面向果園多機器人通信的AODV路由協(xié)議改進設(shè)計與測試

毛文菊 劉恒 王東飛 楊福增 劉志杰

摘要： 針對多機器人在果園中作業(yè)時的通信需求，本研究基于Wi-Fi信號在桃園內(nèi)接收強度預測模型，提出了一種引入優(yōu)先節(jié)點和路徑信號強度閾值的改進無線自組網(wǎng)按需平面距離向量路由協(xié)議（AODV-SP）。對AODV-SP報文進行設(shè)計，并利用NS2仿真軟件對比了無線自組網(wǎng)按需平面距離向量路由協(xié)議（AODV）和AODV-SP在發(fā)起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能。仿真試驗結(jié)果表明，本研究提出的AODV-SP路由協(xié)議在發(fā)起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能均優(yōu)于AODV協(xié)議，其中節(jié)點的移動速度為5 m/s時，AODV-SP的路由發(fā)起頻率和路由開銷較AODV分別降低了3.65%和7.09%，節(jié)點的移動速度為8 m/s時，AODV-SP的分組投遞率提高了0.59%，平均端到端時延降低了13.09%。為進一步驗證AODV-SP協(xié)議的性能，在實驗室環(huán)境中搭建了基于領(lǐng)航-跟隨法的小型多機器人無線通信物理平臺并將AODV-SP在此平臺應(yīng)用，并進行了靜態(tài)丟包率和動態(tài)測試。測試結(jié)果表明，節(jié)點相距25 m時靜態(tài)丟包率為0，距離100 m時丟包率為21.01%；動態(tài)行駛時能使機器人維持鏈狀拓撲結(jié)構(gòu)。本研究可為果園多機器人在實際環(huán)境中通信系統(tǒng)的搭建提供參考。

關(guān)鍵詞： 果園；AODV-SP路由協(xié)議；無線通信；多機器人；物理平臺；仿真

中圖分類號： S24??????????? 文獻標志碼： A??????????? 文章編號： 202101-SA001

引用格式：毛文菊, 劉恒, 王東飛, 楊福增, 劉志杰. 面向果園多機器人通信的AODV路由協(xié)議改進設(shè)計與測試[J]. 智慧農(nóng)業(yè)(中英文), 2021, 3 (1): 96-108.

Citation:MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie. Improved AODV routing protocol for multi-robot communication in orchard[J]. Smart Agriculture, 2021, 3 (1): 96-108. (

1? 引? 言

果園生產(chǎn)作業(yè)具有勞動強度大、勞動力密集、季節(jié)性強的特點。采用機器人代替人力能夠有效緩解季節(jié)性用工難的問題，同時還能大大提高作業(yè)效率［1］。多機器人協(xié)同作業(yè)則能夠完成一些單一機器人難以完成的任務(wù)。通信是多機器人之間彼此交換信息以及相互協(xié)作的重要基礎(chǔ)［2］。與其他通信技術(shù)相比，Wi-Fi具有傳輸速度快、擴展性好、覆蓋范圍廣、設(shè)備成本相對較低等特點［3］，傳輸距離可滿足果園多機器人通信的要求。Wi-Fi有基礎(chǔ)網(wǎng)（Infrastructure）模式和自組網(wǎng)（Ad Hoc）兩種組網(wǎng)模式［4］。果園內(nèi)通常缺乏通信基礎(chǔ)設(shè)施，為完成作業(yè)任務(wù)，縮減多機器人通信成本，采用Ad Hoc網(wǎng)絡(luò)搭建Wi-Fi通信環(huán)境是解決果園內(nèi)多機器人通信的一種可行方案。

在Ad Hoc網(wǎng)絡(luò)中，路由協(xié)議是保障各節(jié)點（即機器人）有效信息交換的關(guān)鍵技術(shù)。按照路由建立方式的不同，Ad Hoc網(wǎng)絡(luò)路由協(xié)議可分為表驅(qū)動路由協(xié)議、按需路由協(xié)議和混合路由協(xié)議［5］。表驅(qū)動路由協(xié)議的優(yōu)點在于，當節(jié)點有分組待發(fā)送時可以即時獲取所需路由，但多機器人在果園移動過程中通信網(wǎng)絡(luò)拓撲發(fā)生變化后，路由更新需要的開銷會隨之增加［6］；按需路由協(xié)議中的無線自組網(wǎng)按需平面距離向量路由協(xié)議（Ad Hoc On-Demand Distance Vector Routing，AODV）是基于表驅(qū)動方式目標順序距離矢量（Destination Sequenced Distance Vector，DSDV）協(xié)議的優(yōu)化協(xié)議［7,8］，可以降低路由開銷、節(jié)省網(wǎng)絡(luò)資源，較適合在惡劣的果園環(huán)境中使用［9］，已成為近年來無線通信領(lǐng)域的研究熱點［10］。

