国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于Android系統(tǒng)的蔬菜智能耕作裝置設(shè)計與試驗

2018-08-31 09:17:32姬江濤李明勇趙凱旋吳靄玲孫經(jīng)緯
農(nóng)業(yè)機械學(xué)報 2018年8期
關(guān)鍵詞:龍門架執(zhí)行器液態(tài)

姬江濤 李明勇 金 鑫 趙凱旋 吳靄玲 孫經(jīng)緯

(1.河南科技大學(xué)農(nóng)業(yè)裝備工程學(xué)院, 洛陽 471003; 2.機械裝備先進制造河南省協(xié)同創(chuàng)新中心, 洛陽 471003)

0 引言

蔬菜生產(chǎn)全程機械化是指以機械化裝備代替人力勞作,并應(yīng)用智能化、信息化技術(shù)參與蔬菜的種植、管理以及收獲等過程[1-5],相較于傳統(tǒng)種植方式,具有農(nóng)藝標(biāo)準實現(xiàn)程度好、資源利用率高的優(yōu)點,已成為蔬菜生產(chǎn)領(lǐng)域的研究熱點。目前,蔬菜生產(chǎn)過程主要由農(nóng)業(yè)機械、設(shè)施農(nóng)業(yè)裝備與人力勞作結(jié)合的生產(chǎn)方式進行,具有機械設(shè)備結(jié)構(gòu)復(fù)雜、耕作方式粗獷、生產(chǎn)智能化程度低、耗費人力等缺點[3,5]。因此,提高蔬菜生產(chǎn)全程機械化水平,研究蔬菜生產(chǎn)智能化、自動化技術(shù)及集成裝置應(yīng)用意義重大。

針對蔬菜生產(chǎn)全程機械化智能程度低、耗費人力等問題,相關(guān)人員開展了一些有益研究。如馬浚誠等[6]研發(fā)了一套葉類蔬菜病害識別的溫室監(jiān)控視頻采集系統(tǒng),滿足了溫室葉類蔬菜病害識別的視頻數(shù)據(jù)需求。馬正華等[7]針對蔬菜工廠種植環(huán)境要求苛刻的問題,設(shè)計了一款基于無線傳感網(wǎng)絡(luò)的蔬菜工廠智能監(jiān)控系統(tǒng),可為蔬菜工廠智能化生產(chǎn)提供技術(shù)支撐。李鑫星等[8]設(shè)計了面向移動視頻獲取的網(wǎng)絡(luò)互通網(wǎng)關(guān),最終實現(xiàn)蔬菜病蟲害視頻的移動獲取。溫皓杰等[9]以蔬菜病害知識視頻為對象,構(gòu)建了面向語義挖掘的語義場景檢測模型,實現(xiàn)蔬菜病害視頻語義檢測。付煥森等[10]利用PLC的PID調(diào)節(jié)模塊,引入模糊控制理論以及組態(tài)技術(shù),設(shè)計智能專家蔬菜大棚種植系統(tǒng),實現(xiàn)了蔬菜智能種植??讎萚11]采用遠距離無線串口透傳技術(shù)設(shè)計了蔬菜大棚溫濕度和土壤水分自動化智能管理系統(tǒng),可節(jié)省蔬菜生產(chǎn)過程人工成本。高峰等[12]設(shè)計了基于無線傳感器網(wǎng)絡(luò)的作物水分狀況檢測系統(tǒng),可全面對作物環(huán)境因素進行監(jiān)測與控制,自動管理作物所需的濕度、溫度、肥料等信息。已有文獻中,大多是對蔬菜生產(chǎn)裝備的智能化檢測與控制技術(shù)[6,11,15]以及設(shè)施農(nóng)業(yè)中蔬菜生長信息的獲取技術(shù)的研究[10-14],對于蔬菜耕作遠程控制、智能化生產(chǎn)及自動化管理技術(shù)的集成與創(chuàng)新應(yīng)用研究較少。

為實現(xiàn)蔬菜生產(chǎn)智能化、自動化的目標(biāo),本文集機械設(shè)計、壓力傳感、無線傳輸、互聯(lián)網(wǎng)通信及Android終端控制等技術(shù),設(shè)計蔬菜智能耕作裝置,該裝置可通過無線模塊實現(xiàn)硬件聯(lián)網(wǎng)功能,用戶可通過Android客戶端監(jiān)測作物圖像及耕作參數(shù)信息,通過指令遠程操控耕作裝置進行播種、澆水以及施肥操作,實現(xiàn)蔬菜遠程耕種及管理等生產(chǎn)過程,為蔬菜智能生產(chǎn)裝備的設(shè)計提供參考。

