高 偉,曹昕燕,張萬里,吉淑嬌
(1. 長春財經學院,長春 130122;2.長春大學 電子信息工程學院,長春 130022)
?
基于OFDM-MIMO移動通信模型的采摘機器人設計
高 偉1,曹昕燕2,張萬里2,吉淑嬌2
(1. 長春財經學院,長春 130122;2.長春大學 電子信息工程學院,長春 130022)
為了提高果樹采摘機器人的智能化和自動化水平,提高機器人的實時通信和在線控制能力,實現(xiàn)機器人作業(yè)過程的遠程控制,在采摘機器人通信系統(tǒng)中引入了OFDM-MIMO模型,并將移動4G技術應用到了機器人的設計中,突破了機器人控制距離限制,實現(xiàn)了機器人的跨區(qū)域無線通信。機器人采用視覺傳感器和4G網絡采集并傳輸圖像,圖像數據可以在遠程瀏覽器端實時顯示,便于掌握機器人作業(yè)信息。當機器人碰撞傳感器發(fā)出信號時,可以利用OFDM-MIMO信道模型進行圖像的高效傳輸,并將視覺傳感器采集的圖像信息傳送給遠程控制端,在采摘出現(xiàn)失誤時可以及時地調整機器人的狀態(tài),實現(xiàn)果實采摘的在線控制。同時,設計了機器人的實驗樣機,并對機器人的果實定位能力和通信能力進行了實驗和仿真。實驗和仿真結果表明:該種機器人可以有效地識別普通果實和套袋果實,并且通信實驗測試和仿真測試的結果吻合,從而驗證了結果的可靠性及OFDM-MIMO模型在采摘機器人通信系統(tǒng)中的可行性。
采摘機器人;高速移動;OFDM-MIMO信道;實時通信;機械手
目前,我國的水果采摘絕大部分還是以人工采摘為主,采摘作業(yè)所用勞動力占整個生產過程所用勞動力的33%~50%。這種作業(yè)方式作業(yè)效率低、勞動量較大,容易對果實造成較大的損傷;另外,如果在采摘季節(jié)勞動力不夠時,會導致經濟上的損失。因此,果園收獲機械化和自動化已經成為果農們關注的熱點問題。國內外已經研制出多款機器人,但是受移動網絡通信速度的限制,對于機器人作業(yè)的遠程控制問題依然沒有得到實質性的突破。在這種背景下,本研究將OFDM-MIMO高速移動通信模型引入到了采摘機器人遠程控制的通信系統(tǒng)中,提高了圖像數據的傳輸速度,對于機器人遠程控制的實現(xiàn)具有重要的意義。
基于OFDM-MIMO的果樹采摘機器人主要由兩部分組成:一是可以自由移動的機器人本體;二是無自由度機械手。其中,移動本體是履帶式的平臺,利用PC機、電源、傳感器和采摘輔助裝置控制;無自由度機械手固定在移動本體上,機械臂采用PRRRP結構。作業(yè)時,機械手直接作用于果實,其結構如圖1所示。
圖1 機械手結構示意圖
機械手主要由傳感器控制,包括視覺傳感器、位置傳感器、壓力傳感器和碰撞傳感器等部分。機械手夾持機構的開合由啟動裝置控制,當機械手夾持果實之后,夾持器一側的電動刀具對果柄進行切割,完成果實的采摘作業(yè)。機器人的總體設計和作業(yè)流程如圖2所示。
機器人作業(yè)過程中,當碰撞傳感器發(fā)出信號時,可以利用OFDM-MIMO信道模型進行高效的數據傳輸,并將視覺傳感器采集的圖像信息傳送給遠程控制端。遠程控制端根據視覺傳感器發(fā)出的信息對采摘機器人進行控制,從而完成了機器人的在線實時控制。
圖2 基于OFDM-MIMO信道模型的采摘機器人總體設計
2 果實識別定位和OFDM-MIMO高速移動信道建模
在機器人進行果實采摘過程中,需要將果實采摘情況進行實時通信傳輸,以便在采摘出現(xiàn)失誤時可以及時地調整機器人的狀態(tài),實現(xiàn)果實采摘的在線控制。一般來說,果實圖像的亮度、色度和飽和度都混合在R、G、B這3個分量中,當蘋果果實受到光照射時,表面的光度分布不均,會大大影響顏色特征的提取。因此,在提取顏色特征時,可通過歐氏距離來判斷顏色是否相近。假設兩個像素點為p1(H1, S1)和p2(H2, S2),將其距離d(p1, p1)定義為
(1)
