郭銅樑，任 波

(晉中學(xué)院，山西 晉中 030619)

0 引言

隨著科技的快速發(fā)展，機(jī)器人[1]在多個(gè)領(lǐng)域得到了推廣應(yīng)用，在農(nóng)業(yè)領(lǐng)域的應(yīng)用需求越來(lái)越大。特別是在農(nóng)業(yè)人口比較少的地區(qū)，采用機(jī)械化生產(chǎn)可以減輕勞動(dòng)力緊缺的壓力，而且智能化的農(nóng)業(yè)機(jī)器人可以更好地適應(yīng)農(nóng)業(yè)科技的發(fā)展。在我國(guó)，農(nóng)用機(jī)器人的應(yīng)用改變了傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式，改善了種植戶(hù)的生產(chǎn)勞動(dòng)狀態(tài)，提高了勞動(dòng)效率。機(jī)器人可以擔(dān)任農(nóng)業(yè)生產(chǎn)中重復(fù)、危險(xiǎn)的工作，且可以連續(xù)進(jìn)行作業(yè)，節(jié)約了大量的資源，是現(xiàn)代農(nóng)業(yè)必經(jīng)之路。目前，農(nóng)業(yè)生產(chǎn)中如采摘、收割、分級(jí)等工作都開(kāi)始引進(jìn)機(jī)器人代替。采摘收獲機(jī)器人的研究開(kāi)始于20世紀(jì)60年代，當(dāng)時(shí)研究出來(lái)的采摘方式主要以振搖式為主，該方式容易對(duì)果實(shí)造成損傷，且采摘時(shí)無(wú)法進(jìn)行選擇，成熟的和不成熟的果實(shí)都采摘下來(lái)了。因此，隨著計(jì)算機(jī)技術(shù)的發(fā)展，研究出智能化的采摘機(jī)器人[2-11]。

由于采摘機(jī)器人作業(yè)環(huán)境的復(fù)雜性，其識(shí)別定位和避障規(guī)劃問(wèn)題是必須解決的，人們研究出了許多技術(shù)手段。在識(shí)別問(wèn)題中，主要研究出各種傳感器進(jìn)行識(shí)別定位，如視覺(jué)傳感器、紅外傳感器及超聲波傳感器等[12-15]。工作時(shí)，通過(guò)傳感器等手段采集環(huán)境信息，并將信息進(jìn)行處理后[16-19]，通過(guò)智能化的算法計(jì)算出最優(yōu)路徑。基于足球比賽運(yùn)動(dòng)決策[20-22]的避障設(shè)計(jì)采用的方法中有模糊算法、神經(jīng)網(wǎng)絡(luò)法等智能化方法[23-26]。避障系統(tǒng)實(shí)行的步驟是感應(yīng)-建模-計(jì)算-執(zhí)行。感應(yīng)通過(guò)傳感器實(shí)現(xiàn)，單靠一種傳感器采集的信息不完整，本文設(shè)計(jì)為多傳感器融合采集信息，以模糊控制算法進(jìn)行路徑計(jì)算以避開(kāi)障礙物，并設(shè)計(jì)行為控制器。模糊控制器將行為分解為避障行為、趨向行為等，并將行為輸出達(dá)到避障目的。

本研究基于足球比賽運(yùn)動(dòng)的避障系統(tǒng)開(kāi)發(fā)設(shè)計(jì)，實(shí)現(xiàn)了采摘機(jī)器人的自主識(shí)別導(dǎo)航，提高了采摘機(jī)器人的智能化水平，旨在為農(nóng)業(yè)生產(chǎn)機(jī)器人研發(fā)提供參考。

1 采摘機(jī)器人控制系統(tǒng)機(jī)構(gòu)設(shè)計(jì)

