園林自動噴藥機器人雜草識別與導航方法探究

秦富貞，曹愛霞

(青島黃海學院，山東 青島 266427)

0 引言

園林中的花草樹木是園林自然景觀的基礎，對于園林功能的發揮至關重要。園林雜草通常與景觀植物伴隨生長，種類繁多，生長迅速，具有較強的生命力。這些雜草不僅有雙子葉的闊葉類雜草，也有單子葉的禾本科和莎草科雜草，滋生后與景觀植物爭奪養分和生長空間，在防控不力的情況下能夠很快發展為優勢種群，甚至引起原有的自然景觀早衰和退化。例如，單株野燕麥的根系可以達到2m的長度，形成1kg干物質所消耗營養和水分量是驚人的。另外，園林雜草還是很多病蟲害的中間寄主和越冬場所，并為其提供傳播條件，加重景觀植物的感染程度。因此，在園林自然景觀的日常維護中，需要投入大量的成本對雜草進行清除和控制。

在雜草發生的早期，危害面積較小，可以采用傳統的人工方式拔出；后期的雜草生長旺盛，危害面積大，人工除草的效率和徹底程度無法滿足要求，則需要噴灑除草劑進行清除。除草劑一般由人工采用簡易的噴霧裝置噴灑，勞動強度大，人員健康會受到農藥的危害。在自動控制和信息技術的基礎上，人們研制出各種用途的農業機器人，大幅提高了農業生產能力。噴藥機器人是農業機器人的一種，最早由日本開發，安裝各種傳感器和噴藥控制裝置，可以高效、準確地完成噴藥作業[1]。我國雖然起步較晚，也設計出了多種農業噴藥機器人，主要應用在果園和作物上。鄒大軍等設計了噴藥機器人的行走機構，具有良好的性能，能夠滿足藍莓噴藥機器人的行走要求[2]。孫雪等在噴藥機器人上安裝伸縮噴藥桿，重新設計行走和升降裝置，實現了對果園的高效自動化噴藥作業[3]。曹瑋鑫等設計了一種遠程遙控操作的智能噴藥機器人，試驗證實其擁有優良的行走性能和作業速度[4]。

在噴藥機器人的諸多性能中，精準噴藥和自主導航是較為重要的兩項內容。普通的噴藥方式比較粗放，對防治的目標沒有選擇性，不利于節約成本，還會引起環境污染。對此，人們開發出精準噴藥技術，即根據雜草的位置和密度調整藥液噴灑時機和劑量。精準噴藥在保證防治效果的前提下，可以減少農藥用量，符合現代農業的發展趨勢[5]。對雜草的識別是精準噴藥的基礎，目前已經有多種識別技術與噴藥機器人結合。紀良文等設計了基于超聲波測距的輔助視覺系統，可以為噴藥機器人提供農作物的位置和形狀等信息[6]。周恩浩等以單片機和光敏電阻為部件，組成簡易的視覺識別系統，為提高噴藥機器人的農藥利用率提供了支持[7]。與上述的兩種技術相比，計算機視覺技術采集的圖像信息量大，分析內容全面，能夠根據形狀、顏色和紋理等特征將雜草準確識別出來[8]。郭亭亭等開發了具有計算機視覺分析功能的噴藥機器人，能夠正確識別作物和雜草，并根據雜草面積和分布狀況進行精準噴藥[9]。

噴藥機器人的自主導航有利于提高對環境的適應能力，是機器人自動化程度的重要體現。傳統的導航方式是在作業區域中放置傳感器或者電纜，利用其產生的電磁場信號引導機器人行走[10-11]。計算機視覺可以采集噴藥機器人前方的圖像，分析識別路徑后規劃形成行走路線，從而實現自主導航[12-14]。基于計算機視覺的機器人導航同樣具有較高的精度，無需放置傳感器和電纜，是比較實用的導航方法。

本文在園林噴藥機器人上安裝計算機視覺設備，拍攝圖像后根據顏色和形狀特征識別雜草，輔助機器人實現精準噴藥；同時，根據顏色特征識別路徑，規劃獲得行走路線，輔助機器人實現自主導航；最后，通過試驗評價上述方法的實際應用效果，以期提高園林噴藥機器人的智能化和自動化水平。

1 總體設計

噴藥機器人為AS-R型，是一個四輪移動平臺，搭載視覺模塊、主控模塊、噴藥模塊和行走裝置等設備，具有自主供電和行走的能力。視覺模塊安裝在機器人的上方，拍攝圖像后通過圖像采集卡形成數字信號傳輸給主控模塊進行分析處理。主控模塊是噴藥機器人的控制核心，由電池提供電源，可以接受上位機發來的無線通訊信號。視覺圖像的分析處理由主控模塊完成，并將雜草和路徑識別的結果轉化為指令發送給噴藥模塊和行走裝置。噴藥模塊根據雜草識別的結果適時開啟實現精準噴藥，行走裝置根據規劃的路線進行轉向實現自主導航,如圖1所示。

