楊 輝，吳賽燕

(太原工業(yè)學(xué)院 電子工程系，太原 030008)

0 引言

我國是農(nóng)業(yè)生產(chǎn)大國，人口基數(shù)和對農(nóng)產(chǎn)品的需求量都極大，因此農(nóng)業(yè)一直以來都是國民經(jīng)濟的重要基礎(chǔ)[1]。但是，與發(fā)達國家相比，我國的農(nóng)業(yè)生產(chǎn)力水平較為落后，主要表現(xiàn)在：①我國南北方地勢差異很大，北方以平原為主，適合規(guī)?；a(chǎn)；南方大部分地區(qū)的地貌多樣，呈現(xiàn)出山地、丘陵和平原并存的局面，限制了農(nóng)業(yè)的規(guī)模化發(fā)展。②我國幅員遼闊，但人口眾多，每戶農(nóng)民耕作的土地面積有限，很大程度上影響了規(guī)?；倪M程。③種植者的裝備普遍落后，生產(chǎn)效率和利潤都很低，極大地影響了農(nóng)業(yè)生產(chǎn)的積極性[2]。近年來，互聯(lián)網(wǎng)和機器人技術(shù)日益成熟并推廣應(yīng)用，使得農(nóng)業(yè)機械的規(guī)模化和智能化越來越受到人們的關(guān)注[3]。我國每年的糧食需求量不斷增長，但是城市化發(fā)展導(dǎo)致農(nóng)業(yè)勞動力大量流失，原有的農(nóng)業(yè)勞動力也進入了老齡化階段，在這種嚴峻的形勢下，大力推進農(nóng)業(yè)生產(chǎn)的規(guī)?；妥詣踊瘜r(nóng)業(yè)的可持續(xù)發(fā)展具有重要意義[4]。

相比于之前應(yīng)用的農(nóng)業(yè)機械，新興的機器人技術(shù)具有更多的優(yōu)點。利用機器人的智能化進行實時定位、自主導(dǎo)航和操控，控制的精確度較高，極大地方便了農(nóng)業(yè)人員的管理和操作[5]。

現(xiàn)代機器人安裝了與人類相似的感知系統(tǒng)，這些感知系統(tǒng)的核心是傳感器，能夠接收和傳遞信號。定位導(dǎo)航是農(nóng)業(yè)機器人的必備功能，一般是通過安裝GPS和視覺傳感器形成機器視覺系統(tǒng)[6-7]。目前，已經(jīng)有多種類型的農(nóng)業(yè)機器人安裝了視覺技術(shù)，使其能夠?qū)崿F(xiàn)自動除草、果實采摘及果實分級分類等農(nóng)業(yè)活動。通過機器視覺技術(shù)，農(nóng)業(yè)機器人能夠自主完成目標的識別、環(huán)境監(jiān)測和行走導(dǎo)航[8]，不僅可以減輕操作人員的工作強度，還能在很大程度上提高農(nóng)業(yè)生產(chǎn)效率。通過使用機器視覺導(dǎo)航，可以實現(xiàn)自主操控，節(jié)省了生產(chǎn)時間，降低了事故發(fā)生率，農(nóng)業(yè)人員的生命和財產(chǎn)安全也得到了保障[9]。

本文設(shè)計了基于STM32和物聯(lián)網(wǎng)技術(shù)的自主導(dǎo)航系統(tǒng)，對農(nóng)業(yè)機器人的行走路徑識別提供了視覺平臺。該系統(tǒng)采用STM32嵌入式芯片控制GSM接入物聯(lián)網(wǎng)服務(wù)器并發(fā)送GPS定位數(shù)據(jù)，然后根據(jù)機器視覺識別結(jié)果進行導(dǎo)航操作。視覺識別對象為南方某村莊的玉米田壟溝，具有一定的代表性，研究結(jié)果具有很大的實際意義和應(yīng)用價值。

1 導(dǎo)航系統(tǒng)

1.1 定位系統(tǒng)介紹

STM32單片機系列的微控制器以32位為主，并基于ARM-Cortex-M處理器實現(xiàn)控制功能。STM32單片機能夠支持32位的應(yīng)用功能，主要包括準確的實時定位功能、快速的數(shù)字和信號處理功能。另外，單片機在使用過程中功耗比較低，能夠進行低電壓操作，也擁有一整套的完全集成和易于開發(fā)的電路。目前，市場上的生產(chǎn)線應(yīng)用了STM32的產(chǎn)品非常多，主要是因為其內(nèi)核具有嚴格的工業(yè)標準，且擁有大量的實時工具和軟件提供支持。無論是小的終端服務(wù)區(qū)還是功能齊全的大型平臺，以STM32單片機為主系列芯片都是使用者理想的選擇。

