外文翻譯-果樹采摘機器人及控制系統(tǒng)研制【文獻翻譯中英文】
外文翻譯-果樹采摘機器人及控制系統(tǒng)研制【文獻翻譯中英文】,文獻翻譯中英文,外文,翻譯,果樹,采摘,機器人,控制系統(tǒng),研制,文獻,中英文
摘要
果樹采摘機器人是一個集環(huán)境感知、動態(tài)決策與規(guī)劃、運動控制 與執(zhí)行等多種功能于一體的綜合系統(tǒng)。研究果樹釆摘機器人關(guān)鍵技 術(shù),不僅對于適應(yīng)市場需求、降低勞動強度、提高經(jīng)濟效益有著一定 的實用價值,而且對于追蹤世界農(nóng)業(yè)新技術(shù),加快我國農(nóng)業(yè)現(xiàn)代化進 程有著重要的現(xiàn)實意義。本課題在國家“863”高新技術(shù)發(fā)展計劃基 金(2006AA10Z254)的支持下,以果樹釆摘機器人為研究對象,對釆 摘機器人建模、控制方法與實時避障算法以及控制系統(tǒng)軟、硬件設(shè)計 等方面進行了研究。主要工作包括:
1、 果樹采摘機器人運動學(xué)建模。通過對該機器人機械結(jié)構(gòu)的分 析,建立了攝像機模型和移動平臺模型,采用幾何結(jié)構(gòu)算法,建立了 果樹采摘機器人正、逆運動學(xué)方程,為機器人控制奠定理論基礎(chǔ)。
2、 基于果樹采摘機器人機械結(jié)構(gòu)的特點,對采摘機器人控制方 法進行了研究,設(shè)計了基于圖像的視覺伺服控制器,采用小步長逼近 的控制算法引導(dǎo)機器人末端執(zhí)行器實現(xiàn)對目標(biāo)果實的準(zhǔn)確定位。根據(jù) 伺服控制系統(tǒng)非線性和強耦合的特點,設(shè)計了模糊PID控制器并將其 應(yīng)用在果樹機器人機械臂關(guān)節(jié)的伺服運動控制中。
3、 釆摘機器人控制系統(tǒng)設(shè)計實現(xiàn)。根據(jù)開放性和實時性的設(shè)計 原則,構(gòu)建了開放式果樹采摘機器人控制系統(tǒng)的軟、硬件平臺。硬件 方面主要對組成控制系統(tǒng)的工控機、串行通信接口轉(zhuǎn)換器、關(guān)節(jié)驅(qū)動 電機等關(guān)鍵模塊進行了選型,為機器人選取了符合其工作特性的傳感 器并設(shè)計了相應(yīng)的信號采集電路,這使機器人具備了圖像獲取、目標(biāo) 定位、對障礙物感知及限位保護的能力,提高了果樹采摘機器人的智 能水平和對外界環(huán)境信息的感知能力;軟件方面主要從實時性角度考 慮,應(yīng)用VFW技術(shù)實現(xiàn)對目標(biāo)圖像的實時釆集,給出了實時避障搜索 算法,以VC++語言為開發(fā)平臺,釆用多線程技術(shù)實現(xiàn)了具有串行通 信、圖像采集與目標(biāo)識別、實時避障控制、限位保護等功能的果樹采 摘機器人控制系統(tǒng)軟件。
4、對構(gòu)建的果樹采摘機器人樣機實驗平臺進行了實驗室環(huán)境和 果園環(huán)境下的采摘作業(yè)試驗。釆摘機器人在實驗室環(huán)境下能完成自動 連續(xù)釆摘,釆摘成功率較高,試驗效果良好;在環(huán)境復(fù)雜的果園里能 完成釆摘作業(yè),試驗效果一般,離預(yù)期目標(biāo)有一定差距。這表明本課 題所研制的果樹采摘機器人控制系統(tǒng)具有良好的可靠性和一定的適 應(yīng)性,如果要實現(xiàn)機器人在果園環(huán)境下進行連續(xù)采摘作業(yè),還需要進 一步地優(yōu)化果樹釆摘機器人控制系統(tǒng)。
關(guān)鍵詞:果樹采摘機器人,視覺伺服,模糊PID控制,控制系統(tǒng),避 障,多線程技術(shù)
ABSTRACT
Fruit picking robot is an integrated system, which can implement environmental awareness, dynamic decision-making and planning, movement control. Researching on the key technology of fruit picking robot can not only meet the demand of the market and reduce labor intensity, but also keep up with the pace of the new developing agricultural technology in the modem world and improve economic efficiency.At the same time, it is important for improving Chinese agricultural modernization. Our study plan is supported by the National High Technology Research and Development Program of China (863Program, No.2006AAl 0Z254). This work do some research on a prototype of the fruit picking robot, such as modeling of the picking robot, control method, real-time obstacle avoidance algorithm and the design of Control system software and hardware. The main work is as follows:
1. Kinematics simulation modeling of the fruit picking robot. Through analysing the robot's mechanical structure, we have finished building the camera model and the mobile platform model.In the meantime, we have adopted the geometric structure algorithm to establish forward and inverse kinematics equations of the fruit picking robot. Thus we have laid basic theoretical foundation fbr the robot control.
2. We have conducted research on control methods of the picking robot based on the characteristics of the robot's mechanical structure. Meanwhile, We have designed an image-based visual servoing controller and adopted controlling algorithms of small step approximation to guide the robot's end-effector to orientate the target fruit exactly. We have designed a fuzzy-PID controller according to the nonlinear and strong coupling characteristics of the servo control system and put it in use to the servo motion control of the robofs manipulator joints.
3. Design of picking robot's control system.In terms of openess and real-time principle, we finished building the open software and hardware platform for the fruit picking robot's control systems. In the hardware
ill
design, we have focused mostly on the selection for the following key modules that compose the control system, such as industrial personal computer, serial communication interface converter, joint drive motor.We have selected sensor in conformity with its working characteristics and designed corresponding signal acquisition circuit ,thereby equipping it with such abilities as image acquisition, target localization, perception of the obstacles, position limiting protection and so on.As a result, the robot get better in intelligence and perception of the environmental information on the external.As for the software design, mainly from the perspective of real-time, we applied the technology of VFW to achieve real-time image acquisition and worked out a real-time obstacle avoidance search algorithm.On the basis of VC ++ language, we utilized multi-threading technology to accomplish the whole control system software, which is capable of serial communications, image capture and target recognition, real-time obstacle avoidance control and limit protection.
4. Carry on experiments with the fruit picking robot platform in both laboratory and orchard environment. In the laboratory environment, the picking robot can finish the work automatically and continuously with a relatively high rate of successfully picking.Whereas, it could only preliminary complete picking operations in the complex orchard environment and showed general effect with a certain gap from the expected outcomes. These results demonstrate that the fruit picking robot's control system developed in our subject has relatively good reliability and a certain degree of adaptability. However, the picking robot's control system is necessary to be further optimized if we want to achieve the goal of continuous harvesting operations in orchard environment.
