小麥精播機(jī)器人設(shè)計(jì)—基于圖像融合與智能路徑規(guī)劃

周　茉，張學(xué)明，劉志剛

(1.湖北工業(yè)大學(xué) 工程技術(shù)學(xué)院，武漢　430068；2.濟(jì)源職業(yè)技術(shù)學(xué)院，河南 濟(jì)源　459000；3.云南大學(xué) 軟件學(xué)院，昆明　650091；4.南昌工學(xué)院，南昌　330108)

?

小麥精播機(jī)器人設(shè)計(jì)
—基于圖像融合與智能路徑規(guī)劃

周茉1，張學(xué)明2，劉志剛3,4

(1.湖北工業(yè)大學(xué) 工程技術(shù)學(xué)院，武漢430068；2.濟(jì)源職業(yè)技術(shù)學(xué)院，河南 濟(jì)源459000；3.云南大學(xué) 軟件學(xué)院，昆明650091；4.南昌工學(xué)院，南昌330108)

摘要：為了提高小麥的產(chǎn)量，并且在作業(yè)過(guò)程中使播種機(jī)器人成功繞過(guò)障礙物，需要對(duì)小麥播種路徑精細(xì)的規(guī)劃。為此，提出了一種新的路徑規(guī)劃方法，使用圖像融合技術(shù)，結(jié)合模糊控制位移誤差理論，實(shí)現(xiàn)了小麥播種機(jī)器人的自主路徑規(guī)劃。為了測(cè)試該方法的有效性和可靠性，設(shè)計(jì)了一款具備高清攝像功能和PC圖像處理功能的精密播種機(jī)器人，并對(duì)其路徑規(guī)劃和播種效率進(jìn)行了測(cè)試。結(jié)果表明：該機(jī)器人能夠成功繞過(guò)障礙物，完成最優(yōu)路徑的規(guī)劃，并在小麥播種過(guò)程中可以規(guī)劃出近似矩形的播種路徑。從機(jī)器學(xué)習(xí)和播種時(shí)間上的對(duì)比發(fā)現(xiàn)：該算法可以有效地提高機(jī)器學(xué)習(xí)速度，縮短播種時(shí)間，從而提高了小麥播種的自動(dòng)化水平和作業(yè)效率。

關(guān)鍵詞：小麥播種機(jī)器人；圖像融合；路徑規(guī)劃；模糊控制

0引言

機(jī)器人在農(nóng)業(yè)作業(yè)過(guò)程中已經(jīng)被廣泛采用，但目前使用的農(nóng)業(yè)機(jī)器人一般是單人獨(dú)自操作，勞動(dòng)的單調(diào)性和重復(fù)性比較高，很容易產(chǎn)生強(qiáng)烈的疲勞感，最后導(dǎo)致誤操作。因此，研制自主移動(dòng)的機(jī)器人替代傳統(tǒng)的機(jī)械拖拉移動(dòng)機(jī)器人，可以有效地降低操作人員的疲勞強(qiáng)度，避免誤操作的發(fā)生。在實(shí)際農(nóng)業(yè)作業(yè)環(huán)境中，存在大量的障礙物(如田地表面的石塊、田間溝壑及人工放置物品等)，且在田間行走的動(dòng)態(tài)物體也會(huì)成為障礙物，影響機(jī)器人的正常工作。因此，如何實(shí)現(xiàn)障礙物的規(guī)避，提高機(jī)器人的自主規(guī)劃能力，成為農(nóng)業(yè)機(jī)器人研究的重點(diǎn)。

1小麥播種機(jī)器人總體設(shè)計(jì)

小麥播種田間作業(yè)環(huán)境相對(duì)比較復(fù)雜，不僅存在著大量的靜態(tài)障礙物，還存在一些動(dòng)態(tài)的障礙物。因此，實(shí)現(xiàn)對(duì)障礙物的規(guī)避，提高機(jī)器人的自主規(guī)劃能力是本次設(shè)計(jì)的重點(diǎn)，其總體的設(shè)計(jì)框架如圖1所示。設(shè)計(jì)的主要原理是依據(jù)圖像融合技術(shù)和模糊控制原理，通過(guò)機(jī)器學(xué)習(xí)，實(shí)現(xiàn)自主路徑規(guī)劃，最終得到近似的矩形路徑。