Bisen和Sharma［11］針對監(jiān)測與鄰居的鏈路連接情況和維護路由表中能耗大的問題，提出了一種節(jié)能路由方法，能夠減少不必要的消息廣播。Das和Tripathi［12］針對應(yīng)節(jié)點電池容量不足以維持節(jié)點高移動性的問題，提出了一種智能能量感知的高效路由協(xié)議，降低了與移動節(jié)點相關(guān)的不確定性。Fang等［13］為同時提高節(jié)點的傳輸性能和增強節(jié)點的安全性能，提出了一種輕量級安全路由協(xié)議，能實現(xiàn)節(jié)點的傳輸、能效、安全性的權(quán)衡。林濤等［14］針對傳統(tǒng)AODV協(xié)議在路由建立過程中洪泛機制造成通信開銷大的問題，引入基于路由級別的優(yōu)化策略，減少了參與路由建立的節(jié)點數(shù)目，節(jié)省了能量。王軍袖［15］針對節(jié)點間的距離、動態(tài)控制節(jié)點發(fā)射功率能量消耗大，節(jié)點死亡等問題，提出了一種新的能量優(yōu)化路由算法，降低網(wǎng)絡(luò)能量消耗，延長網(wǎng)絡(luò)壽命，提高分組投遞率和平均吞吐量。Mafirabadza和Khatri［16］針對電池電量耗盡導致的網(wǎng)絡(luò)重建問題，對AODV作出了改進，通過選擇能量更大的最短路徑來增加網(wǎng)絡(luò)壽命。Jabbar等［17］針對節(jié)點移動的不可預測導致的開銷過大、能耗過高的問題，引入了一種能量和移動性感知的多點中繼選擇機制，利用鏈路評估函數(shù)對鏈路的穩(wěn)定性進行排名，選擇最有效和穩(wěn)定的路徑到達目的地。Periyasamy和Karthikeyan［18］針對通信節(jié)點易出現(xiàn)鏈路故障和路由斷裂的問題，提出了一種新型的節(jié)點不相干多路徑路由協(xié)議，利用路徑-鏈路質(zhì)量估計器和路徑-節(jié)點能量估計器等兩個指標，在任意源點和目的點對之間找到多條鏈路可靠節(jié)能路徑進行數(shù)據(jù)傳輸。Reddy和Satyanarayana［19］針對節(jié)點的電池能量和鏈路的穩(wěn)定性造成數(shù)據(jù)包丟失和發(fā)生擁塞問題，提出了一種被稱為高效穩(wěn)定的多路徑路由的方法，根據(jù)節(jié)點的速度、方向、剩余能量、發(fā)射能量等參數(shù)選擇節(jié)點之間的傳輸數(shù)據(jù)包的路徑。上述這些改進的AODV協(xié)議可根據(jù)路由請求算法建立從源節(jié)點到目的節(jié)點的路由，在路由請求（Route Request，RREQ）過程中優(yōu)先選用最短路徑路由，即選用跳數(shù)最少的路由。但對于果園而言，環(huán)境冠層低矮、枝葉繁茂、株間枝條交叉等因素對節(jié)點數(shù)據(jù)傳輸能力影響較大，現(xiàn)有改進的路由協(xié)議在此環(huán)境中并不適用。尤其是多機器人在“一對所有”的廣播通訊模式下，受環(huán)境影響易造成機器人通訊間的冗余傳播［20］，從而導致數(shù)據(jù)分組擁塞甚至丟失，更嚴重時會產(chǎn)生路由中斷、時延加劇，降低了果園多機器人無線通信系統(tǒng)的穩(wěn)定性能。

目前，現(xiàn)有農(nóng)業(yè)環(huán)境路由協(xié)議的研究大多集中在無線傳感器網(wǎng)絡(luò)，不適用于缺乏通信設(shè)施條件的Ad Hoc網(wǎng)絡(luò)，而果園生產(chǎn)環(huán)境大多無法配備基礎(chǔ)通信設(shè)施。因此，為提升多機器人在果園中的通信性能，本研究選擇桃園為環(huán)境對象，根據(jù)課題組［21］在桃園環(huán)境下得到的Wi-Fi信號傳播模型，提出基于優(yōu)先節(jié)點和路徑信號強度閾值的無線自組網(wǎng)按需平面距離向量路由協(xié)議（Improved AODV Routing Protocol Based on Signal Strength Threshold and Priority Nodes，ADOV-SP），并通過NS2（Network Simulator Version 2）軟件對ADOV-SP協(xié)議與傳統(tǒng)AODV協(xié)議性能進行仿真對比分析，最后在多機器人通信物理平臺上測試了AODV-SP協(xié)議通信系統(tǒng)的性能。

2? AODV-SP設(shè)計

AODV協(xié)議分為路由發(fā)現(xiàn)和路由維護兩個階段［22］，路由發(fā)現(xiàn)是AODV路由維護的基礎(chǔ)。由源節(jié)點（發(fā)送信息的機器人）到目的節(jié)點（最終接收信息的機器人）之間經(jīng)過不同節(jié)點會產(chǎn)生不止一條路徑?？紤]到節(jié)點的移動性能較強，路由不穩(wěn)定，選擇與源節(jié)點和中間節(jié)點（與發(fā)送信息機器人相鄰的其他機器人）距離相近的節(jié)點發(fā)送和接收信息能提高信號強度，減少在“一對所有”通訊模式下無用信息塞滿帶寬的可能性。

2.1AODV-SP 協(xié)議

2.1.1AODV-SP 優(yōu)先節(jié)點的引入

在AODV-SP協(xié)議的路由發(fā)現(xiàn)階段引入?yún)?shù)變量“優(yōu)先節(jié)點”，即在源節(jié)點或中間節(jié)點的有效通信范圍πR2內(nèi)的節(jié)點（如圖1所示），其中R為有效通信距離，用于接收和發(fā)送信息。節(jié)點有效通信距離由實際測試得到，節(jié)點以2.4 GHz Wi-Fi通信頻率收發(fā)信息時，斷裂后節(jié)點重新連接的最佳通信距離為5 m，此處R取5 m。

當節(jié)點S需要與目的節(jié)點D傳輸數(shù)據(jù)，但沒有目的節(jié)點D的合法路由時，可以向全網(wǎng)廣播RREQ消息，通過網(wǎng)絡(luò)尋求到目的節(jié)點的路由。通過判斷節(jié)點間的距離L與源節(jié)點有效通信距離R之間的關(guān)系，由于節(jié)點A、P與源節(jié)點S的距離L＜R內(nèi)，故選擇節(jié)點A、P作為節(jié)點S的優(yōu)先節(jié)點。節(jié)點S生成向其相鄰節(jié)點A、P廣播RREQ分組。當節(jié)點A、P接收到該RREQ分組后，會判斷該節(jié)點是否為目的節(jié)點D或是否有到達目的節(jié)點D的路由信息；若是目的節(jié)點D，則建立反向路由并發(fā)送RREP（Route REPly）分組，反之丟棄該分組；判斷該節(jié)點是否有到達目的節(jié)點D的路由信息，若是則更新并轉(zhuǎn)發(fā)RREQ分組數(shù)據(jù)S→A→B直至到達目的節(jié)點D，否則就丟棄該分組。