KEY WORDS: fruit picking robot, visual servoing, fuzzy-PID control, control system, obstacle avoidance, multi-threading technology
IV
第一章緒論
1.1課題研究的意義及來源
水果產(chǎn)業(yè)在我國農(nóng)業(yè)產(chǎn)業(yè)中占有重要地位,近幾十年來,我國水果產(chǎn)業(yè)規(guī)模 和產(chǎn)量均有較大幅度的增長,特別是加入WTO之后,增長速度明顯加快。據(jù)來 自2000年全國果業(yè)學(xué)術(shù)研討會的資料表明,我國目前的水果種植面積為840萬 公頃,占世界果樹總面積的21%左右;水果年總產(chǎn)量達5900多萬噸,占世界果 品總產(chǎn)量的13.4%,這兩項指標(biāo)均已躍居世界第一位⑴。2004年我國蘋果栽培面 積達187.7萬公頃、產(chǎn)量2367.5萬噸,分別占世界蘋果栽培面積41.5%和產(chǎn)量的 37.5%。近10年來,我國對世界蘋果產(chǎn)量增長的貢獻率高達84%[21o邁入二^一 世紀(jì),我國的農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展正面臨新的機遇和挑戰(zhàn)。由于加入WTO, 一 方面,農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展正面臨著來自世界各地的沖擊和挑戰(zhàn);另一方面,也 給我國帶來了一次加快農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展以及對農(nóng)村經(jīng)濟結(jié)構(gòu)調(diào)整的好機遇。
隨著農(nóng)業(yè)生產(chǎn)正朝著規(guī)?;?、多樣化、精確化方向發(fā)展,農(nóng)業(yè)勞動力的成本 必然迅速上升,勞動力不足的現(xiàn)象也會日趨明顯,因此以機器人技術(shù)為代表的高 新技術(shù)應(yīng)用于農(nóng)業(yè)領(lǐng)域是大勢所趨、人心所向。果園收獲作業(yè)的機械化、自動化 成為廣大果農(nóng)們最為關(guān)注的熱點問題之一。開展果樹釆摘機器人研究,不僅對于 適應(yīng)市場需求、降低勞動強度、提高經(jīng)濟效率有著一定的現(xiàn)實意義,而且對于追 蹤世界農(nóng)業(yè)新技術(shù)、促進我國農(nóng)業(yè)科技進步、加速農(nóng)業(yè)現(xiàn)代化進程有著重大的歷 史意義。
本課題來源于國家“863”高新技術(shù)發(fā)展計劃資助項目(2006AA10Z254)《果 樹采摘機器人關(guān)鍵技術(shù)研究》的一部分。
1.2果樹采摘機器人發(fā)展概況及特點
機器人技術(shù)的發(fā)展是一個國家高科技水平和工業(yè)自動化程度的重要標(biāo)志和 體現(xiàn)⑶。機器人集成了計算機、控制論、機構(gòu)學(xué)、信息和傳感技術(shù)、人工智能、 仿生學(xué)等多學(xué)科的發(fā)展成果,代表高技術(shù)的發(fā)展前沿,是當(dāng)前科技研究的熱點方 向囲。21世紀(jì)是農(nóng)業(yè)機械化向智能化方向發(fā)展的重要歷史時期。我國是一個農(nóng)業(yè) 大國,要實現(xiàn)農(nóng)業(yè)現(xiàn)代化,農(nóng)業(yè)裝備的機械化、智能化是發(fā)展的必然趨勢。隨著
計算機和自動控制技術(shù)的迅速發(fā)展,機器人已逐步進入農(nóng)業(yè)生產(chǎn)領(lǐng)域。目前,國 內(nèi)漿果采摘作業(yè)基本上都是靠人工完成的,采摘效率低,費用占成本的比例約為 50%-70%o采摘機器人作為農(nóng)業(yè)機器人的重要類型,其作用在于能夠降低工人勞 動強度和生產(chǎn)費用、提高勞動生產(chǎn)率和產(chǎn)品質(zhì)量、保證果實適時釆收,因而具有 很大的發(fā)展?jié)摿伞?
1.2.1國外研究成果及現(xiàn)狀
自從20世紀(jì)60年代(1968年)美國人Schertz和Brown提出用機器人采摘 果實之后,對采摘機器人的研究便受到廣泛重視。隨著科學(xué)技術(shù)的發(fā)展,農(nóng)業(yè)機 器人在國外迅速發(fā)展起來。最早的機械采摘方法是機械振搖式和氣動振搖式兩種 方法,但這兩種方法不僅容易損傷果實,采摘效率也不高,同時容易摘到未成熟 果實回。1983年,第一臺采摘機器人在美國誕生,在以后20多年的時間里,日、 韓及歐美國家相繼研究了釆摘番茄、黃瓜、蘋果、蘑菇、柑橘、番茄和甜瓜等的 智能機器人。
1>日本的番茄采摘機器人:日本的果蔬采摘機器人研究始于1984年,他們 利用紅色的番茄與背景(綠色)的差別,采用機器視覺對果實進行判別,研制了番 茄采摘機器人。該機器人有5個自由度,對果實實行三維定位。由于不是全自由 度的機械手,操作空間受到了限制,而且堅硬的機械手爪容易損傷果實。
日本岡山大學(xué)的Kondo等人研制的番茄采摘機器人,由機械手、末端執(zhí)行 器、行走裝置、視覺系統(tǒng)和控制部分組成,如圖1.1所示。
圖1.1番茄采摘機器人結(jié)構(gòu)簡圖
S1—前后延伸棱柱關(guān)節(jié);S2—上下延伸棱柱關(guān)節(jié);3、4、5. 6. 7—旋轉(zhuǎn)關(guān)節(jié)
該機器人釆用由彩色攝像頭和圖像處理卡組成的視覺系統(tǒng)來尋找和識別成 熟果實??紤]到番茄的果實經(jīng)常被葉莖遮擋,為了能靈活避開障礙物,釆用具有 冗余度的7自由度機械手。為了不損傷果實,其末端執(zhí)行器配帶2個帶有橡膠的 手指和1個氣動吸嘴,把果實吸住抓緊后,利用機械手的腕關(guān)節(jié)把果實擰下。行 走機構(gòu)有4個車輪,能在用間自動行走,利用機器人上的光傳感器和設(shè)置在地頭 土塊的反射板,可檢測是否到達土埋,到達后自動停止,轉(zhuǎn)向后再繼續(xù)前進。該 番茄采摘機器人從識別到采摘完成的速度大約是15s/個,成功率在70%左右。有 些成熟番茄未被采摘的主要原因是其位置處于葉莖相對茂密的地方,機器手無法 避開葉莖障礙物。因此需要在機器手的結(jié)構(gòu)、釆摘工作方式和避障規(guī)劃方面加以 改進,以提高采摘速度和采摘成功率,降低機器人自動化收獲的成本,才可能達 到實用化叫
