采摘機(jī)械手的路徑規(guī)劃——基于相似矢量矩免疫遺傳算法

王崇剛，李明江

( 1.貴州職業(yè)技術(shù)學(xué)院 信息技術(shù)系，貴陽(yáng)　550023；2.黔南民族師范學(xué)院 計(jì)算機(jī)科學(xué)系，貴州 都勻　558000)

?

采摘機(jī)械手的路徑規(guī)劃——基于相似矢量矩免疫遺傳算法

王崇剛1，李明江2

( 1.貴州職業(yè)技術(shù)學(xué)院 信息技術(shù)系，貴陽(yáng)550023；2.黔南民族師范學(xué)院 計(jì)算機(jī)科學(xué)系，貴州 都勻558000)

摘要：為了提高果蔬采摘機(jī)器人機(jī)械手采摘路徑規(guī)劃決策的效率，降低數(shù)據(jù)分析的冗余性，在分析生物免疫系統(tǒng)功能、作用機(jī)理及特點(diǎn)的基礎(chǔ)上，提出了一種基于相似性矢量距的免疫遺傳算法，并將其植入到了機(jī)械手躲避障礙物的決策系統(tǒng)中。該算法利用相似矢量矩方法將選擇概率的局部搜索和整體搜索有機(jī)地結(jié)合起來(lái)，使算法保留了最優(yōu)抗體，保證了計(jì)算不陷入局部最優(yōu)解，并使抗體的計(jì)算具有了多樣性。為了驗(yàn)證算法的有效性和可靠性，設(shè)計(jì)了果實(shí)采摘機(jī)器人的測(cè)試樣機(jī)。通過(guò)測(cè)試發(fā)現(xiàn)：機(jī)器人機(jī)械手動(dòng)作過(guò)程中可以有效地躲避障礙物，到達(dá)指定的目標(biāo)采摘區(qū)域，在相似矢量矩免疫遺傳算法、免疫遺傳算法和相似矢量矩3種算法的測(cè)試結(jié)果中，相似矢量矩免疫遺傳算法的收斂性最好，優(yōu)化路徑最優(yōu)。

關(guān)鍵詞：采摘機(jī)器人；數(shù)據(jù)冗余性；免疫遺傳算法；相似矢量矩；機(jī)械手

0引言

從計(jì)算角度來(lái)說(shuō)，生物免疫遺傳系統(tǒng)是一個(gè)高度并行、自適應(yīng)和自組織的分布式系統(tǒng)，其學(xué)習(xí)能力、識(shí)別能力和記憶能力很強(qiáng)。近年來(lái)，受到生物免疫系統(tǒng)的啟發(fā)，人工免疫算法迅速發(fā)展，作為智能計(jì)算方法，已經(jīng)被應(yīng)用到了故障診斷、圖像處理和多智能體的決策系統(tǒng)中，在機(jī)器人設(shè)計(jì)和網(wǎng)絡(luò)診斷領(lǐng)域發(fā)揮了重要的作用。在果蔬采摘機(jī)器人的采摘作業(yè)過(guò)程中，機(jī)械手如何成功地繞過(guò)障礙物，是提高機(jī)器人作業(yè)效率和作業(yè)質(zhì)量的關(guān)鍵。其中，最好的方法是采用機(jī)器視覺(jué)方法，但由于數(shù)據(jù)量較大，算法的冗余性較為明顯。為了提高計(jì)算速度，本研究使用免疫遺傳算法對(duì)決策系統(tǒng)進(jìn)行設(shè)計(jì)，并利用相似矢量矩對(duì)算法進(jìn)行優(yōu)化，對(duì)采摘機(jī)器人決策系統(tǒng)的升級(jí)研發(fā)具有重要的意義。

1采摘機(jī)器人系統(tǒng)硬件框架和決策流程

在果實(shí)采摘機(jī)器人的設(shè)計(jì)過(guò)程中，機(jī)器人采摘路徑規(guī)劃和決策系統(tǒng)是設(shè)計(jì)的關(guān)鍵。系統(tǒng)設(shè)計(jì)包括軟件部分和硬件部分的設(shè)計(jì)：軟件部分可以引入相關(guān)算法；硬件部分考慮系統(tǒng)模塊的劃分，其結(jié)構(gòu)設(shè)計(jì)如圖1所示。

