楊絮 牛亞瓊 張璟言 李家偉 李夢瑤 武澤鋒

摘 ? 要：農(nóng)業(yè)機(jī)器人在推動智慧農(nóng)業(yè)中有著廣泛的應(yīng)用，本裝置采用stm32f407zet6單片機(jī)為控制核心，設(shè)計(jì)一款自動采摘水果的六自由度機(jī)械臂裝置，通過攝像頭實(shí)時采集數(shù)據(jù)進(jìn)行圖像處理，獲取果實(shí)空間坐標(biāo)，通過閉環(huán)控制實(shí)現(xiàn)機(jī)械臂對果實(shí)的精準(zhǔn)抓取。本實(shí)驗(yàn)運(yùn)用了一種能適應(yīng)戶外光線變化的顏色識別算法，并運(yùn)用了模糊控制理論對機(jī)械臂進(jìn)行控制，提高了系統(tǒng)裝置的魯棒性。

關(guān)鍵詞：六自由度機(jī)械臂 ?單片機(jī) ?攝像頭 ?模糊控制

中圖分類號：S225.93 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）07（b）-0102-02

隨著人口指數(shù)增長，對自然資源的需求增大。傳統(tǒng)農(nóng)業(yè)的生產(chǎn)力日益供給不上這種需求，而且對自然的負(fù)擔(dān)也是指數(shù)增長。為了緩解這種矛盾，最優(yōu)最大化利用自然資源并且將人類從繁重的體力勞動中解放出來，科學(xué)界提出了現(xiàn)代化農(nóng)業(yè)的構(gòu)想，集中生產(chǎn)，智能生產(chǎn)隨著今年來人工智能技術(shù)的進(jìn)步，智能機(jī)器人在各個方面都有表現(xiàn)，而將機(jī)器人運(yùn)用于農(nóng)業(yè)也是一種極佳的方案，目前為止，應(yīng)用于農(nóng)業(yè)的機(jī)器人還不夠普及，于是我們想制作一款可以推廣普及的農(nóng)業(yè)機(jī)器人。

1 ?總體裝置設(shè)計(jì)

本智能農(nóng)業(yè)機(jī)器人由stm32f407zet6單片機(jī)為核心控制器，六自由度機(jī)械臂作為執(zhí)行機(jī)構(gòu)，通過攝像頭捕獲的圖像實(shí)時進(jìn)行處理并反饋水果的空間坐標(biāo)位置，通過模糊PID實(shí)現(xiàn)對水果的精準(zhǔn)抓取。系統(tǒng)組成結(jié)構(gòu)圖如圖1所示。

2 ?六自由度機(jī)械臂數(shù)學(xué)模型的建立

機(jī)械手臂的連桿和關(guān)節(jié)用D-H模型進(jìn)行建模。為了簡化水果采摘機(jī)械臂的三維運(yùn)動，去掉了下方云臺的旋轉(zhuǎn)關(guān)節(jié)，這樣就可以在二維的平面上進(jìn)行運(yùn)動學(xué)分析[1]。

如圖2所示時機(jī)械臂的幾何表示，下面我們將運(yùn)用幾何的方法對其進(jìn)行分析。

通過同樣的方法可以求得θ1和θ2，這樣就完成通過末端執(zhí)行器P3的位姿的逆運(yùn)動計(jì)算，顯然最后有兩個正確的解，根據(jù)圖2的虛線部分可以看出，我們選取虛線部分得解，使得每個關(guān)節(jié)受力都可以小一些。

3 ?果實(shí)識別算法的實(shí)現(xiàn)

對果實(shí)的識別最顯著的特征就是顏色與形狀，本算法只要通過對顏色來對果實(shí)進(jìn)行識別。采用了 YUV 顏色空間。Y指明視度，即亮度，而U和V分別為R-Y 和B-Y分量，又稱色度，它描述色彩飽和度的屬性。YUV的優(yōu)點(diǎn)是它的亮度信號（Y）和色度信號（U，V）相互獨(dú)立，只需要用U和V兩個分量即可表示色彩。

4 ?模糊控制理論的運(yùn)用

本文是將誤差信號E和誤差信號變化率EC作為模糊控制器的輸入量，將精確量模糊化變成模糊量，再根據(jù)模糊控制規(guī)則得到模糊控制量，最后解模糊即為最后精確輸出控制量[3]。