2、 荷蘭的黃瓜采摘機器人:1996年,荷蘭農(nóng)業(yè)環(huán)境工程研究所(IMAG)研制 出一種多功能黃瓜收獲機器人。該機器人利用近紅外視覺系統(tǒng)辨識黃瓜果實,并 探測它的位置;末端執(zhí)行器由手爪和切割器構(gòu)成,用來完成采摘作業(yè)。機械手安 裝在行走車上,機械手的操作和采摘系統(tǒng)初步定位通過移動行走車來實現(xiàn),機械 手只收獲成熟黃瓜,不損傷其他未成熟的黃瓜。該機械手有7個自山度,采用三 菱公司(Mitsubishi)RV-E2的6自由度機械手,另外在底座增加了一個線性滑動自 由度。收獲后黃瓜的運輸由一個裝有可卸集裝箱的自動行走的運輸車來完成。整 個系統(tǒng)無人工干預(yù)就能在溫室工作,工作速度為54s/根,采摘率為80%。試驗結(jié) 果表明:該機器人在實驗室中的采摘效果良好,但由于制造成本和適應(yīng)性的制約, 還不能滿足商用的要求例。
3、 韓國的蘋果收獲機器人:韓國慶北大學(xué)的科研人員研制岀蘋果釆摘機器 人,它具有4個自由度,包括3個旋轉(zhuǎn)關(guān)節(jié)和1個移動關(guān)節(jié)。釆用三指夾持器作 為末端執(zhí)行器,其手心裝有壓力傳感器,可以起到避免蘋果損傷的作用。它利用 CCD攝像機和光電傳感器識別果實,從樹冠外部識別蘋果的識別率達85%,速 度達5個/s。該機器人末端執(zhí)行器下方安裝有果實收集袋,縮短了從釆摘到放置 的時間,提高了采摘速度。該機器人無法繞過障礙物摘取蘋果;對于葉莖完全遮 蓋的蘋果,也沒有給出識別和采摘的解決方法“氣
4、 英國的蘑菇釆摘機器人:英國Silsoe研究院研制了蘑菇釆摘機器人,它 可以自動測量蘑菇的位置、大小,并選擇性地采摘和修剪。它的機械手包括2個 氣動移動關(guān)節(jié)和1個步進電機驅(qū)動的旋轉(zhuǎn)關(guān)節(jié);末端執(zhí)行器是帶有軟襯墊的吸引 器;視覺傳感器釆用TV攝像頭,安裝在頂部用來確定蘑菇的位置和大小。釆摘 成功率在75%左右,釆摘速度為6.7s/個,生長傾斜是釆摘失敗的主要原因。如 何根據(jù)圖像信息調(diào)整機器手姿態(tài)動作來提高成功率和采用多個末端執(zhí)行器提高 生產(chǎn)率是亟待解決的問題【山。
5、 西班牙的柑橘采摘機器人:西班牙科技人員發(fā)明的這種柑橘釆摘機器人 主體裝在拖拉機上,由摘果手、彩色視覺系統(tǒng)和超聲傳感定位器3部分組成。它 能依據(jù)柑桔的顏色、大小、形狀來判斷柑桔是否成熟,決定是否采摘。釆下的桔 子還可按色澤、大小分級裝箱。這種釆桔機器人釆摘速度為1個/s,比人工提高 效率6倍多問。
6、 以色列和美國聯(lián)合研制的甜瓜收獲機器人:以色列和美國科技人員聯(lián)合 開發(fā)研制了一臺甜瓜采摘機器人。該機器人主體架設(shè)在以拖拉機牽引為動力的移 動平臺上,釆用黑白圖像處理的方法進行甜瓜的識別和定位,并根據(jù)甜瓜的特殊 性來增加識別的成功率。在兩個季節(jié)和兩個品種的卅間試驗證明,甜瓜釆摘機器 人可以完成85%以上的田間甜瓜的識別和采摘工作卩3)。
表1.1給出了國外部分國家果蔬收獲機器人同期研究進展統(tǒng)計。
表L 1部分國家果蔬采摘機器人研究進展統(tǒng)計表
國別
研究階段
樣機階段
商業(yè)化階段
日本
番茄、茄子、 西瓜、草莓
葡萄、番茄、 黃瓜、西紅柿
無相關(guān)成果披露
荷蘭
黃瓜、葡萄
番茄、蘆筍
蘿卜、蘑菇
法國
無相關(guān)成果披露
無相關(guān)成果披露
葡萄、橄欖、 蘋果、甜橙
英國
收獲水果機器人
蘑菇
無相關(guān)成果披露
美國
無相關(guān)成果披露
無相關(guān)成果披露
椰菜、甜橙
1.2.2國內(nèi)研究成果及現(xiàn)狀
國內(nèi)在農(nóng)業(yè)機器人方面的研究始于20世紀(jì)90年代中期,與發(fā)達國家相比,雖 然起步較晚,但不少大專院校、研究所都在進行采摘機器人和智能農(nóng)業(yè)機械方面 的研究,已有很多研究成果披露,簡介如下:
1、林木球果釆摘機器人:東北林業(yè)大學(xué)的陸懷民研制了林木球果釆摘機器 人,主要由5自由度機械手、行走機構(gòu)、液壓驅(qū)動系統(tǒng)和單片機控制系統(tǒng)組成, 如圖1.2所示。釆摘時,機器人停在距離母樹3-5m處,操縱機械手回轉(zhuǎn)馬達對準(zhǔn) 母樹。然后,單片機控制系統(tǒng)控制機械手大、小臂同時柔性升起達到一定高度, 釆摘爪張開并擺動,對準(zhǔn)要采集的樹枝,大小臂同時運動,使采摘爪沿著樹枝生
4
長方向趨近l.5-2m,然后釆摘爪的梳齒夾攏果枝,大小臂帶動采集爪按原路向后 返回,梳下枝上的球果,完成一次采摘。這種機器人效率是500kg/天,是人工的 30-5怫。而且,采摘時對母樹的破壞較小,采凈率高I',
圖1.2林木球果采摘機器人原理圖
9
2、 磨菇采摘機器人:吉林工業(yè)大學(xué)的周云山等人研究了蘑菇采摘機器人。 該系統(tǒng)主要由蘑菇傳送帶、攝像機、采摘機器手、三自由度氣動伺服機構(gòu)、機器 手抓取控制系統(tǒng)和計算機等組成。計算機視覺系統(tǒng)為蘑菇采摘機器提供分類所需 的尺寸、面積信息,并且引導(dǎo)機器手準(zhǔn)確抵達待釆摘蘑菇的中心位置,防止因?qū)?不準(zhǔn)造成抓取失敗或損傷蘑菇卩組
3、 草莓采摘機器人:中國農(nóng)業(yè)大學(xué)的張鐵中等人針對我國常見的溫室里壟 作栽培的草莓設(shè)計了3種采摘機器人。分別采用橋架式、4自由度龍門式和3自 由度直角坐標(biāo)形式的機械手進行跨行收獲,通過彩色CCD傳感系統(tǒng)獲取彩色圖 像,經(jīng)過圖像處理進行目標(biāo)草莓的識別和定位,進而控制末端執(zhí)行器進行收獲。 同時,對草莓的生物特性、成熟度、多個草莓遮擋等実際問題進行了研究,為草 莓采摘提供設(shè)計依據(jù)和理論基礎(chǔ)3】。
4、 番茄采摘機器人:南京農(nóng)業(yè)大學(xué)的張瑞合、姬長英等人在番茄采摘中運 用雙目立體視覺技術(shù)對紅色番茄進行定位,將圖像進行灰度變換,而后對圖像的 二維直方圖進行腐蝕、膨脹以去除小團塊,提取背景區(qū)邊緣,然后用擬合曲線實 現(xiàn)彩色圖像的分割,將番茄從背景中分離岀來。對目標(biāo)進行標(biāo)定后,用面積匹配 實現(xiàn)共輛圖像中目標(biāo)的配準(zhǔn),運用體視成像原理,從兩幅二維圖像中恢復(fù)目標(biāo)的 三維坐標(biāo)。通過分析實驗數(shù)據(jù)得出的結(jié)論為,當(dāng)目標(biāo)與攝像機的距離為 300mm-400mm時,深度誤差可控制在3%-4%(,71.