節(jié)點間有效通信范圍閾值可根據(jù)網(wǎng)絡(luò)中的節(jié)點密度進行調(diào)整。當節(jié)點密度較大時，適當減小有效通信范圍的取值，反之則適當增大其取值。

節(jié)點間的距離L為：

L=√((x_i-x_j )^2+(y_i-y_j )^2 ) （1）

θ=arctan|(x_j-x_i)/(y_j-y_i )| （2）其中，θ為由節(jié)點j和上一跳節(jié)點i的橫縱坐標計算所得；xi、yi為上一跳節(jié)點的橫縱坐標，xj、yj為當前節(jié)點的橫縱坐標。

2.1.2添加AODV-SP 信號強度閾值

研究前期，課題組在位于陜西省楊凌示范區(qū)的國家桃產(chǎn)業(yè)技術(shù)體系西安綜合試驗站中（桃園基本環(huán)境：桃樹行距約為4 m左右，株距約為2 m左右，株高約為3 m左右，樹冠厚2.5 m左右，果樹生長期在10年以上。主要枝干高度較矮，果樹行間被茂密的枝葉所覆蓋，枝干重疊交叉，重疊部分距離地面最高僅為1.2 m），僅能容納單個小型機器人通過。小型機器人上架設(shè)的移動通信設(shè)備受周邊樹木冠層、樹干、雜草等因素影響，在傳輸信號時易出現(xiàn)信號折射、反射、散射等現(xiàn)象，增加信號丟失概率。通過桃園Wi-Fi信號傳播試驗和SPSS回歸分析，得到了不同收發(fā)節(jié)點方位角θ（0°、30°、60°和90°）和不同收發(fā)節(jié)點高度（25、50、75 和100 cm）在一定距離d（單位：m）時桃園內(nèi)Wi-Fi信號的接收強度預測模型［21］。

{(P_r=-39.316-19.15lgd ????????????????????????????????????????????? ??????????????????????? ??????????????????????? ??????????????????????????????????????????????? 0°≤θ≤15°@P_r=-44.587-25.12lgd ????????????????????????????????????????????? ??????????????????????? ??????????????????????? 15°<θ≤45°@P_r=-44.729-24.53lgd ????????????????????????????? ??????????????? ??????????????????????????????????????????????? 45°<θ<75°@P_r=-45.796-23.55lgd ????????????????????????????????????????????? ??????????????????????? ??????????????????????? 75°≤θ≤90°)┤ （3）其中，Pr為信號接收強度，dBm；d為傳播距離，m；θ為收發(fā)節(jié)點方位角，（°）。

η_ij=〖P_rij/(-85)〗_?? （4）其中，P_rij為節(jié)點j以節(jié)點i為發(fā)射節(jié)點時的信號接收強度，dBm；η_ij為節(jié)點i和節(jié)點j之間的信號強度閾值，dBm。通過Wi-Fi信號接收強度預測模型得到路徑信號強度閾值η，添加到RREP分組中。

η=∑η_ij （5）

RREP轉(zhuǎn)發(fā)至源節(jié)點后，根據(jù)收到的兩兩節(jié)點之間的信號閾值，計算得出最終路徑信號的強度閾值η，并選取從源節(jié)點發(fā)射信號到目的節(jié)點的最強信號路徑進行通信。

2.2AODV-SP報文設(shè)計

為適應(yīng)AODV-SP，需要對AODV-SP報文進行修改，分別為AODV-SP RREQ（路由請求）報文和AODV-SP RREP（路由響應(yīng)）報文。

AODV-SP RREQ報文用于向網(wǎng)絡(luò)尋求目的節(jié)點，如圖2（a）所示。其中，Type為分組類型，J為標志位，R為修復標志位，G為標記中間節(jié)點是否有到目的節(jié)點的路由，D為應(yīng)答標志，U為對未知序列號的標記。Reserved為保留位，Hop Count為跳數(shù)，Destination IP Address表示目的節(jié)點地址，Destination Sequence Number為目的序列號，Originator IP Address為源節(jié)點的IP地址，Originator Sequence Number為源節(jié)點序列號。此外，與傳統(tǒng)的AODV相比，在AODV-SP的RREQ數(shù)據(jù)包內(nèi)還增加了Source X-coordinate源節(jié)點X軸坐標、Source Y-coordinate源節(jié)點Y軸坐標、Previous X-coordinate上一跳節(jié)點X軸坐標、Previous Y-coordinate上一跳節(jié)點Y軸坐標和Effective Communication Range有效通信范圍。

AODV-SP RREP 報文用于目的節(jié)點確認收到信息，如圖2（b）所示。其中，Type、R、Reserved、Hop Count、Destination IP Address、Destination Sequence Number、Originator IP Address、Previous X-coordinate和Previous Y-coordinate與RREQ報文一樣。與傳統(tǒng)AODV路由協(xié)議不同，圖2（b）中的A表示回復標志，Prefix Sz表示前綴長度，Lifetime表示RREP分組時間，Destination X-coordinate表示目的節(jié)點X軸坐標、Destination Y-coordinate表示目的節(jié)點Y軸坐標和Path Signal Strength Threshold路徑信號強度閾值。

3? AODV-SP路由算法構(gòu)建

借鑒AODV路由發(fā)現(xiàn)階段的工作原理，與AODV-SP中的“優(yōu)先節(jié)點”和信號強度閾值相對應(yīng)，AODV-SP路由算法的具體實施步驟主要分為發(fā)現(xiàn)路由算法和選擇路由算法兩部分，其中發(fā)現(xiàn)路由算法對應(yīng)“優(yōu)先節(jié)點”，選擇路由算法對應(yīng)“信號強度”。