根據該方法可以提取蘋果果實、樹枝和樹葉等特征信息,這些信息可以實時地傳輸給遠程監(jiān)控系統(tǒng)。為了提高信息的傳送速度,實現(xiàn)多發(fā)射和接受模型,本次研究采用MIMO和OFDM模型。
OFDM技術可有效地降低信道的衰落,但如果要提高其傳輸速度,需要增加發(fā)送功率、帶寬和子載波數,這對于無線通信來說基本是不可能的;而MIMO技術可以在空間中產生獨立的并行信道,可同時傳輸多路的數據進行,從而大大提高了信息的傳輸速度。由于MIMO存在信道衰落問題,因此和OFDM很自然的結合了起來,成為4G通信的核心技術,也是WLAN的技術核心。MIMO采用多個發(fā)射和接收機同時工作的方式,有效地增加了信道容量,根據香農定理,SISO的信道容量可以定義為
C=Blog2(1+S/n)
(2)
MIMO通信系統(tǒng)使用陣列天線,有效地增大了接收端天線陣列元間距,保證了接收信號的不相關性,通過選擇合并和最大比合并及等增益合并,將陣列元信號進行加權,通信系統(tǒng)原理如圖3所示。
圖3 MIMO通信系統(tǒng)原理圖
如果將天線S1與Y1間距離設為h11,Sn與Ym間距離設為hnm,則對于4×4的MIMO通信系統(tǒng),距離傳輸矩陣可以表示為
(3)
假設系統(tǒng)的發(fā)送信號為X,加性噪聲為n,則系統(tǒng)的接受信號為
Y=HX+n
(4)
MIMO通信系統(tǒng)可以將數據流分為M個,其中M的數值需要小于或者等于最小天線數,于是MIMO系統(tǒng)的信道容量可以表示為
C=MBlog2(1+S/N)
(5)
OFDM的信號包含了多個調制的子載波,假設子載波的個數為N,OFDM系統(tǒng)的符號寬度為TN,每個載波的數據符號為X(k),k=0,1,2,…,N-1,載波頻率為fc,因此第k個子載波的頻率為fk=fc+kΔf。其中,Δf表示子載波的頻率間隔,一個OFDM信號的表達式為
(6)
式(6)中的虛部和實部分別表示OFDM符號的正交分量和同相,在實際信號中可以同相對應的子載波的正弦和余弦分量相乘,構成了最終的OFDM信號,其接受數據為
exp(-i2πfnt)dt
(7)
其中,fn=fc+nΔf,n=0,1,2,…,N-1,假設子載波互相正交,則公式(7)可以寫成
(8)
OFDM符號子載波的正交性頻譜是一組sinc函數,零點在Δf的整數倍位置上,信號頻譜如圖4所示。
圖4 OFDM信號的頻譜
信號的處理可以采用離散傅里葉逆變換來實現(xiàn)。對信號x(t)以Ts/N的速率進行采樣,令t=kTs, k=0,1,2,…,N-1,可以得到
(n=0,1,2,…,N-1)
(9)
其中,x(n)的計算可以理解為IDFT運算。在接收端,若要恢復出原來的信號,則需對x(n)進行逆變換,于是可以得到
(k=0,1,2,…,N-1)
(10)
OFDM系統(tǒng)的調制和解調可以通過離散傅里葉變換和傅里葉逆變換來實現(xiàn)。隨著移動通信技術的高速發(fā)展,手機的功能日益強大,使其作為遠程控制的工具成為可能。利用手機作為遠程控制終端,可以不受到時間和地點的約束,但在構架系統(tǒng)時,需要同時利用移動通信技術、J2ME、網絡通信技術等,從而可以大大提高采摘機器人的遙控范圍,提高了遙控的實時性和智能性,也同時提高了系統(tǒng)的實用性。
圖5表示基于OFDM-MIMO通信的采摘機器人系統(tǒng)總體框架結構圖。該系統(tǒng)主要由3部分組成,包括采摘機器人處理機、服務器和手機遙控器,采用多個低耦合程序整合系統(tǒng)。
圖5 系統(tǒng)總體結構圖
利用軟件集成的方法將機器人工控機、圖像采集卡、攝像機、4G無線網卡、傳感器和驅動電機集中在一起。當采摘機器人處理程序啟動之后,利用4G上網卡RAS進行撥號聯(lián)網,建立Socket客戶端連接到專用服務器。當機器人在采摘時出現(xiàn)故障或者接收到監(jiān)視的通知信號后,攝像頭將采集得到的圖像傳送給遠程控制端,實現(xiàn)采摘機器人的在線遠程實時控制。
