基于模糊控制系統的采摘機器人避障系統研究分析

王正萬

(貴州電子信息職業技術學院，貴州 凱里 556000)

0 引言

現在的種植形式快速更新換代，農業機械化運用也越來越多，已實現大規模機械化生產。在農業收割方面，采摘機器人已適用于溫室大棚和大規模種植的收割，對于采摘機器人的研究多注重在定位上[1-14]。采摘機器人應具備準確定位、躲避障礙物和無障礙路線規劃的功能[15-16]。

機器人在不確定的環境中作業，由于作業環境復雜，且難以預測，在障礙物的識別和定位時經常存在錯判的情況。為消除這種不良狀態，采用超聲測距技術來進行障礙物的定位避開，并結合現在機器人采用的視覺傳感器技術，保證在光線不佳的情況下采摘成功，并避開障礙物規劃出最短路徑進行采摘。傳統采摘機器人避障路徑規劃基于感知-建模-規劃-動作，對環境的適應性差，采用改進的遺傳算法和模糊控制的采摘機器人，可以通過多變量進行判斷定位。

本研究是在采摘機器人避障系統上采用模糊控制系統，采用改進的遺傳算法和模糊邏輯算法相結合來實現避開障礙物，規劃出避障路線，并通過仿真試驗檢測該系統的時效性和準確性。

1 控制系統研究分析

1.1 控制系統原理

基于模糊控制系統的采摘機器人避障系統采用單片機作為控制中心，型號選用STC89C52RC。該型號單片機耗能低、性能好，8K字節系統編程Flash存儲器，可以支持串口通信且具有更強大的兼容性。單片機控制功能編程設計如圖1所示。

圖1 單片機控制功能編程設計Fig.1 Programming design of single chip microcomputer control function

采用模糊控制的采摘機器人避障系統的工作原理是在模糊控制器中確定輸入和輸出變量，根據采摘設備的超聲波控制設備監測到作業環境情況，將監測的數據輸入單片機中，根據模糊控制器中的變量分析，輸出數據并規劃出采摘機器人的行駛路徑來躲避作業環境中障礙物，準確到達正確位置完成采摘任務。采摘機器人避障系統工作程序如圖2所示。

1.2 模糊控制器設計

為保證采摘機器人可以自主規劃避障路線需要考慮多方面功能的影響，如超聲波控制、路徑檢測、障礙物檢測、路徑規劃，以及輸出、障礙物躲避及顯示器等，其中最重要的為模糊控制器的設計。

圖2 避障系統工作程序Fig.2 Obstruction system working procedures

模糊控制的基本設計條件是確定輸入變量和輸出變量。根據采摘機器人控制要求，以單片機為控制中心來實現模糊控制算法是比較適用的，模糊控制器工作的主要程序為模糊化、模糊判斷和解模糊化等，如圖3所示。

圖3 模糊控制器工作程序Fig.3 Fuzzy controller working procedures

圖3中：e表示精確量的偏差，ec為偏差變化率；u為精確量的控制輸出；E和EC為模糊化的偏差及偏差變化率。模糊控制是不定性的，無法用數學模型表示出來，需要采用模糊的特有語言，設置條件語言模型，來設置控制條件的各項參數，再通過多次仿真試驗的調試來修正。運行過程中，在控制條件中檢索相應的模糊控制參數，根據實際情況并經過運算修正后取得實際控制輸出量，將最后得到的控制量施加到被控對象上。

2 基于模糊控制的避障設計

為了實現并提高機器人避障能力和路徑規劃的效率，機器人的驅動行走方式采用履帶式，動力機構以電機驅動，輔以減速器；電機與履帶之間以嚙合方式連接。為了試驗分析簡潔明了，以橢圓形來表示的采摘機器人移動形式。在采摘機器人運行行走的過程中，根據設計行走坐標與實際行走坐標的比較分析，來確定采摘機器人的定位和避障路徑。其設計運動坐標和實際運動坐標如圖4所示。

