基于稻田除草部件橫向偏距視覺感知的對(duì)行控制系統(tǒng)設(shè)計(jì)與試驗(yàn)

陳學(xué)深，方根杜，熊悅淞，王宣霖，武 濤

(華南農(nóng)業(yè)大學(xué) 工程學(xué)院, 廣東 廣州 510642)

作為一種安全、環(huán)保、高效的除草方式，機(jī)械除草已成為減少化學(xué)除草劑施用的重要措施[1-3]。但傳統(tǒng)機(jī)械除草執(zhí)行部件的作業(yè)路徑不能根據(jù)苗帶的實(shí)際變化而改變，導(dǎo)致行間除草傷苗嚴(yán)重，制約了機(jī)械除草技術(shù)及裝備的發(fā)展[4-7]。因此，開展機(jī)械除草自動(dòng)對(duì)行研究十分必要。

避苗控制主要有機(jī)具導(dǎo)航和除草執(zhí)行部件位置橫向調(diào)節(jié)2種實(shí)現(xiàn)方式[8]。機(jī)具導(dǎo)航主要采用GPS方法，多應(yīng)用在旱田的種植作業(yè)。而除草等管理作業(yè)的導(dǎo)航多采用視覺方式引導(dǎo)機(jī)具對(duì)行控制。瑞典的Astrand等[9-10]提出了一種基于Hough變換的作物行識(shí)別算法，試驗(yàn)結(jié)果表明：在不同光照、雜草密度和作物大小下均能實(shí)現(xiàn)作物行檢測(cè)。陳嬌等[11]采用改進(jìn)的基于Hough變換的農(nóng)田壟線識(shí)別算法，實(shí)現(xiàn)壟線的識(shí)別與定位，并分別對(duì)大豆、小麥和玉米圖像進(jìn)行試驗(yàn)，結(jié)果表明：獲取的壟線導(dǎo)航線精度滿足機(jī)具導(dǎo)航要求。然而，機(jī)具導(dǎo)航的視覺感知獲取及處理的整張圖片，采用的Hough變換算法復(fù)雜，計(jì)算量大，難以滿足除草部件作物感知的實(shí)時(shí)性要求[12-13]。同時(shí)，利用最小二乘法存在噪聲敏感、魯棒性差、難以在水田復(fù)雜背景和噪聲較高的情況下獲得較高精度的問題[14-16]。因此，水田環(huán)境下的作物感知在實(shí)時(shí)性及精度方面需要有更好的處理方法。另外，機(jī)具導(dǎo)航避苗方式，除草執(zhí)行部件的作業(yè)路徑是通過機(jī)具轉(zhuǎn)向方式調(diào)節(jié)的，存在明顯的滯后性，在糾偏期間除草部件對(duì)偏植稻苗不可避免造成損傷，多行作業(yè)的損傷更為嚴(yán)重[17-18]。因此，采用對(duì)除草部件位置橫向調(diào)節(jié)的方法實(shí)現(xiàn)避苗更為適宜。為此，有學(xué)者采用建模方法直接控制除草部件，實(shí)現(xiàn)除草部件的避苗控制[19]。陳勇等[20]和郭偉斌等[21]進(jìn)行了除草機(jī)器人機(jī)械臂的控制研究，通過建模、求逆解實(shí)現(xiàn)了除草機(jī)械臂的控制。胡煉等[22-23]通過采用雙閾值死區(qū)控制算法，實(shí)現(xiàn)了除草部件的主動(dòng)避苗。上述控制方法根據(jù)除草部件與作物的相對(duì)位置，控制除草部件的作業(yè)路徑，均能達(dá)到避苗作業(yè)效果，但所采用的建模及控制算法局限在旱田環(huán)境應(yīng)用，而水田作業(yè)環(huán)境復(fù)雜，行駛機(jī)具受俯仰、搖擺及振動(dòng)的姿態(tài)及負(fù)載變化等干擾，難以獲得準(zhǔn)確的數(shù)學(xué)模型。因此，在避苗控制方法上，水田作業(yè)應(yīng)有更高的要求。