3.1發(fā)現(xiàn)路由算法

AODV-SP的發(fā)現(xiàn)路由算法流程如圖3所示，當源節(jié)點S向目的節(jié)點D發(fā)送數(shù)據(jù)分組時，先檢查路由表項中是否有直接到達目的節(jié)點D的路由，若有則沿此路徑進行數(shù)據(jù)通信，反之源節(jié)點S發(fā)起路由請求，向它相鄰節(jié)點A、P廣播RREQ分組。當有節(jié)點A、P接收到RREQ后，判斷該節(jié)點是否為目的節(jié)點D或是否有到目的節(jié)點D的路由，若是，則建立反向路由，反之需根據(jù)公式（1）計算兩節(jié)點間的距離L，再比較L與有效通信距離R的關(guān)系；判斷該節(jié)點是否為前一節(jié)點的優(yōu)先節(jié)點，若是，則繼續(xù)轉(zhuǎn)發(fā)RREQ分組，否則就丟棄該RREQ分組。其中節(jié)點間的距離L由各節(jié)點的橫縱坐標獲得，即利用通用橫墨卡托格網(wǎng)系統(tǒng)（Universal Transverse Mercartor Grid System，UTM）坐標系對全球?qū)Ш叫l(wèi)星系統(tǒng) （Global Navigation Satellite System，GNSS）經(jīng)緯度信息進行坐標轉(zhuǎn)換。因此，引入優(yōu)先節(jié)點這一參量后，實際上只有①S→A→N→B→D和②S→A→B→D兩條路由路徑用于廣播RREQ分組（如圖1所示），減少了兩條非優(yōu)先節(jié)點的路由路徑③S→P→N→D和④S→P→M→D引起的RREQ洪泛，可有效抑制AODV廣播風暴。

3.2選擇路由算法

路由選擇對多機器人通信系統(tǒng)提供可靠通信服務(wù)至關(guān)重要［23］。AODV-SP的路由選擇算法流程如圖4所示。當中間節(jié)點接收到RREP分組后，首先根據(jù)公式（4）計算該節(jié)點的信號強度閾值ηij，若是ηij?1則轉(zhuǎn)發(fā)分組，并基于公式（5）計算路徑信號強度閾值，反之則將該分組丟棄。最終當目的節(jié)點接收到RREP分組后，判斷接收到的所有可能路由的信號節(jié)點強度閾值，并選擇信號節(jié)點強度閾值最小的路徑為源節(jié)點至目的節(jié)點的最佳路由。如圖4所示，引入節(jié)點信號強度閾值和路徑信號強度閾值后，充分考慮每個節(jié)點的數(shù)據(jù)傳輸能力，首先丟棄信號節(jié)點強度閾值η≥1所在的路徑，即丟棄路徑② S→A→B→D，然后計算其余路徑的路徑信號強度閾值，可得路徑 ①S→A→N→B→D的信號強度閾值為2.35，則該路徑為源節(jié)點S和目的節(jié)點D的數(shù)據(jù)通信路徑。

通過引入優(yōu)先節(jié)點和信號節(jié)點強度閾值，使多機器人在果園內(nèi)以“一對所有”通訊模式互換信息時，由原有路由中的四條路由路徑減少為一條，即保證了有效信息的傳遞，又減少了無用信息塞滿帶寬的可能性。

4? AODV-SP性能仿真測試

為驗證改進后的AODV-SP性能，通過NS2仿真軟件，分析了節(jié)點不同移動速度下該協(xié)議的性能，并與傳統(tǒng)的AODV進行性能對比。

4.1仿真環(huán)境設(shè)置和相關(guān)參數(shù)配置

NS2是一種面向?qū)ο蟮?、離散事件驅(qū)動的、完全免費的網(wǎng)絡(luò)環(huán)境模擬器。仿真環(huán)境以國家桃產(chǎn)業(yè)技術(shù)體系西安綜合試驗站果園環(huán)境為參考，設(shè)置為500 m×500 m的區(qū)域，仿真時間為300 s，系統(tǒng)隨機生成50個隨機分布的節(jié)點，且每個節(jié)點以不同的移動速度在上述500 m×500 m的區(qū)域內(nèi)，按照表1設(shè)置的仿真條件，設(shè)置節(jié)點的移動模型為隨機運動。農(nóng)業(yè)機器人因作業(yè)任務(wù)不同，運動形式不同，其行駛速度也大不相同，如除草機器人行駛速度在0.45~1 m/s 左右［24］，而噴藥、施肥機器人的作業(yè)速度通常要比除草、采摘機器人、巡檢機器人等要高［25,26］，如大田農(nóng)業(yè)自主行駛噴藥機的行駛速度為3~8 m/s左右，空中無人機噴藥的作業(yè)速度為1~10 m/s 左右［27］。為保證改進協(xié)議適用于高速作業(yè)的農(nóng)業(yè)機器人，此處節(jié)點隨機運動的移動速度的設(shè)置參考農(nóng)業(yè)噴藥機器人，速度在1~10 m/s。仿真結(jié)果如圖5所示。具體的參數(shù)配置見表1。

4.2仿真測試結(jié)果與分析

通過對比AODV和AODV-SP兩種協(xié)議在路由發(fā)起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能差異，驗證AODV-SP的改進效果。為保證結(jié)果的準確性，每個試驗結(jié)果均為10次試驗結(jié)果的平均值。

（1）路由發(fā)起頻率。表示源節(jié)點發(fā)起的路由請求次數(shù)與仿真時間之比，用于表示網(wǎng)絡(luò)的穩(wěn)定性，其計算方法見公式（6）。

路由發(fā)起頻率=源節(jié)點發(fā)起的路由請求次數(shù)/仿真時間?? （6）

（2）路由開銷。網(wǎng)絡(luò)中用于路由發(fā)現(xiàn)和路由維護的分組數(shù)與目的節(jié)點接收到的數(shù)據(jù)包個數(shù)之比，用于表示網(wǎng)絡(luò)開銷，其計算方法見公式（7）。

