王正萬

(貴州電子信息職業(yè)技術(shù)學(xué)院，貴州 凱里 556000)

0 引言

現(xiàn)在的種植形式快速更新?lián)Q代，農(nóng)業(yè)機(jī)械化運(yùn)用也越來越多，已實(shí)現(xiàn)大規(guī)模機(jī)械化生產(chǎn)。在農(nóng)業(yè)收割方面，采摘機(jī)器人已適用于溫室大棚和大規(guī)模種植的收割，對(duì)于采摘機(jī)器人的研究多注重在定位上[1-14]。采摘機(jī)器人應(yīng)具備準(zhǔn)確定位、躲避障礙物和無障礙路線規(guī)劃的功能[15-16]。

機(jī)器人在不確定的環(huán)境中作業(yè)，由于作業(yè)環(huán)境復(fù)雜，且難以預(yù)測(cè)，在障礙物的識(shí)別和定位時(shí)經(jīng)常存在錯(cuò)判的情況。為消除這種不良狀態(tài)，采用超聲測(cè)距技術(shù)來進(jìn)行障礙物的定位避開，并結(jié)合現(xiàn)在機(jī)器人采用的視覺傳感器技術(shù)，保證在光線不佳的情況下采摘成功，并避開障礙物規(guī)劃出最短路徑進(jìn)行采摘。傳統(tǒng)采摘機(jī)器人避障路徑規(guī)劃基于感知-建模-規(guī)劃-動(dòng)作，對(duì)環(huán)境的適應(yīng)性差，采用改進(jìn)的遺傳算法和模糊控制的采摘機(jī)器人，可以通過多變量進(jìn)行判斷定位。

本研究是在采摘機(jī)器人避障系統(tǒng)上采用模糊控制系統(tǒng)，采用改進(jìn)的遺傳算法和模糊邏輯算法相結(jié)合來實(shí)現(xiàn)避開障礙物，規(guī)劃出避障路線，并通過仿真試驗(yàn)檢測(cè)該系統(tǒng)的時(shí)效性和準(zhǔn)確性。

1 控制系統(tǒng)研究分析

1.1 控制系統(tǒng)原理

基于模糊控制系統(tǒng)的采摘機(jī)器人避障系統(tǒng)采用單片機(jī)作為控制中心，型號(hào)選用STC89C52RC。該型號(hào)單片機(jī)耗能低、性能好，8K字節(jié)系統(tǒng)編程Flash存儲(chǔ)器，可以支持串口通信且具有更強(qiáng)大的兼容性。單片機(jī)控制功能編程設(shè)計(jì)如圖1所示。

圖1 單片機(jī)控制功能編程設(shè)計(jì)Fig.1 Programming design of single chip microcomputer control function

采用模糊控制的采摘機(jī)器人避障系統(tǒng)的工作原理是在模糊控制器中確定輸入和輸出變量，根據(jù)采摘設(shè)備的超聲波控制設(shè)備監(jiān)測(cè)到作業(yè)環(huán)境情況，將監(jiān)測(cè)的數(shù)據(jù)輸入單片機(jī)中，根據(jù)模糊控制器中的變量分析，輸出數(shù)據(jù)并規(guī)劃出采摘機(jī)器人的行駛路徑來躲避作業(yè)環(huán)境中障礙物，準(zhǔn)確到達(dá)正確位置完成采摘任務(wù)。采摘機(jī)器人避障系統(tǒng)工作程序如圖2所示。

1.2 模糊控制器設(shè)計(jì)

為保證采摘機(jī)器人可以自主規(guī)劃避障路線需要考慮多方面功能的影響，如超聲波控制、路徑檢測(cè)、障礙物檢測(cè)、路徑規(guī)劃，以及輸出、障礙物躲避及顯示器等，其中最重要的為模糊控制器的設(shè)計(jì)。

圖2 避障系統(tǒng)工作程序Fig.2 Obstruction system working procedures

模糊控制的基本設(shè)計(jì)條件是確定輸入變量和輸出變量。根據(jù)采摘機(jī)器人控制要求，以單片機(jī)為控制中心來實(shí)現(xiàn)模糊控制算法是比較適用的，模糊控制器工作的主要程序?yàn)槟：?、模糊判斷和解模糊化等，如圖3所示。