1 系統(tǒng)設(shè)計

蔬菜智能耕作裝置的系統(tǒng)設(shè)計主要包括機械結(jié)構(gòu)設(shè)計及控制系統(tǒng)設(shè)計,機械結(jié)構(gòu)部分主要包括裝置功能部件設(shè)計、機械結(jié)構(gòu)安裝,控制系統(tǒng)設(shè)計主要包括系統(tǒng)硬件通信設(shè)計、軟件系統(tǒng)設(shè)計。

1.1 結(jié)構(gòu)設(shè)計

蔬菜智能耕作裝置機械結(jié)構(gòu)部分包括龍門架定位機構(gòu)、底架導(dǎo)軌、機械臂、末端執(zhí)行器及土槽,末端執(zhí)行器通過龍門架、機械臂及底架導(dǎo)軌實現(xiàn)在土槽耕作區(qū)域的X、Y、Z三軸定位操作,完成相應(yīng)的耕作功能。為了使耕作裝置便于安裝及裝置輕量化,裝置結(jié)構(gòu)體使用鋁型材構(gòu)建,底架導(dǎo)軌安裝于土槽兩側(cè),加固箱體同時引導(dǎo)龍門架機構(gòu)對土槽內(nèi)耕作區(qū)域進行株距定位(X軸移動)操作;龍門架垂直安裝于導(dǎo)軌上方,機械臂通過十字滑塊機構(gòu)安裝于龍門橫梁上,便于實現(xiàn)機械臂對耕作區(qū)域的行距定位(Y軸移動)操作;機械臂由絲杠、鋁型材組合而成,絲杠與滑塊配合,步進電動機通過聯(lián)軸器和絲杠連接,驅(qū)動安裝于機械臂底部的末端執(zhí)行器上下移動,實現(xiàn)末端執(zhí)行器的栽深控制(Z軸移動);為了便于實現(xiàn)耕作功能一體化,末端執(zhí)行器采用公母頭設(shè)計,由工具頭(母頭)安裝在機械臂末端,配合功能部件(公頭)使用,功能部件(公頭)包括播種功能部件、液態(tài)物料投放功能部件以及土壤信息監(jiān)測功能部件;土槽為耕作操作區(qū)域,為了降低裝置質(zhì)量便于搬運及更換,土槽箱體選用木制材料拼接而成;箱體內(nèi)外表面都進行了防腐蝕及密封處理,防止箱體腐蝕損壞以及土壤營養(yǎng)成分流失。蔬菜智能耕作裝置機械結(jié)構(gòu)如圖1所示。

1.2 控制系統(tǒng)工作原理

控制系統(tǒng)主要由數(shù)據(jù)通信模塊、Android手機控制終端、耕作執(zhí)行模塊及圖像識別模塊組成,圖2為智能耕作裝置控制系統(tǒng)原理圖。

1.2.1硬件系統(tǒng)通信原理

為使耕作操作更加智能與簡便,該裝置采用互聯(lián)網(wǎng)通信方式實現(xiàn)Android端遠程指令操作及工作狀態(tài)監(jiān)測功能。云端服務(wù)器創(chuàng)建一個SeverSocket通信實例,指定監(jiān)聽端口,實現(xiàn)智能耕作裝置硬件與Android手機客戶端的智能交互。Android手機客戶端與智能耕作裝置硬件通過Socket與服務(wù)器建立長連接,服務(wù)器對手機客戶端指令存儲并轉(zhuǎn)發(fā)至硬件系統(tǒng),實現(xiàn)手機對硬件的控制;硬件系統(tǒng)可以實時發(fā)送狀態(tài)信息給服務(wù)器,云端服務(wù)器存儲并轉(zhuǎn)發(fā)狀態(tài)信息至手機,實現(xiàn)手機端對硬件系統(tǒng)的實時監(jiān)測。

圖1 機械結(jié)構(gòu)圖 Fig.1 Mechanical structure diagrams 1.土槽 2.箱體 3.底座導(dǎo)軌 4.工具頭 5.工具頭托盤 6.龍門柱 7.龍門梁 8.Z軸電動機 9.Z軸型材 10.X軸電動機 11.十字滑塊 12.Y軸電動機 13.信號電纜線 14.控制柜

圖2 智能耕作裝置控制系統(tǒng)原理圖 Fig.2 System schematic diagram

1.2.2軟件系統(tǒng)