路由開銷=用于路由請求和路由維護的分組總數(shù)/接收的數(shù)據(jù)包個數(shù) （7）

（3）平均端到端時延。數(shù)據(jù)包從源節(jié)點到目的節(jié)點所需的平均時間，用于表示網(wǎng)絡(luò)的實時性，其計算方法見公式（8）。

平均端到端時延=(數(shù)據(jù)包接收所需時間-數(shù)據(jù)包發(fā)送所需時間)/接收數(shù)據(jù)包個數(shù)??? （8）

（4）分組投遞率。目的節(jié)點接收的數(shù)據(jù)包數(shù)與源節(jié)點發(fā)送的數(shù)據(jù)包數(shù)之比，用于表示網(wǎng)絡(luò)的可靠性，計算方法如公式（9）。

分組投遞率=目的節(jié)點接收的數(shù)據(jù)包數(shù)量/源節(jié)點發(fā)送的數(shù)據(jù)包數(shù)量 （9）

試驗結(jié)果如圖6所示，引入了優(yōu)先節(jié)點與路徑信號強度閾值后的AODV-SP平均端到端時延、路由發(fā)起頻率、路由開銷三個指標均小于原始AODV，分組投遞率較AODV有著明顯提高。其中，當節(jié)點的移動速度為5 m/s時，AODV-SP的路由發(fā)起頻率和路由開銷較AODV分別降低了3.65%和7.09%；節(jié)點的移動速度為8 m/s時，AODV-SP的分組投遞率提高了0.59%，平均端到端時延降低了13.09%。

由于在AODV-SP的改進過程中引入了優(yōu)先節(jié)點和路徑信號強度閾值兩個參量，使最終選擇的路徑更加穩(wěn)定，不易斷裂，故節(jié)點的不同移動速度下，AODV-SP低于AODV的路由發(fā)起頻率（圖6（a））。當節(jié)點的移動速度為5 m/s時，AODV-SP的路由發(fā)起頻率較原始AODV降低了4.73%。

在節(jié)點移動速度增大的同時，路由開銷隨之增加（圖6（b）），由于改進后的AODV-SP的路由更為穩(wěn)定，降低了路由斷裂的概率，使路由發(fā)現(xiàn)和路由維護的分組數(shù)減少，故節(jié)點的不同移動速度下，AODV-SP的路由開銷低于AODV。當節(jié)點的移動速度為5 m/s時，AODV-SP的路由開銷較原始AODV降低了8.38%。

節(jié)點的移動速度較低時，AODV和AODV-SP的平均端到端時延均較小（圖6（c）），在網(wǎng)絡(luò)中節(jié)點移動速度增加的同時，平均端到端時延隨之增大，而相同移動速度下AODV-SP小于AODV的平均端到端時延，其原因在于AODV-SP所建立路由的可靠性更高，節(jié)省了大量路由發(fā)現(xiàn)所需的時間。當節(jié)點的移動速度為8 m/s時，AODV-SP的平均端到端時延較原始AODV降低了13.09%。

網(wǎng)絡(luò)中節(jié)點移動速度增加的同時，分組投遞率逐漸降低（圖6（d）），由于AODV-SP所建立的路由有更好的穩(wěn)定性，降低了路由斷裂的幾率，故相同移動速度下AODV-SP大于AODV的分組投遞率。當節(jié)點移動速度為8 m/s時，AODV-SP的分組投遞率較原始AODV提高了0.59%。

仿真測試結(jié)果表明，在傳統(tǒng)AODV協(xié)議和AODV-SP協(xié)議下，農(nóng)業(yè)機器人行駛速度越大，節(jié)點間路由發(fā)起頻率、路由開銷以及平均端到端時延隨之增大，進而影響通信網(wǎng)絡(luò)的穩(wěn)定性和實時性；對應(yīng)的分組投遞率越來越小，說明通信系統(tǒng)的可靠性越差，易導致通信數(shù)據(jù)丟失。但相比傳統(tǒng)AODV協(xié)議，AODV-SP協(xié)議在通信延時、能耗、路由斷裂均有一定程度的改良。

5? AODV-SP性能物理平臺測試

為進一步驗證改進后的AODV-SP仿真結(jié)果在多機器人無線通信系統(tǒng)上的適用性，保證果園多機器人無線通信系統(tǒng)的正常運行，本研究選用了目前常用的基于領(lǐng)航-跟隨法的多機器人運行模式，搭建了多機器人無線通信物理平臺，并對該平臺進行了通信測試。

5.1多機器人無線通信物理平臺的搭建

為保證多機器人無線通信物理平臺的正常運行，基于領(lǐng)航-跟隨法的多機器人運動方式，設(shè)計了多機器人無線通信物理平臺的系統(tǒng)硬件和軟件。其中領(lǐng)航機器人由遙控器控制，跟隨機器人通過無線通信系統(tǒng)的信息交互，與領(lǐng)航機器的運動狀態(tài)保持一致。

5.1.1系統(tǒng)硬件選擇

多機器人系統(tǒng)硬件選用基于ARM11架構(gòu)的S3C6410處理器（飛凌OK6410-A開發(fā)板），并搭配SDIO Wi-Fi無線通信模塊（FIT-WIFI-II_RTL8189ES）、GNSS模塊（ATGM332D-5N）、超聲波傳感器（HC-SR04）、紅外傳感器（5 mm紅外對管）和4.3寸LCD液晶屏（圖7）。其中Wi-Fi無線通信模塊用于通信系統(tǒng)中的數(shù)據(jù)分組，GNSS模塊用于獲取機器人運行時的經(jīng)緯度信息（通過坐標轉(zhuǎn)換變?yōu)闄C器人橫縱坐標），超聲波傳感器用于檢測桃園跟隨機器人的跟車距離，紅外傳感器用于保證車輛的跟車距離，LCD液晶屏可顯示果園機器人的運行信息及指令信息。