圖3 模糊控制器工作程序Fig.3 Fuzzy controller working procedures

圖3中：e表示精確量的偏差，ec為偏差變化率；u為精確量的控制輸出；E和EC為模糊化的偏差及偏差變化率。模糊控制是不定性的，無法用數(shù)學(xué)模型表示出來，需要采用模糊的特有語言，設(shè)置條件語言模型，來設(shè)置控制條件的各項(xiàng)參數(shù)，再通過多次仿真試驗(yàn)的調(diào)試來修正。運(yùn)行過程中，在控制條件中檢索相應(yīng)的模糊控制參數(shù)，根據(jù)實(shí)際情況并經(jīng)過運(yùn)算修正后取得實(shí)際控制輸出量，將最后得到的控制量施加到被控對(duì)象上。

2 基于模糊控制的避障設(shè)計(jì)

為了實(shí)現(xiàn)并提高機(jī)器人避障能力和路徑規(guī)劃的效率，機(jī)器人的驅(qū)動(dòng)行走方式采用履帶式，動(dòng)力機(jī)構(gòu)以電機(jī)驅(qū)動(dòng)，輔以減速器；電機(jī)與履帶之間以嚙合方式連接。為了試驗(yàn)分析簡(jiǎn)潔明了，以橢圓形來表示的采摘機(jī)器人移動(dòng)形式。在采摘機(jī)器人運(yùn)行行走的過程中，根據(jù)設(shè)計(jì)行走坐標(biāo)與實(shí)際行走坐標(biāo)的比較分析，來確定采摘機(jī)器人的定位和避障路徑。其設(shè)計(jì)運(yùn)動(dòng)坐標(biāo)和實(shí)際運(yùn)動(dòng)坐標(biāo)如圖4所示。

圖4 運(yùn)動(dòng)設(shè)計(jì)坐標(biāo)與實(shí)際坐標(biāo)Fig.4 Motion design coordinates and actual coordinates

在機(jī)器人作業(yè)運(yùn)行中，實(shí)際運(yùn)行坐標(biāo)與X軸是有一定的夾角的，假設(shè)這個(gè)角β；(x，y) 為某點(diǎn)在小坐標(biāo)上的坐標(biāo)值，在大坐標(biāo)系中的坐標(biāo)值為(x0，y0) 。根據(jù)三角關(guān)系變換可得

β=θ+arctg (x/y)

(1)

即某點(diǎn)在絕對(duì)坐標(biāo)系中的坐標(biāo)值為

(2)

(3)

完成小坐標(biāo)和大坐標(biāo)的變換后。設(shè)采摘機(jī)器人左輪和右輪的角速度分別為ω左、ω右，則根據(jù)轉(zhuǎn)輪的半徑r和左右轉(zhuǎn)輪的間距d可以算出其速度為

V左=r/2d(ω左-ω右)

(4)

V右=r/2d(ω右-ω左)

(5)

故只要將兩輪的速度分別進(jìn)行控制就可以調(diào)整采摘機(jī)器人的運(yùn)行方向，實(shí)現(xiàn)其方向的控制，兩輪的速度控制采用兩者的比值kp來控制，便于分析調(diào)整。

kp=ω左/ω右

(6)

通過調(diào)整kp值的大小，來實(shí)現(xiàn)采摘機(jī)器人方向控制，如kp=1時(shí)采摘機(jī)器人直行；kp>1時(shí)，即V左>V右，即控制機(jī)器人向右轉(zhuǎn)，數(shù)值越大右轉(zhuǎn)弧度越大；當(dāng)kp<1時(shí)，即V右>V左，控制機(jī)器人向左轉(zhuǎn)，數(shù)值越小左轉(zhuǎn)弧度越大。

對(duì)于模糊控制避障系統(tǒng)實(shí)現(xiàn)重點(diǎn)是建立正確的函數(shù)模型，為了讓采摘機(jī)器人規(guī)劃出來的路徑盡可能短，節(jié)約時(shí)間和能源，采用改進(jìn)的遺傳算法并以修正項(xiàng)對(duì)遺傳算法進(jìn)行修正，建立正確且適用的模型。

