張 麗，李名莉

(河南工業(yè)職業(yè)技術學院，河南 南陽 473000)

?

溫室機器人道路識別與路徑導航研究—基于紅外測距

張 麗，李名莉

(河南工業(yè)職業(yè)技術學院，河南 南陽 473000)

針對溫室內移動機器人的應用需求，提出了一種基于紅外線測距的溫室機器人自主導航算法，并使用模糊算法對導航誤差進行控制，實現(xiàn)了溫室機器人的精確自主移動功能。溫室機器人導航過程中，當紅外線接收管接受到紅外線信號時，會產(chǎn)生一個光強電流，電流放大后可以輸出一個模擬電壓；根據(jù)電壓值，通過編程計算，利用電壓和距離的對應關系，可以得到機器人和標志物的距離誤差；距離信息通過串口傳輸?shù)絇C機上，PC機利用模糊控制原理對距離誤差進行判斷，發(fā)出控制指令。實驗測試發(fā)現(xiàn)：機器人導航的距離偏差平均值為-1.28cm，均方差為2.68，超調較小，可以實現(xiàn)較為精確的導航。

溫室機器人；紅外測距；路徑導航；模糊控制；PC機

0 引言

路徑的導航與定位是溫室機器人視覺系統(tǒng)的關鍵技術之一。在國內外的研究中，很多學者利用CMOS圖像傳感器和雙目圖像采集系統(tǒng)及立體的視差，對導航標志進行定位，并將標志的質心轉換為空間坐標，完成定位。但是，基于雙目的圖像采集系統(tǒng)，由于采用左右兩個相機來模擬人眼的雙目，其標定和匹配的難度較大，因此實現(xiàn)高精度的定位具有一定的困難。利用小波算法、關聯(lián)性匹配等圖像處理方法可以有效地降低噪聲的干擾，但圖像處理較為復雜，實時性較差。本研究使用紅外線傳感器，利用其體積小、功耗低、抗干擾和速度快等特點，結合模糊控制算法，對溫室機器人道路識別和路徑導航進行了深入的研究，對于提高溫室機器人的自主導航和定位精度具有重要的意義。

1 溫度機器人路徑導航和紅外測距算法

本文研究設計的機器人自動測距主要是依據(jù)紅外線傳感系統(tǒng)。該系統(tǒng)由1個紅外線接收器和2個紅外線發(fā)射管構成，檢測距離為10～100cm，可以檢測前方和左右前方的障礙物，并根據(jù)反射回來的紅外線判斷障礙物的距離。其結構原理和測距過程如圖1所示。

圖1 機器人紅外線識別障礙物和測距原理

圖1中，紅外線發(fā)射的角度為60°，紅外線覆蓋的區(qū)域為陰影區(qū)；當接收器接收到信號后向PC上位機發(fā)出障礙物信號后，PC機做出反應；當發(fā)現(xiàn)障礙物之后，機器人利用紅外線測距卡PSD進行測距，測距原理為三角測量原理。當紅外線傳播過程中遇到障礙物時，一部分光被反射回來，反射到PSD傳感器上的部分光束聚焦到透鏡后面的CCD線性電耦合器件上，根據(jù)CCD上的位置便可以知道紅外線的反射角，從而得到距離障礙物的距離。PSD輸出值是電壓的變化，由于電壓和距離為非線性關系，其函數(shù)表達式可以寫為

y=α+βx-1

(1)

其中，y為輸出電壓；x為測量距離。如果要根據(jù)電壓顯示測量距離，則需要利用實驗數(shù)據(jù)求出α和β的值。本研究使用較為簡單的分段方法對距離進行校準。傳感器顯示數(shù)據(jù)和距離之間的函數(shù)關系曲線，可以利用微分方法將曲線分成n段，每段近似為線性關系，可以得到

(2)

其中，y為機器人紅外線傳感器顯示的讀數(shù)；x為實際的測量距離，yi-1和xi-1分別為第i-1點紅外線傳感器顯示讀數(shù)和實際測量距離。由此可以得到，在機器人紅外線傳感器顯示為y時機器人實際的測量距離為

(3)