5.1.2通信系統(tǒng)軟件設(shè)計

多機器人無線通信物理平臺的通信系統(tǒng)軟件主要包括根據(jù)AODV-SP 改進后的數(shù)據(jù)包的編寫數(shù)據(jù)包可視化界面兩部分。其中數(shù)據(jù)傳輸格式如表2所示，除起始位和停止位以外，D0、D1、D3和COM分別代表本機的標識符（領(lǐng)航機器人設(shè)置為“0”，跟隨機器人由“1”開始隨數(shù)量遞增）、IP地址、是否正常運行的狀態(tài)和控制指令（前進、左轉(zhuǎn)、右轉(zhuǎn)、停止）。并采用Qt Creator設(shè)計了能實時顯示該數(shù)據(jù)包的可視化界面，界面包括當前機器人的IP地址、運行狀態(tài)、經(jīng)緯度信息、跟車距離和其他機器人的當前狀態(tài)等信息。設(shè)定無線通信系統(tǒng)的信息定時更新時間為100 ms，當系統(tǒng)初始化完成后會一直處于監(jiān)聽狀態(tài)，若領(lǐng)航機器人接收到跟隨機器人發(fā)送的數(shù)據(jù)包后，會提取數(shù)據(jù)并判斷是否包含異常停車指令，出現(xiàn)異常則停車等待，反之則發(fā)送控制命令并繼續(xù)進行監(jiān)聽。

5.2AODV-SP測試

丟包率及通信鏈中斷情況是衡量果園多機器人通信系統(tǒng)的重要指標。通過網(wǎng)絡(luò)丟包率和物理平臺測試，分別驗證了在實驗室環(huán)境下，多機器人靜態(tài)和動態(tài)兩種狀態(tài)下，基于AODV-SP的多機器人無線通信物理平臺數(shù)據(jù)包丟失、通信鏈中斷的實際情況。

5.2.1靜態(tài)丟包率測試

桃園株距約為2 m，行距約為4 m，Wi-Fi通信模塊的最大有效通信距離為105 m，為保證領(lǐng)航機器人通過Wi-Fi模塊能與跟隨機器人建立連接，參考桃園環(huán)境和多機器人的運動方式（圖1），將網(wǎng)絡(luò)丟包率為0時對應(yīng)的通信距離（25 m）作為丟包率測試的初始距離，測試間隔距離為5 m，最大通信距離為100 m。

每次測試過程中，領(lǐng)航機器人發(fā)送400組數(shù)據(jù)，通過記錄跟隨機器人端接收到的數(shù)據(jù)個數(shù)即可求得網(wǎng)絡(luò)的丟包率。通過測試結(jié)果可知節(jié)點相距25 m時多機器人無線通信物理平臺的丟包率為0，100 m時丟包率為21.01%，可用于桃園多機器人協(xié)同作業(yè)（表3）。

5.2.2多機器人通信系統(tǒng)動態(tài)測試

為測試多機器人無線通信物理平臺其系統(tǒng)動態(tài)時數(shù)據(jù)丟失、通信鏈中斷的實際情況，首先為物理平臺領(lǐng)航機器人A、跟隨機器人B和跟隨機器人C自動分配IP地址，并將端口手動設(shè)置為9000；其次根據(jù)紅外傳感器有效檢測范圍，將機器人間相對距離設(shè)置為40 m，然后使通信物理平臺的機器人按照鏈狀拓撲結(jié)構(gòu)運行，即機器人按照編號順序，沿直線依次遍歷前一個機器人走過的位置（圖8）。

先通過遙控器向領(lǐng)航機器人發(fā)送控制指令，領(lǐng)航機器人A接收到控制信號后，在執(zhí)行控制指令的同時會不斷根據(jù)自身狀態(tài)更新數(shù)據(jù)包中的經(jīng)緯度、控制指令等信息，并發(fā)送至跟隨機器人。跟隨機器人B和跟隨機器人C會根據(jù)接收到的數(shù)據(jù)包解析并執(zhí)行其中的指令，并定時更新數(shù)據(jù)包中的經(jīng)緯度、運行狀態(tài)和跟車距離等信息。其中跟隨機器人B向領(lǐng)航機器人A發(fā)送數(shù)據(jù)包，跟隨機器人C向領(lǐng)航機器人A和跟隨機器人B發(fā)送數(shù)據(jù)包。如圖9可視化界面所示，在多機器人運動時，各多機物理無線通信平臺能實現(xiàn)雙向通信，且跟隨機器人能根據(jù)控制指令完成編隊直線和轉(zhuǎn)向行駛。試驗結(jié)果表明，AODV-SP可用于多機器人無線通信物理平臺。

6? 結(jié)? 論

本研究針對多機器人在桃園內(nèi)作業(yè)時的通信需求，基于Wi-Fi信號在桃園內(nèi)接收強度預測模型，在路由發(fā)現(xiàn)階段引入優(yōu)先節(jié)點和路徑信號強度閾值參量為路由請求考慮因素，提出了一種AODV-SP，并通過NS2仿真對現(xiàn)有AODV和改進后的AODV-SP進行了對比分析試驗。仿真試驗結(jié)果表明，改進后的AODV-SP在路由發(fā)起頻率、路由開銷、平均端到端時延及分組投遞率4個方面均優(yōu)于AODV，其中當節(jié)點的移動速度為5 m/s時，AODV-SP的路由發(fā)起頻率、路由開銷較AODV分別降低了3.65%和7.09%；節(jié)點的移動速度為8 m/s時，AODV-SP的分組投遞率提高了0.59%，平均端到端時延降低了13.09%，能有效提高無線通信網(wǎng)絡(luò)性能。

為進一步驗證AODV-SP的實用性，在搭建的基于領(lǐng)航-跟隨法多機器人無線通信物理平臺上，測試了基于AODV-SP的無線通信系統(tǒng)丟包率大小和通信系統(tǒng)在物理平臺上的傳輸性能。試驗結(jié)果表明，AODV-SP用于基于領(lǐng)航-跟隨法的多機器人，可通過互相通信維持鏈狀拓撲結(jié)構(gòu)的運動狀態(tài)。

為保證本研究提出的AODV-SP通信系統(tǒng)能用于果園多機器人協(xié)同作業(yè)，后續(xù)研究還需要考慮節(jié)點的運動狀態(tài)對路由的影響，并將通信系統(tǒng)移植到在果園作業(yè)的機器人上，在實際果園環(huán)境中進行進一步測試。

參考文獻：

[1]??? NOREILS F R. Toward a robot architecture integrating cooperation between mobile robots-APPlication to indoor environment[J]. International Journal of Robotics Research, 1993, 12: 79-98.

