陳 婷

(廣西職業(yè)技術(shù)學(xué)院 計(jì)算機(jī)與電子信息工程系，南寧 530226)

0 引言

隨著計(jì)算機(jī)控制技術(shù)、無線傳感器技術(shù)及果蔬采摘設(shè)備的日益結(jié)合與發(fā)展更新，農(nóng)業(yè)果蔬的采摘機(jī)器人機(jī)械手避障系統(tǒng)的研究更為深入具體，更適應(yīng)實(shí)際場合果蔬采摘。為此，從無線傳感器應(yīng)用技術(shù)角度入手，針對機(jī)械手在采摘過程中會遇到枝葉、莖稈等相關(guān)障礙物，考慮其機(jī)械手移動(dòng)位置、目標(biāo)點(diǎn)及障礙物之間的不確定性，對避障控制系統(tǒng)的關(guān)鍵問題進(jìn)行了分析，尋求適合機(jī)械手工作的避障控制算法，以提高采摘機(jī)械手的采摘精度和避障效果，為采摘機(jī)器人的進(jìn)一步改進(jìn)提供一定的技術(shù)支持。采摘機(jī)器人的主要構(gòu)成如圖1所示。在末端執(zhí)行器的關(guān)鍵部位安裝有所需的各類重要傳感器，通過采摘機(jī)器人視覺系統(tǒng)的傳遞信號，達(dá)到識別、控制并執(zhí)行采摘的循環(huán)動(dòng)作的目的。無線傳感器在此過程中實(shí)時(shí)進(jìn)行精準(zhǔn)傳輸采集，控制機(jī)械手在作業(yè)過程中有效避開障礙物，實(shí)現(xiàn)高精度、智能化、自動(dòng)化的采摘作業(yè)。

1 避障系統(tǒng)控制模型

采摘機(jī)械手避障系統(tǒng)控制模型的建立是基于采摘對象的形狀復(fù)雜不一、作業(yè)環(huán)境的不規(guī)則化及機(jī)械手作業(yè)過程動(dòng)作的高度智能性等基礎(chǔ)之上，主要有W-空間、C-空間路徑規(guī)劃。由于W-空間難以保證采摘機(jī)械手工作運(yùn)動(dòng)所有路徑范圍的可達(dá)性，通過查閱資料，對比研究對象的特點(diǎn)及采摘條件，選取C-空間算法展開路徑規(guī)劃。該算法模型機(jī)理在于建立坐標(biāo)系并將障礙物映射到一定的空間范圍之內(nèi)，通過一定的格柵相關(guān)算法處理，對立地獲取采摘機(jī)械手的自由空間，使得兩者之間互不干涉，從而實(shí)現(xiàn)路徑規(guī)劃從三維空間向二維空間的轉(zhuǎn)換，有利于設(shè)計(jì)出更為簡便操作、作業(yè)高效的采摘機(jī)械手。

1.履帶小車 2.收集筐 3.柔性帶 4.末端執(zhí)行器 5.收集裝置 6.電動(dòng)推桿 7.小臂電機(jī) 8.大臂 9.大臂電機(jī) 10.腰部電機(jī) 11.腰部 12.升降臺 13.電源及動(dòng)力控制設(shè)備 14.地面

選取視覺成像計(jì)算模型，安裝在末端執(zhí)行器上的視覺傳感器需考慮采摘機(jī)械手作業(yè)過程的視野最大限度開闊性，以更好地確定采摘物與障礙物兩者之間的位置關(guān)系，提供更好的導(dǎo)航信息。如圖2所示，空間任意一點(diǎn)P(x,y,z)的坐標(biāo)在圖像平面上的投影成像點(diǎn)為P(x,y)，通過推導(dǎo)，可得

(1)

式中x,y,z—點(diǎn)坐標(biāo)；

f—焦距；

Nf—像素與空間長度的轉(zhuǎn)換因子。

采摘機(jī)械手具備良好的視覺系統(tǒng)關(guān)鍵在于對圖像的符合實(shí)際處理及靜態(tài)果蔬的準(zhǔn)確識別，通過利用動(dòng)態(tài)閾值分割OTSU方法進(jìn)行，即

(2)

(3)

(4)

(5)

σ2=w0×w1×(u0-u1)2

(6)