Android手機端將耕作指令通過互聯(lián)網(wǎng)發(fā)送至服務(wù)器,服務(wù)器經(jīng)過運算處理后將動作指令信息發(fā)送至無線模塊,無線模塊將耕作動作指令傳輸給耕作執(zhí)行模塊;耕作執(zhí)行模塊包括X軸驅(qū)動電動機(驅(qū)動龍門柱前后移動)、Y軸驅(qū)動電動機(驅(qū)動機械臂在龍門梁上移動)和Z軸驅(qū)動電動機(驅(qū)動機械臂上下移動);電動機采用雷賽42HS03-JG-B型步進電動機,保持轉(zhuǎn)矩0.34 N·m,轉(zhuǎn)動慣量0.082 kg·cm2,經(jīng)計算驅(qū)動耕作裝置所需轉(zhuǎn)矩大于0.28 N·m,該型號電動機參數(shù)完全滿足裝置運動部件驅(qū)動要求;利用光電旋轉(zhuǎn)編碼器對電動機驅(qū)動行程進行檢測,并反饋至控制器,對龍門架機構(gòu)及機械臂運動行程進行控制,提高機構(gòu)運動的精確性;光電旋轉(zhuǎn)編碼器通過聯(lián)軸器與步進電動機轉(zhuǎn)軸連接,對步進電動機運轉(zhuǎn)步數(shù)進行編碼,并將步數(shù)信息反饋至控制器,實現(xiàn)對步進電動機的閉環(huán)控制,提高控制精度及穩(wěn)定性。圖像識別模塊包括CCD相機,焦距為6.8 mm。CCD相機安裝在末端執(zhí)行器上方5 cm處,鏡頭與末端執(zhí)行器平行安裝,便于作物圖像信息采集。處理器選用Raspberry Pi,Raspberry Pi包含片上Soc,集成了CPU和GPU功能,支持USB接口、I/O接口;CCD相機通過USB與Raspberry Pi相連接,圖像處理后,將作物信息通過網(wǎng)絡(luò)服務(wù)器傳輸?shù)紸ndroid控制終端。

1.3 電源及驅(qū)動設(shè)備

系統(tǒng)輸入電源為交流220 V電源,電源電路包含控制器電路及執(zhí)行器件電路。電源適配器選用順祥S-400-12型,輸入:100~110 V/6.5 A(200~230 V/4 A),輸出:12 V/33 A最大,具有過壓保護、過載保護及短路保護功能,通過電源適配器將220 V交流電轉(zhuǎn)換為12 V穩(wěn)壓直流電輸入到系統(tǒng)電源電路。通過系統(tǒng)電源電路分別輸出5 V及3.3 V為控制器供電,控制器電路輸入電壓為3.3 V,主要包含STM32單片機、ESP8266無線模塊以及相關(guān)外設(shè)電路元器件;執(zhí)行器件電路輸入電壓為12 V,執(zhí)行器件電源電路主要包含電磁閥、繼電器、氣泵、水泵、步進電動機驅(qū)動器以及步進電動機。

1.4 控制硬件組成

控制硬件包括氣泵、水泵、控制器模塊以及互聯(lián)網(wǎng)通信模塊,系統(tǒng)控制柜結(jié)構(gòu)圖如圖3所示。

圖3 控制柜結(jié)構(gòu)圖 Fig.3 Diagram of control cabinet structure 1.電動機驅(qū)動器 2.繼電器 3.電磁閥 4.液路 5.水泵 6.氣路 7.空氣壓縮泵 8. DC12 V電源 9.ESP8266無線模塊 10. STM32單片機 11.通信電纜

為實現(xiàn)智能耕作裝置中X、Y、Z軸電動機驅(qū)動的邏輯控制,并接收X、Y、Z軸步進電動機位移量反饋信號,控制器模塊選用美國ST公司生產(chǎn)的STM32F103ZET6型單片機微控制器,ARM 32位內(nèi)核,最高工作頻率72 MHz,3個12位A/D轉(zhuǎn)換器,112個快速I/O端口(包含雙向I/O端口),具有支持USART/SPI通信協(xié)議接口。

耕作裝置采集的耕作圖像信息通過圖像處理模塊處理后傳輸至Android手機終端,圖像處理模塊采用Raspberry Pi,64位處理器,運算速度1.2 GHz,包含40針GPIO口,4個USB端口,BCM43143 WiFi模塊;工作時通過WiFi模塊連接網(wǎng)絡(luò),實現(xiàn)圖像數(shù)據(jù)傳輸,通過I/O口與控制器通信,并將識別信息的處理數(shù)據(jù)傳輸至控制器。

為實現(xiàn)智能耕作裝置硬件接入互聯(lián)網(wǎng),選用樂鑫ESP8266型WiFi模塊為互聯(lián)網(wǎng)通信模塊,無線標(biāo)準:802.11b/g/n,PCB板載天線,傳輸距離80 m,最大發(fā)射功率18.5 dBm,數(shù)據(jù)接口支持UART。該模塊外接單片機,使用AT命令操作,通過USART串口與單片機通信,完成現(xiàn)場控制系統(tǒng)與Android客戶端網(wǎng)絡(luò)通信相關(guān)任務(wù)。