因此，根據(jù)紅外線顯示數(shù)據(jù)，便可以推算出機器人實際的測量距離。在機器人進行自主導航過程中，可以在溫室中設置標定物(如導航線)，使機器人實現(xiàn)自主導航。溫室機器人在作業(yè)過程中，當機器人偏離導航線一定距離時，會產(chǎn)生誤差，為了消除誤差對導航精度的影響，利用模糊控制規(guī)則對誤差進行控制，其原理如圖2所示。

圖2 模糊控制器結構原理圖

模糊化過程主要將輸入誤差劃分為語言詞集，然后定義隸屬函數(shù)，將非模糊化的誤差量轉換為模糊量。該模糊量用隸屬度的某個詞集表示，然后利用經(jīng)驗總結的規(guī)則語句組成的規(guī)則庫對模糊控制過程進行表述，其表達式為

IF(X1為A1,...,Xn為An)and

(Y1為B1,...,Yn為Bn),

THEN(Z1為C1,...,Z1為C1)

(4)

其中，X、Y為模糊化后輸入信息；Z為去模糊化后的輸出信息；Ai、Bi、Ci(i=1,2,…,n)為第i條規(guī)則語句輸入量和輸出量的詞集。將Ai、Bi、Ci看成X、Y、Z對應論域上的詞集，可以推出控制語句之間的關系為

Ri=(Ai×Bi)×Ci

(5)

Ri隸屬函數(shù)的表達式為

μRi(X,Y,Z)=μAi(xi)∧μBi(yi)∧μci(zi)

?x∈X,?y∈Y,?z∈Z

(6)

為了求出所有模糊規(guī)則對應的模糊關系，可以采用取并集的方法，其表達式為

(7)

R的隸屬函數(shù)為

(8)

將X、Y模糊化后得到模糊集A、B，通過推理后得到C，其表達式為

C=(A×B)·R

(9)

C的隸屬函數(shù)為

(10)

由于被控制的機器人誤差大小有一定的控制要求，因此需要對模糊集進行去模糊化處理。最常用的方法是將隸屬度函數(shù)進行加權平均，然后進行判別，其表達式為

(11)

在機器人誤差控制過程中，以誤差范圍K作為基本論域，利用三角形分布的方法將誤差進行劃分，其隸屬函數(shù)的表達式為

(12)

其中，a、b、c分布為誤差的閾值，可以通過對其數(shù)值的設定，約束溫室機器人在溫室導航中的位置誤差，從而提高機器人自主導航的精確性。

2 紅外線測距硬件和軟件設計

2.1 硬件設計

在移動式機器人的設計中，一般采用單片機作為中央控制器，紅外線測距模塊也采用單片機作為控制模塊，如AVR、ATMEGA16等微處理器。這些控制器雖然可以完成信號的接收與傳輸，并可以將模擬信號轉換為數(shù)字信號，但其運算速度較低，數(shù)字信號的處理功能較少，無法完成機器人控制的關鍵技術，因此需要借助于ARM系列處理器，來完成機器人的硬件設計。

1)系統(tǒng)組成。ARM系列處理器有許多無可比擬的優(yōu)勢，并支持多線程，其運算速度較快、開發(fā)周期較短，因此在移動機器人控制系統(tǒng)的設計中得到了廣泛的應用。本次研究采用三星公司的S3C2440A，其片上的資源非常豐富，性價比比較高，集成了嵌入式系統(tǒng)接口，并具有串口通訊、網(wǎng)絡通訊功能，還具有APD轉換模塊。系統(tǒng)的結構組成如圖3所示。

圖3 硬件系統(tǒng)組成

當紅外線得到導航標識的具體信息后，距離信息由電壓信號經(jīng)過S3C2440A輸入引腳Ain0，S3C2440A利用APD模塊對模擬量進行模數(shù)轉換，通過編程計算得到具體的距離信息，并將距離信息通過串口傳輸?shù)絇C機上；PC機利用模糊控制原理對距離誤差進行判斷，發(fā)出控制指令。