針對(duì)機(jī)具導(dǎo)航避苗存在避苗調(diào)控滯后問題，本文提出了一種基于機(jī)器視覺與比例積分微分(Proportion integration differentiation，PID)控制技術(shù)相結(jié)合的方法，根據(jù)除草部件中心與稻行中心線的橫向偏距實(shí)時(shí)糾偏除草部件的工作路徑，避開稻苗實(shí)現(xiàn)除草部件的精準(zhǔn)對(duì)行作業(yè)。

1 避苗控制系統(tǒng)組成及工作原理

避苗控制系統(tǒng)主要由視覺感知系統(tǒng)、液壓控制系統(tǒng)和除草執(zhí)行部件等組成，其樣機(jī)如圖1所示。其中，視覺感知系統(tǒng)由光源、攝像頭及攝像頭安裝支架組成，攝像頭為羅技C920自動(dòng)對(duì)焦攝像機(jī)，接口類型為 USB3.0，視頻格式為 1 280×720 UYVY，最大幀頻為30 f/s。液壓控制系統(tǒng)主要由液壓泵(插秧機(jī)懸掛驅(qū)動(dòng)泵)、液壓缸、橫向糾偏機(jī)構(gòu)等組成。除草執(zhí)行部件為螺旋刀輥式除草部件，作業(yè)寬度為20 cm。

圖1 具有避苗功能的水稻除草機(jī)樣機(jī)Fig.1 Prototype of rice weeding machine with seedling avoidance function

工作時(shí)，視覺感知系統(tǒng)隨機(jī)具在水稻行間行進(jìn)，實(shí)時(shí)采集及處理稻株圖像，并將識(shí)別的稻株位置信息傳遞到圖像處理系統(tǒng)，經(jīng)過圖像處理及計(jì)算獲得除草部件中心與苗帶中心線的距離(簡(jiǎn)稱橫向偏距)。在此基礎(chǔ)上，液壓控制系統(tǒng)根據(jù)除草部件的橫向偏距，通過控制液壓比例方向閥，改變液壓缸推桿的伸縮量，進(jìn)而改變除草部件的工作位置，消減橫向偏距實(shí)現(xiàn)避苗控制。

2 基于機(jī)器視覺的橫向偏距獲取方法

2.1 圖像分割

田間圖像背景分割的目的是將綠色植物(含作物和雜草等)與土壤或水層背景區(qū)分開，使背景分割后的圖像只保留作物和雜草。針對(duì)水田環(huán)境下的稻株圖像，為快速有效地去除背景(水層、土壤、陰影等)，突出綠色分量提取出稻株和雜草，采用改進(jìn)超綠算法(2G-R-B)對(duì)彩色稻株圖像進(jìn)行灰度化。通過OSTU算法獲取分割閾值T，并對(duì)灰度圖像進(jìn)行二值化，該方法相對(duì)于傳統(tǒng)超綠算法能更好地消除圖像采集中的噪聲，便于后期對(duì)象信息的提取。同時(shí)為減少光照強(qiáng)度對(duì)圖像分析的干擾，對(duì)超綠算法中紅藍(lán)綠(RGB)3個(gè)顏色通道的各顏色分量進(jìn)行歸一化處理，超綠算法具體計(jì)算公式如下：

式中：F(x，y)為像素坐標(biāo) (x，y)的灰度，F(xiàn)(x，y)=0 為背景 (黑色)，F(xiàn)(x，y)=255為植物 (稻株或雜草)或噪聲點(diǎn)(白色)。R、G、B分別代表采集圖像各顏色通道分量，r、g、b分別代表歸一化后的顏色分量取值，T為OSTU算法獲取二值化閾值。

該方法能更好地突出綠色顏色空間灰度(即稻株和雜草)，抑制陰影和水層背景。在此基礎(chǔ)上，圖像進(jìn)行二值化及預(yù)去噪處理，去除稻株冠層內(nèi)部存在的一些小孔洞、不連續(xù)的孤立點(diǎn)，以及外部存在的毛刺、分支等噪聲。為提高后期稻株識(shí)別與定位的精度，需結(jié)合形態(tài)學(xué)運(yùn)算進(jìn)一步進(jìn)行去噪處理。圖像處理過程的效果如圖2所示，具體方法如下：