水泵及氣泵組成了耕作執(zhí)行模塊中的動力單元。水泵選用藤原直流水泵,工作電壓DC 12 V,額定功率20 W,進出水口徑最大流量600~1 200 L/h;氣泵選用H12-85型活塞泵,工作電壓DC 12 V,額定功率23 W,真空度-85 kPa;水泵與氣泵工作時通過電源適配器提供12 V開關(guān)電源,由繼電器與控制器控制啟停狀態(tài)。

2 功能設(shè)計與實現(xiàn)

2.1 末端執(zhí)行部件設(shè)計

為實現(xiàn)末端執(zhí)行器集播種、澆水、施肥等功能于一體,采用公母頭耦合連接方式,利用3D打印技術(shù)設(shè)計了分離式末端執(zhí)行部件。如圖4所示,末端執(zhí)行部件包括工具頭和功能頭,工具頭為母頭設(shè)計,功能頭為公頭設(shè)計,插接頭前端均設(shè)置有強磁鐵螺帽,強磁鐵采用三角對稱布置,便于實現(xiàn)母頭與公頭插接方向的選擇,保證內(nèi)部傳輸通路連接正確性;末端執(zhí)行部件內(nèi)部包含傳感器接線端及電源接線端,實現(xiàn)傳感器供電及檢測的信號傳輸。

圖4 末端執(zhí)行部件設(shè)計及安裝 Fig.4 Sketches of end-effector component design and installation

末端執(zhí)行部件設(shè)計了氣、液通道,可根據(jù)耕作過程完成相應(yīng)的氣、液傳輸功能。播種、澆水及施肥功能分別通過氣泵與水泵提供動力完成,氣、液通道采用彈性較好的軟質(zhì)橡膠管道,防止管道堵塞,保障氣、液傳輸?shù)姆€(wěn)定性;氣、液管道接口選用錐形活塞接口設(shè)計,采用插接式連接方式,插接力由磁鐵間吸合力提供,吸合方式簡便,吸合力可使密封性好,保證氣、液通道傳輸功能的可靠性。

末端執(zhí)行部件通過工具頭組合不同的功能頭實現(xiàn)相應(yīng)末端執(zhí)行器的功能,工具頭通過螺栓固接在Z軸機械臂上,通過不同功能頭與工具頭磁耦合連接,可形成執(zhí)行相應(yīng)功能的末端執(zhí)行器,完成土壤水分監(jiān)測、定量播種、液態(tài)物料精量投放等功能。

2.2 土壤水分監(jiān)測

2.2.1土壤水分監(jiān)測功能頭設(shè)計

為實現(xiàn)智能耕作系統(tǒng)對作業(yè)區(qū)域土壤水分信息的獲取,輔助Android控制端作出耕作決策,設(shè)計了土壤水分監(jiān)測傳感器功能頭,如圖5所示。功能頭由圓形插接端、探針及PCB板載信號調(diào)理電路組成,其中探針為2個長條形印刷電路板,構(gòu)成平行結(jié)構(gòu),兩探針電極長40 mm,寬6 mm,厚1.6 mm,探針間內(nèi)側(cè)距離為5 mm;探針與圓形插接端構(gòu)成一個整體,圓形插接端內(nèi)部包含傳感器電子電路,并預(yù)留3根接線,包括電源端、信號端、地線端,通過與末端執(zhí)行器工具頭插接實現(xiàn)線路通信;為便于探針插入土壤,其末端設(shè)計為三角形,表面涂敷銅層形成電接觸區(qū),以感知待測區(qū)域土壤水分信息。

圖5 土壤水分監(jiān)測傳感器功能頭 Fig.5 Soil moisture monitoring sensor functional head

2.2.2土壤水分監(jiān)測原理

土壤是由顆粒固體、空氣和水組成的混合物,土壤的介電常數(shù)隨土壤含水率的變化而變化,土壤水分監(jiān)測是基于電容原理[16]。根據(jù)土壤水分監(jiān)測末端執(zhí)行器的兩探針插入含水率不同的土壤中,造成探針間電容變化并輸出變化量電信號,經(jīng)過信號調(diào)理電路進行濾波及采樣保持后,通過測量電路檢測探針間電容變化量,以電容變化量并根據(jù)測量電路特性通過反演計算間接測得含水率。電容變化原理為

(1)

式中ε——介電常數(shù)

S——兩電容極板間正對面積,mm2

k——靜電力常量,N·m2/C2

d——兩電容極板間距離,mm

2.3 定位控制及定量播種

針對智能耕作裝置定量播種要求,采用3D打印技術(shù)設(shè)計了氣吸式播種功能頭,如圖6所示。該播種功能頭與機械臂端工具頭插接形成末端執(zhí)行器,通過龍門架機構(gòu)移動實現(xiàn)播種區(qū)域定位,配合氣吸壓力監(jiān)控,實現(xiàn)定位定量播種操作。