2)紅外測距模塊。紅外線是微波和可見光之間的一種電磁波，具有光的直線傳播、反射和折射功能，還具有微波特性，穿透力較強，可以貫穿一些不透明的物質。紅外線傳感器主要是由發(fā)射器和接收器構成，由于自然界中所有物體的溫度都高于絕對零度，都會輻射紅外線，因此紅外線傳感器具有較強的發(fā)射和接受功能。

圖4為紅外線測距模塊的硬件框圖。在測距過程中，首先利用紅外線發(fā)光發(fā)射紅外線，當紅外線遇到障礙物時，會被反射到接收管內，此時紅外線接收管也會產(chǎn)生一個光強電流，電流放大后可以輸出一個模擬電壓；根據(jù)電壓值，利用電壓和距離的對應關系，可以得到機器人和導航標志物之間的位置關系，從而為自主導航提供依據(jù)。

圖4 紅外測距模塊硬件框圖

2.2 軟件設計

系統(tǒng)軟件部分的設計主要是主程序的設計。通過主程序的驅動，使機器人可以完成距離的測量，為自主導航的精確控制提供相應的依據(jù)。軟件的設計流程如圖5所示。

圖5 軟件設計主流程圖

開始時，首先將S3C2440A進行初始化，通過紅外線信號的發(fā)射和采集得到電壓模擬信號，利用A/D轉換模塊將電壓轉換為對應的距離值，最后輸出相應的距離值。

3 溫室紅外線導航機器人性能測試

本次對溫室機器人設計的最終目的是實現(xiàn)機器人在溫室道路上的自主行走。為了測試機器人的性能，在溫室環(huán)境中對機器人進行了測試。溫室道路及其周圍環(huán)境如圖6所示。

圖6 溫室道路和周圍環(huán)境

溫室道路寬度為0.8m，在試驗過程中，以中心線作為導航標志物，使溫室機器人沿著中心線進行自主導航，使用的機器人構造如圖7所示。

該機器人具有紅外線測距模塊及光電編碼器等，并配置了PC上位機，以實現(xiàn)模糊控制算法。機器人的本體寬度為0.6 m，移動方式為四輪形式，驅動輪為前輪，每個輪配備了400W伺服電機，通過測試得到了如圖8所示的機器人導航偏差曲線。

1.激光測距儀 2.顯示器 3.后輪 4.前輪 5.驅動電機

圖8 導航偏差檢測

在整個測試過程中，每隔2s完成一次掃描，并計算一次導航偏差；整個試驗的掃描次數(shù)為130次，通過計算得到的偏差曲線。最后，統(tǒng)計計算得到的偏差平均值為-1.28cm，均方差為2.68，超調較小，說明模糊控制對于機器人的導航起到了很好的控制效果，也驗證了紅外線機器人導航的準確性。

4 結論和討論

為了實現(xiàn)溫室機器人自主導航能力，提高導航的速度和精度，結合紅外線測距原理，設計了一種新的移動式溫室機器人，并采用模糊控制算法對導航誤差進行了控制，從而實現(xiàn)了機器人較為精確的自主導航功能。為了驗證機器人的自主導航功能和模糊控制算法的可靠性，在溫室內對機器人的導航性能進行了測試。測試結果表明：機器人導航的距離偏差平均值為-1.28cm，均方差為2.68，超調較小，可以實現(xiàn)較為精確的導航。本試驗僅對較為平坦的溫室道路進行了測試，對于陡坡和凹凸不平的路面還沒有進行測試，在下一步的研究中，將結合三維紅外線測距方法，爭取解決復雜作業(yè)環(huán)境中的導航問題，為溫室機器人的研究提供移動式的平臺支持。

[1] 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(nóng)業(yè)工程學報,2014,30(7):25-33.

[2] 方莉娜,楊必勝.車載激光掃描數(shù)據(jù)的結構化道路自動提取方法[J].測繪報,2013,42(2):260-267.

[3] 熊愛武.基于車載激光云點數(shù)據(jù)的道路模型重建[J].地理信息世界,2013,20(6):86-88.

[4] 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(nóng)機化研究,2012,34(6):66-68.

[5] 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(nóng)業(yè)機械學報,2012,43(3): 163-167.

