王澤東,趙勝雪,付曉明,徐衛(wèi)浩,孫振鑫,王忠鵬

(1.黑龍江八一農(nóng)墾大學(xué) 工程學(xué)院,黑龍江 大慶 163319;2.黑龍江省馬鈴薯機(jī)械化工程技術(shù)研究中心,黑龍江 大慶 163319)

0 引言

馬鈴薯是繼水稻、玉米和小麥后的世界第四大糧食作物[1-3],2015年我國(guó)確立了馬鈴薯為戰(zhàn)略性主糧[4]。馬鈴薯種植范圍極廣,在我國(guó)各省市均有種植[5],2020年全國(guó)種植面積達(dá)到478.9萬(wàn)hm2,產(chǎn)量居于世界首位。北方黏重土壤種植區(qū)機(jī)械化收獲后夾雜薯秧、土塊等大量雜質(zhì),長(zhǎng)期以來(lái)機(jī)械化收獲后除雜不凈,需要進(jìn)一步采用人工撿拾清選,費(fèi)時(shí)費(fèi)力且影響作業(yè)效率。

我國(guó)馬鈴薯清選設(shè)備起步較晚,技術(shù)水平低,制約著馬鈴薯種植業(yè)發(fā)展?，F(xiàn)有的馬鈴薯清選機(jī)主要分為滾筒式、鼠籠式、濕式清選、干式低損清選分級(jí)機(jī)以及基于機(jī)器視覺下的在線監(jiān)測(cè)清選設(shè)備[6-8]。王剛[9]設(shè)計(jì)了馬鈴薯田間收獲清選機(jī)構(gòu),可在田間進(jìn)行清選作業(yè)。劉權(quán)磊[10]等研制一款田間集成分選機(jī),可進(jìn)行田間分離、輸送為一體的作業(yè)。耿端陽(yáng)[11]等設(shè)計(jì)了一種馬鈴薯清選機(jī)氣力懸浮薯石分離裝置,利用薯塊和石塊密度不同的特點(diǎn),采用氣力懸浮輸送技術(shù)將馬鈴薯與其他雜質(zhì)分離開來(lái)。呂金慶[12]等設(shè)計(jì)了馬鈴薯料斗機(jī)除雜裝置,可以有效降低馬鈴薯除雜作業(yè)的傷薯率且提高除雜率。綜上所述,目前關(guān)于馬鈴薯清選方面研究主要集中在傳統(tǒng)機(jī)械除雜方式上,清選裝備過(guò)大,除雜不凈且笨重,不適宜田間作業(yè),對(duì)馬鈴薯智能清選設(shè)備研究甚少。

為此,提出了采用智能化方式完成清選作業(yè)的方法,研發(fā)了基于機(jī)器視覺技術(shù)的馬鈴薯智能清選控制系統(tǒng),以實(shí)現(xiàn)馬鈴薯與土塊的智能、高效清選,并通過(guò)臺(tái)架試驗(yàn)驗(yàn)證了控制系統(tǒng)的穩(wěn)定性以及準(zhǔn)確性。

1 智能清選控制系統(tǒng)總體設(shè)計(jì)

馬鈴薯智能清選控制系統(tǒng)采用模塊化設(shè)計(jì)理念,按其功能可分為5大模塊,由圖像采集系統(tǒng)、伺服電機(jī)、主控計(jì)算機(jī)、步進(jìn)電機(jī)和伺服控制器組成,如圖1所示。其中,圖像采集系統(tǒng)由Azure Kinect DK深度相機(jī)、補(bǔ)光燈等組成,如圖1所示。伺服控制器由STM32F407芯片、電源、串口通信模塊等組成。

馬鈴薯清選作業(yè)時(shí),目標(biāo)物依次運(yùn)行,經(jīng)圖像采集系統(tǒng)進(jìn)行識(shí)別,判斷目標(biāo)物為馬鈴薯或者土塊以及目標(biāo)物距離清選翻板的位置;通過(guò)清選控制模型運(yùn)算目標(biāo)物與清選翻板的時(shí)間,根據(jù)目標(biāo)物到達(dá)清選翻板的時(shí)間,伺服控制器根據(jù)所接收目標(biāo)物為馬鈴薯或者土塊的指令輸出給尾端的步進(jìn)電機(jī),控制步進(jìn)電機(jī)正轉(zhuǎn)或者反轉(zhuǎn),步進(jìn)電機(jī)控制清選翻板進(jìn)行工作。馬鈴薯智能清選系統(tǒng)需要在最優(yōu)的伺服電機(jī)轉(zhuǎn)速下進(jìn)行工作,在保證效率的前提下,伺服電機(jī)轉(zhuǎn)速既要保證目標(biāo)物識(shí)別率又要保證識(shí)別準(zhǔn)確度。因此,為滿足最優(yōu)的伺服電機(jī)轉(zhuǎn)速,通過(guò)單因素試驗(yàn)優(yōu)化出伺服電機(jī)最佳運(yùn)行轉(zhuǎn)速,根據(jù)伺服電機(jī)轉(zhuǎn)速建立清選控制模型,從而優(yōu)化馬鈴薯的清選工作。