圖2 圖像處理效果圖Fig.2 Effect diagram of image processing

1)稻株冠層外部邊緣輪廓獲?。簩?duì)稻株冠層內(nèi)部黑色小空洞進(jìn)行填充，實(shí)現(xiàn)稻株外部邊緣平滑化；

2)雜草過濾處理：通過形態(tài)學(xué)運(yùn)算處理，先閉操作后開操作，將處理后的圖片進(jìn)行面積濾波，設(shè)定面積濾波閾值為4 000，過濾掉面積小于4 000像素的稻株連通域區(qū)域，從而去除雜草等不相關(guān)噪聲；

3)稻株個(gè)體提?。哼M(jìn)行稻苗冠層孔洞填充、毛刺去除、形態(tài)學(xué)處理及面積濾波。

2.2 基于ROI區(qū)域作物特征點(diǎn)提取

移栽稻田的水稻行距相對(duì)固定(一般為30 cm)。為了降低圖像處理運(yùn)算量、提高作物識(shí)別實(shí)時(shí)性，根據(jù)作物的行寬來劃定相應(yīng)的作物識(shí)別感興趣區(qū)域 (Region of interest，ROI)[24]，在后期的圖像處理時(shí)，僅對(duì)ROI區(qū)域內(nèi)的作物像素進(jìn)行處理，以去除行間非ROI區(qū)域內(nèi)雜草的干擾。

二值化處理的圖像，綠色植物(稻株和雜草)為白色，背景(水層和土壤等)為黑色，利用圖像投影法對(duì)白色像素區(qū)域進(jìn)行水平和垂直方向投影，設(shè)采集的稻株圖像尺寸為W×H，其中：W表示圖像寬度，H表示圖像高度。設(shè)置浮動(dòng)窗口為n個(gè)，h為浮動(dòng)窗口的高度，圖像中每個(gè)浮動(dòng)窗口的大小為W×h，則H=h×n；f(i,j)為綠色植物二值化圖像點(diǎn)(i,j)處的灰度值，C(i)為圖像第i行水平方向投影后的像素值，S(j)為圖像第j列垂直方向投影后的像素值，則有：

稻株圖像垂直方向投影如圖3所示，藍(lán)色波形圖代表綠色植物在垂直方向的灰度投影圖，設(shè)置一個(gè)高度閾值TSn(圖3中點(diǎn)畫線y=TSn)，將像素點(diǎn)數(shù)與閾值TSn比較，當(dāng)像素點(diǎn)數(shù)＞TSn時(shí)，定義為ROI區(qū)，并將波形高度設(shè)置為TSn；當(dāng)像素點(diǎn)數(shù)≤TSn時(shí)，定義為非ROI區(qū)，波形高度設(shè)置為0。其中，閾值TSn是浮動(dòng)窗口內(nèi)目標(biāo)像素總和的平均值，TC是浮動(dòng)窗口內(nèi)綠色植物在水平方向投影像素總和的平均值。稻株行間、株間的雜草通過像素閾值TSn和TC給予濾除。

圖3 圖像的投影Fig.3 Projection of the image

通過圖像垂直投影(圖3a)可獲得浮動(dòng)窗口內(nèi)ROI區(qū)每穴稻株的起點(diǎn)邊界D1、D2和終點(diǎn)邊界U1、U2，經(jīng)過計(jì)算可求出每穴稻株對(duì)應(yīng)的中點(diǎn)值M1、M2作為稻株中心位置的橫坐標(biāo)；同理，可求得圖像水平投影(圖3b)稻株對(duì)應(yīng)的中點(diǎn)值m1作為稻株中心位置的縱坐標(biāo)。因此，該浮動(dòng)窗口內(nèi)稻苗的坐標(biāo)為(M1，m1)、(M2，m1)。

