張?jiān)?/p>

(鄭州商學(xué)院，鄭州 451200)

0 引言

農(nóng)業(yè)機(jī)械作業(yè)效率高，可降低生產(chǎn)成本，是現(xiàn)代農(nóng)業(yè)的重要組成部分。隨著經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，農(nóng)業(yè)生產(chǎn)規(guī)模增速放緩，農(nóng)業(yè)機(jī)械在農(nóng)忙時(shí)節(jié)供不應(yīng)求，農(nóng)閑時(shí)節(jié)又閑置，存在利用率不高的問(wèn)題。我國(guó)的農(nóng)業(yè)機(jī)械相比發(fā)達(dá)國(guó)家起步較晚，在技術(shù)水平和性能結(jié)構(gòu)方面存在一定的差距。精準(zhǔn)農(nóng)業(yè)代表了農(nóng)業(yè)的新趨勢(shì)，對(duì)生產(chǎn)技術(shù)和機(jī)械設(shè)備的要求更高，需要智能型的農(nóng)業(yè)機(jī)械與其配套。

機(jī)器人誕生于20世紀(jì)中葉，80年代被首次引入農(nóng)業(yè)工程領(lǐng)域，在精準(zhǔn)農(nóng)業(yè)中得到了廣泛的應(yīng)用。農(nóng)業(yè)機(jī)器人作為農(nóng)業(yè)機(jī)械的高級(jí)形式，具有自主的規(guī)劃和適應(yīng)能力，可以在復(fù)雜多變的環(huán)境中完成作業(yè)。當(dāng)前的農(nóng)業(yè)機(jī)器人已經(jīng)應(yīng)用于移栽、采摘、嫁接、噴藥和分級(jí)檢測(cè)等作業(yè)，同時(shí)具有對(duì)農(nóng)業(yè)數(shù)據(jù)的采集和處理功能[1-2]。農(nóng)業(yè)機(jī)器人的設(shè)計(jì)和制造成本高于普通機(jī)械，另外還需要機(jī)器視覺(jué)、GPS定位、各類傳感器和智能控制等新型技術(shù)的支撐[3]。

農(nóng)產(chǎn)品的收獲需要耗費(fèi)較多人力，對(duì)產(chǎn)品質(zhì)量也有重要的影響。大田糧食作物采用聯(lián)合收割機(jī)收獲，普遍實(shí)現(xiàn)了機(jī)械化。與糧食作物相比，各種水果和蔬菜的形狀各異且質(zhì)地柔軟，生長(zhǎng)環(huán)境也復(fù)雜多樣，機(jī)械收獲的難度較大，收獲環(huán)節(jié)的工作量占整個(gè)種植過(guò)程的40%[4]。采摘機(jī)器人可以用于果實(shí)類農(nóng)產(chǎn)品的收獲，我國(guó)也在該領(lǐng)域開(kāi)展研究，并取得了較大的成效。果實(shí)的生長(zhǎng)環(huán)境都是非結(jié)構(gòu)化的，外部的形態(tài)特征復(fù)雜多樣，影響了采摘機(jī)器人對(duì)果實(shí)的準(zhǔn)確識(shí)別和摘取。另外，采摘機(jī)器人大多針對(duì)單一農(nóng)產(chǎn)品設(shè)計(jì)，整體和零部件無(wú)法通用，導(dǎo)致利用率降低。為此，人們加強(qiáng)了基礎(chǔ)理論、關(guān)鍵技術(shù)和結(jié)構(gòu)部件等方面的研究，使采摘機(jī)器人的作業(yè)效果和適應(yīng)性得到了改善[5-7]。

控制系統(tǒng)作為采摘機(jī)器人的核心，對(duì)作業(yè)效率有著決定性的影響，引入新的技術(shù)理念，設(shè)計(jì)符合果實(shí)特征和生長(zhǎng)環(huán)境的控制系統(tǒng)，是提升采摘機(jī)器人性能的關(guān)鍵。體育領(lǐng)域中的球類運(yùn)動(dòng)要求運(yùn)動(dòng)員追蹤目標(biāo)，并根據(jù)具體任務(wù)和場(chǎng)上的局勢(shì)規(guī)劃行動(dòng)路線，爭(zhēng)搶球權(quán)以實(shí)現(xiàn)進(jìn)球。目前，已經(jīng)有多種球類運(yùn)動(dòng)的機(jī)器人被研制出來(lái)，它們的目標(biāo)任務(wù)與采摘機(jī)器人之間存在共同點(diǎn)，控制原理和方法也能為采摘機(jī)器人提供參考。以足球機(jī)器人為例，比賽的系統(tǒng)包括視覺(jué)、決策、無(wú)線通訊和機(jī)器人4個(gè)部分，決策部分可以進(jìn)行路徑規(guī)劃，是比賽結(jié)果的決定因素。研究人員以足球比賽機(jī)器人的路徑規(guī)劃和決策方法為依據(jù)，針對(duì)采摘機(jī)器人的特性設(shè)計(jì)出智能定位和導(dǎo)航系統(tǒng)，實(shí)現(xiàn)對(duì)農(nóng)業(yè)機(jī)械的智能控制[8-9]。