目前，采摘機(jī)器人路徑規(guī)劃有多種方法，最主要有兩種方法：一是螺旋收縮式的規(guī)劃方法(見圖5)；二是“之”字型路徑規(guī)劃方法(見圖6)。

圖5 “回”字型路徑Fig.5 Back font path

圖6 “之”字型路徑Fig.6 The font path

螺旋收縮式是采摘機(jī)器人從外圍開始運(yùn)行繞圈覆蓋整個(gè)區(qū)域的，“之”字型路徑規(guī)劃方法是來回錯(cuò)距行走?，F(xiàn)行的種植模式都是按行來種植的，采用“之”字型路徑規(guī)劃方法是最合適的方法，因此“之”字型路徑規(guī)劃已成為采摘機(jī)器人運(yùn)用最廣泛的方法。采摘機(jī)器人將作業(yè)區(qū)劃分為小單元進(jìn)行作業(yè)，可以完全覆蓋到，不會(huì)造成漏摘，且“之”字型路徑規(guī)劃方法中，設(shè)備的運(yùn)行工作面不大，對(duì)場(chǎng)地的要求不高。

3 性能測(cè)試及結(jié)果

3.1 測(cè)試基本條件

以番茄采摘為試驗(yàn)?zāi)繕?biāo)，測(cè)試基于模糊控制系統(tǒng)的采摘機(jī)器人在采摘番茄避障能力，并在試驗(yàn)中設(shè)置多個(gè)障礙物。

采摘機(jī)器人番茄采摘運(yùn)行過程中，在作業(yè)環(huán)境中設(shè)置了障礙物，采用改進(jìn)的遺傳算法和模糊控制算法對(duì)其避障功能進(jìn)行了測(cè)試，得到了如圖7 所示的測(cè)試結(jié)果。由仿真測(cè)試結(jié)果可看出：兩種方法都可以避開障礙物達(dá)到目的地，模糊控制算法規(guī)劃的路徑比遺傳算法規(guī)劃的路徑要短；以改進(jìn)的遺傳算法規(guī)劃路徑的時(shí)間更少，故以改進(jìn)的遺傳算法和模糊控制算法結(jié)合使用可以在較少的時(shí)間內(nèi)規(guī)劃出最優(yōu)路徑。

圖7 采摘機(jī)器人避障仿真測(cè)試結(jié)果Fig.7 Picking robot simulation test results

將改進(jìn)的遺傳算法和模糊控制算法結(jié)合運(yùn)用，采用“之”字型路徑規(guī)劃方法。通過仿真試驗(yàn)測(cè)試，采摘機(jī)器人規(guī)劃出來的路徑短且用時(shí)少，即得到最優(yōu)路徑。

基于模糊控制系統(tǒng)的采摘機(jī)器人避障系統(tǒng)穩(wěn)定性分析，進(jìn)行多次避障操作，試驗(yàn)結(jié)果如表1所示。

表1 避障仿真測(cè)試結(jié)果Table 1 Obstacle simulation test results

測(cè)試結(jié)果顯示：基于模糊控制系統(tǒng)的采摘機(jī)器人避障系統(tǒng)的避障能力可以達(dá)到96%以上，說明以模糊控制的采摘機(jī)器人的避障精度較高，可以滿足采摘需求。

4 結(jié)論

1)基于模糊控制方法，對(duì)采摘機(jī)器人的避障系統(tǒng)進(jìn)行了研究，建立了模糊參數(shù)模型，提高了采摘機(jī)器人避障系統(tǒng)的避障能力和路徑規(guī)劃效率，縮短了運(yùn)行路徑所用時(shí)間，提高了采摘機(jī)器人的工作效率。

2)基于模糊控制系統(tǒng)的采摘機(jī)器人避障系統(tǒng)，可以成功地避開障礙物，以“之”字型路徑規(guī)劃方法，可精確地避障并進(jìn)行準(zhǔn)確采摘作業(yè)。經(jīng)試驗(yàn)，避障能力可以達(dá)到96%以上，有較高的精度及穩(wěn)定的工作性能。