圖6 氣吸式播種功能頭 Fig.6 Air suction sowing functional head

2.3.1龍門架定位控制精度理論分析

龍門架定位移動控制系統(tǒng)采用帶位置反饋的閉環(huán)步進定位控制方式[17],由控制器設(shè)定的位置信息驅(qū)動步進電動機,并通過編碼器對位置信息進行反饋,指示控制器控制電動機啟停以達到閉環(huán)定位的目的。步進控制系統(tǒng)主要由STM32控制器、電動機驅(qū)動器、步進電動機及光電旋轉(zhuǎn)編碼器組成,控制系統(tǒng)結(jié)構(gòu)框圖如圖7所示。

圖7 龍門架閉環(huán)控制系統(tǒng)框圖 Fig.7 Control system diagram

龍門架X、Y、Z軸由步進電動機驅(qū)動帶輪帶動傳動帶進行定位移動,通過歐姆龍E6B2-CWZ6C型光電旋轉(zhuǎn)編碼器(啟動轉(zhuǎn)矩不大于0.98 mN·m,最大分辨率2 000 P/R)對移動位置進行反饋。龍門架移動時,按照控制端給定的位置坐標(biāo),設(shè)定電動機驅(qū)動移動距離為X,則運轉(zhuǎn)步距角數(shù)量n為

(2)

式中r——帶輪半徑,7 mm

α——電動機步距角,1.8°

根據(jù)步進電動機的精度一般為步距角的3%~5%,得到步進電動機運轉(zhuǎn)的最大角度誤差為

Δβ=(Δn+0.05)α

(3)

式中 Δn——步距角數(shù)量計算取整誤差

由Δβ可得最大相對角度誤差E0為

(4)

其中

β=nα

式中β——電動機轉(zhuǎn)動角度

考慮到步進電動機等電氣元件實際工作情況,在智能耕作裝置設(shè)計中,允許龍門架定位移動誤差Δx為±0.05 cm,龍門架定位移動所允許的最大相對位置誤差E1為

(5)

式中Xmax——耕作裝置作業(yè)過程中龍門架移動最大距離,90 cm

代入式(5),得E1為0.055%。

由于龍門架移動距離與步進電動機轉(zhuǎn)動角度為正比例關(guān)系,因此步進電動機轉(zhuǎn)動所允許的最大相對角度誤差E2與最大相對位置誤差E1相等。

根據(jù)智能耕作裝置土壤箱體尺寸(長×寬×高為120 cm×70 cm×18 cm)及播種農(nóng)藝行株距要求設(shè)定的龍門架移動常用驅(qū)動距離,得到電動機控制精度結(jié)果如表1所示。由表1可知,在電動機驅(qū)動距離為150~900 mm范圍內(nèi)均滿足E2>E0,即電動機控制中允許的最大相對角度誤差大于最大相對角度誤差,故采用位置反饋的閉環(huán)控制可滿足耕作裝置定位控制要求。

表1 電動機控制精度分析結(jié)果 Tab.1 Motor control accuracy analysis result

2.3.2氣吸式定量播種

為了實現(xiàn)單顆小粒種子定量播種,參考黃震宇等[18]對常見蔬菜作物種粒尺寸參數(shù)信息的統(tǒng)計研究,設(shè)計的播種功能頭吸嘴直徑為2 mm,與配置的H12-85型活塞泵配合使用時,可提供最大吸力為0.68 N,能夠滿足種粒單粒質(zhì)量在0~50 g范圍內(nèi)的種粒定量播種操作。

由Android控制端發(fā)送播種指令后,STM32控制器根據(jù)接收的坐標(biāo)位置信息規(guī)劃龍門架機構(gòu)移動路線,并控制氣泵啟動及電磁閥實現(xiàn)正負氣壓輸出切換,完成吸種及落種操作。將土槽耕作區(qū)域的面積及播種作物類別等參數(shù)輸入客戶端,由客戶端確定行株距等作物農(nóng)藝信息并劃分耕作區(qū)域,生成播種穴坑位置坐標(biāo);裝置現(xiàn)場層控制器STM32接收到播種坐標(biāo)信息后,指示X、Y、Z軸步進電動機聯(lián)合驅(qū)動,將末端執(zhí)行器定位到取種箱位置,控制器啟動氣泵輸出負壓進行吸種操作;取種完成后,由龍門架機構(gòu)將末端執(zhí)行器定位到播種位置,控制器通過指示電磁閥切換氣壓輸出方向,完成落種。