為了驗證基于OFDM-MIMO信道模型的采摘機器人的性能,制作了如圖6所示的果樹采摘機器人樣機,并在實驗室內進行了果實的定位實驗,然后在果園內完成了OFDM-MIMO通信實驗。
圖6 采摘機器人實驗
通過果園和實驗室的采摘實驗發(fā)現(xiàn):機器人能夠準確地對果實目標進行定位,并順利地完成果實采摘,對果實的連續(xù)采摘速度可以達到18s/個。
圖7表示套袋蘋果目標定位實驗結果。由實驗結果可以看出:機器人不僅能夠對普通的果實進行準確定位,對于套袋果實的定位效果也很好。對機器人進行通信實驗,得到了如圖8所示的結果。
圖7 套袋蘋果目標識別定位實驗結果
圖8 機器人OFDM-MIMO信道測試結果
為了驗證實驗測試結果的可靠性,使用DFT對信道進行仿真估計,并將實驗結果和仿真結果進行了比較,得到了對比曲線。由曲線結果可以看出:使用DFT估計方法得到的仿真曲線和實驗測試曲線非常吻合,從而驗證了結果的可靠性,表明了OFDM-MIMO在采摘機器人通信系統(tǒng)中應用的可行性。
采用4G移動通信技術和OFDM-MIMO高速移動通信模型設計了一種新型遠程控制采摘機器人,實現(xiàn)了采摘機器人作業(yè)過程的反饋和遠程控制,提高了機器人采摘作業(yè)的實時和在線控制能力。對采摘機器人的性能進行了測試,結果表明:機器人不僅可以有效地識別普通果實,而且可以準確地識別套袋果實。對機器人進行了OFDM-MIMO通信實驗,并將實驗結果和DFT仿真結果進行了對比,實驗和仿真的結果基本吻合,驗證了結果的可靠性。由于該技術還處于起步階段,對于OFDM-MIMO通信實驗還存在很多不足,對于通信模型的檢測還不全面,因此在今后的研究中將重點對該模型進行實驗研究,提高機器人的機械自動化和智能化控制水平。
[1] 燕明德,賈衛(wèi)東,張斌,等.國內外靜電噴霧施藥技術及機具研究[J].農業(yè)機械,2008(8):53-54.
[2] 劉金龍,丁為民,鄧巍.果園對靶噴霧紅外探測系統(tǒng)的設計與試驗[J].江蘇農業(yè)科學,2012,40(12):370-372.
[3] 李麗,李恒,何雄奎.紅外靶標自動探測器的研制及試驗[J].農業(yè)工程學報,2012,28(12):159-162.
[4] 裴文超,陳樹人,尹東富.基于DSP和單片機的實時對靶噴施除草系統(tǒng)[J].農機化研究,2012,34(1):149-153.
[5] 張俊雄,馬锃宏,李偉,等.基于土壤基質的播種精度檢測試驗研究[J].農業(yè)機械學報,2012,43(12):62-66.
[6] 馬锃宏,李南,王漢斌,等.溫室株間電驅鋤草控制系統(tǒng)設計與試驗[J].農業(yè)機械學報,2015,46(1):89-93.
[7] 張二鵬,馬锃宏,耿長興,等.溫室懸掛噴施機跨壟作業(yè)控制系統(tǒng)設計[J].中國農業(yè)大學學報,2013,18(6):170-174.
[8] 馬锃宏,李南,李濤,等.缽體苗帶式供苗移栽機的設計與試驗[J].中國農業(yè)大學學報,2015,20(3):216-222.
[9] 張春龍,黃小龍,劉衛(wèi)東,等.苗間鋤草機器人信息獲取方法的研究[J].農業(yè)工程學報,2012,28(9):142-146.
[10] 胡煉,羅錫文,曾山,等.基于機器視覺的株間機械除草裝置的作物識別與定位方法[J].農業(yè)工程學報, 2013,29(10):12-18.
[11] 朱鳳武,于豐華,鄒麗娜,等.農業(yè)機器人研究現(xiàn)狀及發(fā)展趨勢[J].農業(yè)工程,2013,3(6):10-13.
[12] 吳巖,杜立宇,高明和,等.農業(yè)面源污染現(xiàn)狀及其防治措施[J].農業(yè)環(huán)境與發(fā)展,2011(1):64-67.
