采摘机器人智能避障决策系统—基于ZigBee和单片机

分类：智能科学技术论文发表 时间：2018-08-08 10:44 关注：(1)

　　聂章龙，张静

　　(常州信息职业技术学院软件学院，江苏常州213164)

　　摘要:首先介绍了碰撞危险度的原理及算法，基于决策、视觉采集、运动控制和ZigBee无线通讯4个子系统设计了采摘机器人智能避障决策系统;然后运用模糊控制理论实现了机器人避障功能，并对系统进行了MatLab仿真试验。结果表明:系统可以安全避开障碍物，而且可以自主规划最优避障路径，符合设计要求，证明了智能避障决策系统的可靠性和可行性。

　　关键词:采摘机器人;智能避障;决策系统;ZigBee;碰撞危险度;MatLab

　　中图分类号:S225.93;TP242文献标识码:A文章编号:1003-188X(2018)12-0130-05

　　0引言

　　随着我国新农业生产模式和新型农业科技的应用，机器人正逐步代替人类劳动力，成为农业生产的主力军。果实采摘是农业生产中繁琐度、复杂度最大的步骤，这类机器人发展潜力巨大。本文基于ZigBee无线传输网络和模糊控制理论，设计了采摘机器人智能避障决策系统，实现了采摘机器人的快速避障，对采摘机器人避碰规划方法和路径规划具有一定的参考价值。

　　1采摘机器人碰撞危险度

　　采摘机器人移动过程中的主要功能是实现避障。传统避障研究中，通常是根据传感器测量障碍物距离，然后通过采摘机器人与障碍物之间的距离进行碰撞危险度判断。这种研究方法计算简单，但无法准确、全面地描述碰撞危险程度，因此在避开障碍物的过程中无法实现路径的最优化。在采摘机器人移动过程的运动学研究中，机器人的位置、移动速度、加速度及与障碍物的偏转角度都具有一定的关联度，因此采摘机器人的碰撞危险度应该从这4个方面进行考虑。为了简化计算过程，研究中假设障碍物的移动速度保持不变，仅仅根据二者距离、偏转角度和相对速度来计算碰撞危险度。采摘机器人M与障碍物OBS的位置关系如图1所示。

　　的关系;θmin和θmax分别为安全角度和最大角度;dmin和dmax分别为安全距离和最大距离。采摘机器人根据碰撞危险度避障的流程:①根据环境信息对采摘机器人进行初始化操作;②根据视频采集系统获取周边环境信息;③发现障碍物，计算采摘机器人的碰撞危险度;④根据碰撞危险度，搜索最优避障策略;⑤驱动控制系统避开障碍物前行。

　　2采摘机器人智能决策系统的设计

　　采摘机器人智能决策系统以PC机为载体，根据视觉采集系统的图像信息，结合碰撞危险度，从PC机策略库选择合适的避障决策方式，然后通过ZigBee无线通信网络给采摘机器人发出指令，实现对采摘机器人的远程避障控制。智能决策系统主要由视觉采集、ZigBee无线通讯、决策系统和运动控制系统等4部分构成。采摘机器人智能决策系统组成如图2所示。

　　2.1决策子系统

　　决策子系统是根据视频采集系统获取的图像信息，对采摘机器人周边环境进行分析，根据人类逻辑完成推理过程，制定合适的移动策略，实现采摘机器人的自主避障。决策子系统核心思想是实现决策信息从状态到动作的映射，根据周边环境信息，确定避障路线。决策子系统是采摘机器人智能决策系统的重要部分，其控制框架如图3所示。

　　图3中，采摘机器人决策子系统的决策依据主要来自视觉采集系统，而决策程序和相应的数据信息来自PC端的算法存储库，二者的结合便可以得到决策算法的服务程序，能够实现对采摘机器人的运动控制。本文采用分层式的决策控制方式实现采摘机器人的决策子系统，如图4所示。

　　2.2视觉采集子系统

　　视觉采集子系统作为采摘机器人的眼睛，由CCD视觉传感器、图像采集卡等硬件设备和图像处理软件构成。视觉采集子系统是采摘机器人获取周边环境、目标对象、障碍物坐标及机器人实际位置的重要手段，可为决策子系统的规划提供可靠信息。和普通的足球或者其他机器人相比，采摘机器人的作业环境、目标对象及环境的时变性都更复杂，因此对视频采集系统的要求更高。视觉采集子系统的任务包括:①确定作业区域的障碍物信息及其与采摘机器人之间的距离、角度信息;②采摘机器人运动控制的实时规划。视觉子系统处理示意如图5所示。