籃球運(yùn)動(dòng)是同場(chǎng)對(duì)抗類的集體競(jìng)技項(xiàng)目，既需要單個(gè)隊(duì)員的實(shí)力，也要依靠團(tuán)體協(xié)作，因此對(duì)運(yùn)動(dòng)員的目標(biāo)鎖定和路線規(guī)劃能力要求較高[10]。參考籃球運(yùn)動(dòng)的決策原理，高效作業(yè)的采摘機(jī)器人需要具備目標(biāo)實(shí)時(shí)跟蹤、前進(jìn)路線規(guī)劃、自主規(guī)避障礙及聯(lián)合作業(yè)的能力。人們已經(jīng)將籃球運(yùn)動(dòng)的決策原理引入到采摘機(jī)器人上，改善了機(jī)器人的性能。董伯云在多采摘機(jī)器人聯(lián)合作業(yè)中加入籃球比賽的協(xié)作戰(zhàn)術(shù)分配方法，通過(guò)分散集中的機(jī)制控制機(jī)器人編隊(duì)，以最短的行駛路線完成了作業(yè)[11]。羅偉以高精度的籃球動(dòng)作捕捉系統(tǒng)作為采摘機(jī)器人的視覺(jué)模塊，有效地提高了機(jī)器人對(duì)果實(shí)的識(shí)別精度[12]。許龍成以模糊控制的籃球比賽避障方法為基礎(chǔ)，構(gòu)建采摘機(jī)器人的模糊控制避障系統(tǒng)，提升了機(jī)器人的避障能力和實(shí)時(shí)性[13]。此外，籃球運(yùn)動(dòng)的控制方法還與收割機(jī)和播種機(jī)結(jié)合，提高了機(jī)械和作業(yè)效率和精度[14-15]。

將籃球運(yùn)動(dòng)的原理與采摘機(jī)器人結(jié)合，可以改善采摘作業(yè)效率和質(zhì)量，但目前的研究都是針對(duì)機(jī)器人的單個(gè)性能。本文基于籃球運(yùn)動(dòng)的決策原理，研制了果實(shí)采摘機(jī)器人的控制系統(tǒng)。系統(tǒng)引入籃球運(yùn)動(dòng)策略，設(shè)計(jì)采摘機(jī)器人的目標(biāo)識(shí)別、路線規(guī)劃和自主避障3種功能，并對(duì)使用效果進(jìn)行測(cè)試，旨在提高機(jī)器人的自動(dòng)化和智能化作業(yè)水平。

1 總體設(shè)計(jì)

控制系統(tǒng)的搭載平臺(tái)是GPRT-4型果實(shí)采摘機(jī)器人，尺寸為1.71m×0.71m×1.22m，用于采摘蔬菜和水果，如圖1所示。

圖1 控制系統(tǒng)的總體結(jié)構(gòu)

系統(tǒng)的核心是裝載在機(jī)器人上的PC110型工業(yè)計(jì)算機(jī)，以TMS320型芯片為控制中心，含有籃球運(yùn)動(dòng)規(guī)則、戰(zhàn)術(shù)和策略的數(shù)據(jù)庫(kù)?？刂浦行膶?duì)各個(gè)模塊進(jìn)行管理，分析數(shù)據(jù)并根據(jù)籃球運(yùn)動(dòng)數(shù)據(jù)庫(kù)形成相應(yīng)的控制決策?？刂浦行牡妮o助模塊是MAX706型外圍電路，包括復(fù)位電路、接口電路和調(diào)理電路，通過(guò)RS232串口協(xié)議與主控芯片連接。

機(jī)器人裝備具有5個(gè)自由度的關(guān)節(jié)型機(jī)械手，臂展達(dá)到1.2m，且可以更換以適應(yīng)對(duì)不同果實(shí)的采摘。機(jī)械手末端執(zhí)行器的果實(shí)接觸部位附著橡膠材料，采用電極切割的方式摘取。機(jī)械手的控制模塊由PC110型工業(yè)計(jì)算機(jī)與P22-3型多軸運(yùn)動(dòng)控制卡共同組成，采用開(kāi)放式的分層控制，具有良好的定位精度和響應(yīng)特性。機(jī)器視覺(jué)模塊是尼康COOLPIX P60型相機(jī)和天創(chuàng)UB570型圖像采集卡，具有800萬(wàn)像素，拍攝獲得JPEG格式的圖像，經(jīng)過(guò)圖像采集卡轉(zhuǎn)換為數(shù)字信號(hào)以供核心計(jì)算機(jī)分析。行走裝置為履帶式，采用無(wú)級(jí)變速，通過(guò)液壓閥驅(qū)動(dòng)履帶實(shí)現(xiàn)轉(zhuǎn)向。定位設(shè)備是Trimble公司的AgGPS132型產(chǎn)品，由GPS信號(hào)天線、接收機(jī)及與基站匹配的無(wú)線調(diào)制解調(diào)器組成。