2.4 液態(tài)物料精量投放

為實現(xiàn)澆水、施肥等液態(tài)物料精確投放,設(shè)計了液態(tài)物料投放功能頭,如圖8所示。液態(tài)物料投放功能頭通過與機械臂末端工具頭插接,形成液態(tài)物料投放末端執(zhí)行器。系統(tǒng)可根據(jù)Android控制端指令,指示STM32控制活塞泵啟動,完成液態(tài)物料輸送。為實現(xiàn)液態(tài)物料精量投放,在末端執(zhí)行器與橡膠管道接口處設(shè)置有PVDF貼片式壓力傳感器用于采集水壓及流量信息,并將水壓信息傳輸至控制器,由控制器子程序?qū)λ畨盒畔⑦M行運算并結(jié)合水泵運行時間獲取流量信息,實現(xiàn)液態(tài)物料投放監(jiān)測。

圖8 液態(tài)物料投放功能頭 Fig.8 Liquid material delivery functional head

液態(tài)物料流量監(jiān)測選用美國精量公司(MEMS)生產(chǎn)的LDTM-028K型 PVDF壓力傳感器,精確度為1.4~16 V/g,輸出模擬量。為實現(xiàn)物料投放監(jiān)測,分別測試了液態(tài)物料正常投放時的壓力傳感器檢測輸出信號,投放堵塞時壓力傳感器檢測輸出信號,確定了信號調(diào)理電路中的壓力閾值;液態(tài)物料正常投放監(jiān)測時,PVDF傳感器輸出電壓閾值為4.7 V,液態(tài)物料投放堵塞時,輸出電壓閾值為7.2 V;利用AD模塊將電壓信號轉(zhuǎn)換為數(shù)字量并傳輸至水泵控制子程序,控制子程序?qū)z測信號進行解算,判斷堵塞信息,并控制水泵調(diào)節(jié)水壓,排除堵塞物(液態(tài)物料中混合堵塞物通常為未完全溶解的固態(tài)小顆粒物料,通過加壓噴出即可解除堵塞);通過對功能頭噴灑水壓監(jiān)測,水泵啟動采用定時器延時設(shè)計,通過對水壓及水泵運行時間控制進行液態(tài)物料流量監(jiān)測,實現(xiàn)液態(tài)物料精量投放。

2.5 圖像識別算法設(shè)計

基于BP人工神經(jīng)網(wǎng)絡(luò)開發(fā)了雜草圖像識別算法,耕作裝置中種植圖像信息經(jīng)CCD相機采集后,通過Raspberry Pi處理器進行圖像信息處理,判別雜草目標(biāo),并通過網(wǎng)絡(luò)服務(wù)器將雜草目標(biāo)位置信息傳輸給Android控制終端,便于控制端選擇性投放除草劑,實現(xiàn)遠程管理。

為開發(fā)基于BP神經(jīng)網(wǎng)絡(luò)的雜草識別算法,本文采集了23幅耕作裝置中生長的蔬菜與雜草圖像,圖像中包含的蔬菜品種為紫葉白菜,雜草品種為苣荬菜。采集的圖像中存在雜草與作物葉片殘缺、交叉遮擋等情況,對圖像特征進行人工分割,生成訓(xùn)練集和測試集樣本。人工神經(jīng)網(wǎng)絡(luò)的輸入特征共有5個,分別為每個像素點的R、G、B、G-R、G-B值,隱含層包含10個神經(jīng)元,輸出層為2個神經(jīng)元,輸出模式[0 1]表示非雜草,模式[1 0]表示為雜草。采用尺度共軛梯度反向傳播模式訓(xùn)練神經(jīng)網(wǎng)絡(luò),能夠有效地降低訓(xùn)練過程中的內(nèi)存占用。訓(xùn)練目標(biāo)下降梯度為10-6,最大訓(xùn)練步長為1 000次,驗證次數(shù)為6次。分別采用不同的訓(xùn)練集、驗證集和測試集對模型進行訓(xùn)練和測試。模型訓(xùn)練完成后,將未知圖像的每一個像素點輸入模型,以得到雜草像素點識別結(jié)果,并對得到的十值圖像進行形態(tài)學(xué)處理,去除噪聲以及作物上的相似點,保留面積最大的連通區(qū)域,即為雜草識別與分割的最終結(jié)果,并將識別結(jié)果通過網(wǎng)絡(luò)服務(wù)器反饋至Android控制端,實現(xiàn)雜草的定位識別。

3 Android客戶端設(shè)計

為了實現(xiàn)智能耕作裝置遠程操作,通過ESP8266 WiFi模塊將智能耕作裝置接入互聯(lián)網(wǎng),WiFi模塊與現(xiàn)場控制器STM32單片機串口連接,實現(xiàn)現(xiàn)場控制器與WiFi模塊通信,采用Smart Config模式配置智能耕作裝置硬件的網(wǎng)絡(luò)連接,由上位機設(shè)置路由SSID和密碼,并持續(xù)發(fā)送UDP廣播包,WiFi模塊在monitor模式下,接收并解析數(shù)據(jù),獲取SSID及密碼并連接上無線路由器,實現(xiàn)智能耕作裝置與網(wǎng)絡(luò)交互。