建立果蔬輪廓模型， 并進(jìn)行邊緣檢測、 修改及細(xì)化達(dá)到識別目標(biāo)。基于位置的視覺伺服系統(tǒng)框架，核心在于通過視覺控制器和關(guān)節(jié)傳感器使得機(jī)器人控制器獲取準(zhǔn)確信息并進(jìn)行采摘?jiǎng)幼?，如圖3所示。通過傳感器的實(shí)時(shí)采集、傳送，控制系統(tǒng)在避障數(shù)學(xué)模型的基礎(chǔ)上實(shí)現(xiàn)避障目標(biāo)表搜索、細(xì)化、平滑各類算法控制，有效避開障礙物。算法流程如圖4所示。

圖3 基于位置的視覺伺服系統(tǒng)

圖4 算法流程圖

2 避障控制系統(tǒng)設(shè)計(jì)

2.1 避障控制路徑規(guī)劃

基于無線傳感器避障控制系統(tǒng)的研究，路徑規(guī)劃尤為重要，避障控制系統(tǒng)需要事先接收規(guī)劃好的路徑，在遇到障礙物時(shí)，采摘機(jī)械手在獲取無線傳感器的第一手信息后，迅速做出避讓動(dòng)作，更改路徑，按照避障控制路徑行走，尋找正確的采摘目標(biāo)。

2.2 避障控制系統(tǒng)硬件組成

根據(jù)避障模型的建立，選取合適的硬件組成：通過信號調(diào)節(jié)電路將各傳感器獲取的采摘目標(biāo)及周邊采摘環(huán)境信息收集于數(shù)據(jù)采集卡之上，要求該數(shù)據(jù)采集卡具有高精度、高收集性能，并準(zhǔn)確輸入主控計(jì)算機(jī)；為了達(dá)到較高的采樣頻率，可以在各個(gè)通道設(shè)置抗混疊的低通型濾波器，首先保證傳輸迅速準(zhǔn)確，其次保證采集數(shù)據(jù)的完整性，還需安裝結(jié)構(gòu)緊湊的應(yīng)變型傳感器。位置傳感器需要保證扭矩輸出可靠，設(shè)置相配套的120～1 000Ω橋路電阻和放大調(diào)理電路；同時(shí)，末端執(zhí)行器的機(jī)械構(gòu)件和電氣自動(dòng)組件通過控制閥、伺服驅(qū)動(dòng)器和轉(zhuǎn)換器等一并輸入主控計(jì)算機(jī)，加之最先通過視覺傳感器獲取的影像，主控計(jì)算機(jī)通過處理器準(zhǔn)確、迅速的計(jì)算，控制采摘機(jī)械手執(zhí)行相應(yīng)的采摘或者避障動(dòng)作，完成一次采摘作業(yè)，具體流程如圖5所示。

圖5 采摘控制系統(tǒng)結(jié)構(gòu)框圖

對采摘機(jī)械手各關(guān)節(jié)部位選取特定的參數(shù)和變量變化范圍，據(jù)此參數(shù)得出機(jī)械手的運(yùn)動(dòng)學(xué)模型，是進(jìn)行避障控制系統(tǒng)深入精準(zhǔn)研究分析的前提和關(guān)鍵。本研究設(shè)計(jì)采摘機(jī)械手具有可以旋轉(zhuǎn)的關(guān)節(jié)3個(gè)，不可旋轉(zhuǎn)、直角關(guān)節(jié)2個(gè)，利用末端執(zhí)行器的位置、位姿方程作為理論模型的支撐，為后續(xù)輸入模擬試驗(yàn)軟件做前置；另一方面，考慮機(jī)械手運(yùn)動(dòng)特征要求和經(jīng)濟(jì)可行，選取便于安裝調(diào)整的標(biāo)準(zhǔn)構(gòu)件，應(yīng)具有最優(yōu)的作業(yè)空間和盡可能少的自由度，實(shí)現(xiàn)很好避開障礙物的目標(biāo)。智能參數(shù)化設(shè)計(jì)和避障控制系統(tǒng)需有效銜接和協(xié)調(diào)配合。采摘機(jī)械手的相關(guān)參數(shù)如表1所示。

表1 采摘機(jī)械手的相關(guān)參數(shù)