通過水平和垂直投影可獲取稻株圖像中每個(gè)浮動(dòng)窗口內(nèi)稻株中心位置的特征點(diǎn)信息，同時(shí)將圖像左右兩苗帶特征點(diǎn)分別以2個(gè)不同的數(shù)值存在。如圖4所示，紅點(diǎn)A、B分別代表被定位的兩稻株中心位置。

圖4 稻株投影法定位Fig.4 Projection position of rice plant

2.3 橫向偏距計(jì)算

橫向偏距取決于除草部件中心位置與苗帶中心線的距離。由于除草部件與攝像頭位置相對(duì)固定，即除草部件中心在圖像中的坐標(biāo)點(diǎn)位置不變，因此，獲得苗帶中心線是獲得橫向偏距的關(guān)鍵。

在稻苗識(shí)別與定位基礎(chǔ)上進(jìn)行苗帶中心線擬合時(shí)，由于機(jī)插秧在實(shí)際操作中存在漏插、枯萎現(xiàn)象，導(dǎo)致特征點(diǎn)缺失。另外，受環(huán)境、雜草干擾也會(huì)存在偽特征點(diǎn)。為此，需要對(duì)所獲取的特征點(diǎn)進(jìn)行甄別與篩選，以提高苗帶中心線獲取的精度。在傳統(tǒng)方法中，最小二乘法運(yùn)算速度快，但是易受到噪聲干擾，魯棒性較差；Hough變換擬合直線抗干擾能力強(qiáng)，魯棒性強(qiáng)，但該算法本身耗時(shí)較長(zhǎng)，實(shí)時(shí)性較差。因此，本文采用了穩(wěn)健回歸方法，通過對(duì)異常偏離值賦予較少權(quán)重，使其對(duì)平均估計(jì)值或標(biāo)準(zhǔn)差估計(jì)值影響最小，從而提高作物行中心線的精度。苗帶中心線獲取的流程如圖5所示，ip為左側(cè)作物行線上離散點(diǎn)的橫坐標(biāo)，ip為右側(cè)作物行線上離散點(diǎn)的橫坐標(biāo)。設(shè)Pl(ip,j)為左側(cè)作物行線上的任意點(diǎn)，Pr(ip,j)為右側(cè)作物行線上的任意點(diǎn)，Pm(im,jm)為Pr(ip,j)和Pl(ir,j)的幾何中點(diǎn)， Δx=ir-ip則：

圖5 苗帶中心線的提取原理Fig.5 Extraction principle of center line of seedling belt

由式(5)、(6)求出所有的點(diǎn)Pm(im,jm)作為基準(zhǔn)線上的離散點(diǎn)群，而后，利用穩(wěn)健回歸方法對(duì)離散點(diǎn)群進(jìn)行擬合，得出苗帶中心線。

本文應(yīng)用最小二乘法、Hough變換以及穩(wěn)健回歸方法分別對(duì)試驗(yàn)照片樣本進(jìn)行苗帶中心線獲取，以稻列方向相鄰稻株的中心點(diǎn)與相應(yīng)擬合中心線的距離的標(biāo)準(zhǔn)差作為擬合精準(zhǔn)性評(píng)價(jià)指標(biāo)，以圖像處理的平均擬合時(shí)間作為擬合實(shí)時(shí)性評(píng)價(jià)指標(biāo)，優(yōu)選擬合算法。具體擬合結(jié)果見表1，其中，最小二乘法擬合速度最快，但擬合精準(zhǔn)性較差；Hough變換擬合精準(zhǔn)性優(yōu)于最小二乘法，但平均處理時(shí)間不能很好地滿足除草部件實(shí)時(shí)性要求。因此，本文采用精準(zhǔn)性與實(shí)時(shí)性兼顧的穩(wěn)健回歸作為稻行中心線的擬合方法。