[2]??? 高志軍, 顏國正, 丁國清, 等. 基于多機器人臂間協(xié)作的通信機制的設(shè)計與實現(xiàn)[J]. 系統(tǒng)工程與電子技術(shù), 2001(12): 27-29.GAO Z, YAN G, DING G, et al. Design and realize of communication mechanism of the manipulators cooperation based on multi-robot[J]. Systems Engineering and Electronics, 2001(12): 27-29.

[3]??? 盛會, 郭輝, 陳恒峰, 等. 常用無線通訊技術(shù)與應(yīng)用[J]. 農(nóng)業(yè)科技與裝備, 2016(7): 60-63.SHENG H, GUO H, CHEN H, et al. Commonly used wireless communication technology and its application[J]. Agricultural Science & Technology and Equipment, 2016(7): 60-63.

[4]??? 李延香, 趙薔, 袁輝. 基于Wi-Fi物聯(lián)網(wǎng)技術(shù)的智慧實驗室架構(gòu)研究[J]. 信息技術(shù), 2018, 42(8): 34-38.LI Y, ZHAO Q, YUAN H. Research on the structure of smart laboratory based on the Wi-Fi Internet of things technology[J]. Information Technology, 2018, 42(8): 34-38.

[5]??? BEN-OTHMAN J, YAHYA B. Energy efficient and QoS based routing protocol for wireless sensor networks[J]. Journal of Parallel & Distributed Computing, 2010, 70(8): 849-857.

[6]??? 任春江, 降愛蓮. 基于移動狀態(tài)的車載自組織網(wǎng)絡(luò)路由算法[J]. 計算機工程與科學, 2018, 40(3): 464-471.REN C, JIANG A. A moving state based routing algorithm invehicular ad hoc networks[J]. Computer Engineering & Science, 2018, 40(3): 464-471.

[7]??? 陳書旺, 王真真, 尹曉偉, 等. MANET中基于AODV的跨層多度量路由協(xié)議[J]. 太赫茲科學與電子信息學報, 2020, 18(5): 907-912.CHEN S, WANG Z, YI X, et al. AODV-based cross-layer multi-metric routing protocol in MANET[J]. Journal of Terahertz Science and Electronic Information Technology, 2020, 18(5): 907-912.

[8]??? 黃保華, 莫家威, 呂琦. 基于模糊神經(jīng)網(wǎng)絡(luò)的穩(wěn)定AODV協(xié)議改進方案[J]. 計算機工程與科學, 2018, 40(11): 1974-1982.HUANG B, MO J, LYU Q. An improved stable AODV protocol scheme based on fuzzy neural networks[J]. Computer Engineering & Science, 2018, 40(11): 1974-1982.

[9]??? MATRE V, KARANDIKAR R. Multipath routing protocol for mobile adhoc networks[C]// Colossal Data Analysis & Networking. Piscataway, New York, USA: IEEE, 2016.

[10]? MISRA R, MANDAL C R. Performance comparison of AODV/DSR on-demand routing protocols for ad hoc networks in constrained situation[C]// IEEE International Conference on Personal Wireless Communications. Piscataway, New York, USA: IEEE, 2005.

[11]? BISEN D, SHARMA S. An energy-efficient routing approach for performance enhancement of MANET through adaptive neuro-fuzzy inference system[J]. International Journal of Fuzzy Systems, 2018, 20: 2693-2708.

[12]? DAS S K, TRIPATHI S. Intelligent energy-aware efficient routing for MANET[J]. Wireless Networks, 2018, 24(4): 1139-1159.

[13]? FANG W, ZHANG W, XIAO J, et al. A source anonymity-based lightweight secure AODV protocol for fog-based MANET[J]. Sensors, 2017, 17(6): ID 1421.

[14]? 林濤, 安玳寧, 李虹, 等. 無線傳感器網(wǎng)絡(luò)AODV路由協(xié)議的優(yōu)化策略[J]. 自動化與儀表, 2015, 30(6): 9-12.LIN T, AN D, LI H, et al. Improvement of AODV routing protocol for wireless sensor networks [J]. Automation & Instrumentation, 2015, 30(6): 9-12.

[15]? 王軍袖. Ad Hoc網(wǎng)絡(luò)中基于AODV路由協(xié)議能量優(yōu)化算法的研究[D]. 呼和浩特: 內(nèi)蒙古大學, 2018.WANG J. Research on energy efficient algorithm based on AODV routing protocol in Ad Hoc networks[D]. Hohhot: Inner Mongolia University, 2018.

[16]? MAFIRABADZA C, KHATRI P. Efficient power aware AODV routing protocol for MANET[J]. Wireless Personal Communications, 2017, 97: 5707-5717.

[17]? JABBAR W A, ISMAIL M, NORDIN R. Energy and mobility conscious multipath routing scheme for route stability and load balancing in MANETs[J]. Simulation Modelling Practice and Theory, 2017, 77: 245-271.

[18]? PERIYASAMY P, KARTHIKEYAN E. End-to-end link reliable energy efficient multipath routing for mobile Ad Hoc networks[J]. Wireless Personal Communications, 2017, 92(3): 825-841.