2.3 避障控制系統(tǒng)軟件

無線傳感器可很好地用于自動(dòng)檢測，選取TDMA發(fā)送協(xié)議，該協(xié)議基于時(shí)間的同步和固定的路由表形式；采用Visual C++作為主體控制軟件，系統(tǒng)程序編寫采用模塊式的程序結(jié)構(gòu)，遵循模塊內(nèi)部數(shù)據(jù)關(guān)系緊湊，模塊與模塊之間的數(shù)據(jù)關(guān)系松散的規(guī)則。準(zhǔn)確識別障礙物的關(guān)鍵步驟在于準(zhǔn)確獲取影像，在此給出主要傳感器動(dòng)態(tài)圖像采集模塊VFW，如圖6所示。利用MatLab對采摘機(jī)械手進(jìn)行正逆運(yùn)動(dòng)軌跡仿真，選取合適環(huán)境參數(shù)，開放式控制，將各類障礙物簡化。把園林中的果樹和樹干等障礙物抽象成為點(diǎn)和線段并繪制生成試驗(yàn)場景的MAKLINK圖形，模擬機(jī)械手大小臂活動(dòng)關(guān)節(jié)實(shí)現(xiàn)避障動(dòng)作操作。設(shè)定好初始狀態(tài)參數(shù)，記錄中間關(guān)鍵環(huán)節(jié)避障參數(shù)，分析最終狀態(tài)參數(shù)，形成機(jī)械手在避障控制系統(tǒng)下的角度、加速度等變化軌跡。整個(gè)采摘系統(tǒng)包括機(jī)械部分及電路控制部分，如電機(jī)和傳感裝置等出現(xiàn)碰撞情形，從力學(xué)、運(yùn)動(dòng)學(xué)、軌跡行為學(xué)、無線傳感自動(dòng)控制方面逐步改進(jìn)。

圖6 VFW模塊關(guān)系簡圖

針對實(shí)際的作業(yè)環(huán)境，建立自適應(yīng)的數(shù)學(xué)模型，并考慮末端執(zhí)行氣的位姿誤差、采摘機(jī)械手關(guān)鍵部位結(jié)構(gòu)設(shè)計(jì)和自動(dòng)控制的可實(shí)現(xiàn)性，須保證采摘機(jī)械手碰撞率低，且在遇到不可測的障礙物時(shí)協(xié)同作業(yè)。為此，采用Steer to Avoid方法進(jìn)行有效避讓，控制參數(shù)的輸入和設(shè)置需要VELOCITY模塊、Virtual Leader 項(xiàng)和Synergy項(xiàng)，來控制傳感器追蹤目標(biāo)并傳遞各種相關(guān)信息，控制采摘機(jī)械手動(dòng)作。根據(jù)圖7避障算法模型中的方向選擇，φi的選擇可以表示為

3 試驗(yàn)分析

仿真試驗(yàn)主要在以下假設(shè)前提和初始條件下進(jìn)行：

1)環(huán)境的選取包括監(jiān)測范圍、避障物范圍及傳感器節(jié)點(diǎn)布置，以及節(jié)點(diǎn)的速度、感應(yīng)半徑、控制輸入初始值、坐標(biāo)系及運(yùn)動(dòng)路徑設(shè)置；

2)采摘機(jī)械手模型的建立，采用D-H變換法，建立蘋果采摘機(jī)械臂的數(shù)學(xué)模型和運(yùn)動(dòng)學(xué)方程；

3)視覺傳感器、超聲測距傳感器兩者結(jié)合確定障礙物和果實(shí)空間位置信息；

4)利用工作空間環(huán)境模型對機(jī)械手和障礙物碰撞問題進(jìn)行分析；

5)相互重疊的枝干描述為一個(gè)不規(guī)則的多邊形，構(gòu)建自由連接線等；

6)避障系統(tǒng)設(shè)定力閾值。

采摘機(jī)械手在進(jìn)行采摘過程中，通過視覺感知系統(tǒng)識別障礙物后，通過對無線傳感器的感應(yīng)改進(jìn)，加入避障的轉(zhuǎn)向判斷并精確動(dòng)作；每個(gè)傳感器節(jié)點(diǎn)獲取信息后，協(xié)同進(jìn)行避障作業(yè)，避開果蔬周圍靜止或者輕微移動(dòng)的樹干、枝葉障礙物，以最佳的運(yùn)動(dòng)路徑和運(yùn)動(dòng)角度準(zhǔn)確實(shí)現(xiàn)避障，達(dá)到采摘目標(biāo)指定位置，觸發(fā)傳感器系統(tǒng)迅速動(dòng)作進(jìn)行有序采摘。經(jīng)多次反復(fù)試驗(yàn)對比，在協(xié)同避障模型基礎(chǔ)之上融入Steer to Avoid 算法，在避障過程中對移動(dòng)方向和速率進(jìn)行不斷的計(jì)算判斷，模型中傳感器節(jié)點(diǎn)群能夠預(yù)測出障礙區(qū)的范圍和形狀，最終能夠達(dá)到更好的避障效果。其關(guān)鍵在于協(xié)同避障可較好實(shí)現(xiàn)節(jié)點(diǎn)統(tǒng)一化，向著統(tǒng)一采摘目標(biāo)運(yùn)動(dòng)，更為一致地避開障礙物。通過統(tǒng)計(jì)分析得出采摘機(jī)械手的成功避障率，如表2所示。