2 控制功能

2.1 目標(biāo)識(shí)別

籃球運(yùn)動(dòng)數(shù)據(jù)庫(kù)對(duì)其中的視頻進(jìn)行分析，捕捉優(yōu)秀運(yùn)動(dòng)員的動(dòng)作，作為學(xué)習(xí)的素材。動(dòng)作捕捉的方式是處理比賽的視頻幀，統(tǒng)計(jì)技術(shù)動(dòng)作的特征數(shù)據(jù)，從而獲得標(biāo)準(zhǔn)籃球動(dòng)作的數(shù)據(jù)支持。視頻幀的捕捉是通過(guò)機(jī)器視覺(jué)完成的，因此可以將籃球動(dòng)作的提取技術(shù)應(yīng)用在采摘機(jī)器人上對(duì)目標(biāo)果實(shí)進(jìn)行識(shí)別，實(shí)現(xiàn)自主采摘作業(yè)。

籃球動(dòng)作捕捉針對(duì)的是比賽視頻序列，即現(xiàn)場(chǎng)攝像機(jī)拍攝隨時(shí)間變化的一系列動(dòng)態(tài)圖像。動(dòng)作捕捉的關(guān)鍵環(huán)節(jié)是圖像邊緣檢測(cè)，通過(guò)濾波、增強(qiáng)、檢測(cè)和定位這4個(gè)步驟提取圖像邊緣，從而將圖像中隱含的動(dòng)作信息挖掘出來(lái)。采摘機(jī)器人的作業(yè)也是一個(gè)動(dòng)態(tài)過(guò)程，因此機(jī)器視覺(jué)拍攝的圖像類型和特征與籃球運(yùn)動(dòng)相似，對(duì)目標(biāo)的識(shí)別可以借鑒籃球動(dòng)作捕捉方法。機(jī)器人目標(biāo)識(shí)別在濾波、增強(qiáng)和定位環(huán)節(jié)上的處理方法與籃球運(yùn)動(dòng)大致相同，在邊緣檢測(cè)環(huán)節(jié)上則根據(jù)作業(yè)環(huán)境特點(diǎn)選用自適應(yīng)Canny算法。Canny算法是一種階梯型邊緣檢測(cè)算法，用指定標(biāo)準(zhǔn)差進(jìn)行高斯函數(shù)濾波，產(chǎn)生梯度矢量計(jì)算公式，將特定方向上矢量模極大值點(diǎn)定義為圖像邊緣。自適應(yīng)Canny算法針對(duì)假邊緣和局部邊緣丟失的問(wèn)題，引入信息熵來(lái)適應(yīng)Canny算子的高低閾值，根據(jù)信息熵最大時(shí)的Canny閾值將圖像分為目標(biāo)和背景兩部分。機(jī)器視覺(jué)模塊識(shí)別果實(shí)的具體過(guò)程如圖2所示。

2.2 路線規(guī)劃

籃球運(yùn)動(dòng)中為了能夠有效突破和提高命中率，運(yùn)動(dòng)員都會(huì)側(cè)重于路線規(guī)劃能力的培養(yǎng)。投籃時(shí)需要規(guī)劃籃球的路線使飛行的拋物線更加合理，在沒(méi)有命中的情況下需要根據(jù)預(yù)設(shè)的路線判斷反彈落點(diǎn)，以便進(jìn)行跟蹤并爭(zhēng)搶籃板球。在實(shí)踐中，運(yùn)動(dòng)員首先觀察場(chǎng)上形勢(shì)進(jìn)行信息搜索，通過(guò)對(duì)信息的綜合分析和分類比較等思維加工過(guò)程形成決策，獲得規(guī)劃的路線。

本文的控制系統(tǒng)對(duì)機(jī)器人采集到的果實(shí)分布和位置信息進(jìn)行處理，利用籃球運(yùn)動(dòng)的決策模型規(guī)劃作業(yè)路線。與籃球運(yùn)動(dòng)員的訓(xùn)練過(guò)程相似，機(jī)器人在作業(yè)前也需要應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)采摘環(huán)境和果實(shí)信息進(jìn)行搜索處理的模擬訓(xùn)練。機(jī)器人借鑒籃球運(yùn)動(dòng)的決策方法形成思維能力，規(guī)劃獲得多種路線，然后通過(guò)比較分類選擇最佳的方案。