基于Android平臺開發(fā)了移動客戶端軟件,軟件功能包括用戶登陸、種植參數(shù)選擇、耕作功能選擇,軟件界面如圖9所示??蛻舳藨?yīng)用TCP/P協(xié)議連接網(wǎng)絡(luò)服務(wù)器,并通過服務(wù)器實現(xiàn)與智能耕作裝置硬件之間交互,實現(xiàn)遠程播種、澆水操作及耕作狀態(tài)圖像監(jiān)測[19-20],軟件流程圖如圖10所示。

圖9 軟件界面 Fig.9 Software interface

圖10 軟件流程圖 Fig.10 Software flow chart

4 試驗與結(jié)果分析

為驗證所設(shè)計的蔬菜智能耕作裝置功能是否可靠,進行了室內(nèi)播種試驗及液態(tài)物料投放試驗,室內(nèi)試驗場景如圖11所示。

圖11 室內(nèi)試驗場景 Fig.11 Scene of indoor test site

4.1 播種試驗

播種試驗旨在考察所設(shè)計的蔬菜智能耕作裝置播種功能及龍門架定位控制系統(tǒng)的穩(wěn)定性,驗證裝置播種定量與定位控制功能,以及播種末端執(zhí)行器內(nèi)氣路通道傳輸?shù)姆€(wěn)定性。

4.1.1試驗材料及方法

播種試驗材料選用矮稈黃秋葵種子,外部形態(tài)呈顆粒狀,具體參數(shù)為:顆粒平均直徑4.23 mm,單粒平均質(zhì)量0.01 g。播種株距為14~18 cm,行距為27~30 cm。

登陸Android客戶端后,選擇作物品種,由軟件程序確定播種坐標(biāo)信息,確定矮稈黃秋葵種子播種行距為15 cm,株距為30 cm,通過客戶端選擇播種指令后,記錄軟件端顯示的標(biāo)準播種行株距信息,播種動作執(zhí)行完成后,人工測量并記錄實際行株距以及穴坑中種粒數(shù)量。考慮實際播種過程存在偶然誤差情況,株距評判以標(biāo)準株距誤差在±5 mm范圍內(nèi)為合格,設(shè)計6組試驗,每組試驗重復(fù)進行2次。

4.1.2試驗指標(biāo)

以株距合格率為指標(biāo)考察智能耕作裝置定位播種的精確性,定義株距合格率為

(6)

式中H——合格株距種粒數(shù)

H0——總種粒數(shù)

以誤播率為指標(biāo)考察播種末端執(zhí)行器工作的穩(wěn)定性及可靠性,定義誤播率為

(7)

式中N——誤播穴坑數(shù),包括漏播及多播穴坑

N0——總播種穴坑數(shù)

4.1.3試驗結(jié)果

播種試驗結(jié)果如表2所示,株距合格數(shù)為滿足標(biāo)準株距的種粒個數(shù),誤播穴坑數(shù)包括穴坑漏播及穴坑內(nèi)種粒數(shù)目大于1的穴坑數(shù)。

表2 播種試驗結(jié)果 Tab.2 Sowing test data

4.1.4結(jié)果分析與討論

由表2可知,該智能耕作裝置可實現(xiàn)播種功能,且播種作業(yè)效果較好,株距平均合格率可達95.13%,平均誤播率為4.86%,播種末端執(zhí)行器氣路通道插接密封性較好,提供的氣吸力可完成取種,試驗中觀察發(fā)現(xiàn)未出現(xiàn)穴坑漏播現(xiàn)象,試驗中誤播均為單個穴坑種粒多播。

根據(jù)對試驗過程觀察分析發(fā)現(xiàn),造成播種效果不好的原因主要有:在播種過程中,末端執(zhí)行器吸嘴孔徑與種粒大小不匹配會導(dǎo)致單次取種過多,造成穴坑多播現(xiàn)象。在取種完成后,末端執(zhí)行器移動至穴坑定位位置過程中,機械臂出現(xiàn)輕微抖動,尤其是移動距離較遠時,龍門架驅(qū)動為先加速后減速驅(qū)動方式,整個移動過程平均速度增大,造成機械臂抖動加劇,導(dǎo)致投種時出現(xiàn)株距誤差。

針對上述問題,可考慮結(jié)合種粒尺寸對播種功能頭進行改進設(shè)計,根據(jù)農(nóng)藝參數(shù)信息,定制播種功能頭以適應(yīng)相應(yīng)的種粒,減少穴坑多播現(xiàn)象,避免后期間苗,造成種粒浪費;改進步進電動機驅(qū)動算法,采用“加速-勻速-減速”驅(qū)動方式,減少機械臂定位移動過程中末端執(zhí)行器抖動,提高株距合格率。