圖1　果蔬采摘機(jī)器人決策系統(tǒng)硬件框架

硬件系統(tǒng)模塊包括通信系統(tǒng)、決策系統(tǒng)和運(yùn)動(dòng)控制系統(tǒng)。通過(guò)3個(gè)模塊的設(shè)計(jì)，實(shí)現(xiàn)果蔬采摘機(jī)器人信息處理、果實(shí)目標(biāo)分析、機(jī)械手動(dòng)作分配、目標(biāo)姿態(tài)確定、路徑規(guī)劃和機(jī)器人動(dòng)作，其決策流程如圖2所示。圖2主流程包括全局層、角色層和動(dòng)作層3個(gè)層次的順序的動(dòng)作。首先，利用全局層采集果實(shí)和障礙物圖，并對(duì)其進(jìn)行處理；然后，確定目標(biāo)的位置姿態(tài)；最后，對(duì)路徑進(jìn)行決策。在路徑規(guī)劃過(guò)程中，將障礙物利用隨機(jī)方法在解析空間內(nèi)產(chǎn)生初始抗體，并對(duì)其進(jìn)行編碼。為了降低計(jì)算的冗余性，使用計(jì)相似矢量矩對(duì)免疫遺傳算法進(jìn)行優(yōu)化，來(lái)提高路徑?jīng)Q策規(guī)劃的效率。

2果蔬采摘決策系統(tǒng)執(zhí)行末端

果蔬采摘機(jī)器人的組成為3部分，包括末端決策執(zhí)行器、機(jī)械臂和移動(dòng)平臺(tái)。其中，在機(jī)器人的各個(gè)部分裝有傳感器，如在移動(dòng)平臺(tái)裝有方位傳感器、視覺(jué)傳感器和紅外線傳感器等。本設(shè)計(jì)的果蔬采摘機(jī)器人的執(zhí)行末端結(jié)構(gòu)如圖3所示。

圖2　果蔬采摘機(jī)器人決策流程圖

圖3　采摘機(jī)器人執(zhí)行末端結(jié)構(gòu)

采摘機(jī)器人的末端決策執(zhí)行機(jī)構(gòu)裝有真空吸盤(pán)，當(dāng)果實(shí)被吸盤(pán)吸入時(shí)，壓力檢測(cè)開(kāi)關(guān)監(jiān)測(cè)是否為負(fù)壓。如果為負(fù)壓，則確定果實(shí)被吸附，發(fā)出指令將果實(shí)向后拉一段距離。當(dāng)果實(shí)和障礙物分離后，機(jī)械手的手指固定果實(shí)，并將其旋轉(zhuǎn)一定的角度，在合適的位置上切割裝置將果梗切斷，果實(shí)和果梗進(jìn)行分離，完成果實(shí)的收割決策。其中，果實(shí)成熟度的判斷利用高清攝像機(jī)，其安裝位置如圖4所示。作業(yè)時(shí)，機(jī)器人通過(guò)高清攝像機(jī)識(shí)別成熟果實(shí)，并將執(zhí)行末端利用圖像跟蹤和路徑軌跡決策系統(tǒng)將其送到果實(shí)目標(biāo)位置，其數(shù)據(jù)的處理量較大。

為了提高計(jì)算的速率和準(zhǔn)確性，在圖像處理決策系統(tǒng)設(shè)計(jì)中采用相似矢量矩免疫遺傳算法，將其植入決策系統(tǒng)單片機(jī)中，提高指令發(fā)送的效率。

圖4　執(zhí)行末端攝像機(jī)

3基于相似矢量矩免疫遺傳算法的采摘決策系統(tǒng)

現(xiàn)代免疫遺傳學(xué)認(rèn)為，免疫系統(tǒng)通過(guò)全身分布的免疫細(xì)胞的協(xié)同性來(lái)完成工作。免疫細(xì)胞分為吞噬細(xì)胞和淋巴細(xì)胞，淋巴細(xì)胞又分為B細(xì)胞和T細(xì)胞。其中，B細(xì)胞主要有骨髓產(chǎn)生，具有免疫功能；T細(xì)胞有胸腺產(chǎn)生，執(zhí)行免疫的協(xié)調(diào)和特殊任務(wù)功能。人工免疫算法的一般步驟如圖5所示。