表1 直線擬合方法分析Table 1 Analysis of straight line fitting method

為了使獲得的橫向偏距能作為避苗決策數(shù)據(jù)，還需要將除草部件中心及苗帶中心線的圖像坐標(biāo)轉(zhuǎn)換為地面坐標(biāo)，以獲取橫向偏距的實(shí)際距離。因本文采用垂直俯拍方式采集圖像，攝像頭無前傾角，參考文獻(xiàn)[25]并根據(jù)小孔成像模型可得出圖像坐標(biāo)與地面坐標(biāo)的數(shù)學(xué)關(guān)系式：

式中，Z是相機(jī)鏡頭中心到主光軸與地面交點(diǎn)的距離，mm；Wx、Hy分別是圖像的寬度和高度，mm；xi、yi分別表示圖像坐標(biāo)系中像素點(diǎn)的橫、縱坐標(biāo)，pixels；xm、ym分別表示圖像坐標(biāo)換算后相對(duì)應(yīng)的地面坐標(biāo)系中橫、縱坐標(biāo)，mm；fc是相機(jī)的焦距，mm；θ是相機(jī)的前傾角，(°)。

3 液壓調(diào)控系統(tǒng)設(shè)計(jì)

3.1 液壓調(diào)控系統(tǒng)組成及工作原理

液壓調(diào)控系統(tǒng)中液壓模塊主要由液壓泵、液壓比例方向閥、液壓缸和直線位移傳感器組成，其中：液壓泵的主要參數(shù)為工作壓力40 bar； 液壓比例方向閥的主要參數(shù)為全開控制電流40 mA，額定流量40 L/min，固有頻率 120 Hz，阻尼比 0.8 ；液壓缸的主要參數(shù)為工作行程100 mm，活塞直徑40 mm，活塞桿直徑25 mm；直線位移傳感器的主要參數(shù)為量程142 mm，線性精度0.01%，密封等級(jí)IP54，拉桿最大工作速度 10 m/s。

液壓調(diào)控系統(tǒng)由橫向糾偏機(jī)架、液壓模塊及STC89C52單片機(jī)控制系統(tǒng)組成。工作時(shí)，視覺感知系統(tǒng)實(shí)時(shí)將稻株橫向偏距反饋給控制系統(tǒng)，當(dāng)偏距超過期望值時(shí)，液壓調(diào)控系統(tǒng)開始工作，由PID控制器控制液壓比例方向閥，改變液壓缸推桿的伸縮量，使機(jī)架(糾偏機(jī)構(gòu))橫向移動(dòng)，進(jìn)而改變除草部件的作業(yè)位置。同時(shí)，除草部件調(diào)控的實(shí)際偏距，通過直線位移傳感器(KTRC-125Lmm)對(duì)應(yīng)的伸縮量反饋給單片機(jī)系統(tǒng)，形成閉環(huán)控制，進(jìn)一步消減調(diào)控偏差，實(shí)現(xiàn)避苗的精準(zhǔn)控制，避苗控制原理如圖6所示。

圖6 液壓調(diào)控系統(tǒng)的調(diào)控原理Fig.6 Principles of hydraulic regulation system

3.2 液壓調(diào)控系統(tǒng)閥控缸傳遞函數(shù)建立

比例換向閥(SV)對(duì)系統(tǒng)影響一般可用二階振蕩環(huán)節(jié)表示，其傳遞函數(shù)可表示為：

式中：GSV為比例換向閥對(duì)系統(tǒng)影響的傳遞函數(shù)；Q0表示流過比例換向閥的流量， m3/s； ΔI表示輸出的電流，A；kSV為 比例換向閥的空載平均流量， m3/s；ωSV為比例換向閥的固有頻率，rad/s； ξSV為比例換向閥的阻尼比；S表示拉斯變換。

液壓缸的位置傳遞函數(shù)與液壓缸的有效工作面積、液壓缸的阻尼比和固有頻率有關(guān)，其傳遞函數(shù)標(biāo)準(zhǔn)形式如式(10)所示：

式中：Gp是液壓缸的位置傳遞函數(shù)；XP表示液壓缸的當(dāng)前位置；AP表示液壓缸有效工作面積， m2； ξ1表示液壓缸的阻尼比；ω1表示液壓缸的固有頻率，r ad/s；S表示拉斯變換。