5、 黃瓜采摘機器人:中國農(nóng)業(yè)大學(xué)湯修映等人研制了 6自由度黃瓜采摘機 器人,采用基于RGB三基色模型的G分量來進行圖像分割,在特征提取后確定 出黃瓜果實的釆摘點,末端執(zhí)行器的活動刃口平移接近固定刃口,通過簡單的開 合動作剪切掉黃瓜。同時,提出了新的適合機器人自動化采摘的斜柵網(wǎng)架式黃瓜 栽培模式。
6、 蘋果采摘機器人:中國農(nóng)業(yè)大學(xué)的孫明等人為蘋果采摘機器人開發(fā)了一 套果實識別機器視覺系統(tǒng),并成功研究了一種使二值圖像的像素分割正確率大于 80%的彩色圖像處理技術(shù)。通過對果實、葉、莖等的色澤信號濃度頻率譜圖的分 析,求出閾值,然后運用此值對彩色圖像進行二值化處理(岡。
1.2.3果樹采摘機器人的特點
1、 釆摘對象的非結(jié)構(gòu)性和不確定性
果實的生長是隨著時間和空間而變化的。生長的環(huán)境是變化的,直接受土地、 季節(jié)和天氣等自然條件的影響。這就要求果樹采摘機器人不但要具有與生物體柔 性相對應(yīng)的處理功能,而且還要能夠順應(yīng)多變的自然環(huán)境,在視覺、知識推理和 判斷等方面具有很高的智能性。
2、 采摘對象的嬌嫩性和復(fù)雜性
果實具有軟弱易傷的特性,必須細(xì)心輕柔地對待和處理;并且其形狀復(fù)雜, 生長發(fā)育程度不一,導(dǎo)致相互差異很大。果蔬采摘機器人一般是采摘、移動協(xié)調(diào) 進行,行走軌跡不是連接出發(fā)點和終點的最短距離,而是具有狹窄的范圍、較長 的距離以及遍及整個果園表面等特點。
3、 具備良好的通用性和可編程性
因為果樹采摘機器人的操作對象具有多樣性和可變性,這就要求采摘機器人 具有良好的通用性和可編程性。只要改變部分軟、硬件,就能進行多種作業(yè)。
4、 操作對象的特殊性和價格的實惠性
農(nóng)民是果樹采摘機器人的主要操作者,他們不具有相關(guān)的機電理論知識,因 此要求果樹釆摘機器人必須具有高可靠性和操作簡單的特點;另外,農(nóng)業(yè)生產(chǎn)以 個體經(jīng)營為主,如果價格太高,就很難普及。
13研究的方法與內(nèi)容
1、研究果樹釆摘機器人運動學(xué)建模。通過對該機器人機械結(jié)構(gòu)的分析,建 立攝像機模型和移動平臺模型,采用幾何結(jié)構(gòu)算法,建立果樹采摘機器人正、逆 運動學(xué)方程。
2、 基于果樹采摘機器人機械結(jié)構(gòu)的特點,對采摘機器人控制方法進行研究, 設(shè)計基于圖像的視覺伺服控制器,采用小步長逼近的控制算法引導(dǎo)機器人末端執(zhí) 行器對目標(biāo)果實的準(zhǔn)確定位,根據(jù)視覺伺服控制系統(tǒng)具有時變、強耦合和非線性 的特點,設(shè)計模糊PID控制器并將其應(yīng)用在果樹機器人機械臂關(guān)節(jié)的伺服運動控 制中。
3、 根據(jù)開放性和實時性的設(shè)計原則,構(gòu)建開放式果樹采摘機器人控制系統(tǒng) 的軟、硬件平臺。硬件方面主要對組成控制系統(tǒng)的工控機、串行通信接口轉(zhuǎn)換器、 關(guān)節(jié)驅(qū)動電機等關(guān)鍵模塊進行選型,并為機器人選取符合其工作特性的傳感器并 設(shè)計相應(yīng)的信號采集電路;軟件方面主要從實時性考慮,應(yīng)用VFW技術(shù)實現(xiàn)對 目標(biāo)圖像的實時采集,設(shè)計出實時避障搜索算法流程,以VC++語言為開發(fā)平臺, 釆用多線程技術(shù)實現(xiàn)具有串行通信、圖像采集與目標(biāo)識別、實時避障控制、限位 保護等功能的果樹釆摘機器人控制系統(tǒng)軟件。
4、 構(gòu)建果樹釆摘機器人樣機實驗平臺。并在實驗室環(huán)境和自然環(huán)境下進行 采摘作業(yè)試驗。
第二章果樹采摘機器人建模與控制方法研究
本章主要對果樹采摘機器人運動學(xué)問題及相關(guān)模型進行研究,在此基礎(chǔ)上對 果樹采摘機器人運動控制方法進行理論研究,并為實現(xiàn)機械臂關(guān)節(jié)的控制設(shè)計模 糊PID視覺伺服控制器。
2. 1果樹釆摘機器人機械結(jié)構(gòu)簡介
本課題研究的果樹采摘機器人機械本體是由江蘇大學(xué)與中國農(nóng)業(yè)機械化科 學(xué)研究所聯(lián)合研制,主要由兩部分構(gòu)成,分別為兩自由度的移動載體和五自由度 的機械臂。移動載體的底盤為履帶式,且加裝了工控機、控制柜、電源箱、采摘 輔助裝置等;五自由度機械臂為自行設(shè)計,由相應(yīng)關(guān)節(jié)驅(qū)動裝置進行驅(qū)動。本機 器人為開鏈連桿式關(guān)節(jié)型結(jié)構(gòu),機械臂被固定在履帶式移動平臺上,釆摘作業(yè)時 直接與果實相接觸的末端執(zhí)行器固定連接在機器人機械臂的末端,機械結(jié)構(gòu)如圖 2.1所示。
1、履帶小車2、收集筐3、柔性帶4,末端執(zhí)行器5、收集裝置6、電動推桿7、小臂電機8、
大臂9、大臂電機10、腰部電機11、腰部12、升降臺13、電源及動力控制設(shè)備14、地面
圖2.1機器人本體結(jié)構(gòu)方案簡圖
果樹釆摘機器人的機械臂為PRRRP結(jié)構(gòu),第一個自由度為升降自由度,中間 三個自由度為旋轉(zhuǎn)自由度,第五個自由度為棱柱關(guān)節(jié)。機械臂各自由度的作用: 第一個自由度主要是為了抬升機械臂;第二個自由度可以使機械臂繞腰部旋轉(zhuǎn); 第三、四個自由度是旋轉(zhuǎn)軸,起升降末端操作器的作用,中間二、三、四自由度 能夠?qū)崿F(xiàn)末端執(zhí)行器在工作空間中朝向于任意方向;第五個自由度是伸縮自由 度,根據(jù)機器人控制指令,將末端執(zhí)行器送到釆摘對象的位置,實現(xiàn)果實的釆摘。 機械手的升降由氣泵驅(qū)動升降臺完成,能應(yīng)對采摘過程中遇到較高果樹作物的特 殊情況;機械手旋轉(zhuǎn)關(guān)節(jié)、棱柱關(guān)節(jié)釆用伺服電機驅(qū)動。主要參數(shù)如表2. 1所示。