　　2.3运动控制子系统

　　运动控制子系统主要由运动控制卡和电机驱动模块构成(见图6)，功能是实现对电机的驱动。运动控制卡包括万向运动、速度控制及位移算法等。

　　2.4ZigBee无线通讯子系统

　　ZigBee无线通讯子系统包括采摘机器人平台、ZigBee无线通讯模块及单片机控制系统3部分，实现PC机、采摘机器人决策子系统及视频采集子系统之间的信息交换。ZigBee无线通讯子系统处理框架如图7所示。图7ZigBee无线通讯子系统处理框架Fig.7ThesubsystemprocessingframeworkofZigBeewirelesscommunication本系统的单片机控制系统由ZigBee网关、ZigBee参考节点、HMI软件平台、SPI、电源模块、控制器、电机传动和传感器等构成。工作原理为:由HMI软件平台根据参考节点信息做出决策，并将信息通过SPI串口传送给ZigBee网关，由其发射出去;然后由采摘机器人上的ZigBee无线通信模块接收命令，交给控制器处理后由运动控制机构执行;同时，采摘机器人上的视频传感器会根据采集到的环境信息，通过ZigBee无线通信模块传输给后台PC，由PC端根据反馈的数据进行分析而采取避障措施。

　　3采摘机器人自主避障设计

　　本文选用的CCD视频传感器和舵向角度传感器很难建立一个准确的实时环境模型，来规划采摘机器人的运动行为。一般经典的控制方法需要建立数学模型，为了解决这一复杂的建模过程，本文采用模糊控制理论进行采摘机器人的自主避障设计。该方法将多个相联系的对象组成一个整体，系统采用模糊语言形式构成一个闭环控制系统。模糊控制系统主要包括知识库、模糊器、解模糊器和推理单元等部分，如图8所示。

　　图8模糊控制系统结构Fig.8Thesystemstructureoffuzzycontrol本采摘机器人避障算法运用模糊控制算法，采用IF-Then对其与障碍物的位置关系进行阐述:若障碍物在机器人正前方或者右前方，则采取左转避开策略;若障碍物在机器人左前方，则采取右转避开策略。采摘机器人模糊控制系统根据视频采集图像信息融合结果，结合机器人当前位姿信息，制定出合理的避障决策，即求解出偏转角度和移动速度。根据实际设计需要，设定障碍物距离信息分别由L-sensor(左方)，F-sensor(前方)和R-sensor(右方)表示;碰撞危险度子集为{Z，S，M，B}，分别表示无、小、中和大;控制策略信息分别为:VL(左前进速度)、VR(右前进速度)和θ(偏转角);左右前进方向速度子集为{停止，较慢，适合，较快，全速}={stop，slow，med，fast，full};偏转角子集为{负大，负小，直行，正小，正大}={NB，NS，Z，PS，PB}，角度范围为正负60°;根据公式(1)，选择a=1，b=1。根据经验计算得到的控制规则如表1所示。

　　5结论

　　针对采摘机器人在作业过程中障碍物多、避障路径规划难度大等问题，对其进行了相关研究。首先，文中引入碰撞危险度和模糊控制理论，将障碍物的坐标和角度信息作为碰撞危险度输入条件，实现障碍物与采摘机器人间的准确描述。同时，通过ZigBee无线通信模块将数据信息传输给后台PC，由PC端根据反馈到的数据分析做出避障措施。仿真试验结果表明:系统可以安全避开障碍物，而且可以自主规划最优避障路径，符合设计要求。

　　参考文献:

　　[1]吴文清，刘嘉焜，崔世钢.机器人避开多随机障碍物的路径规划方法[J].计算机工程与应用，2004(11):52-54.

　　[2]马鹏博，张帅亮，张向磊.农业采摘机器人控制系统的设计研究[J].电子测试，2017(4):15，18.

　　[3]宣峰，朱清智，张毅.基于MSP430F149智能监控的苹果采摘机器人设计[J].农机化研究，2016，38(9):234-238.

　　[4]孙承庭，胡平.智能移动式水果采摘机器人设计—基于机器视觉技术[J].农机化研究，2016，38(8):179-183.