1.1 控制系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

采摘機(jī)器人實(shí)現(xiàn)的前提是結(jié)構(gòu)設(shè)計(jì)，即根據(jù)用途去設(shè)計(jì)機(jī)器人結(jié)構(gòu)，并考慮設(shè)計(jì)成本等性能指標(biāo)：①機(jī)器人行走機(jī)構(gòu)。根據(jù)作業(yè)環(huán)境選擇如履帶式、輪胎式等，本文研究的機(jī)器人是在田間作業(yè)，田間起伏比較小，可選擇輪胎式，輪胎式的設(shè)計(jì)比較簡(jiǎn)單，且易于控制。②驅(qū)動(dòng)電動(dòng)機(jī)則采用直流電動(dòng)機(jī)，成本比較低，但性能高。③采摘機(jī)器人以四輪雙電機(jī)同步驅(qū)動(dòng)，雙電機(jī)分布控制兩個(gè)后輪，兩個(gè)后輪則同步驅(qū)動(dòng)同向的前輪(見(jiàn)圖1)，采用雙電機(jī)控制易于實(shí)現(xiàn)機(jī)器人的運(yùn)動(dòng)行為，提高轉(zhuǎn)向的靈活性。

控制系統(tǒng)的主要硬件還有計(jì)算機(jī)、圖像數(shù)據(jù)采集卡及運(yùn)動(dòng)控制器等。其中，計(jì)算機(jī)為控制核心，對(duì)機(jī)器人控制所有操作，轉(zhuǎn)向、速度、信息采集、信息處理等，還需要具備控制算法的計(jì)算及各項(xiàng)信息接收。圖像數(shù)據(jù)采集卡則是計(jì)算機(jī)與傳感器中間橋梁，因?yàn)閭鞲衅鬏斔统鰜?lái)的信號(hào)是模擬信號(hào)，需要利用采集卡將模擬信號(hào)轉(zhuǎn)換為計(jì)算機(jī)可以識(shí)別的二進(jìn)制信號(hào)。運(yùn)動(dòng)控制器則是接收計(jì)算機(jī)信號(hào)控制機(jī)械操作的中心。

圖1 機(jī)器人驅(qū)動(dòng)結(jié)構(gòu)Fig.1 Robot drive structure

1.2 傳感器結(jié)構(gòu)設(shè)計(jì)

傳感器在采摘機(jī)器人避障設(shè)計(jì)中是關(guān)鍵設(shè)備，采摘機(jī)器人作業(yè)環(huán)境的信息均通過(guò)傳感器采集。傳感器種類(lèi)比較多，現(xiàn)今使用比較多的有視覺(jué)傳感器、紅外傳感器及超聲波傳感器等。視覺(jué)傳感器通過(guò)攝像頭等設(shè)備采集圖像信息，是獲得作業(yè)環(huán)境中障礙物與機(jī)器人位置最基本的手段，還可以確定障礙物的性狀、大小，以及確定機(jī)器人行走路徑的視覺(jué)導(dǎo)向。視覺(jué)傳感器采集的圖像信息會(huì)存在一些干擾信息，通過(guò)一些技術(shù)手段將圖像進(jìn)行處理，精確圖像中障礙物的位置、尺寸信息，利于機(jī)器人避障系統(tǒng)的運(yùn)行。紅外傳感器是通過(guò)發(fā)射紅外線檢測(cè)障礙物的位置，正常情況下，空氣中的物品溫度會(huì)高于空氣溫度，紅外傳感器可感應(yīng)出障礙物的位置；而且紅外傳感器還可以調(diào)節(jié)敏感度，對(duì)作業(yè)環(huán)境中光線干擾小，且盲區(qū)小。超聲波傳感器則是發(fā)射一種頻率比較高的機(jī)械波，穿透性比較好。本文以視覺(jué)傳感器和紅外傳感器融合使用，將傳感器采集的信息進(jìn)行處理，剔除無(wú)用的數(shù)據(jù)，增強(qiáng)了避障系統(tǒng)的容錯(cuò)能力，避免因一個(gè)傳感器信息錯(cuò)誤無(wú)法采集信息，以確保信息采集全面，實(shí)現(xiàn)對(duì)作業(yè)環(huán)境信息的完整描述。

2 采摘機(jī)器人運(yùn)動(dòng)控制策略

2.1 運(yùn)動(dòng)控制模型

本文研究的避障系統(tǒng)安裝的機(jī)器人采用的是雙電機(jī)同步驅(qū)動(dòng)方式，在理想狀況下，左側(cè)輪胎或右側(cè)輪胎是同樣的轉(zhuǎn)向、轉(zhuǎn)速，通過(guò)控制電機(jī)的電壓大小就可控制機(jī)器人的速度和轉(zhuǎn)向。