表2.1 機器人機械機構(gòu)主要參數(shù)
關(guān)節(jié)
參數(shù)
升降臺
0-0.8m
腰部旋轉(zhuǎn)關(guān)節(jié)
一】60?一160.
大皆旋轉(zhuǎn)關(guān)節(jié)
-80--80°
小臂旋轉(zhuǎn)關(guān)節(jié)
-80?-80.
棱柱關(guān)廿
0-0.5m
其中棱柱關(guān)節(jié)的伸縮桿選用美國DANAHER電動推桿,具體型號為:
EC2-X-10-04A-400-ME2-MTM-23X,其伸縮行程為 400mni? 最高速度 =0.3由$。
額定推力:£=】20N。
目前在農(nóng)業(yè)釆摘作業(yè)中出現(xiàn)許多新型的末端執(zhí)行器,為了實現(xiàn)釆摘、移栽、 噴霧等生物生產(chǎn)作業(yè)過程,己經(jīng)開發(fā)出帶有手指、吸引器、桶狀、剪刀等樣式的 末端執(zhí)行器卩“叫本課題研究的采摘機器人采摘的對象主要以蘋果為主,根據(jù)蘋 果的物理屬性和實際采摘中采用掐斷果梗的方法收獲果實,設(shè)計了一種勺狀末端 操作器,實物圖如圖2.2所示。其中,前端的夾持裝置設(shè)計成勺狀的,并通過氣 缸驅(qū)動其開合,在夾持裝置的一側(cè)裝有旋轉(zhuǎn)割刀,由末端執(zhí)行器后端的直流電機 帶動其旋轉(zhuǎn),來達到切斷果柄的目的。收獲果實時,首先由夾持機構(gòu)夾住蘋果, 然后旋轉(zhuǎn)刀具切斷果柄。
圖2. 2末議執(zhí)行器實物困
江蘇大學(xué)碩士學(xué)位論無
2. 2視覺系統(tǒng)模型研究
視覺系統(tǒng)可以實現(xiàn)對目標(biāo)圖像信息的釆集及處理,是實現(xiàn)采摘機器人自主釆 摘作業(yè)的基礎(chǔ),因此在建立機器人運動學(xué)模型前首先對視覺系統(tǒng)模型進行研究是 非常必要的,視覺系統(tǒng)一般采用攝像機作為視覺傳感器,對視覺系統(tǒng)研究主要是 對攝像機模型及成像原理進行理論研究。
2. 2.1針孔成像原理
15世紀(jì)初由Brunelleschi首先提出的針孔透視投影模型盡管模型簡單,但是 它對成像過程的近似程度是可以接受的,投影成像如圖2. 3所示,它產(chǎn)生的是一 幅顛倒的圖像,有時為了分析方便設(shè)想了一個虛擬的像,這幅圖像落在一個處于 針孔前面的平面上,它到針孔的距離等于實際成像平面到針孔的距離,這幅虛擬 圖像除了圖像是倒立的以外,與實際圖像是完全等價的【可。攝像機是一種能夠攝 取連續(xù)視頻圖像的設(shè)備,比較簡單、實用,已經(jīng)得到公認(rèn)并被普遍釆納,本文釆 用透視投影模型。一般情況下,可以將透視投影中的成像設(shè)備一攝像機線性化, 等效為針孔成像模型。從簡化的幾何光學(xué)出發(fā),同時人們?yōu)榱擞嬎闵系姆奖悖?保持?jǐn)?shù)學(xué)關(guān)系不變的而提下,通常釆用與場景同向的正立虛像成像平面幾何模 型,在選取合適的坐標(biāo)系后,其計算模型如圖2.4所示。
圖2. 3針孔成像系統(tǒng)模型 圖2.4攝像機成像系統(tǒng)計算模型
圖2.4中的Q點為攝像機光心,QZ軸為攝像機的光軸,它與成像平面垂 直。X軸和Y軸分別與圖像平面的x軸和y軸平行,光軸與圖像平面的交點Q即 為圖像坐標(biāo)系的原點。光心到焦平面的距離QQ稱為焦距_/,圖中F(x,*)為空 間點P(X,Y,Z)在圖像平面上的投影。
2. 2.2圖像平面坐標(biāo)系的建立
攝像機采集的圖像一般以標(biāo)準(zhǔn)電視信號的形式輸入計算機,在計算機內(nèi)存儲 為MxN數(shù)組,即M行N列,其中數(shù)組中的每個元素(常稱為像素)的數(shù)值即是圖 像點的亮度(或稱為灰度),例如320x240,表示該圖像是由320x240個像素點構(gòu) 成。如圖2. 5所示,在圖像上定義直角坐標(biāo)系u, v,每一個象素的坐標(biāo)(u, v)分 別是該象素在數(shù)組中的列數(shù)和行數(shù),所以,(u,v)是以象素為單位的圖像坐標(biāo)系 坐標(biāo)。由于(u,v)只表示象素位于數(shù)組中的列數(shù)和行數(shù),并沒有用物理單位表示 出該象素在圖像中的位置,因而,需要再建立以物理單位(mm)表示的圖像坐標(biāo)系 (x,y)。設(shè)圖像坐標(biāo)系的x,y軸分別同u, v平行,原點Q在攝像機光軸和圖像平 面的交點上,該點一般位于圖像中心處,但由于攝像機制作的原因,也會有些偏 離,若Q在u,v坐標(biāo)系中的坐標(biāo)為(?0,v0),每一個象素在x,y軸方向上的物理 尺寸為dx,dy,則圖像中任意一個象素在這兩個坐標(biāo)系下的坐標(biāo)有如下關(guān)系:
x
U — u n
dx °
(2.1)
為分析方便不妨取兩原點重合,則有:
X y
U — — , V =— dx dy
u
X
V
0, )
(乃0,%)
,y
圖2. 5
攝像機圖像平面坐標(biāo)與物理尺寸坐標(biāo)變換關(guān)系圖
y
V = vn
dy 0
(2.2)
2. 2. 3攝像機模型
我們將攝像機線性化,等效為小孔成像模型,根據(jù)前面的成像系統(tǒng)計算模型 可知,若空間點坐標(biāo)為P(X,Y,Z),圖像平面投影點坐標(biāo)為p(x,y),則兩者存在如 下關(guān)系:
x=y 乎, y 如* Q.3)
由式(2. 1)-(2. 3)可建立以像素為單位的圖像坐標(biāo)系與攝像機坐標(biāo)系之間的 關(guān)系,即:
u = N亍 -, v = Nf (2.4)
其中N,代表像素與空間長度的轉(zhuǎn)換因子,單位為像素/mm。
2. 3履帶式移動平臺模型研究
本課題所研究的移動載體由剛性車體和剛性履帶兩部分組成,移動載體的左 右兩邊的履帶模型可以簡化為兩輪模型,為建立移動平臺模型作如下假設(shè):
1、 剛性載體一般在二維平面內(nèi)運動;
2、 車體的運動速度較低,一般低于10Km/A;
