胡夢杰 梁潤智 李章誠 李欣蓓

摘 要：：針對小型水域中沒有專門的垃圾清理機(jī)器，為此我們設(shè)計了一款綠色能源的小型水域水面水底垃圾清理機(jī)器人。機(jī)器人采用了太陽能作為能源補(bǔ)充。采用BDS巡航系統(tǒng)實(shí)現(xiàn)自主路徑巡航規(guī)劃。同時搭載了太陽自動追蹤系統(tǒng)，結(jié)合路徑規(guī)劃，保證太陽能發(fā)電板最大的工作效率。采用視覺信息采集技術(shù)進(jìn)行垃圾信息收集。機(jī)器人實(shí)現(xiàn)了可長時間實(shí)時垃圾清理，該機(jī)器人使用綠色能源解決了小型水域的垃圾污染。

關(guān)鍵詞：BDS區(qū)域巡航;視覺識別;太陽能自動追蹤

引言

目前，學(xué)校、小區(qū)、景區(qū)的小型天然湖或者人工湖等小型水域中的漂浮物和水底垃圾主要采用人工手持網(wǎng)兜來進(jìn)行清理。因?yàn)槿巳壕奂?，流動性大，容易產(chǎn)生新的垃圾，因此此類小型水域存在著水面垃圾清理不徹底，耗時長，效率低，勞動強(qiáng)度大與水底垃圾清理不到等弊端。市面上的水面水底垃圾清理裝置，往往不適用于小型水域的垃圾清理。小型水域水面水底清理機(jī)器人的設(shè)計，減少了人力勞動，可以隨時隨地的清理水面水底垃圾，減少水域污染，美化環(huán)境，同時利用太陽能減少了能源消耗?？梢詽M足學(xué)校，小區(qū)，景區(qū)的使用。

1、系統(tǒng)設(shè)計

系統(tǒng)設(shè)計框圖如圖1所示，太陽能板負(fù)責(zé)為整個機(jī)器人提供能源補(bǔ)充，通過無線充電的方式為水下部分提供能源補(bǔ)充。機(jī)器人的動力主要靠螺旋槳進(jìn)行控制，通過PID算法實(shí)現(xiàn)在水面和水底能夠平穩(wěn)的進(jìn)行移動。水面部分的垃圾收集通過翻斗翻轉(zhuǎn)倒入垃圾筐，水底垃圾收集通過機(jī)械臂收集放入垃圾筐內(nèi)。通過攝像頭采集水面水底的垃圾信息通過物聯(lián)網(wǎng)模塊將信息傳輸?shù)皆破脚_，通過云平臺的垃圾識別功能快速的實(shí)現(xiàn)垃圾識別，通過云平臺數(shù)據(jù)處理能力，減少中心控制器的消耗。通過微信小程序連接云平臺可以獲取實(shí)時的視頻信息，通過云平臺的信息存儲功能可以獲取前段時間的機(jī)器人的各種信息以及垃圾收集的信息。BDS巡航系統(tǒng)通過北斗定位模塊的定位信息實(shí)現(xiàn)區(qū)域巡航，同時通過位置信息獲取到當(dāng)?shù)氐奶鞖馇闆r信息，輔助太陽能追蹤系統(tǒng)，確保太陽能板的發(fā)電效率保持在最高的狀態(tài)。

無線充電系統(tǒng)基本流程如圖2所示。當(dāng)電路工作時，利用產(chǎn)生的振蕩作用使電路發(fā)出一個脈沖頻率，再通過逆變電路傳給變壓器的原邊，即發(fā)射圈。這樣就使得發(fā)射線圈周圍產(chǎn)生磁場，當(dāng)其與接收線圈距離較近時，就能夠產(chǎn)生相應(yīng)的感應(yīng)電流，經(jīng)過整流和濾波電路，最終得到所需要的充電電壓和電流。當(dāng)發(fā)射線圈與接收線圈距離控制在一定范圍以內(nèi)時，可以實(shí)現(xiàn)近距離無線充電功能。

經(jīng)典PID對于非線性時變系統(tǒng)的動態(tài)響應(yīng)特性差，KP、KI和KD參數(shù)無法在線自整定，難以滿足系統(tǒng)對變化工況的性能要求.設(shè)計采用反向傳播（back propagaton，BP）神經(jīng)網(wǎng)絡(luò)，利用其自學(xué)習(xí)特性實(shí)現(xiàn)對PID參數(shù)自適應(yīng)整定，從而改善系統(tǒng)靜態(tài)特性和動態(tài)特性。

3、系統(tǒng)結(jié)構(gòu)

一、云平臺圖像處理與數(shù)據(jù)分析技術(shù)

物聯(lián)網(wǎng)數(shù)據(jù)分析LA（Link Analytics）使我們能更好的掌握小型水域中垃圾的分類，垃圾集中分布的位置，新垃圾產(chǎn)生的主要時間與位置。通過這些數(shù)據(jù)的分析，能更好的進(jìn)行實(shí)時的垃圾收集與處理，同時根據(jù)數(shù)據(jù)可以對垃圾種類的不同對機(jī)器人的收集裝置進(jìn)行更改。云平臺的圖像處理技術(shù)更加的成熟，可以節(jié)省機(jī)器學(xué)習(xí)的時間，提高了視覺識別的精度。借助于物聯(lián)網(wǎng)云平臺實(shí)現(xiàn)方便快捷的數(shù)據(jù)結(jié)構(gòu)化存儲，遠(yuǎn)程調(diào)試和監(jiān)控。