將比例放大器作為比例環(huán)節(jié)處理，放大器增益為：

式中，Ka表示放大器增益； ΔU表示比例換向閥控制電壓。

直線位移傳感器可認(rèn)為是一個(gè)比例環(huán)節(jié)，即反饋系數(shù)(Kf)：

式中，Kf是直線位移傳感器的反饋系數(shù)，通常取值為1， ΔXP表示液壓缸伸縮量。

液壓閥控缸系統(tǒng)是一個(gè)強(qiáng)非線性系統(tǒng)，工作點(diǎn)不同時(shí)，系統(tǒng)的參數(shù)不同，處理過程較為復(fù)雜。因此，根據(jù)調(diào)控系統(tǒng)液壓模型參數(shù)，先通過Amesim構(gòu)建出調(diào)控系統(tǒng)的物理模型，如圖7所示，然后在工作點(diǎn)將物理模型線性化，最后通過Matlab將線性化后的物理模型進(jìn)行參數(shù)辨識(shí)，辨識(shí)流程如圖8所示，辨識(shí)結(jié)果顯示，液壓系統(tǒng)的相關(guān)參數(shù)：液壓缸有效工作面積AP為0.000 7 m2；比例換向閥固有頻率ωSV為 120 rad/s；比例換向閥阻尼比ξSV為 0.8；液壓缸的阻尼比ξ1為0.2；液壓缸的固有頻率ω1為67 rad/s；比例增益后比例換向閥的空載平均流量Ka×kSV為 0.001 96 m3/s。

圖7 基于Amesim的液壓系統(tǒng)仿真模型Fig.7 Hydraulic system simulation model based on Amesim

圖8 液壓閥控缸參數(shù)辨識(shí)流程Fig.8 Identification process of hydraulic valve control cylinder parameter

通過系統(tǒng)的物理模型的參數(shù)辨識(shí)，獲得液壓閥控缸傳遞函數(shù)，其中，比例換向閥傳遞函數(shù)標(biāo)準(zhǔn)形式為：

閥控缸傳遞函數(shù)標(biāo)準(zhǔn)形式為：

3.3 基于PID算法的控制器設(shè)計(jì)

為了使系統(tǒng)達(dá)到精準(zhǔn)控制的目的，本文設(shè)計(jì)了用PID控制器對(duì)液壓系統(tǒng)進(jìn)行調(diào)控。

利用PID控制算法對(duì)設(shè)定期望偏距進(jìn)行跟蹤控制，建模中PID對(duì)偏差進(jìn)行校正的方程為：

式中 ：Kp、Ki和Kd分別為比例系數(shù)、積分系數(shù)和微分系數(shù)；e(t)為偏差，即輸出值與設(shè)定值之差；ea(t)為控制量，作用于被控對(duì)象并引起輸出量的變化。

應(yīng)用Simulink建立液壓系統(tǒng)的仿真模型如圖9所示。

圖9 基于PID的液壓系統(tǒng)仿真模型Fig.9 PID-based hydraulic system simulation model

PID控制器參數(shù)整定按照Z-N法中的頻率響應(yīng)法，頻率響應(yīng)法是利用系統(tǒng)的等幅振蕩曲線來整定控制器的參數(shù)，即先測(cè)出系統(tǒng)處于閉環(huán)狀態(tài)下控制對(duì)象的等幅振蕩曲線(系統(tǒng)處于臨界穩(wěn)定狀態(tài))，根據(jù)這條等幅振蕩曲線得到一些能反映該控制對(duì)象動(dòng)態(tài)特征的參數(shù)(臨界比例增益，臨界周期)，再經(jīng)過簡(jiǎn)單計(jì)算就可以得出控制器的整定參數(shù)。本文參數(shù)整定Kp=30、Ki=2、Kd=0.08。系統(tǒng)響應(yīng)曲線如圖10所示，結(jié)果表明，該P(yáng)ID控制算法達(dá)到穩(wěn)定狀態(tài)所需時(shí)間為0.2 s左右，滿足避苗控制系統(tǒng)設(shè)計(jì)要求。