[19]? REDDY A P, SATYANARAYANA N. Energy-efficient stable multipath routing in MANET[J]. Wireless Networks, 2017, 23: 2083-2091.

[20]? 葉福林. 無線傳感器網(wǎng)絡(luò)路由協(xié)議優(yōu)化研究[D]. 合肥: 合肥工業(yè)大學, 2010.YE F. The research on the optimization of routing protocol in wireless sensor networks[D]. Hefei: Hefei University of Technology, 2010.

[21]? 王東飛. 密植桃園多機器人無線通信系統(tǒng)的研究與設(shè)計[D]. 楊凌: 西北農(nóng)林科技大學, 2020.WANG D. Research and design of wireless communication system for dense peach orchard multi-robot[D]. Yangling: Northwest A&F University, 2020.

[22]? 臧婉瑜, 于勐, 謝立, 等. 按需式ad hoc移動網(wǎng)絡(luò)路由協(xié)議的研究進展[J]. 計算機學報, 2002(10): 1009-1017.ZANG W, YU M, XIE L, et al. A survey of on-demand routing protocols for Ad Hoc mobile networks[J]. Chinese Journal of Computers, 2002(10): 1009-1017.

[23]? 汪進鴻, 韓宇星. 用于作物表型信息邊緣計算采集的認知無線傳感器網(wǎng)絡(luò)分簇路由算法[J]. 智慧農(nóng)業(yè)(中英文), 2020, 2(2): 28-47.WANG J, HAN Y. Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J]. Smart Agriculture, 2020, 2(2): 28-47.

[24]? 張文莉, 陳樹人, 褚德宏. 除草機器人研究現(xiàn)狀與趨勢[J]. 農(nóng)業(yè)裝備技術(shù), 2015, 41(2): 6-10.ZHANG W, CHEN S, ZHU D. Research review on field weeding robot[J]. Agricultural Equipment Technology, 2015, 41(2): 6-10.

[25]? 姬長英, 周俊. 農(nóng)業(yè)機械導航技術(shù)發(fā)展分析[J]. 農(nóng)業(yè)機械學報, 2014, 45(9): 44-54.JI C, ZHOU J. Current situation of navigation technologies for agricultural machinery[J]. Transactions of the CSAM, 2014, 45(9): 44-54.

[26]? 張鵬, 張麗娜, 劉鐸,等. 農(nóng)業(yè)機器人技術(shù)研究現(xiàn)狀[J]. 農(nóng)業(yè)工程, 2019, 9(10): 1-12.ZHANG P, ZHANG L, LIU D, et al. Research status of agricultural robot technology[J]. Agricultural Engineering, 2019, 9(10): 1-12.

[27]? LIU H. Impact analysis of the UAV flight height and velocity on the spraying effect[J]. Agricultural Mechanization Research, 2020, 42(8): 202-206.

Improved AODV Routing Protocol for Multi-Robot Communication in Orchard

MAO Wenju1,2,3, LIU Heng1,2,3, WANG Dongfei1,2,3, YANG Fuzeng1,2,3,4*, LIU Zhijie1,2,3

（1.College of Mechanical and Electronic Engineering, Northwest A&F University, Yangling 712100, China;

2.Apple Full Mechanized Scientific Research Base of Ministry of Agriculture and Rural Affairs, Yangling 712100, China; 3.Northern Agricultural Equipment Scientific Observation and Experimental Station, Ministry of Agriculture and Rural Affairs, Yangling 712100, China; 4.State Key Laboratory of Soil Erosion and Dryland Agriculture on Loess Plateau, Yangling 712100, China）

Abstract: To satisfy the communication needs of multiple robots working in orchards, an improved Ad Hoc on-demand distance vector routing protocol based on signal strength threshold and priority nodes (AODV-SP), and the prediction model of Wi-Fi signal reception in peach orchards, was proposed in this study. Different from the traditional AODV protocol, AODV-SP utilizes the idea of priority nodes and strength thresholds to construct a discovery routing algorithm and a selection routing algorithm by seeking priority nodes and calculating the maximum strength threshold between nodes, respectively. The discovery routing message and selection routing message of the AODV-SP protocol were designed according to the discovery routing and selection routing algorithms. To verify the performance of the AODV-SP protocol, the performance of the protocol with different maximum movement speeds of nodes was analyzed by using NS2 simulation software and the performance was compared with the traditional AODV protocol. The simulation results showed that the average end-to-end delay, route initiation frequency, and route overhead of AODV-SP protocol with the introduction of priority node and path signal strength thresholds were smaller than those of the traditional AODV protocol, and the packet delivery rate improved significantly compared with that of AODV protocol. Among them, when the maximum node movement speed was 5 m/s, the route initiation frequency and route overhead of AODV-SP protocol reduced by 3.65% and 7.09%, respectively, compared with AODV protocol. When the maximum node movement speed was 8 m/s, the packet delivery rate of AODV-SP protocol improved by 0.59% and the average end-to-end delay reduced by 13.09%. To further verify the simulation results of AODV-SP making AODV-SP protocol applicable to a multi-robot wireless communication system and ensure the normal operation of multi-robot wireless communication in orchards, a physical platform for multi-robot wireless communication was built in a laboratory environment, and software was designed to enable the physical platform to communicate properly under the AODV-SP protocol. And the physical platform for multi-robot wireless communication using the AODV-SP protocol was tested under static and dynamic conditions, respectively. The experiment results showed that, under static condition, when distance between nodes was less than or equal to 25 m, the packet loss rate of the robot was 0; when distance between nodes was 100 m, tthe packet loss rate of the robot was 21.01%, and the following robots could maintain the chain topology with the leader robot in dynamic conditions. Simulation and physical platform experiments results showed that the AODV-SP protocol could be used for the construction of multi-robot communication systems in orchard.

Key words: orchard; AODV-SP protocol; wireless; multi-robot; physical platform; simulation