采摘機(jī)器人的運(yùn)動(dòng)模型如圖2所示。在二維坐標(biāo)系中，以(x1,y1)為機(jī)器人的中心點(diǎn)，θ1則表示采摘機(jī)器人的轉(zhuǎn)向角度，取值范圍為(-π，π)，ω1、v1則分別表示角速度、線速度，則

x1=v1cosθ1

(1)

y1=v1cosθ1

(2)

θ1=ω1

(3)

采摘機(jī)器人的位移S，速度v1，角位移θ1，角速度ω1的計(jì)算如下。其中，Sm、Sn分別表示左右輪的線位移，Qm、Qn分別表示左右輪的轉(zhuǎn)速，D0為左右輪的中心距離，D表示輪胎的直徑，則

S=(Sm+Sn)/2

(4)

v1=(Qm+Qn)Dπ/2

(5)

θ1=(Sm-Sn)D0

(6)

ω1=(Qm-Qn)Dπ/D0

(7)

圖2 采摘機(jī)器人運(yùn)動(dòng)模型Fig.2 Picking robot movement model

2.2 運(yùn)動(dòng)控制-轉(zhuǎn)彎半徑

Qm、Qn分別表示采摘機(jī)器人左右輪的轉(zhuǎn)速；D0為左右輪的中心距離；D為輪胎的直徑。

當(dāng)Qm=Qn時(shí)，采摘機(jī)器人的轉(zhuǎn)角速度為0，轉(zhuǎn)彎半徑為+∞，即采摘機(jī)器人是直線行駛。

當(dāng)Qm=-Qn時(shí)，采摘機(jī)器人的轉(zhuǎn)彎半徑為0，機(jī)機(jī)器人做原地轉(zhuǎn)圈運(yùn)動(dòng)，角速度則為

ω=Qm/D0

(8)

3 避障系統(tǒng)

3.1 模糊控制

模糊控制是以Zadeh提出的模糊集理論為基礎(chǔ)，是將模糊集合理論和推理綜合應(yīng)用的控制方法。模糊控制包括4部分：模糊化、模糊規(guī)則、模糊推理、去模糊化。模糊控制的步驟是：將需要輸入的信息模糊化，根據(jù)專(zhuān)家經(jīng)驗(yàn)建立的知識(shí)庫(kù)和規(guī)則，并結(jié)合已模糊化的信息進(jìn)行模糊推理；得到的信息還無(wú)法使用，需要模糊化的逆向操作，即去模糊化，去糊化后的信息可輸出。模糊控制結(jié)構(gòu)如圖3所示。

圖3 模糊控制結(jié)構(gòu)Fig.3 Fuzzy control structure

模糊邏輯算法改善了傳統(tǒng)控制器過(guò)度依賴(lài)行為參數(shù)來(lái)設(shè)計(jì)機(jī)器人，模糊控制器的設(shè)計(jì)依靠經(jīng)驗(yàn)。傳統(tǒng)的控制器需要建立數(shù)學(xué)模型，操作比較困難，且控制過(guò)程也比較復(fù)雜。而模糊控制器的模型則是在知識(shí)庫(kù)中存在，需要時(shí)直接從規(guī)則庫(kù)中選擇合適的模型使用，故模糊邏輯控制器適合處理避障問(wèn)題的非線性問(wèn)題。模糊控制器的規(guī)則庫(kù)依靠設(shè)計(jì)者經(jīng)驗(yàn)建立，在不易建立模型的復(fù)雜環(huán)境，模糊邏輯控制有以下優(yōu)點(diǎn)：

1)不用根據(jù)現(xiàn)場(chǎng)的控制對(duì)象建立數(shù)學(xué)模型；

2)規(guī)則庫(kù)是以人們經(jīng)驗(yàn)建立的，規(guī)則比較符合人的思維方式，有易于人機(jī)交互的實(shí)現(xiàn)；

3)模糊控制器的構(gòu)建簡(jiǎn)單，且運(yùn)行穩(wěn)定。

模糊邏輯控制是一種通過(guò)模擬人類(lèi)思維方法的智能控制方法，在控制過(guò)程中抵抗干擾能力及適應(yīng)性強(qiáng)，可以應(yīng)用多種領(lǐng)域。

在模糊邏輯控制中，隸屬度函數(shù)的選擇至關(guān)重要，隸屬度函數(shù)影響控制的準(zhǔn)確性。隸屬度函數(shù)根據(jù)控制需要進(jìn)行選擇，常用隸屬度函數(shù)有高斯函數(shù)及Sigmoid函數(shù)等，其表達(dá)式為：