圖1 馬鈴薯智能清選控制系統(tǒng)總體設(shè)計(jì)Fig.1 Overall design of potato intelligent cleaning control system

2 智能清選控制系統(tǒng)硬件設(shè)計(jì)

2.1 智能清選系統(tǒng)控制器

控制器主要包括STM32F407單片機(jī)、伺服驅(qū)動(dòng)器、步進(jìn)電機(jī)驅(qū)動(dòng)器等,如圖2所示。工作時(shí),試驗(yàn)臺(tái)運(yùn)行目標(biāo)物至圖像采集區(qū)時(shí),對(duì)目標(biāo)物進(jìn)行采集并自動(dòng)識(shí)別,主控計(jì)算機(jī)通過(guò)計(jì)算輸出目標(biāo)物的類別、位置以及精度信號(hào),STM32F407單片機(jī)接收信號(hào)并輸出指令,通過(guò)清選控制模型來(lái)控制步進(jìn)電機(jī)的旋轉(zhuǎn)方向及旋轉(zhuǎn)時(shí)刻。通過(guò)步進(jìn)電機(jī)帶動(dòng)清選翻板完成智能清選工作,控制順序?yàn)?優(yōu)化試驗(yàn)臺(tái)輸送速度→圖像采集并識(shí)別→主控計(jì)算機(jī)運(yùn)算分析→STM32F407單片機(jī)接收信號(hào)并輸出指令→清選控制模型運(yùn)算分析→步進(jìn)電機(jī)旋轉(zhuǎn)完成清選作業(yè)。

圖2 控制器實(shí)物圖Fig. 2 Physical drawing of controller

2.2 清選翻板設(shè)計(jì)

根據(jù)清選工作所需,設(shè)計(jì)一套與步進(jìn)電機(jī)相配合的清選翻板,功能為將輸送裝置輸送的馬鈴薯或者土塊根據(jù)指令將目標(biāo)物分成預(yù)設(shè)軌道運(yùn)行,其軸測(cè)圖如圖3所示。

1.清選翻板 2.聯(lián)軸器 3.步進(jìn)電機(jī)圖3 軸測(cè)圖Fig.3 Isometric drawing

將此裝置連接,安裝到試驗(yàn)臺(tái)上,完成相應(yīng)試驗(yàn),其實(shí)物安裝如圖4所示。

該翻板采用PP塑料板材,較為輕便。使用聯(lián)軸器,將步進(jìn)電機(jī)與翻板相連接,通過(guò)電機(jī)順時(shí)針、逆時(shí)針轉(zhuǎn)動(dòng)來(lái)帶動(dòng)翻板的往復(fù)擺動(dòng)。

3 建立智能清選模型

當(dāng)目標(biāo)物第1次被識(shí)別時(shí)對(duì)應(yīng)其初始位置,根據(jù)這一位置建立清選控制模型,其相機(jī)視場(chǎng)范圍內(nèi)目標(biāo)位置如圖5所示。

圖5 相機(jī)視場(chǎng)范圍內(nèi)目標(biāo)位置計(jì)算示意圖Fig.5 Schematic diagram of target position calculation within camera field of view

設(shè)已識(shí)別對(duì)象錨框中心點(diǎn)坐標(biāo)為(x,y),圖像垂直像素為pv,若當(dāng)前目標(biāo)為第i個(gè)物體,可計(jì)算目標(biāo)中心與圖像中心點(diǎn)的垂直像素距離ci為

(1)

已知相機(jī)視場(chǎng)角為θ,相機(jī)鏡頭距輸送平臺(tái)的距離(目物距離)為U,則相機(jī)視場(chǎng)范圍內(nèi)該目標(biāo)物距相機(jī)傳感器中心實(shí)際的水平距離Ci為

(2)

該目標(biāo)距離清選翻板最遠(yuǎn)處,初始位置Si為

Si=Ci+S(i=0……n)

(3)

式中Si—目標(biāo)物距離清選翻板的初始距離(mm);

Ci—目標(biāo)中心點(diǎn)到相機(jī)中心的距離(mm);