3、 理想狀態(tài)下載體無縱向滑動;
4、 車胎受到的橫向力垂直于其縱向負(fù)載。
通過對果樹采摘機器人的移動平臺進行分析發(fā)現(xiàn),當(dāng)0,>0r時,為移動平臺 順時針轉(zhuǎn)彎;當(dāng)e,<0r時,則移動平臺逆時針方向轉(zhuǎn)彎;當(dāng)o,=er時,移動平臺 做直線運動。這里具體分析移動載體以逆時針方向轉(zhuǎn)彎的情況:
移動平臺的運動學(xué)問題可以由三個參數(shù)來確定:移動平臺中心的坐標(biāo)位置 (X,r)和移動平臺的航向角移動平臺逆時針運動示意圖如圖2. 6所示。
圖2. 6移動平臺逆時針運動示意圖
R:車輪的半徑;
L:中心點到下一點距離;
d:左右兩輪間的距離;
作業(yè)輪轉(zhuǎn)過的角度;
左右輪從Q到達Q點所走的距離; r:移動平臺從Q到達Q點的轉(zhuǎn)彎半徑; 在圖2. 6中,左右輪走過的弧長分別為:
j S J = 0 f x R
\ s r = e r x r
通過兒何關(guān)系我們可以得到:
S/ = (r — d / 2)x 0 〈
(2. 5)
(2-6)
S「= (r + d/2)x0
其中刁為左右兩輪之間的距離,r,0,L,ar,如圖2-6所示。
由式(2-5)? (2-6) nJ得:
,=(們+?!?d_ (們*)w
(2. 7)
L = 2rsin(6T2)
(2- 8)
a=9O°-(18O°-0)/2 = 0/2
(2-9)
由如圖2-6所示的幾何關(guān)系可得:
0 = (0—Q)xR/d (2. 10)
Ar=Zxcosa=2xrxsin(。/2)xcos(0/2)=rxsin(^)=^^^x?xsin((g-q)x7?/d) (2. 11)
頌=Z)x7?/j) (2. 15)
(4 -Q) 2
&=Zx§na=2xrx§r(仞2)x血(0/2)=rx(l-aB0=*i^x?x(l-aB((q-q)x7?/4) (2. 16)
(2.17)
當(dāng)O,-Or 時,&x = OrxR = 0lxRi Ay = 0 ; 0 = 0
2.4果樹采摘機器人運動學(xué)問題研究
果樹采摘機器人的運動學(xué)問題包括正運動學(xué)及逆運動學(xué)兩個問題,它們之間 的關(guān)系如圖2. 7所示,本文根據(jù)自行設(shè)計的果樹釆摘機器人本體機械結(jié)構(gòu)特點, 采用幾何算法求解機器人正、逆運動學(xué)問題。
機器人機械譬
結(jié)構(gòu)參數(shù)
機器人芥關(guān)節(jié)關(guān)節(jié)角度
8L 02……0n
正運動學(xué)問題
a末端?執(zhí)彳了關(guān)位姿參數(shù)
17
機器人機械臂
I結(jié)構(gòu)參數(shù).
機器人各關(guān)節(jié)角度01,
62……On
V t t
逆運動學(xué)問題
圖2. 7機器人運動學(xué)關(guān)系示意圖
2. 4.1果樹采摘機器人正運動學(xué)問題研究
在采摘作業(yè)中,釆摘機器人首先要確定目標(biāo)果實位置信息與機器人各關(guān)節(jié)的 關(guān)系,這個環(huán)節(jié)有兩部分組成:首先確定目標(biāo)果實3D坐標(biāo)與其在攝像機平面上 的2D坐標(biāo)之間的關(guān)系;其次確定攝像機坐標(biāo)系與機器人坐標(biāo)系之間的關(guān)系。
釆摘機器人結(jié)構(gòu)關(guān)系示意圖如圖2.8所示,采摘機器人的攝像機釆用 eye-in-hand方式安裝,攝像機坐標(biāo)系(虬,匕,Z,與機器人基座坐標(biāo)系(Xo,Yo,Zo) 的各坐標(biāo)軸相互平行,假設(shè)目標(biāo)果實在基坐標(biāo)系內(nèi)的坐標(biāo)為(Xmo,Ymo,Zmo),其在 攝像機坐標(biāo)系內(nèi)的坐標(biāo)為(X“,K,Z“)。由攝像機成像基本原理得到目標(biāo)在攝像機 坐標(biāo)系內(nèi)的3D坐標(biāo)(Xn,Y?,Z?)與其在攝像機成像平面上的2D坐標(biāo)(X,,匕)之間 的關(guān)系可有式(2. 4)得出。
圖2.8采摘機器人結(jié)構(gòu)示意圖
假設(shè)采摘機器人在初期尋找目標(biāo)果實過程中棱柱關(guān)節(jié)是收縮在小臂內(nèi)的,因 此可以將釆摘機器人看做三關(guān)節(jié)機器人處理,對于攝像機坐標(biāo)系與機器人基座坐
標(biāo)系之間的變換關(guān)系可由圖2. 9所示的幾何解法求得"?I:
圖2. 9采摘機器人關(guān)節(jié)幾何關(guān)系
(2.18)
(2. 19)
(2. 20)
\l^ +厶2 -2x1^ xsing+厶 xsin(^ +^))Y = Xx ctgdl
Z = Lt + Z2 x sin 02 + L3x sin(^2 +03)
式中4、h、A分別為腰部、大臂、小臂的長度;4、%、%分別為機械 臂第二、三、四自由度的關(guān)節(jié)角度。
由式(2-18)、(2-19)、(2-20)可以得到目標(biāo)果實在基坐標(biāo)系的坐^amo,Ymo,Zmo) 與果實在攝像機坐標(biāo)系的坐標(biāo)(X?,Yn,Zn)之間的關(guān)系:
X"=X“一X, Yn = Ymo~Y, Z" = Zm_Z (2.21)
4.2果樹采摘機器人逆運動學(xué)問題研究
采摘機器人之所以廣泛釆用移動平臺,很大的程度上是源自于它的靈活性 好,可以到達的空間范圍大,當(dāng)通過單獨的機械手臂調(diào)整不能到達指定的區(qū)域時, 可以通過移動平臺向x, y方向的進行復(fù)合移動來實現(xiàn)末端操作器的運動。因此 在知道了移動平臺需要移動的位移時,移動平臺的運動偏移角就是已知的,在進 行果樹采摘機器人逆運動學(xué)求解時,只考慮機械手臂的逆運動學(xué)即可。
根據(jù)式(2.19)變形可得:
Y
湖=歹
由式(2. 22)求反余切可求得4 :
(2. 22)
八 Y
0\ =arcctg~
Ji.