圖5　人工免疫算法的一般步驟

根據(jù)圖5所示的免疫遺傳過(guò)程示意圖，將抗原、B細(xì)胞和抗體分別對(duì)應(yīng)于函數(shù)優(yōu)化的目標(biāo)函數(shù)、優(yōu)化xi和自適應(yīng)函數(shù)f(xi)。為了避免計(jì)算的冗余，引入相似矢量矩的概念，將搜索區(qū)間進(jìn)行縮小。假設(shè)一個(gè)非空集合X由N個(gè)抗體組成，則抗體f(xi)在該集合上的距離為

(1)

根據(jù)矢量矩的定義，抗體濃度計(jì)算公式可以寫(xiě)成

(2)

因此，矢量矩的選擇概率為

(3)

集合中的基因與i相似程度越高，抗體i被選中的概率就越小。假設(shè)抗體a1,a2,…,an和抗體b1,b2,…,bn的矢量矩為

(4)

其中，s值越小，表示兩者的相似程度越高。因此，可以將抗體的i濃度重新定義為

(5)

其中，λ表示閾值，該閾值是確定的，將其應(yīng)用在果蔬采摘機(jī)器人的機(jī)械手采摘路徑?jīng)Q策系統(tǒng)中。假設(shè)機(jī)械手和果實(shí)直接存在n個(gè)障礙物，利用相似矢量矩免疫遺傳算法搜索尋找一條最短距離，其描述函數(shù)可表示為

(6)

其中，n為障礙物的編號(hào)；ci為xi的基因。那么，適應(yīng)度函數(shù)為

(7)

選擇概率的相似性矢量矩可以定義為

(8)

其中，α、β表示調(diào)節(jié)因子。選擇概率與矢量矩和相似度有關(guān)，這樣保證了計(jì)算不陷入局部最優(yōu)解，使抗體的計(jì)算具有了多樣性。

4果蔬采摘機(jī)器人決策系統(tǒng)測(cè)試

為了驗(yàn)證本次設(shè)計(jì)的基于相似矢量矩免疫算法決策系統(tǒng)的有效性和可靠性，設(shè)計(jì)了果蔬采摘機(jī)器人樣機(jī)，并在樣機(jī)中裝載了基于相似矢量矩免疫算法的決策系統(tǒng)，采摘過(guò)程如圖6所示。

圖6　果蔬采摘機(jī)器人決策系統(tǒng)測(cè)試

測(cè)試過(guò)程包括對(duì)最短距離決策的收斂性測(cè)試和繞過(guò)障礙物尋找最短路徑的測(cè)試。最短距離的收斂曲線測(cè)試結(jié)果如圖7所示。

圖7　路徑?jīng)Q策系統(tǒng)算法收斂性曲線

由圖7可以看出：利用免疫算法和相似矢量矩免疫遺傳算法得到的收斂曲線存在明顯的不同。其中利用相似矢量矩后可以有效地提高計(jì)算速度，使計(jì)算更加收斂。

為了驗(yàn)證相似矢量矩在免疫遺傳算法路徑?jīng)Q策中的作用，對(duì)相似矢量矩、免疫遺傳算法和相似矢量矩免疫遺傳3種方法進(jìn)行了測(cè)試。其中，相似矢量矩路徑?jīng)Q策系統(tǒng)的測(cè)試結(jié)果如圖8所示。

由圖8可知：相似矢量矩算法可以使機(jī)器人能夠成功地繞過(guò)障礙物，到達(dá)指定采摘目標(biāo)點(diǎn)；但由于算法待需優(yōu)化，其決策路徑并不是最優(yōu)的。

免疫遺傳算法路徑?jīng)Q策系統(tǒng)的測(cè)試結(jié)果如圖9所示。由圖9可知：免疫遺傳算法也可以使機(jī)器人能夠成功地繞過(guò)障礙物，到達(dá)指定采摘目標(biāo)點(diǎn)，但是其決策路徑仍然不是最優(yōu)的。