二、水下圖下像增強(qiáng)算法

算法的模型結(jié)構(gòu)如圖3，實(shí)現(xiàn)方法是通過依賴大量的水下圖像，清晰的水下圖像能有效提高檢測精度，對水下垃圾檢測具有重要的影響。光在水中傳播遇到懸浮粒子會發(fā)生散射，前向散射會產(chǎn)生圖像細(xì)節(jié)模糊;后向散射會造成霧狀模糊，導(dǎo)致圖像縮小下降。CL AHE通過對圖像分塊進(jìn)行直方圖變換可以有效地提高圖像亮度，并利用線性插值算法提高速度，但CLAHE會造成圖像顏色失真，并且不能從水下圖像色偏。MSRCR是基于Retinex理論提出的圖像。增強(qiáng)算法，Retinex理論認(rèn)為一幅圖像可以表示為兩部分：光照量和反射量。ACE通過計算目標(biāo)點(diǎn)與其他提示點(diǎn)的差值，得到返回點(diǎn)之間的亮度差異信息來校正校正值。首先通過對圖像的色彩域空域調(diào)整，完成色差校正，然后對RGB三通道分別進(jìn)行線性擴(kuò)展與動態(tài)拉伸最終圖像。ACE能夠更好地處理圖像細(xì)節(jié)，實(shí)現(xiàn)色彩校正并提升圖像亮度和而基于物理模型的方法主要根據(jù)圖像退化過程進(jìn)行數(shù)學(xué)建模，并進(jìn)行參數(shù)估計，反演得到清晰的圖像。

表1所示采用通過CLAHE，MSRCR與ACE增強(qiáng)后的圖像訓(xùn)練，mAP均能提高1個左右。其中對易拉罐的檢測精度，CL AHE提高了3%，ACE提高了2.3%，MSRCR提高了3.3%，這說明增強(qiáng)后的圖像更有利于目標(biāo)檢測。同時，經(jīng)過DCP處理的圖像，不同類別的AP均降低，mAP降低了0.6%，因此DCP并不適用于水下圖像增強(qiáng)與復(fù)原。在由常規(guī)算法對圖像進(jìn)行初步的基礎(chǔ)上，優(yōu)化后的ACE_ _CLAHE與ACE_ _MSRCR也表現(xiàn)出良好的效果。通過ACE_ _CL AHE增強(qiáng)的圖像，和原圖比例，易拉罐AP提高了5.1%，紙質(zhì)垃圾AP提高了2.4%。

機(jī)器人通過自身所帶的傳感器，將水面水底垃圾信息，水面水底周圍環(huán)境信息，自身狀態(tài)信息。通過物聯(lián)網(wǎng)模塊將數(shù)據(jù)傳輸?shù)皆破脚_進(jìn)行數(shù)據(jù)處理，處理后的數(shù)據(jù)返回到中心控制器中。機(jī)器人通過處理后的數(shù)據(jù)實(shí)現(xiàn)垃圾識別、垃圾收集、自動巡航、能源補(bǔ)充、潛水深度控制、機(jī)器學(xué)習(xí)。云平臺在實(shí)際應(yīng)用中不斷的進(jìn)行機(jī)器學(xué)習(xí)，對該水域中的垃圾進(jìn)行分類。整理出不同種類垃圾數(shù)量的多少，分布區(qū)域，加強(qiáng)對該區(qū)域數(shù)量多垃圾種類的識別。同時將云平臺中不斷學(xué)習(xí)的數(shù)據(jù)包在每隔一段時間后返回到樹莓派中，減少樹莓派的學(xué)習(xí)時間。同時在出現(xiàn)機(jī)器人與云平臺連接不上時，樹莓派可以繼續(xù)運(yùn)作，進(jìn)行垃圾識別。

參考文獻(xiàn)：

[1]郝琨，王闊，趙璐，王貝貝，王傳啟.基于圖像增強(qiáng)與改進(jìn)YOLOv3的水下生物檢測算法[J/OL].吉林大學(xué)學(xué)報（工學(xué)版）.2021-05-11：1-11.

[2]梁永峰，李正，宋翔宇.手機(jī)近距離無線充電系統(tǒng)設(shè)計及仿真[J].滄州師范學(xué)院學(xué)報，2020，36（02）：43-46+59.

[3]曹朝陽，葉會英.水下機(jī)器人的無線充電研究[J].吉林大學(xué)學(xué)報（工學(xué)版）2018（08）：64.

[4]王奔，牛洪海，徐衛(wèi)峰，蔡丹，陳俊.基于PLC的槽式光熱太陽能追蹤控制系統(tǒng)的研究與應(yīng)用[J].中國電力，2020，53（11）：185-194.