物聯(lián)網(wǎng)技術(shù)主要是實現(xiàn)普通物理對象進行互通的互聯(lián)網(wǎng)技術(shù)，其英文名稱叫做“The Internet of Things”，兩種異構(gòu)網(wǎng)絡(luò)(無線傳感網(wǎng)絡(luò)和互聯(lián)網(wǎng))的互通主要就是靠物聯(lián)網(wǎng)技術(shù)實現(xiàn)的。物聯(lián)網(wǎng)的應(yīng)用廣泛，目前已經(jīng)延伸到了智能農(nóng)業(yè)、醫(yī)療設(shè)備、智能家居和物流交通等方面。發(fā)展物聯(lián)網(wǎng)技術(shù)的最終目標是利用多種傳感器實現(xiàn)各種形式的人和物之間的溝通和聯(lián)系；然后，再利用現(xiàn)有的互聯(lián)網(wǎng)絡(luò)技術(shù)通過網(wǎng)關(guān)進行傳輸數(shù)據(jù)，互相交換信息，實現(xiàn)人與人、物與物和人與物的密切聯(lián)系。

該農(nóng)業(yè)機器人路徑識別自主導(dǎo)航系統(tǒng)主要采用STM32嵌入式系統(tǒng)、全球移動通信系統(tǒng)(GSM)、全球定位系統(tǒng)(GPS)，以及TMS320DM642圖像采集與處理系統(tǒng)。STM32嵌入式系統(tǒng)、全球移動通信系統(tǒng)(GSM)及全球定位系統(tǒng)(GPS)主要實現(xiàn)其目標定位功能，如圖1所示。定位系統(tǒng)主要由跟蹤設(shè)備、物聯(lián)網(wǎng)和監(jiān)護設(shè)備3大部分組成。TMS320DM642圖像采集與處理系統(tǒng)主要實現(xiàn)目標跟蹤、路徑識別和自主導(dǎo)航功能。

圖1 目標定位系統(tǒng)的總體框架Fig.1 The overall framework of the target positioning system

1.2 跟蹤設(shè)備設(shè)計

1.2.1 核心控制器

該系統(tǒng)的跟蹤設(shè)備核心控制器選用的是STM-F103ZET6型號的主體芯片。該芯片是基于Cortex-M3內(nèi)核的32位微控制器，輸出電壓的范圍為2.0～3.6V，最大工作頻率為72MHz。微控制器中配置靜態(tài)存儲器，能夠支持CF卡、SRAM、PSRAM和NOR/NAND。該系統(tǒng)還包括數(shù)模轉(zhuǎn)換器、DMA控制器和I/O接口，能夠大量支持不同類型的信號接口。

1.2.2 芯片模塊

該系統(tǒng)的GPS和GSM芯片選用的是SIM868模塊，工作頻段為850、900、1800、1900MHz。GPRS的傳輸率為86.5kbps，GPS定位精度高，工作電壓大約在3.4～4.4V左右。STM-F103ZET6將AT指令發(fā)送到SIM868芯片中，然后SIM868芯片控制器將GPS所接受到的衛(wèi)星定位信息通過通用分組無線服務(wù)技術(shù)網(wǎng)絡(luò)發(fā)送出去。

1.3 物聯(lián)網(wǎng)技術(shù)方案

數(shù)據(jù)傳輸主要采用的是GPRS網(wǎng)格方案，利用 GPRS網(wǎng)絡(luò)的優(yōu)勢對大量的數(shù)據(jù)進行處理后進行傳送，提高傳輸信息的效率。一般情況下，通過創(chuàng)建一個新的服務(wù)器，實現(xiàn)對傳輸數(shù)據(jù)的接收，主要是利用服務(wù)器中固定IP地址。為了長期保存所接收的數(shù)據(jù)，還需要建立一個新的數(shù)據(jù)庫，使得客戶在使用移動設(shè)備上網(wǎng)時，監(jiān)護設(shè)備可隨時對IP地址的服務(wù)器進行訪問，通過反復(fù)查詢建立的新數(shù)據(jù)庫，從而獲取跟蹤端發(fā)來的定位信息。