圖8　相似矢量矩路徑?jīng)Q策系統(tǒng)測(cè)試結(jié)果

圖9　免疫遺傳算法路徑?jīng)Q策系統(tǒng)測(cè)試結(jié)果

圖10表示相似矢量矩免疫遺傳算法路徑?jīng)Q策系統(tǒng)的計(jì)算結(jié)果。

圖10　相似矢量矩免疫遺傳算法系統(tǒng)測(cè)試結(jié)果

由圖10可以看出：在3種路徑跟蹤結(jié)果中，該路徑最優(yōu)。這是由于相似矢量矩的選擇和保優(yōu)測(cè)量產(chǎn)生了作用，其可以調(diào)節(jié)群體的選擇力度和多樣性。相比傳統(tǒng)的遺傳算法，相似矢量矩在個(gè)體最優(yōu)的基礎(chǔ)上，將局部搜索和總體搜索有效地結(jié)合了起來(lái)，使其在果實(shí)采摘機(jī)器人機(jī)械手采摘路徑?jīng)Q策系統(tǒng)中發(fā)揮了較好效果。

5結(jié)論

1)在免疫遺傳算法的基礎(chǔ)上，提出了一種基于相似矢量矩的改進(jìn)算法，并將其應(yīng)用到了采摘機(jī)器人的機(jī)械手采摘路徑規(guī)劃決策系統(tǒng)中，提高了決策的效率，降低了數(shù)據(jù)搜索的冗余性。該算法利用自適應(yīng)函數(shù)和抗體濃度及矢量矩，將局部搜索和整體搜索有機(jī)地結(jié)合了起來(lái)，使搜索具有局部最優(yōu)解和整體的多樣性，保證了算法的精確性。

2)通過(guò)測(cè)試發(fā)現(xiàn)：相似矢量矩、免疫遺傳算法和相似矢量矩免疫遺傳3種方法都能使機(jī)械手成功的躲避障礙物，到達(dá)指定的采摘目標(biāo)位置。其中，相似矢量矩免疫遺傳算法的收斂性最好，優(yōu)化路徑最短，優(yōu)越性最為明顯，因此可以應(yīng)用到采摘機(jī)器人的機(jī)械手決策系統(tǒng)中。

參考文獻(xiàn)：

[1]武濤,袁池,陳軍.基于機(jī)器視覺(jué)的獼猴桃果實(shí)目標(biāo)提取研究[J].農(nóng)機(jī)化研究,2011,33(12):21-26.

[2]李寒,王庫(kù),曹倩,等.基于機(jī)器視覺(jué)的番茄多目標(biāo)提取與匹配[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(5):168-172.

[3]馮娟,劉剛,王圣偉,等.采摘機(jī)器人果實(shí)識(shí)別的多源圖像配準(zhǔn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2013,44(3):197-203.

[4]盧軍,王賢鋒,候德家.水果采摘機(jī)器人視覺(jué)系統(tǒng)研究進(jìn)展[J].湖北農(nóng)業(yè)科,2012,51(21):4705-4708.

[5]姬偉,程風(fēng)儀,趙德安,等.基于改進(jìn)人工勢(shì)場(chǎng)的蘋(píng)果采摘機(jī)器人機(jī)械手避障方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2013(11):253-259.

[6]畢昆,趙馨,侯瑞鋒,等.機(jī)器人技術(shù)在農(nóng)業(yè)中的應(yīng)用方向和發(fā)展趨勢(shì)[J].中國(guó)農(nóng)學(xué)通報(bào),2011,27(4):469-473.

[7]張潔,李艷文.果蔬采摘機(jī)器人研究現(xiàn)狀、問(wèn)題及對(duì)策[J].機(jī)械設(shè)計(jì),2010,27(6):1-4.

[8]王津京,趙德安,姬偉,等.采摘機(jī)器人基于支持向量機(jī)蘋(píng)果識(shí)別方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2009,40(1):148-151.

[9]屠珺,劉成良,李彥明,等.基于光照不變圖的蘋(píng)果識(shí)別方法[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(S2):26-31.

[10]熊俊濤,鄒湘軍,陳麗娟,等.基于機(jī)器視覺(jué)的自然環(huán)境中成熟荔枝識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2011,42(9):162-166.

[11]王儉,趙鶴鳴,陳衛(wèi)東.基于子區(qū)域的機(jī)器人全覆蓋路徑規(guī)劃的環(huán)境建模[J].蘇州科技學(xué)院學(xué)報(bào):工程技術(shù)版,2004,17(1):72-75.