[13] 楊慧,劉立晶,劉忠軍,等.我國農田化肥施用現(xiàn)狀分析及建議[J].農機化研究,2014,36(9):260-264.
[14] 張霞,蔡宗壽,李歡.我國化肥生產能源消費現(xiàn)狀分析[J].現(xiàn)代化工,2014,34(10):12-15.
[15] 付麗霞,李云樂.農業(yè)面源污染的現(xiàn)狀問題及對策探析[J].食品安全質量檢測學報,2014(7):2285-2289.
[16] 欒江,仇煥廣,井月,等.我國化肥施用量持續(xù)增長的原因分解及趨勢預測[J].自然資源學報,2013,28 (11):1869-1878.
[17] 沈德軍.農作物葉面施肥的意義、機理及技術要點[J].安徽農學通報,2012,18(12):111-112.
[18] 魚彩彥.葉面施肥技術在農業(yè)生產中的應用[J].農業(yè)與技術,2013,33(12):30.
[19] 劉金龍,鄭澤鋒,丁為民,等.對靶噴霧紅外探測器的設計與探測距離測試[J].江蘇農業(yè)科學,2013,41(7): 368-370.
[20] 高國琴,李明.基于K-means算法的溫室移動機器人導航路徑識別[J].農業(yè)工程學報,2014,30(7):25-33.
[21] 方莉娜,楊必勝. 車載激光掃描數據的結構化道路自動提取方法[J]. 測繪報,2013,42(2):260-267.
[22] 熊愛武. 基于車載激光云點數據的道路模型重建[J].地理信息世界,2013,20(6):86-88.
[23] 魏澤鼎,賈俊國,王占永.基于視覺傳感器的棉花果實定位方法[J].農機化研究,2012,34(6):66-68.
[24] 王文慶,張濤,龔娜.基于多傳感器融合的自主移動機器人測距系統(tǒng)[J].計算機測量與控制,2013,21(2): 343-345.
[25] 王海青,姬長英,顧寶興,等.基于機器視覺和支持向量機的溫室黃瓜識別[J].農業(yè)機械學報,2012,43(3): 163-167.
[26] 王輝,毛文華,劉剛,等.基于視覺組合的蘋果作業(yè)機器人識別與定位[J].農業(yè)機械學報,2012,43(12): 165-170.
[27] 蔡健榮,孫海波,李永平,等.基于雙目立體視覺的果樹三維信息獲取與重構[J].農業(yè)機械學報,2012,43 (3):153-156.
[28] 李立君,李昕,高自成,等.基于偏好免疫網絡的油茶果采摘機器人圖像識別算法[J].農業(yè)機械學報,2012, 43(12):209-213.
Design of the Picking Robot Based on the Model of OFDM-MIMO High Speed Mobile Communication System
Gao Wei1, Cao Xinyan2, Zhang Wanli2, Ji Shujiao2
(1.Changchun University of Finance and Economics, Changchun 130122, China; 2.School of Electronic and Information Engineering, Changchun University, Changchun 130022, China)
In order to improve the fruit picking robot and automation level, improve the robot's real-time communication and online control ability, remote control of robot operation process, has brought the OFDM-MIMO model in communication system of the picking robot, and mobile 4G technology applied to the design of the robot, breaking the robot control distance constraints, the realization of the robot cross regional wireless communication. The robot uses the vision sensor and 4G network to collect and transmit the image, and the image data can be displayed on the remote browser side in real time, so it is easy to grasp the robot operation information. When a signal when the robot collision sensor, you can use the OFDM-MIMO channel model for image, transmission, and collected by the vision sensor image information is transmitted to the remote control end, picking errors when can timely adjust the robot state, to achieve control of the fruit picking online. Finally design the experimental prototype robot, and the robot's fruit localization ability and communication ability is studied by experiment and simulation. From the experiment and the simulation results show that, the robot can effectively identify the common fruit and bagging fruit and communication test, simulation and measurement test results are in good agreement, thus validating the reliability results, verify the OFDM-MIMO model in picking robot communication system the feasibility.
picking robot; high speed mobile; OFDM-MIMO channel; real time communication; manipulator
2016-01-18
吉林省教育廳“十二五”科學技術研究項目(吉教科合字【2015】第316號);吉林省教育廳“十二五”科學技術研究項目(吉教科合字【2015】第317號)
高 偉(1984-),男,吉林德惠人,講師,(E-mail) dongliexia@yeah.net。
S225.93;TN929.5
A
1003-188X(2017)04-0129-05