4.1 模糊化

攝像頭采集到的果實(shí)坐標(biāo)是精確量，而模糊控制器需要的是模糊量，所以必須將精確量模糊化變成模糊量，此過程稱為模糊化。首先確定對應(yīng)各語言變量的模糊子集，然后根據(jù)量化的結(jié)果，我們就可以判斷該輸入所屬的集合并計(jì)算出對應(yīng)的隸屬度。

4.2 模糊推理

規(guī)則庫是基于控制量的模糊化而的得到的，是實(shí)現(xiàn)模糊推理的基礎(chǔ)，很大程度上依賴于經(jīng)驗(yàn)來完成。

對于采集回來的E和EC，我們可以推出它們各所占的隸屬度，此時我們可以根據(jù)模糊規(guī)則表去找出輸出值所對應(yīng)的隸屬度。

4.3 解模糊

對建立的模糊控制規(guī)則經(jīng)過模糊推理決策出的模糊子集，它是一個模糊量而不能直接控制機(jī)械臂，還需要采取合理的辦法將模糊量轉(zhuǎn)化為精確量，以便最好的發(fā)揮模糊推理的決策效果。

本文采用的重心法解模糊，其表達(dá)式為

式中：z0為模糊系統(tǒng)輸出的精確控制量，zi為控制量論域內(nèi)的值，μc（zi）為zi的隸屬度。

5 ?程序設(shè)計(jì)及調(diào)試

軟件設(shè)計(jì)是整個系統(tǒng)裝置的核心，本裝置軟件編程利用STM32單片機(jī)做主控制器，程序各部分模塊化，單個功能均測試通過即可有機(jī)結(jié)合在一起，通過串口進(jìn)行控制變量的調(diào)節(jié)，接通電源后，等待蜂鳴器響即系統(tǒng)初始化成功，機(jī)械臂復(fù)位，將目標(biāo)果實(shí)于機(jī)械臂前端來回移動，機(jī)械臂即可對果實(shí)進(jìn)行實(shí)時跟蹤，按下抓取按鍵，機(jī)械爪抓取果實(shí)并放置與果籃中，整個過程耗時約1s中，大大提高了采摘效率。

6 ?結(jié)語

針對國內(nèi)農(nóng)業(yè)機(jī)器人發(fā)展的大背景下，隨著人工智能視覺系統(tǒng)的發(fā)展，機(jī)器人的識圖能力有了飛快的進(jìn)步。本文基于六自由度的機(jī)械臂，設(shè)計(jì)了一款自動抓取果實(shí)的裝置，針對農(nóng)業(yè)機(jī)器人在戶外等未知環(huán)境表現(xiàn)不佳等問題，所做了以下工作和研究成果。

（1）完成了機(jī)械臂逆運(yùn)動學(xué)的數(shù)學(xué)模型建立，借助D-H模型對機(jī)械臂空間姿態(tài)進(jìn)行控制，并對模型進(jìn)行了驗(yàn)證與分析。

（2）實(shí)現(xiàn)了攝像頭在戶外太陽直射下的更好的識別目標(biāo)果實(shí)，利用YUV顏色空間將亮度Y分量提取出來，做到動態(tài)適應(yīng)。

（3）對機(jī)械臂的末端姿態(tài)進(jìn)行了閉環(huán)控制，采用了魯棒性更好的模糊控制器，使得采摘裝置更加準(zhǔn)確，大大提高了工作效率。

參考文獻(xiàn)

[1] 郭志強(qiáng)，崔天時，呂信超，等.六自由度機(jī)械臂逆運(yùn)動學(xué)求解[J].農(nóng)機(jī)化研究，2016（12）：51-55.

[2] 林偉明，胡云堂.基于YUV顏色模型的番茄收獲機(jī)器人圖像分割方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2012，43（12）：176-180.

[3] 丁芳，賈翔宇，李科偉，等.模糊算法在智能車控制中的應(yīng)用[J].中國民航大學(xué)學(xué)報(bào)，2009，27（1）：27-30.

[4] 初廣麗，張偉，王延杰，等.基于機(jī)器視覺的水果采摘機(jī)器人目標(biāo)識別方法[J].中國農(nóng)機(jī)化學(xué)報(bào)，2018.