[12]馮秀軍,楊立東.2BDY-8型2壟密型高速氣吹式精密播種機(jī)簡(jiǎn)析[J].農(nóng)業(yè)機(jī)械,2007(8):85-86.

[13]孟慶山.水源熱泵機(jī)組變流量水系統(tǒng)節(jié)能優(yōu)化探討[J].制冷與空調(diào),2010,10(1):84-89.

[14]謝志勇,張鐵中,趙金英.基于Hough變換的成熟草莓識(shí)別技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2007,38(3):106-109.

[15]王東,趙宇,王秀紅.一種改進(jìn)的DFT迭代的MIMO-OFDM系統(tǒng)信道估計(jì)算法[J].應(yīng)用科技,2009(3):19-22.

[16]徐文穎,張靜,董建萍.導(dǎo)頻信道估計(jì)中的插值算法[J].海師范大學(xué)學(xué)報(bào),2007,12(6):41-46.

[17]王建軍,武秋俊.機(jī)器人在農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機(jī)化研究,2007(7):174-176.

[18]郝冬,劉斌.基于模糊邏輯行為融合路徑規(guī)劃方法[J].計(jì)算機(jī)工程設(shè)計(jì),2009,30(3):660-663.

[19]王建軍,武秋俊.機(jī)器人在農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機(jī)化研究,2007(7):174-176.

[20]陳暉,陳曉光.基于直接判決導(dǎo)頻跟蹤的OFDM系統(tǒng)快時(shí)變信道估計(jì)[J].通信學(xué)報(bào),2006,9(27):1-5.

[21]李文見(jiàn),姬江濤.輪履復(fù)合式農(nóng)業(yè)機(jī)器人越避障控制研究[J].河南科技大學(xué)學(xué)報(bào):自然科學(xué)版,2007(8):57-59.

[22]王仲民,戈新良,唐智強(qiáng).多傳感器信息融合技術(shù)研究現(xiàn)狀和發(fā)展趨勢(shì)[J].河北工業(yè)大學(xué)學(xué)報(bào),2003,32(2):30-35.

[23]國(guó)剛,王毅.應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行手寫(xiě)體字母數(shù)字識(shí)別[J].人工智能及識(shí)別技術(shù),2008,4(6):1459-1460.

[24]李二超,李戰(zhàn)明,李煒.基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人關(guān)節(jié)轉(zhuǎn)矩力控制研究[J].電氣自動(dòng)化,2011,33(1):23-27.

Path Planning of Picking Manipulator——Based on Similarity Vector Moment and Immune Genetic Algorithm

Wang Chonggang1, Li Mingjiang2

(1.Department of Information Technology,Guizhou Vocational Technology Institute, Guiyang 550023, China; 2.Department of computer science, Qiannan Normal College for Nationalities, Duyun 558000, China)

Abstract：In order to improve the efficiency and reduce the redundancy of data analysis, a new immune genetic algorithm is proposed based on similarity vector distance and the analysis of the function and mechanism of biological immune system.In this algorithm,the local search and global search of the selection probability is combined with the method of similarity vector moment, which makes the algorithm retain the optimal antibody, and ensure that the computation does not fall into local optimal solution. In order to verify the validity and reliability of the algorithm, the test prototype of the fruit picking robot is designed. The algorithm can effectively avoid obstacles and reach the designated target picking area. In the test results of three kinds of algorithm, the immune genetic algorithm, immune genetic algorithm and similarity vector moment algorithm, the optimal path is optimized.

Key words：picking robot; data redundancy; immune genetic algorithm; similarity vector moment; manipulator

中圖分類(lèi)號(hào)：S225；TP241

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003-188X(2016)10-0037-05

作者簡(jiǎn)介：王崇剛 (1980-)，男，貴州貴定人，講師，碩士。通訊作者：李明江(1975-)，男，貴州思南人，副教授，碩士，(E-mail)wcglmj2015@sina.com。

基金項(xiàng)目：貴陽(yáng)國(guó)家高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)管理委員會(huì)科技型中小企業(yè)技術(shù)創(chuàng)新基金項(xiàng)目(GXCX2013-006)；國(guó)家開(kāi)放大學(xué)2014-2015年度科研項(xiàng)目(G14A3602W)；貴州省科技廳科學(xué)技術(shù)基金項(xiàng)目(黔科合J字 LKQS[2013]10號(hào))

收稿日期：2015-08-31