由式(2.20)得:
(2. 23)
Z - L} = L2 sin 02 + L3 sin (02 + 03)
將式(2.22),式(2.24)帶入式(2.18)并平方得:
(2. 24)
H=W+4+2x京厶乂宓伝非-仃
(2. 25)
整理式(2.25)得:
X2 + Y2 + (Z-L.Y
2 x L2 x Z3
由式(2. 26)求反余弦可求得03:
(2. 26)
y2 + y2+(z-z,)2-^-z'
0. = arccos L
2 x Z2 x £3
由式(2. 24)分解整理得:
(2. 27)
Z - £]=(匕2 + L3 cos^3)sin 02 + L3 cos^2 sin 03
(2. 28)
即:(Z - Z,)- (Z2 + Z3 cos^3)sin^2 = Z3 cos^2 sin 03 將式(2.29)兩端平方整理可得關(guān)于sinR的二次方程:
(2.29)
(£+Z^+2xA2xL5xcos6Qsin2q-2(Z-Z1)(/2+£3cosq)sinq+(Z-Z1)2-%(l-cos0)=o (2. 30) 由式(2. 26)知:+ 2 x Z2 x £3 x cos6>3 = T2 + K2 + (Z - Z))2 (2. 31)
將式(2.31)式代入式(2.30)得:
[x2 + r2+(Z-Z1)2]sin2^-2(Z-Ll)(Z,2 + A3cos6'3)sin6'2+(Z-Z,)2-4(l-cos2^) = 0(2. 32)
應(yīng)用二次方程的求根公式解式(2. 32)可得sing的解:
sin旦
(Z-見仏 +400^)士 J(Z-U 仏 +4COS 町 - 3 +/ +(Z-U][(ZF)2 頊1 - cos/)]
[%2+r2+(z-4)2]
(2. 33)
對式(2.33)求反正弦可得0:
_心0-歟弓+4宓鳥)士 J(z-4)U +4淄穿廿+尸形-"][0-頌-如孔切(2.34)
* [孑+戶形-行] "-
其中 cos % = " +宀(Z?H
2 x L2 x £3
由式(2.23), (2.34), (2. 27)可求出機械臂二三四各關(guān)節(jié)的角度。
2.5果樹釆摘機器人控制方法研究
在機器人控制領(lǐng)域,視覺控制是當(dāng)前的一個重要研究方向,也是目前的研究 熱點之一。針對本課題中果實采摘機器人運動控制的特點,釆用基于圖象的視覺 伺服控制,根據(jù)當(dāng)前圖像與期望圖像的特征差異,控制機器人以小步長運動逼近 目標(biāo)的控制策略實現(xiàn)機器人運動控制,同時將PID控制方法和模糊邏輯控制方法 相結(jié)合組成自適應(yīng)模糊PID控制器,應(yīng)用于機器人關(guān)節(jié)伺服控制中'。機器人視覺 伺服系統(tǒng)采用模糊控制策略在線自適應(yīng)整定PID參數(shù),可以增強模糊PID控制器 的自適應(yīng)能力,提高控制系統(tǒng)的動、靜態(tài)性能。
果樹采摘機器人視覺伺服控制系統(tǒng)主要由視覺傳感器、圖像處理軟件、工控 機和機器人機械本體組成,其結(jié)構(gòu)框圖如圖2.10所示。
圖2. 10果樹采摘機器人視覺伺服組成結(jié)構(gòu)示意圖
其中攝像機固定在手爪的正中心,它可以隨機械臂一起運動,距離地面較遠, 獲取圖像面積小,分辨率較高。機器人視覺伺服系統(tǒng)能夠正常工作的關(guān)鍵取決于 是否能對采集的圖像進行正確快速的處理,為后續(xù)的機器人控制提高準(zhǔn)確的位置 信息。視覺伺服控制系統(tǒng)工作原理:首先通過攝像頭釆集圖像信息,并經(jīng)圖像處 理軟件對圖像進行處理,獲取目標(biāo)果實的位置信息,計算出當(dāng)前圖像與期望圖像 的偏差,并被映射為機器人關(guān)節(jié)控制器的控制信號(如速度或關(guān)節(jié)角位移增量), 將控制信號通過工控機發(fā)送給各關(guān)節(jié)伺服驅(qū)動器驅(qū)動釆摘機器人各關(guān)節(jié)做相應(yīng)
地運動,從而實現(xiàn)機器人的視覺伺服功能。
2. 5.1采摘機器人控制方法
目前,機器人常用的視覺伺服控制按照反饋信息可分為基于位置的視覺伺服 (PBVS)和基于圖像的視覺伺服(IBVS)【26,27]。其中基于圖像的視覺伺服控制直接根 據(jù)圖像特征控制機械手的運動,完成圖像信息的閉環(huán),把視覺重構(gòu)問題從機器人 控制中分離出來,簡化了機器人的控制,并避免目標(biāo)脫離攝像機的視野,成為機 器人控制中常用的方法。
本文在設(shè)計機器人視覺伺服控制系統(tǒng)時,基于圖像的視覺伺服的系統(tǒng)框架, 采用文獻25提出的方法,將圖像特征變化轉(zhuǎn)化為關(guān)節(jié)的運動,不必計算繁瑣地 圖像雅可比矩陣就可以實現(xiàn)圖像坐標(biāo)變化到機器人各個關(guān)節(jié)變化的映射,從而提 高了機器人實時處理的能力。
假設(shè)目標(biāo)果實為半徑3.5cm的蘋果(通過多處果園實地考察比較得出的蘋果 平均半徑),果樹位于機器人的右側(cè),果樹上某一蘋果在攝像機所捕捉的圖像中 的投影為一個圓(如圖2.11所示)。圖2. 12為3-D空間中的果實在攝像機中形成的 透視投影,Oc為攝像機的光學(xué)中心,相應(yīng)的攝像機坐標(biāo)為{0慶況,苛,這個透視 投影圖形描述了3-D坐標(biāo)中的目標(biāo)果實Gs (在空間坐標(biāo)系{q,Xw,"zJ中的表示) 與其在圖像平面投影g,(在圖像平面(0?M,v}中的表示)之間的轉(zhuǎn)換關(guān)系,這個關(guān) 系式可以由式(2.1)-(2.4)描述。