圖1　小麥播種機(jī)器人總體設(shè)計(jì)框圖

圖2為機(jī)器人結(jié)果總體設(shè)計(jì)圖。該機(jī)器人主要由4部分組成，包括由粘帶、供油系統(tǒng)、精密排種器及高速攝像系統(tǒng)等。排種器的設(shè)計(jì)如圖3所示。

1.油泵　2.粘帶　3.噴油嘴　4.精密排種器　5.高速攝像系統(tǒng)　6.種子

1.排種盤(pán)　2.種子室　3.吸室

本次設(shè)計(jì)采用氣吸式的結(jié)構(gòu)，種子由種子箱分流入種子室，吸室通過(guò)軟管與風(fēng)機(jī)相連。播種機(jī)工作時(shí)，吸種盤(pán)由動(dòng)力系統(tǒng)帶動(dòng)旋轉(zhuǎn)，完成種子的吸種和排種的過(guò)程。

2小麥播種機(jī)器人自主規(guī)劃路徑設(shè)計(jì)

2.1圖像融合技術(shù)

在圖像融合技術(shù)領(lǐng)域中，主成分分析法(PCA法)首先需要3個(gè)或3個(gè)以上的波段數(shù)據(jù)來(lái)計(jì)算得出圖像之間的相關(guān)系數(shù)矩陣，再由計(jì)算得出的相關(guān)系數(shù)矩陣來(lái)計(jì)算得出特征值與特征向量，之后再計(jì)算出各主分量圖像。其主要原理公式為

Y=TX

(1)

其中，X為變化圖像的像素矩陣；Y為變換后圖像的像素矩陣；T為變換矩陣。在圖像融合時(shí)，首先計(jì)算圖像的特征向量和特征值，計(jì)算源圖像的特征值及特征向量，對(duì)特征值進(jìn)行排序可以得λ1,λ2，…，λn；φ1,φ2，…，φn，則分量主量為

(2)

利用特征提取的結(jié)果，對(duì)第一主分量圖進(jìn)行直方匹配，做逆主分量變換，得到融合圖像。假設(shè)TM為原始的多光譜源圖像，PAN為高空間分辨率圖像，將TM 的3個(gè)波段賦值RGB后進(jìn)行RGB—IHS變換，可以得到分量以及兩個(gè)中間量V1和V2，則

(3)

其中，V1和V2為在笛卡爾坐標(biāo)系下的橫軸與縱軸，亮度I用z軸表示。因此，色度H和飽和度S的表達(dá)式可以表示為

H=arctan(V2/V1)

(4)

用PAN替代I分量得到新的I分量I_new，即I_new=PAN,然后進(jìn)行HIS-RGB變換。該圖像融合技術(shù)的特點(diǎn)是：得到的融合圖像的空間分辨率較高，色度和飽和度都與原圖相同。

2.2模糊控制方法

為了實(shí)現(xiàn)小麥播種機(jī)器人的精密控制，提高路徑規(guī)劃的精度，選用模糊控制方法對(duì)路徑規(guī)劃的位移誤差進(jìn)行控制。模糊控制過(guò)程示意如圖4所示。

圖4　模糊控制基本原理

模糊控制算法的主要步驟如下：

1)根據(jù)期望得到的數(shù)值，來(lái)選擇系統(tǒng)的初始輸入值；

2)對(duì)輸入變量的準(zhǔn)確值進(jìn)行模糊化；

3)根據(jù)相應(yīng)的模糊規(guī)則，計(jì)算模糊域；

4)通過(guò)去模糊化的處理，計(jì)算出精確控制量。

參數(shù)自整定模糊 PID控制系統(tǒng)結(jié)構(gòu)如圖5和圖6所示。

圖5　模糊 PID控制參數(shù)整定示意圖

圖6　模糊控制器

該參數(shù)整定的過(guò)程建立在常規(guī)的PID控制基礎(chǔ)上，以目標(biāo)規(guī)劃路徑反饋值和目標(biāo)值的誤差e和誤差變化率ec作為輸入，采用模糊控制原理對(duì)PID的3個(gè)參數(shù)進(jìn)行整定，可使控制對(duì)象具有很好的動(dòng)態(tài)和靜態(tài)性能。

對(duì)于模糊控制的結(jié)果計(jì)算，可以使用MatLab來(lái)完成。MatLab提供的SIMULINK是一個(gè)用來(lái)對(duì)動(dòng)態(tài)系統(tǒng)進(jìn)行建模，仿真與分析的軟件包，其功能強(qiáng)大、使用簡(jiǎn)單。路徑規(guī)劃的模糊控制原理如圖7所示。