圖4 運動設計坐標與實際坐標Fig.4 Motion design coordinates and actual coordinates

在機器人作業運行中，實際運行坐標與X軸是有一定的夾角的，假設這個角β；(x，y) 為某點在小坐標上的坐標值，在大坐標系中的坐標值為(x0，y0) 。根據三角關系變換可得

β=θ+arctg (x/y)

(1)

即某點在絕對坐標系中的坐標值為

(2)

(3)

完成小坐標和大坐標的變換后。設采摘機器人左輪和右輪的角速度分別為ω左、ω右，則根據轉輪的半徑r和左右轉輪的間距d可以算出其速度為

V左=r/2d(ω左-ω右)

(4)

V右=r/2d(ω右-ω左)

(5)

故只要將兩輪的速度分別進行控制就可以調整采摘機器人的運行方向，實現其方向的控制，兩輪的速度控制采用兩者的比值kp來控制，便于分析調整。

kp=ω左/ω右

(6)

通過調整kp值的大小，來實現采摘機器人方向控制，如kp=1時采摘機器人直行；kp>1時，即V左>V右，即控制機器人向右轉，數值越大右轉弧度越大；當kp<1時，即V右>V左，控制機器人向左轉，數值越小左轉弧度越大。

對于模糊控制避障系統實現重點是建立正確的函數模型，為了讓采摘機器人規劃出來的路徑盡可能短，節約時間和能源，采用改進的遺傳算法并以修正項對遺傳算法進行修正，建立正確且適用的模型。

目前，采摘機器人路徑規劃有多種方法，最主要有兩種方法：一是螺旋收縮式的規劃方法(見圖5)；二是“之”字型路徑規劃方法(見圖6)。

圖5 “回”字型路徑Fig.5 Back font path

圖6 “之”字型路徑Fig.6 The font path

螺旋收縮式是采摘機器人從外圍開始運行繞圈覆蓋整個區域的，“之”字型路徑規劃方法是來回錯距行走。現行的種植模式都是按行來種植的，采用“之”字型路徑規劃方法是最合適的方法，因此“之”字型路徑規劃已成為采摘機器人運用最廣泛的方法。采摘機器人將作業區劃分為小單元進行作業，可以完全覆蓋到，不會造成漏摘，且“之”字型路徑規劃方法中，設備的運行工作面不大，對場地的要求不高。

3 性能測試及結果

3.1 測試基本條件

以番茄采摘為試驗目標，測試基于模糊控制系統的采摘機器人在采摘番茄避障能力，并在試驗中設置多個障礙物。

采摘機器人番茄采摘運行過程中，在作業環境中設置了障礙物，采用改進的遺傳算法和模糊控制算法對其避障功能進行了測試，得到了如圖7 所示的測試結果。由仿真測試結果可看出：兩種方法都可以避開障礙物達到目的地，模糊控制算法規劃的路徑比遺傳算法規劃的路徑要短；以改進的遺傳算法規劃路徑的時間更少，故以改進的遺傳算法和模糊控制算法結合使用可以在較少的時間內規劃出最優路徑。

圖7 采摘機器人避障仿真測試結果Fig.7 Picking robot simulation test results

將改進的遺傳算法和模糊控制算法結合運用，采用“之”字型路徑規劃方法。通過仿真試驗測試，采摘機器人規劃出來的路徑短且用時少，即得到最優路徑。

基于模糊控制系統的采摘機器人避障系統穩定性分析，進行多次避障操作，試驗結果如表1所示。

表1 避障仿真測試結果Table 1 Obstacle simulation test results

測試結果顯示：基于模糊控制系統的采摘機器人避障系統的避障能力可以達到96%以上，說明以模糊控制的采摘機器人的避障精度較高，可以滿足采摘需求。

4 結論

1)基于模糊控制方法，對采摘機器人的避障系統進行了研究，建立了模糊參數模型，提高了采摘機器人避障系統的避障能力和路徑規劃效率，縮短了運行路徑所用時間，提高了采摘機器人的工作效率。

2)基于模糊控制系統的采摘機器人避障系統，可以成功地避開障礙物，以“之”字型路徑規劃方法，可精確地避障并進行準確采摘作業。經試驗，避障能力可以達到96%以上，有較高的精度及穩定的工作性能。