4.2 液態(tài)物料投放試驗

4.2.1試驗方法與結(jié)果

液態(tài)物料投放試驗旨在考察耕作裝置定量澆水、施肥功能的可靠性,試驗材料選用貝靈牌高鉀型滴灌水溶肥(溶解前為固態(tài)顆粒狀,水不溶物含量不大于0.1%),試驗時室內(nèi)溫度為25℃,設(shè)定試驗標(biāo)準投放量為30 g,進行6組試驗,每組試驗重復(fù)12次進行,試驗投放位置隨機選擇。

以投放量準確率為指標(biāo)考察物料投放功能的準確性,為了便于試驗測量,采用扎帶將大口徑量杯固定在投放功能頭的出料口,收集單次投放的液態(tài)物料并進行稱量統(tǒng)計,試驗結(jié)果如圖12所示。

圖12 液態(tài)物料投放試驗結(jié)果 Fig.12 Liquid material delivery test result

4.2.2結(jié)果分析與討論

由圖12可看出,該裝置可實現(xiàn)液態(tài)物料精量投放功能,液態(tài)物料投放量數(shù)據(jù)波動較小,投放量波動范圍為24.6~35.1 g,最大誤差為5.4 g。

在試驗過程中發(fā)現(xiàn),造成投放不均的原因主要為裝置在每組試驗的初次投放液態(tài)物料時,液路管道中混有空氣造成實際投放量偏小。液態(tài)物料投放口堵塞造成液態(tài)物料投放不均,第2組試驗中第6次投放和第4組試驗中第9次投放出現(xiàn)堵塞現(xiàn)象,水壓增加使液態(tài)物料投放功能頭噴出堵塞物時造成流量監(jiān)測誤差,導(dǎo)致投放量偏少。

對于上述問題,可考慮改進控制水泵啟動的定時器延時設(shè)計,并增加流量傳感器對液態(tài)物料噴灑過程及流量進行監(jiān)測,PVDF壓力傳感器檢測堵塞狀態(tài),根據(jù)堵塞傳感信號及流量傳感信號的融合設(shè)計水泵啟動決策控制算法,提高液態(tài)物料投放量精度。

5 結(jié)論

(1)集機械設(shè)計、壓力傳感、無線傳輸、互聯(lián)網(wǎng)通信及Android終端等技術(shù),設(shè)計了蔬菜智能耕作裝置。設(shè)計了公母頭式耕作末端執(zhí)行部件,可通過磁耦合方式快速更換功能頭,進行氣、液傳輸及土壤水分監(jiān)測等的操作,基于Android平臺開發(fā)了移動客戶端軟件,可實現(xiàn)作物圖像監(jiān)測及遠程操控定量播種、液態(tài)物料精量投放等功能。

(2)試驗結(jié)果表明:該智能耕作裝置可實現(xiàn)定量播種功能,且播種作業(yè)效果較好,株距平均合格率可達95.13%,平均誤播率為4.86%;液態(tài)物料投放功能較為穩(wěn)定,且均勻性較好,液態(tài)物料投放量數(shù)據(jù)波動較小,投放量波動范圍為24.6~35.1 g,最大誤差為5.4 g;可為蔬菜智能化種植裝備設(shè)計提供參考。

猜你喜歡
龍門架執(zhí)行器液態(tài)
液態(tài)金屬
測控技術(shù)(2018年12期)2018-11-25 09:37:50
2017年中外液態(tài)食品機械行業(yè)大事記
飛機裝配預(yù)連接緊固件自動化安裝末端執(zhí)行器設(shè)計
淺談液態(tài)渣的顯熱利用和工藝技術(shù)
資源再生(2017年3期)2017-06-01 12:20:59
太陽能龍門架測高仿撞報警器
太陽能龍門架測高防撞報警器
考慮執(zhí)行器飽和的改進無模型自適應(yīng)控制
一類具有執(zhí)行器飽和的非線性系統(tǒng)抗飽和方法研究
內(nèi)陸核電廠放射性液態(tài)流出物“近零排放”探討
米林县| 招远市| 广元市| 清远市| 阿尔山市| 甘德县| 密山市| 县级市| 安丘市| 类乌齐县| 东明县| 康乐县| 吕梁市| 铁力市| 山西省| 卢湾区| 沂水县| 鹤壁市| 密山市| 汽车| 曲松县| 衡阳县| 宁阳县| 马边| 禄丰县| 菏泽市| 时尚| 会昌县| 敦煌市| 盐城市| 固始县| 拉萨市| 曲沃县| 濮阳县| 青海省| 寿阳县| 沂南县| 扶沟县| 招远市| 泰宁县| 秦皇岛市|