圖7　機(jī)器人路徑規(guī)劃原理

當(dāng)機(jī)器人為大方格式時(shí)，整個(gè)方格區(qū)域?qū)⒈粰C(jī)器人作業(yè)覆蓋，機(jī)器人通過(guò)模糊控制算法，搜索繞過(guò)障礙物的最佳距離；然后逐行進(jìn)行播種，到達(dá)最后一行終點(diǎn)，認(rèn)為全局的行間路徑探索結(jié)束。

圖8為機(jī)器人路徑規(guī)劃過(guò)程的示意圖。當(dāng)機(jī)器人處于無(wú)人導(dǎo)航狀態(tài)時(shí)，在靜態(tài)障礙物環(huán)境或完全未知環(huán)境下，機(jī)器人將開(kāi)啟攝像頭對(duì)圖像進(jìn)行采集，并通過(guò)圖像融合得到高分辨率的圖像，實(shí)現(xiàn)實(shí)時(shí)路徑規(guī)劃。

圖8　機(jī)器人路徑規(guī)劃過(guò)程示意圖

3小麥播種機(jī)器人路徑規(guī)劃測(cè)試

為了測(cè)試設(shè)計(jì)的小麥精密播種機(jī)器人的性能，對(duì)小麥播種機(jī)器人進(jìn)行了測(cè)試，項(xiàng)目主要包括路徑規(guī)劃的效率和播種時(shí)間。其中，使用的測(cè)試機(jī)器人如圖9所示。

圖9　測(cè)試機(jī)器人示意圖

該機(jī)器人裝有高清攝像頭來(lái)完成圖像采集功能，PC處理中心內(nèi)置圖像融合模塊，最終處理結(jié)果以電信號(hào)的形式傳輸?shù)綀?zhí)行末端，實(shí)現(xiàn)機(jī)器人的動(dòng)作控制和路徑規(guī)劃。

圖10為圖像融合的結(jié)果。其圖像融合過(guò)程是PC處理中心將Landsat-7TM的全色波段與4、3、2波段影像進(jìn)行融合，將RGB三基色分別賦予與4、3、2波段，通過(guò)圖像融合，得到了更加清晰的圖像；利用該圖像可以分析田地的障礙物等情況，完成播種機(jī)器人路徑規(guī)劃。

圖11為機(jī)器人最優(yōu)路徑的規(guī)劃過(guò)程示意圖。由圖11可以看出：在圖像分析的基礎(chǔ)上，機(jī)器人可以自主學(xué)習(xí)繞過(guò)障礙物，并可完成最優(yōu)路徑的規(guī)劃。播種過(guò)程的最優(yōu)路徑規(guī)劃的結(jié)果如圖12所示。

為了提高小麥的產(chǎn)量，需要對(duì)小麥播種路徑精細(xì)的規(guī)劃。由規(guī)劃結(jié)果可以看出：利用圖像融合技術(shù)和模糊控制原理規(guī)劃出近似矩形的小麥播種路徑，效果很好。

為了測(cè)試模糊控制算法的優(yōu)越性，將其和神經(jīng)網(wǎng)絡(luò)算法、遺傳算法及蟻群算法進(jìn)行對(duì)比，發(fā)現(xiàn)模糊控制算法機(jī)器學(xué)習(xí)耗時(shí)最短。對(duì)其播種時(shí)間進(jìn)行統(tǒng)計(jì)，得到了如表1所示的結(jié)果。

圖11　機(jī)器人最優(yōu)路徑規(guī)劃

圖12　小麥播種機(jī)器人路徑規(guī)劃效果

算法機(jī)器學(xué)習(xí)時(shí)間神經(jīng)網(wǎng)絡(luò)算法10.35遺傳算法8.69蟻群算法5.36模糊控制算法3.28

為了對(duì)比本文設(shè)計(jì)機(jī)器人的高效率，對(duì)單壟的播種時(shí)間進(jìn)行了統(tǒng)計(jì)，然后將其和傳統(tǒng)機(jī)器人的播種時(shí)間進(jìn)行了對(duì)比，最后對(duì)機(jī)器人進(jìn)行了8次測(cè)試，得到了8組播種時(shí)間結(jié)果，如表2所示。

表2　播種時(shí)間測(cè)試

續(xù)表2

由播種時(shí)間測(cè)試結(jié)果可以看出：使用圖像融合模糊控制算法對(duì)機(jī)器人進(jìn)行控制后，機(jī)器人單壟的播種時(shí)間大大縮短，提高了播種速度及小麥播種的效率。