V
圖2. 11采摘機器人與作業(yè)對象位置示意圖
攝像機坐標(biāo)系
圖2. 12果實在3-D空間中在攝像機坐標(biāo)系中透視投影示意圖
圖2. 12為目標(biāo)果實在圖像平面中的特征信息。攝像機捕捉的二維圖像中以左
上角為原點,以U、V表示其橫、縱坐標(biāo),選定目標(biāo)果實在圖像中投影中心坐標(biāo) (%,,*&)與圖像中心坐標(biāo)(心,V。)之差々,以作為圖像的特征。由式(2.3), (2.18),
(2.19), (2.20), (2. 21)以及圖2.13目標(biāo)果實的投影關(guān)系可以看出,目標(biāo)果實圖像 特征的次變化主要由采摘機器人關(guān)節(jié)控制中關(guān)節(jié)角&的變化引起,而目標(biāo)果實 圖像特征即的變化主要有關(guān)節(jié)角02, 03的改變引起。
圖2. 13目標(biāo)果實在圖像中的位置圖
果樹釆摘機器人釆摘一個目標(biāo)果實的工作過程:
首先,釆摘機器人各模塊初始化,然后通過驅(qū)動履帶式平臺使機械手靠近果 樹,利用Eye-in-hand的安裝的攝像機捕捉環(huán)境信息,獲得目標(biāo)果實的圖像信息, 經(jīng)過自己設(shè)計編寫的圖像處理軟件識別定位,從圖像中得到目標(biāo)果實在圖像中的質(zhì)心坐標(biāo)仲。3靦);并與圖像中心坐標(biāo)(婦V。)相比較,得出質(zhì)心坐標(biāo)相對于圖像 中心坐標(biāo)之差ex, ey (以像素為單位);
其次,根據(jù)計算出的目標(biāo)質(zhì)心與圖像質(zhì)心的偏差ex, ey,控制釆摘機器人 以小步長運動,最終使偏差ex, ey同時等于0, 一般攝像機釆集的圖像模板為 MxN (以像素為單位)。由圖2.5所示,可知目標(biāo)質(zhì)心坐標(biāo)與圖像中心坐標(biāo)之 差ex, ey (以像素為單位)的最大為I欲_蜘1=場,I ^.1= %。小步長變換算
法流程圖如圖2.14所示。
開始
計算冃標(biāo)質(zhì)心與圖像 中心偏差ex, ey
圖2. 14小步長變換算法流程圖
1Y
25
果樹釆摘機器人通過使腰部,大臂,小臂以小步長運動最終使偏差為零,此 時目標(biāo)果實圖像質(zhì)心與圖像中心重合。式(2-35)給出了目標(biāo)定位控制過程中,腰 部、大臂和小臂關(guān)節(jié)角度變化量與經(jīng)小步長變換處理后的目標(biāo)質(zhì)心與圖像中心的 偏差ex,"之間的換算關(guān)系。
△4 =exxk
(2. 35)
-=k}xeyxk
△% =k2xeyxxk
其中,△%,△&分別為腰部、大臂、小臂需要調(diào)節(jié)的關(guān)節(jié)量;ex,ey為 經(jīng)小步長變換處理后的目標(biāo)質(zhì)心與圖像中心的偏差,單位為:pixel ; 分別
為大臂和小臂的關(guān)節(jié)控制參數(shù);左為運動一個像素點機械臂關(guān)節(jié)需要移動的角度,單位為:度J pixel。
再次,工控機下達棱柱關(guān)節(jié)伸長命令,結(jié)合數(shù)據(jù)采集卡獲取的位置傳感器信 息,當(dāng)目標(biāo)果實進入手爪有效采摘區(qū)域時,停止伸長棱柱關(guān)節(jié),閉合手爪,切割 果柄;
最后,收縮棱柱關(guān)節(jié)回到初始位置,張開手爪使目標(biāo)果實在自身重力作用下 通過軟皮管滑入果實收集筐里。
要實現(xiàn)連續(xù)采摘只需重復(fù)以上步驟即可。
2. 5. 2采摘機器人視覺伺服控制結(jié)構(gòu)設(shè)計
由于果實采摘機器人工作環(huán)境是未知的、不確定的,并且視覺伺服控制系統(tǒng) 又具有時變、強耦合和非線性的特點,采用基于精確數(shù)學(xué)模型的傳統(tǒng)控制方法難 以達到滿意的控制效果。因此本文將PID控制和模糊邏輯控制相結(jié)合組成的自適 應(yīng)模糊PID控制器應(yīng)用在采摘機器人視覺伺服控制系統(tǒng)中【2829】,其控制結(jié)構(gòu)如圖 2. 15所示。采摘機器人釆用eye-in-hand方式安裝的攝像機捕捉目標(biāo)圖像,經(jīng)圖 像處理系統(tǒng)處理,得出目標(biāo)果實的位置信息,機器人各關(guān)節(jié)變化的角度可經(jīng)坐標(biāo) 變換得出。為提高機器人運動控制性能,采用自適應(yīng)模糊PID控制方法實現(xiàn)機器
人關(guān)節(jié)角度的運動控制。
模糊HFfT
/dt
小144?|
;靄T啰
?3 心〃 j
電機
PJDF;'
制器
人鈣乂
電機
ME
PID^
小竹K
■3 心動
枇機
■9 ’em 電機
圖2. 15采摘機器人控制系統(tǒng)結(jié)構(gòu)示意圖
2.5.3 Fuzzy-PID控制器設(shè)計
PID控制方法算法簡單,應(yīng)用廣泛,適用于可建立精確數(shù)學(xué)模型的線性定常 系統(tǒng)。通常的PID控制器離散表達式為:
w = K,,e(k) + Kj£:=]e(i) + KD(e(k)(2. 36)
式中:K' = KpLTj, WK
收藏