S—清選翻板距相機(jī)中心的距離(mm)。

旋轉(zhuǎn)編碼器測(cè)得的輸送平臺(tái)主軸角速度為ω,已知主鏈輪半徑r,由式(1)～式(3)可得識(shí)別的第i個(gè)目標(biāo)物從識(shí)別的位置到清選翻板位置的時(shí)間為

(4)

基于清選控制模型可計(jì)算出目標(biāo)物到達(dá)清選翻板所需的時(shí)間,清選裝置依據(jù)時(shí)間完成清選工作。

4 控制系統(tǒng)性能測(cè)試

4.1 測(cè)試條件與方法

試驗(yàn)在黑龍江八一農(nóng)墾大學(xué)寒地馬鈴薯技術(shù)研究中心實(shí)驗(yàn)室進(jìn)行,圖像處理如圖6所示。選取黑龍江省克山農(nóng)場(chǎng)收獲后未經(jīng)處理的30個(gè)含雜馬鈴薯及雜質(zhì)土20塊,其他工作條件均不變,將其通過(guò)馬鈴薯智能清選系統(tǒng)試驗(yàn)平臺(tái)進(jìn)行識(shí)別并清選。

圖6 處理馬鈴薯圖像Fig.6 Processing potato images

4.2 測(cè)試評(píng)價(jià)指標(biāo)

試驗(yàn)定義馬鈴薯清選的評(píng)價(jià)指標(biāo)為馬鈴薯選出率為Q,則

(5)

式中Q1—清選后馬鈴薯的個(gè)數(shù);

Q2—清選前馬鈴薯的個(gè)數(shù)。

4.3 結(jié)果與分析

試驗(yàn)過(guò)程中,進(jìn)行單因素試驗(yàn),試驗(yàn)臺(tái)的參數(shù)始終保持不變,測(cè)試出馬鈴薯智能清選控制系統(tǒng)目標(biāo)物平均識(shí)別率及平均識(shí)別準(zhǔn)確度。

試驗(yàn)從伺服電機(jī)轉(zhuǎn)速300r/min開始進(jìn)行,每個(gè)轉(zhuǎn)速下測(cè)試5組,測(cè)出目標(biāo)物平均識(shí)別率以及平均識(shí)別準(zhǔn)確度。試驗(yàn)定義目標(biāo)物平均識(shí)別率為N、平均識(shí)別準(zhǔn)度為M,則

(6)

式中N1—識(shí)別出目標(biāo)物的個(gè)數(shù);

N2—目標(biāo)物總個(gè)數(shù)。

(7)

式中M1—識(shí)別出馬鈴薯準(zhǔn)確率之和;

M2—識(shí)別出馬鈴薯的個(gè)數(shù)。

分別選取不同轉(zhuǎn)速進(jìn)行試驗(yàn),其單因素試驗(yàn)方案與結(jié)果如表1所示。由表1可知:隨伺服電機(jī)轉(zhuǎn)速的增加,目標(biāo)物的識(shí)別率平均識(shí)別準(zhǔn)確度在逐漸下降。結(jié)合清選效率以及目標(biāo)物識(shí)別率,將伺服電機(jī)的轉(zhuǎn)速設(shè)定在500r/min,此時(shí)目標(biāo)物識(shí)別率為100%,平均識(shí)別準(zhǔn)確度為93.50%。按照此伺服電機(jī)的速度進(jìn)行清選試驗(yàn),現(xiàn)場(chǎng)如圖7所示。

表1 單因素試驗(yàn)方案與結(jié)果

圖7 試驗(yàn)現(xiàn)場(chǎng)圖Fig.7 Test site diagram

其他工作條件不變,將伺服電機(jī)設(shè)定在500r/min的條件下,重復(fù)10次得出其平均馬鈴薯選出率。試驗(yàn)結(jié)果如表2所示。

表2 試驗(yàn)方案與結(jié)果

由表2可知:當(dāng)伺服電機(jī)轉(zhuǎn)速為500r/min時(shí),馬鈴薯的平均選出率為96.83%,滿足實(shí)際的清選作業(yè)要求。

5 結(jié)論

1)利用馬鈴薯清選識(shí)別模型,建立了相應(yīng)的馬鈴薯智能清選控制系統(tǒng),可以實(shí)現(xiàn)馬鈴薯與土塊等雜質(zhì)的自動(dòng)清選。

2)通過(guò)控制系統(tǒng)測(cè)試了在最優(yōu)的伺服電機(jī)轉(zhuǎn)速下馬鈴薯的平均選出率,結(jié)果表明:當(dāng)伺服電機(jī)轉(zhuǎn)速為500r/min時(shí),馬鈴薯的平均選出率為96.83%,滿足實(shí)際的清選作業(yè)要求。