圖2 機(jī)器視覺(jué)的目標(biāo)識(shí)別流程

2.3 自主避障

對(duì)于籃球運(yùn)動(dòng)的進(jìn)攻方來(lái)說(shuō)，目標(biāo)是籃筐的位置，但是在前往目標(biāo)的路線上會(huì)存在多個(gè)障礙，即不斷移動(dòng)的防守方隊(duì)員。根據(jù)籃球比賽的規(guī)則，進(jìn)攻方隊(duì)員應(yīng)避免與障礙直接碰撞。因此，進(jìn)攻方需要實(shí)時(shí)掌握障礙的位置、運(yùn)動(dòng)方向及速度，并依照這些參數(shù)不斷地調(diào)整自身的移動(dòng)方向和速度，才能到達(dá)目標(biāo)點(diǎn)。

基于籃球運(yùn)動(dòng)的控制系統(tǒng)依據(jù)籃球避障原理，采用人工勢(shì)場(chǎng)模型的控制方法實(shí)現(xiàn)機(jī)器人的自主避障。人工勢(shì)場(chǎng)是以電磁場(chǎng)為基礎(chǔ)理論的抽象力場(chǎng)，假設(shè)目標(biāo)點(diǎn)周圍存在吸引機(jī)器人的引力場(chǎng)，障礙物周圍存在排斥機(jī)器人的斥力場(chǎng)。引力場(chǎng)和斥力場(chǎng)共同組成人工勢(shì)場(chǎng)，其方向和大小符合電磁場(chǎng)規(guī)律，具體特性可以用勢(shì)場(chǎng)函數(shù)來(lái)描述。人工勢(shì)場(chǎng)模型搜索勢(shì)場(chǎng)函數(shù)下降最快的方向作為機(jī)器人的移動(dòng)方向，就可以避免與障礙物直接碰撞，同時(shí)盡快接近目標(biāo)。人工勢(shì)場(chǎng)模型的結(jié)構(gòu)和算法較為簡(jiǎn)單，還能輔助路線規(guī)劃功能獲得平滑的路徑，賦予采摘機(jī)器人較強(qiáng)的機(jī)動(dòng)特性和避障能力。

3 功能測(cè)試

為了測(cè)試控制系統(tǒng)的3種功能，機(jī)器人分別對(duì)柑橘、荔枝、西紅柿和黃瓜進(jìn)行采摘試驗(yàn)，柑橘的識(shí)別如圖3所示。每種果實(shí)在自然狀態(tài)下選擇100個(gè)，用系統(tǒng)識(shí)別和采摘，記錄識(shí)別率、采摘率、機(jī)器視覺(jué)分析的響應(yīng)時(shí)間，并計(jì)算機(jī)器人的采摘效率。作業(yè)完成后，記錄機(jī)器人的行走路線及與樹(shù)木、植株、農(nóng)業(yè)設(shè)施等障礙物的碰撞次數(shù)。

測(cè)試的結(jié)果表明：控制系統(tǒng)的機(jī)器視覺(jué)模塊可以獲取自然環(huán)境圖像，經(jīng)過(guò)邊緣檢測(cè)后準(zhǔn)確地識(shí)別目標(biāo)果實(shí)；機(jī)器人對(duì)4種果實(shí)的識(shí)別率都高于92%，采摘率高于91%，響應(yīng)時(shí)間小于0.26s，能夠滿足實(shí)時(shí)、精準(zhǔn)采摘的要求。其采摘效率為12.1～18.0個(gè)/min，能夠高效地完成采摘作業(yè)，作業(yè)效率如表1所示。在整個(gè)測(cè)試過(guò)程中，機(jī)器人的行走路線短，沒(méi)有出現(xiàn)路線重復(fù)和與障礙物碰撞的情況，體現(xiàn)出自主作業(yè)的能力。

圖3 柑橘果實(shí)的識(shí)別

表1 采摘機(jī)器人的作業(yè)效率

4 結(jié)論

基于籃球運(yùn)動(dòng)的決策原理，研制了果實(shí)采摘機(jī)器人的控制系統(tǒng)。系統(tǒng)裝載在GPRT-4型果實(shí)采摘機(jī)器人上，根據(jù)籃球運(yùn)動(dòng)的決策原理設(shè)計(jì)了采摘機(jī)器人的目標(biāo)識(shí)別、路線規(guī)劃和自主避障3種控制功能。測(cè)試結(jié)果表明：控制系統(tǒng)可以準(zhǔn)確地識(shí)別目標(biāo)果實(shí)，采摘機(jī)器人獲得了較高的作業(yè)效率，且可自主規(guī)劃行走路線和規(guī)避障礙，具有很高的智能化水平。