圖7 S-A避障算法方向選擇

試驗(yàn)編號機(jī)械手采摘計(jì)時(shí)/min避障系統(tǒng)成功避障率/%110397.5213298.5314597.9416496.8517698.7

4 結(jié)論

對采摘機(jī)械手避障系統(tǒng)進(jìn)行改進(jìn)，利用無線傳感器技術(shù)，揉合視覺識別技術(shù)、信號實(shí)時(shí)編碼傳輸、SA避障算法及無線傳感器網(wǎng)絡(luò)協(xié)同作業(yè)理論，實(shí)現(xiàn)成功識別、及時(shí)避開障礙物，進(jìn)行果實(shí)準(zhǔn)確采摘，提高采摘路徑規(guī)劃效果。通過試驗(yàn)發(fā)現(xiàn)：引進(jìn)無線傳感器協(xié)同避障，成功避障率可達(dá)96%以上，實(shí)現(xiàn)采摘機(jī)器人自動(dòng)化、智能化水平的進(jìn)一步提高，為相關(guān)領(lǐng)域?qū)W者更深入研究開發(fā)避障系統(tǒng)性能最優(yōu)化提供參考。

參考文獻(xiàn)：

[1] 郭素娜,張麗,劉志剛.一種高精度自主導(dǎo)航定位的葡萄采摘機(jī)器人設(shè)計(jì)[J].農(nóng)機(jī)化研究,2016, 38(7):20-24.

[2] 馬將,文宇橋,詹旭.基于DSP信號實(shí)時(shí)編碼的采摘機(jī)器人避障控制研究[J].農(nóng)機(jī)化研究,2016, 38(7):234-238.

[3] 馮娟,劉剛,王圣偉，等.采摘機(jī)器人果實(shí)識別的多源圖像配準(zhǔn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2013,44(3):197-203.

[4] 王建軍,武秋俊.機(jī)器人在農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機(jī)化研究,2007(7):174-176.

[5] 寧志超, 崔天時(shí), 李廣軍.六自由度果實(shí)采摘機(jī)械手及其控制系統(tǒng)的設(shè)計(jì)[J].農(nóng)機(jī)化研究, 2010,32(9):111-113, 117.

[6] 萬新.基于SA算法的移動(dòng)無線傳感網(wǎng)絡(luò)協(xié)同避障方法研究[D].長沙：湖南大學(xué), 2012.

[7] 陳佐, 涂員員, 萬新.基于移動(dòng)障礙的MWSN節(jié)點(diǎn)協(xié)同轉(zhuǎn)向避障方法[J].計(jì)算機(jī)科學(xué), 2012,39(2):95-100.

[8] 熊瓊,葛蓁,劉志剛.基于遺傳算法和EDA技術(shù)的果蔬采摘機(jī)器人設(shè)計(jì)[J].農(nóng)機(jī)化研究, 2016,38(8):214-217,241.

[9] 王崇剛, 李明江.采摘機(jī)械手的路徑規(guī)劃-基于相似矢量矩免疫遺傳算法[J].農(nóng)機(jī)化研究,2016,38(10):37-41.

[10] 武濤,袁池,陳軍.基于機(jī)器視覺的獼猴桃果實(shí)目標(biāo)提取研究[J].農(nóng)機(jī)化研究,2011,33(12):21-26.

[11] 戈志勇.番茄采摘機(jī)械手運(yùn)動(dòng)學(xué)仿真與避障算法研究[D].鎮(zhèn)江：江蘇大學(xué), 2007.

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

[13] 李寒,王庫,曹倩，等.基于機(jī)器視覺的番茄多目標(biāo)提取與匹配[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(5):168-172.

[14] 李二超,李戰(zhàn)明,李煒.基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人關(guān)節(jié)轉(zhuǎn)矩力控制研究[J].電氣自動(dòng)化,2011,33(1):23-27.

[15] 姬偉,程風(fēng)儀,趙德安，等.基于改進(jìn)人工勢場的蘋果采摘機(jī)器人機(jī)械手避障方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013(11):253-259.

[16] 樊曉平,李雙艷,陳特放. 基于新人工勢場函數(shù)的機(jī)器人動(dòng)態(tài)避障規(guī)劃[J].控制理論與應(yīng)用,2005, 22(5):703-707.

[17] 蔣煥煜,彭永石,申川，等.基于雙目立體視覺技術(shù)的成熟番茄識別與定位[J].農(nóng)業(yè)工程學(xué)報(bào),2008, 24(8):279-283.