目前，國內(nèi)有著較多的物聯(lián)網(wǎng)平臺，本文所使用的物聯(lián)網(wǎng)平臺為ONENET；采用EDP協(xié)議和SDK，SIM868模塊通過STM32芯片進行控制，再通過GPRS連入物聯(lián)網(wǎng)。

2 農(nóng)業(yè)機器人路徑自主導(dǎo)航

本文以玉米田壟溝為研究對象，通過接收GPS傳來的定位信號以后，農(nóng)業(yè)機器人根據(jù)定位信息及對自身攝像機所拍攝的圖像進行分析來進行導(dǎo)航行走。圖2為玉米田中的壟溝圖。在進行導(dǎo)航之前，機器人自身會對圖像進行預(yù)處理。在研究過程中，對自然的圖像進行完美的建模具有很大的難度，因而采取的方法是通過提取圖像中的關(guān)鍵信息，然后建立初始模型，獲取農(nóng)田壟溝圖像特征，來分析農(nóng)業(yè)機器人的導(dǎo)航行走路徑。

圖2 農(nóng)田壟溝原始圖Fig.2 Corn field ditch original illustration

通過圖像分割技術(shù)可以把初始圖像分割成不同的集。分割依據(jù)是針對問題的興趣程度，在實際應(yīng)用中對遇到的目標(圖像中有獨特性的區(qū)域)進行比較，有興趣時分割程序就會停止。玉米田壟溝灰度圖如圖3所示。

圖3 玉米田壟溝灰度圖Fig.3 Corn field ditch grayscale

本試驗采用閾值分割，對農(nóng)田壟溝實地考察后選擇閾值。農(nóng)田壟溝圖片分析獲得灰度直方圖后選取最佳相應(yīng)閾值。農(nóng)田壟溝灰度直方圖如圖4所示。直方圖單峰效果較明顯，為了能夠更加貼近機器人運行時的實時環(huán)境，選取灰度直方圖中的峰頂?shù)?16處作為閾值，閾值分割后的圖像如圖 5所示。

農(nóng)田壟溝圖像經(jīng)過預(yù)處理后，若直接進行回歸分析，會得到較復(fù)雜擬合結(jié)果和大量數(shù)據(jù)，降低系統(tǒng)的識別速率和影響信息的顯示。因此，需要利用特征提取方法，將擬合得到的多元回歸變成簡單的一元回歸擬合，提高實時操作性[10-14]。在特征提取之后，本文采用Canny算子對農(nóng)田壟溝特征提取圖進行邊緣化處理。通過運用Canny算子，農(nóng)田壟溝特征提取圖具有良好的邊緣性能，處理過程中，邊緣基本不會中斷，提取邊緣中點變得更加簡易，如圖6所示。

圖4 玉米田壟溝灰度直方圖Fig.4 Corn field furrow gray histogram

圖5 玉米田壟溝閾值分割后的圖像Fig.5 Corn field ditch value segmented image

圖6 玉米田壟溝邊緣提取Fig.6 Edge extraction of ditch in corn field

農(nóng)田壟溝圖像通過邊緣處理后，整理得到一系列邊緣信息。根據(jù)得到的邊緣信息標定到兩邊邊緣的中點坐標位置，即農(nóng)業(yè)機器人的行駛路徑，如圖7所示。

圖7 機器人的路徑識別Fig.7 Path recognition of robot

3 結(jié)論

主要介紹了一套基于STM32及物聯(lián)網(wǎng)的農(nóng)業(yè)機器人定位及路徑導(dǎo)航行走系統(tǒng)。跟蹤端GSM芯片在STM32的控制下通過GPRS網(wǎng)絡(luò)發(fā)送GPS定位數(shù)據(jù)信息，然后農(nóng)業(yè)機器視覺系統(tǒng)根據(jù)所在環(huán)境拍攝圖像分析獲得行走路徑，以完成導(dǎo)航任務(wù)。該系統(tǒng)能夠大量應(yīng)用在農(nóng)業(yè)生產(chǎn)技術(shù)中，包括種植管理、噴灑農(nóng)藥及果實采摘等，極大地減輕了我國農(nóng)業(yè)生產(chǎn)人員的勞動強度，能促進農(nóng)業(yè)生產(chǎn)效率，對于推動農(nóng)業(yè)的現(xiàn)代化具有重要意義。