jī)動性虛擬試驗(yàn)中的應(yīng)用技術(shù)研究[J]. 系統(tǒng)仿真學(xué)報, 2006, 18(增刊1): 120-122.

ZHOU Yunbo, LI Hongcai, YAN Qingdong. Research on application of virtual reality in tank mobility virtual experiment [J]. Journal of System Simulation, 2006, 18(Supp.1): 120-122. (in Chinese)

6 翟志強(qiáng), 朱忠祥, 杜岳峰, 等.基于虛擬現(xiàn)實(shí)的拖拉機(jī)雙目視覺導(dǎo)航試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報,2017,33(23):56-65.

ZHAI Zhiqiang, ZHU Zhongxiang, DU Yuefeng, et al. Test of binocular vision-based guidance for tractor based on virtual reality[J]. Transactions of the CSAE, 2017, 33(23): 56-65. (in Chinese)

7 苑嚴(yán)偉, 吳海華, 董鑫， 等. 水稻田虛擬試驗(yàn)場景建模與仿真[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報, 2013, 44(增刊1): 224-229. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=2013s140&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2013.S1.040.

YUAN Yanwei, WU Haihua, DONG Xin, et al. Modeling and simulation of rice paddy field virtual scene[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(Supp.1): 224-229. (in Chinese)

8 臧宇, 朱忠祥, 宋正河, 等. 農(nóng)業(yè)裝備虛擬試驗(yàn)系統(tǒng)平臺的建立[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2010, 41(9): 70-74.

ZANG Yu, ZHU Zhongxiang, SONG Zhenghe, et al. Virtual experiment system platform for agricultural equipment[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(9): 70-74. (in Chinese)

9 鄒喜紅, 熊鋒, 袁冬梅, 等. 基于多軸道路模擬激勵譜的摩托車車架虛擬試驗(yàn)方法[J]. 農(nóng)業(yè)工程學(xué)報, 2014, 30(15): 39-45.

ZOU Xihong, XIONG Feng, YUAN Dongmei, et al. Virtual test method for motorcycle frame based on multi-axes road simulation using excitation spectrum[J]. Transactions of the CSAE, 2014, 30(15): 39-45. (in Chinese)

10 楊方飛, 閻楚良. 基于視景仿真的聯(lián)合收獲機(jī)虛擬試驗(yàn)技術(shù)[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2011, 42(1): 79-83.

YANG Fangfei, YAN Chuliang. Virtual test of combine harvester based on visual simulation[J]. Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(1): 79-83. (in Chinese)

11 謝斌, 李靜靜, 魯倩倩, 等. 聯(lián)合收割機(jī)制動系統(tǒng)虛擬樣機(jī)仿真及試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報, 2014, 30(4): 18-24.

XIE Bin, LI Jingjing, LU Qianqian, et al. Simulation and experiment of virtual prototype braking system of combine harvester[J]. Transactions of the CSAE, 2014, 30(4): 18-24. (in Chinese)

12 ZOU X, ZOU H, LU J. Virtual manipulator-based binocular stereo vision positioning system and errors modeling[J]. Machine Vision and Applications, 2012, 23(1): 43-63.

13 劉繼展, 唐善奇, 單帥, 等. 機(jī)器人采摘葡萄果穗振動仿真與試驗(yàn)[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報, 2016, 47(5): 1-8. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160501&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2016.05.001.

LIU Jizhan, TANG Shanqi, SHAN Shuai, et al. Simulation and test of grape fruit cluster vibration for robotic harvesting[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(5):1-8.(in Chinese)

14 羅陸鋒, 鄒湘軍, 熊俊濤, 等. 自然環(huán)境下葡萄采摘機(jī)器人采摘點(diǎn)的自動定位[J]. 農(nóng)業(yè)工程學(xué)報, 2015, 31(2): 14-21.

LUO Lufeng, ZOU Xiangjun, XIONG Juntao, et al. Automatic positioning for picking point of grape picking robot in natural environment[J]. Transactions of the CSAE, 2015, 31(2): 14-21. (in Chinese)

15 羅陸鋒, 鄒湘軍, 葉敏, 等. 基于雙目立體視覺的葡萄采摘防碰空間包圍體求解與定位[J]. 農(nóng)業(yè)工程學(xué)報, 2016, 32(8): 41-47.

LUO Lufeng, ZOU Xiangjun, YE Min, et al. Calculation and localization of bounding volume of grape for undamaged fruit picking based on binocular stereo vision[J]. Transactions of the CSAE, 2016, 32(8): 41-47. (in Chinese)

16 熊有倫. 機(jī)器人技術(shù)基礎(chǔ)[M]. 武漢：華中科技大學(xué)出版社, 2011.

17 羅陸鋒, 鄒湘軍, 程堂燦, 等.采摘機(jī)器人視覺定位及行為控制的硬件在環(huán)虛擬試驗(yàn)系統(tǒng)設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報, 2017, 33(4): 39-46.

LUO Lufeng, ZOU Xiangjun, CHENG Tangcan, et al. Design of virtual test system based on hardware-in-loop for picking robot vision localization and behavior control[J]. Transactions of the CSAE, 2017, 33(4): 39-46. (in Chinese)

18 PAUL R P, SHIMANO B E, MAYER G. Kinematic control equations for simple manipulators[J]. IEEE Transactions Systems, Man and Cybernetics, 1981, 11(6): 449-455.

19 尹建軍, 陳永河, 賀坤, 等. 抓持- 旋切式欠驅(qū)動雙指手葡萄采摘裝置設(shè)計與試驗(yàn)[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報, 2017, 48(11): 12-20. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20171102&journal_id=jcsam. DOI：10.6041/j. issn.1000-1298.2017.11.002.

YIN Jianjun, CHEN Yonghe, HE Kun, et al. Design and experiment of grape-picking device with grasping and rotary-cut type of under actuated double fingered hand[J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(11): 12-20. (in Chinese)

20 CRAIG J J. 機(jī)器人學(xué)導(dǎo)論[M]. 贠超，譯. 北京: 機(jī)械工業(yè)出版社, 2006.

21 KHATIB O. Real-time obstacle avoidance for manipulators and mobile robots [J]. International Journal of Robotics and Research, 1986, 5(1): 90-98.

22 羅陸鋒, 鄒湘軍, 王成琳, 等. 基于輪廓分析的雙串疊貼葡萄目標(biāo)識別方法[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報, 2017, 48(6):15-22. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20170602&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2017.06.002.

LUO Lufeng, ZOU Xiangjun, WANG Chenglin, et al. Recognition method for two overlaping and adjacent grape clusters based on image contour analysis[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(6): 15-22. (in Chinese)

23 ZOU X, YE M, LUO C, et al. Fault-tolerant design of a limited universal fruit-picking end effector based on vision positioning error [J]. Applied Engineering in Agriculture, 2016, 32(1)： 5-18.