圖1 自動噴藥機器人的總體設計

2 組成部分

視覺模塊由尼康COOLPIX P60型數碼相機和天創UB570型圖像采集卡組成。相機具有800萬像素，安裝在機器人的前部上方，進行了防抖動處理。相機光軸與豎直方向呈60°角，俯視拍攝生成JPEG格式的圖像，然后經過圖像采集卡轉換為數字信號，以便主控模塊進行視覺分析。主控模塊主體是三星S3C2440型處理器，主要功能是接收上位機發來的無線控制信號和視覺模塊采集的圖像并進行分析； 同時，根據圖像分析結果生成控制指令，發送給噴藥模塊和行走裝置。該處理器為32位CMOS微控制器，主頻速率達400MHz，可滿足各種功能的要求。主控模塊中用于圖像處理的是TI公司的TMS320DM642型芯片，屬于高性能的定點DSP，具有良好的穩定性和兼容性。

噴藥模塊包括藥液箱、隔膜泵、離心噴頭和噴藥控制器。隔膜泵的功能是將藥液從藥液箱輸送到噴頭，每個噴頭由單個電磁閥控制，通過接受主控模塊發來的脈沖寬度調制開啟。機器人前方的左右兩邊各有1套噴藥裝置，每套裝置包含4個噴頭。噴藥控制器可以控制各個噴頭開啟的時機和時間長度，實現對相應區域的精準噴藥。噴藥機器人采用四輪行走的方式，行車控制器用于接收主控模塊發來的規劃路線，行駛方向由角度傳感器提供，液壓閥控制車輪的偏轉實現自主導航。

3 計算機視覺分析

噴藥機器人在行走的過程中拍攝園林圖像，相機與拍攝目標之間存在相對運動，因此圖像含有不同程度的噪音。圖像噪音會降低圖像的清晰度，影響對雜草和路徑的識別。本文采用3×3的中值濾波法對圖像進行預處理，以便去除噪音。預處理后得到的原始圖像包含景觀植物、雜草和道路，景觀植物和雜草為綠色，道路為灰白色。景觀植物的種類有棕櫚和海桐，雜草的種類為狗尾草和馬唐(如圖2所示)。

圖2 園林的原始圖像

針對相機俯視角造成的不同距離上相同大小物體對應像素點數不同的問題，本文參考紀壽文等的方法矯正圖像的畸變[15]。

合適的顏色空間對于彩色圖像的分割效果至關重要，這里根據園林圖像受光照強度影響較明顯的特點，選用HSI模型顏色空間的亮度I分量來對圖像進行灰度化處理。灰度化后的圖像黑白效果更加明顯，顏色差異得到了增加，有助于目標區域的輪廓提取，如圖3所示。

圖3 園林的灰度化圖像

雜草與景觀植物的顏色接近，但是在葉片形態上存在差異，因此選用長寬比和圓度兩個特征進行雜草識別。長寬比是最小外接矩形的長度與寬度的比例，圓度是面積與周長平方的比值，它們在圖像旋轉、平移和縮放處理過程中穩定性較好。道路為灰白色，與背景的差異明顯，因此根據顏色特征提取。根據圖片的特征，選擇閾值分割方法來識別雜草和道路。目標的形狀和顏色特征受光照強度影響不大，將I分量的效果圖與灰度圖分別進行最大類間方差分析，再進行圖像二值化，得到分割形狀特征和顏色特征的閾值。雜草和道路的識別結果如圖4所示。其中，灰色部分為景觀植物，黑色部分為雜草，白色部分為道路。

獲得雜草的分布情況后，計算各個區域的雜草覆蓋率，據此噴灑相應的藥液劑量，從而實現精準噴藥。采用Canny算子檢測道路的邊緣，然后提取相同水平線上的兩個邊緣像素點的中心位置，整理得到一條連續的曲線，即噴藥機器人的行駛路線，如圖5所示。

圖4 雜草和道路的識別

圖5 噴藥機器人的行駛路線

4 試驗結果與分析

在園林中選擇5條20m長的路段，利用噴藥機器人進行噴藥作業。每個路段上隨機選取10個點作為樣本，統計機器人對雜草的識別率、誤識率和路線偏離距離，評價雜草識別和導航方法的應用效果。雜草的識別率為被識別的雜草占所有雜草的比例，誤識率為被識別為雜草的景觀植物占被識別植物的比例，路線偏離距離為噴藥機器人前輪中心與規劃路線之間的距離。

噴藥機器人對園林雜草的識別率為84.6%～90.5%，誤識率為6.9%～9.5%，具有較高的雜草識別精度；路線偏離距離為4.4～7.3cm，與規劃的路線基本吻合，能夠實現自主導航。機器人處理單幅圖像的過程耗時0.1s，可以滿足實際作業的需求。試驗結果如表1所示。

表1 雜草識別和導航方法的應用效果

5 結論

將計算機視覺設備安裝到園林噴藥機器人上，拍攝圖像后根據顏色和形狀特征識別雜草，根據顏色特征識別路徑，規劃獲得行走路線。試驗結果表明：噴藥機器人對園林雜草的識別率為84.6%～90.5%，誤識率為6.9%～9.5%，具有較高的雜草識別精度；實際行走路線與規劃的路線基本吻合，能夠實現自主導航；機器人處理單幅圖像僅耗時0.1s，可以滿足實際作業的需求，智能化和自動化水平得到了提高。