[6] 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(nóng)業(yè)機械學報,2012,43(12): 165-170.

[7] 李寒,王庫,曹倩,等.基于機器視覺的番茄多目標提取與匹配[J].農(nóng)業(yè)工程學報,2012,28(5):168-172.

[8] 項榮,應義斌,蔣煥煜.田間環(huán)境下果蔬采摘快速識別與定位方法研究進展[J].農(nóng)業(yè)機械學報,2013, 44(11):208-223.

[9] 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(nóng)業(yè)機械學報,2012, 43(3):153-156.

[10] 李立君,李昕,高自成,等.基于偏好免疫網(wǎng)絡的油茶果采摘機器人圖像識別算法[J].農(nóng)業(yè)機械學報,2012,43(12):209-213.

[11] 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.

[12] 韋偉,周凌翱,劉青.一種便攜式的紅外測距系統(tǒng)[J].電子設計工程,2011,19(21):40-42.

[13] 劉金帥,賴惠成,賈振紅.基于YCbCr顏色空間和Fisher判別分析的棉花圖像分割研究[J].作物學報,2011,37(7):1274-1279.

[14] 朱群峰,黃磊.溫室移動機器人軌跡控制系統(tǒng)的設計[J].農(nóng)機化研究,2009,31(4):73-75.

[15] 張衛(wèi)東.我國溫室發(fā)展的現(xiàn)狀及發(fā)展建議[J].科技信息,2013(10):439.

[16] 李明,李旭,孫松林,等.基于全方位視覺傳感器的農(nóng)業(yè)機械定位系統(tǒng)[J].農(nóng)業(yè)工程學報,2010,26 (2):170-174.

[17] 陳運鵬,龍慧,劉志杰.我國施肥技術與施肥機械的研究現(xiàn)狀及對策[J].農(nóng)機化研究,2015,37(4):255-260.

[18] 姬江濤,鄭治華,杜蒙蒙.農(nóng)業(yè)機器人的發(fā)展現(xiàn)狀及趨勢[J].農(nóng)機化研究,2014,36(12):1-4.

[19] 喬永亮,何東鍵,趙川源,等.基于多光譜圖像和SVM的玉米田間雜草識別[J].農(nóng)機化研究,2013,35(8):30-34.

[20] 姬長英,周俊.農(nóng)業(yè)機械導航技術發(fā)展分析[J].農(nóng)業(yè)機械學報,2014,45(9):44-54.

[21] 孟慶寬,何潔,仇瑞承,等.基于機器視覺的自然環(huán)境下作物行識別與導航線提取[J].光學學報,2014, 34(7):1-7.

[22] 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(nóng)業(yè)科學,2013,41(7):368-370.

Greenhouse Robot Path Recognition and Path Navigation —Based on Infrared Distance Measurement

Zhang Li, Li Mingli

(Henan Polytechnic Institute, Nanyang 473000, China)

In view of the greenhouse in mobile robot applications, and puts forward a greenhouse robot autonomous navigation based on infrared distance measurement algorithm and use fuzzy algorithm to control the navigation error, to achieve the greenhouse robot autonomous precision mobile function. Greenhouse robot navigation in the process, when the infrared receiving tube receives the infrared signal, to generate a light current, current amplification can be an analog voltage output, according to the voltage values, calculated by programming, using the corresponding relation between the voltage and the distance can machine and markers of the distance error is obtained. Distance information through the serial port to transfer to the PC, PC using fuzzy control principle to judge distance error, sends out the control command. Finally through the test found that the distance deviation of robot navigation average - 128 cm, and the mean square error is 2.68, smaller overshoot, can achieve more accurate navigation.

greenhouse robot; infrared distance measurement; navigation; fuzzy control; PC

2016-01-08

河南省自然科學基金項目(2015ZCB115)；南陽市科技公關項目(2013GG044)

張 麗(1979-)，女，河南南陽人，講師，碩士。

李名莉(1987-)，女，河南南陽人，助教，碩士，(E-mail)mlli1987@qq.com。

TP242.6;S24

A

1003-188X(2017)04-0221-05