4結(jié)論

設(shè)計(jì)了一款新的可以自主規(guī)劃路徑的小麥播種機(jī)器人，它采用圖像融合技術(shù)和模糊控制原則，提高了圖像采集的分辨率，提升了機(jī)器人播種精度和作業(yè)效率。

為了測(cè)試機(jī)器人的性能，對(duì)路徑規(guī)劃的效率和播種時(shí)間進(jìn)行了試驗(yàn)。結(jié)果表明：采用模糊控制算法的機(jī)器學(xué)習(xí)時(shí)間比神經(jīng)網(wǎng)絡(luò)、遺傳算法及蟻群算法的都要短。與傳統(tǒng)作業(yè)的播種機(jī)器人相比，本文所設(shè)計(jì)的小麥播種機(jī)器人的單壟作業(yè)時(shí)間明顯縮短，效率大幅度提升，為小麥播種機(jī)的優(yōu)化設(shè)計(jì)提供了較有價(jià)值的參考。

參考文獻(xiàn)：

[1]韋艷,陳華根.GPS定位顯示中的坐標(biāo)轉(zhuǎn)換[J].海洋測(cè)繪,2010,30(3):16-19.

[2]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.

[3]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.

[4]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.

[5]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.

[6]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.

[7]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.

[8]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.

[9]李建中,高宏.無(wú)線傳感器網(wǎng)絡(luò)的研究進(jìn)展[J].計(jì)算機(jī)研究與發(fā)展,2008,45(1):63-72.

[10]邱天爽,唐洪,李婷，等.無(wú)線傳感器網(wǎng)絡(luò)協(xié)議與體系結(jié)構(gòu)[M].北京:電子工業(yè)出版社, 2007.

[11]石鵬, 徐鳳燕,王宗欣.基于傳播損耗模型的最大似然估計(jì)室內(nèi)定位算法[J].信號(hào)處理,2005, 21(5): 502-504.

[12]李洪欣,楊建中.基于兩參數(shù)的表冷器建模方法研究[J].建筑熱能通風(fēng)空調(diào),2009,28(6):15-17.

[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(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].上海師范大學(xué)學(xué)報(bào),2007, 12(6):41-46.

[17]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.

[18]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.

[19]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.

[20]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.

[21]施少敏, 馬彥恒, 陳建泗. 基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別方法[J]. 兵工自動(dòng)化, 2006, 25(10):40-41.

Design of Wheat Precision Seeding Robot—Based on Image Fusion Technology and Autonomous Path Planning

Zhou Mo1, Zhang Xueming2, Liu Zhigang3,4

(1.Engineering and Technology College,Hubei University of Technology, Wuhan 430068,China; 2.Jiyuan Vocational and Technical College, Jiyuan 459000, China; 3.School of Software, Yunnan University, Kunming 650091, China; 4.Nanchang Institute of Science & Technology,Nanchang 330108, China)

Abstract：In order to improve the yield of wheat, and makes a successful seeding robot around obstructions in the process of operation, we need to play a careful planning for wheat seeding paths. It puts forward a new method of path planning, the method USES image fusion technology, combined with fuzzy control displacement error theory, it realized wheat seeding robot autonomous path planning.In order to test the validity and reliability of the method, has designed a high-definition camera and PC image processing function of the precision seeding robot, and the path planning and the seeding efficiency was tested. Through test, found that the robot successfully bypass obstacles, complete the optimal path planning, and in the process of wheat sowing seeds can plan out the approximate rectangle path, from machine learning and sowing time on contrast, it was found that the algorithm can effectively improve the speed of machine learning, shorten the sowing time , which can improve the automation level and work efficiency of wheat sowing.

Key words：wheat precision seeding robot; image fusion; path planning; fuzzy control

文章編號(hào)：1003-188X(2016)06-0026-05

中圖分類(lèi)號(hào)：S225.5；TP242

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡(jiǎn)介：周茉(1981-) ,女，湖北鄂州人，講師，碩士。通訊作者：劉志剛(1980-)，男，湖北天門(mén)人，副教授，博士，(E-mail)fiberhome@126.com。

基金項(xiàng)目：湖北省自然科學(xué)基金面上項(xiàng)目(2014CFB589)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)(2014QC004)；太陽(yáng)能高效利用湖北省協(xié)同創(chuàng)新中心開(kāi)放基金項(xiàng)目 (HBSKFMS2014032)

收稿日期：2015-05-28