圖10 PID控制器響應(yīng)曲線Fig.10 Response curve of the PID controller

4 試驗(yàn)與結(jié)果分析

4.1 試驗(yàn)條件與設(shè)備

水稻避苗機(jī)械除草控制系統(tǒng)田間試驗(yàn)在廣東省肇慶市國(guó)家水稻產(chǎn)業(yè)技術(shù)體系綜合試驗(yàn)站進(jìn)行，苗帶彎度的大小、數(shù)量及彎曲方向由插秧機(jī)操作人員隨機(jī)產(chǎn)生。測(cè)試水稻品種為華南農(nóng)業(yè)大學(xué)研制的特優(yōu) 338(審定編號(hào)：粵審稻 2 013 015)，水稻行距30 cm，株距 15 cm。選擇稻苗移栽后 16 d( 水稻機(jī)械除草期為移栽后7～30 d[26])進(jìn)行試驗(yàn)，株高35 cm，此時(shí)，雜草萌發(fā)主要以稗草Echinochloa crusgalli、千金子Leptochloa chinensis等禾本科植物為主，株高為 3～7 cm。

試驗(yàn)以井關(guān)PZ60-HGR型乘坐式高速插秧機(jī)為移動(dòng)平臺(tái)，掛接自主研發(fā)的具有自動(dòng)避苗功能的除草機(jī)，將感知裝置、避苗調(diào)控系統(tǒng)及除草部件集成安裝在除草機(jī)架上，根據(jù)除草期水稻的株高及株距，選擇相機(jī)安裝高度約為450 mm，拍攝角度垂直于地面。同時(shí)，為了避免光照變化對(duì)處理效果的影響，采集圖像時(shí)在攝像頭上方進(jìn)行遮光處理。經(jīng)測(cè)試，圖像采集與處理速度為0.3 s，液壓調(diào)控系統(tǒng)的極限調(diào)控時(shí)間為0.34 s，可見，感知系統(tǒng)滿足對(duì)行調(diào)控的實(shí)時(shí)性要求。

試驗(yàn)現(xiàn)場(chǎng)如圖11所示，行間采用螺旋刀齒式除草輪，作業(yè)寬度為20 mm，通過仿形桿與避苗調(diào)控機(jī)構(gòu)相連接，隨液壓缸伸縮調(diào)節(jié)除草部件的作業(yè)位置，實(shí)現(xiàn)避苗控制。

圖11 避苗控制系統(tǒng)田間試驗(yàn)Fig.11 Field test of seedling avoidance control system

4.2 試驗(yàn)方法

選取5塊試驗(yàn)區(qū)，每塊區(qū)域長(zhǎng)250 m，測(cè)試區(qū)前有10 m起步區(qū)，除草機(jī)進(jìn)入測(cè)試區(qū)保持1 m/s速度穩(wěn)定行駛。為了保證除草機(jī)能在苗帶彎曲一致的情況下進(jìn)行，除草機(jī)沿插秧機(jī)同步移栽的稻行(共6行)行進(jìn)。在進(jìn)行有無避苗系統(tǒng)性能試驗(yàn)時(shí)，將右側(cè)除草部件從避苗調(diào)控機(jī)構(gòu)卸下，直接固定在固定梁支架上，使其不具有避苗功能(不能橫向調(diào)節(jié))。