高斯函數(shù)為

f(x)=exp[-(x-c)2/2δ2]

(9)

Sigmoid函數(shù)(見(jiàn)圖4)為

圖4 Sigmoid函數(shù)圖表Fig.4 Sigmoid function chart

基于機(jī)器人的魯棒性，本文采用高斯隸屬度函數(shù)，計(jì)算比較準(zhǔn)確，且操作簡(jiǎn)單。

3.2 避障系統(tǒng)模糊控制算法實(shí)現(xiàn)

足球比賽運(yùn)動(dòng)是一個(gè)擾動(dòng)系統(tǒng)，將該系統(tǒng)分為相對(duì)、高潮及取勝3個(gè)階段。其中，相對(duì)階段是時(shí)間最長(zhǎng)的，類(lèi)似避障系統(tǒng)中的正常狀態(tài)，依靠的是隊(duì)員、教練、裁判的控制，類(lèi)似自主避障設(shè)計(jì)中的感應(yīng)、控制算法及控制方法。避障系統(tǒng)中障礙物的感應(yīng)就相當(dāng)于隊(duì)員的防守行為，控制模糊控制中心就是教練的指揮，而裁判就是機(jī)器人行為沖突時(shí)做出的決策，判斷得分即執(zhí)行那種行為。

4 仿真試驗(yàn)與結(jié)果分析

仿真試驗(yàn)采用雙電機(jī)同步驅(qū)動(dòng)的機(jī)器人為實(shí)驗(yàn)對(duì)象，傳感器安裝視覺(jué)傳感器和紅外傳感器，以模糊邏輯控制算法控制避障系統(tǒng)，驗(yàn)證避障系統(tǒng)的有效性；與遺傳算法、人工蟻群算法進(jìn)行比較，比較不同算法路徑規(guī)劃效果。試驗(yàn)場(chǎng)所為1個(gè)8m×4m平臺(tái)，有3個(gè)固定障礙物和1個(gè)動(dòng)態(tài)障礙物，試驗(yàn)結(jié)果如圖5所示。

圖5中，3號(hào)路徑為模糊控制算法控制規(guī)劃，1號(hào)路徑為遺傳算法控制，2號(hào)路徑為人工蟻群算法控制。試驗(yàn)表明，3種避障系統(tǒng)都可以達(dá)到避障效果，3號(hào)路徑明顯比其他兩條路徑優(yōu)化。

由表1試驗(yàn)對(duì)比結(jié)果看出：模糊控制算法設(shè)計(jì)避障系統(tǒng)的路徑優(yōu)化時(shí)間明顯比較短，規(guī)劃出來(lái)的路徑也是最短，驗(yàn)證了模糊控制算法的避障系統(tǒng)的實(shí)時(shí)性和可靠性。

圖5 不同算法避障路徑Fig.5 Different algorithms for obstacle avoidance表1 路徑規(guī)劃結(jié)果Table 1 Path planning results

算法路徑規(guī)劃時(shí)間/s路徑長(zhǎng)度/m人工蟻群算法9.3812.34遺傳算法11.3214.52模糊控制算法6.2910.36

5 結(jié)論

1)基于足球比賽運(yùn)動(dòng)的避障系統(tǒng)，將足球比賽運(yùn)動(dòng)中球員、教練、裁判和比賽規(guī)則引入避障系統(tǒng)設(shè)計(jì)中，用多融合傳感器的模式采集作業(yè)環(huán)境信息，以模糊邏輯控制器分析障礙物信息并控制避障行為，實(shí)現(xiàn)了采摘機(jī)器人的自主避障設(shè)計(jì)。

2)改變傳統(tǒng)農(nóng)業(yè)機(jī)械操作對(duì)人的依賴(lài)性，讓機(jī)器人具備自主導(dǎo)航、自主判斷障礙物的位置，并自主實(shí)現(xiàn)路徑優(yōu)化。仿真實(shí)驗(yàn)表明：在復(fù)雜未知的工作環(huán)境，本系統(tǒng)可以有效避開(kāi)障礙物，實(shí)時(shí)避障，完成該機(jī)器人的作業(yè)任務(wù)。