試驗(yàn)時(shí)，在苗帶彎度相同、行進(jìn)軌跡一致的條件下進(jìn)行對(duì)比試驗(yàn)，以機(jī)具左側(cè)有避苗控制系統(tǒng)的除草部件傷苗率為性能指標(biāo)，以右側(cè)無避苗控制系統(tǒng)除草部件傷苗率為性能指標(biāo)，對(duì)比有、無避苗系統(tǒng)的傷苗情況。因水稻機(jī)械除草目前沒有相關(guān)國(guó)家及行業(yè)標(biāo)準(zhǔn)，考慮本試驗(yàn)主要驗(yàn)證避苗系統(tǒng)作業(yè)性能，為此，參考避苗作業(yè)相關(guān)文獻(xiàn)中傷苗率的測(cè)定方法[16]，以除草部件觸碰到稻株莖稈為傷苗。為了提高傷苗數(shù)量的統(tǒng)計(jì)精度，在機(jī)架上安置攝像機(jī)及遮陽布，通過攝像機(jī)的回慢放操作獲取除草部件在作業(yè)過程中觸碰稻株莖稈的數(shù)量，人工計(jì)算被“碰傷”的稻株傷苗率，具體公式為

式中，λ為傷苗率；p為傷苗稻株數(shù)量；q為試驗(yàn)中總稻株數(shù)量。

4.3 有無避苗控制系統(tǒng)的性能比較試驗(yàn)

采用上述試驗(yàn)方法及條件進(jìn)行對(duì)比試驗(yàn)，檢驗(yàn)有無對(duì)行控制系統(tǒng)的傷苗率，對(duì)5塊試驗(yàn)區(qū)分別進(jìn)行試驗(yàn)，結(jié)果如表2所示。

表2 有無避苗系統(tǒng)的傷苗率對(duì)比Table 2 Comparison of seedling injury rate with or without seedling avoidance system

由表2可知，無避苗系統(tǒng)傷苗率為24.88%，有避苗系統(tǒng)傷苗率為3.75%。從試驗(yàn)結(jié)果可以看出，無避苗系統(tǒng)的傷苗率較高，而有避苗系統(tǒng)的傷苗率較低，避苗系統(tǒng)對(duì)降低水稻機(jī)械除草傷苗率是十分有效的。

5 結(jié)論

本文基于機(jī)器視覺方法實(shí)現(xiàn)稻株識(shí)別與定位，以及除草部件橫向偏差實(shí)時(shí)獲取，并通過控制系統(tǒng)消減橫向偏差，實(shí)現(xiàn)精準(zhǔn)對(duì)行作業(yè)。性能試驗(yàn)結(jié)果表明該方法可降低機(jī)械除草傷苗率，但具有一定局限性。一方面，性能試驗(yàn)僅在移栽稻田開展，因水稻具有先長(zhǎng)優(yōu)勢(shì)，稻-草背景具有一定的差異，而對(duì)于直播稻田，雜草個(gè)體生理參數(shù)和群體密集度形成的背景更為復(fù)雜，本文所涉稻株識(shí)別與定位方法針對(duì)直播稻田還有待進(jìn)一步驗(yàn)證。另一方面，本文視覺感知方法僅針對(duì)稻田機(jī)械除草期(稻株移栽后7～30 d)，隨著水稻進(jìn)一步地生長(zhǎng)，相鄰稻株葉冠接連與遮擋，稻株識(shí)別與定位效果將受到影響。

本文以機(jī)械除草期內(nèi)的移栽稻田為試驗(yàn)地點(diǎn)，探討了移栽稻田內(nèi)水稻與雜草的生理特性，研究了水稻機(jī)械除草視覺感知和對(duì)行控制的方法，得出結(jié)論如下：

1)設(shè)計(jì)了一種稻田機(jī)械除草避苗控制系統(tǒng)，采用機(jī)器視覺和PID控制方法對(duì)除草部件的作業(yè)路徑進(jìn)行實(shí)時(shí)校正，實(shí)現(xiàn)了除草部件的避苗控制。

2)基于PID控制算法，對(duì)液壓比例方向閥進(jìn)行了仿真分析，結(jié)果表明：系統(tǒng)達(dá)到穩(wěn)態(tài)的響應(yīng)時(shí)間為 0.34 s，動(dòng)態(tài)誤差為 0.33 s，滿足避苗控制系統(tǒng)設(shè)計(jì)要求。

3)有無避苗控制系統(tǒng)的性能比較試驗(yàn)表明：無避苗系統(tǒng)的傷苗率為24.88%，有避苗系統(tǒng)的傷苗率為3.75%。