基于模糊控制的除草機器人自主導航系統研究

翁盛檳，吳繼團，林曉亮，溫濤銘

(衢州學院a. 工程實訓中心； b. 機械工程學院，浙江 衢州 324000)

0 引言

得益于自動導航、機器視覺、集成電路等技術的快速發展，除草機器人作為機器人學的分支，正逐漸代替傳統的人工除草作業[1]，特別是在花園、足球場等具有規則形狀草坪的修理維護上，除草機器人能依靠自身的智能控制系統，自動感知外界環境信息，作出全覆蓋的路徑規劃，進行自主導航，全程無需人工干預，極大地提高了除草效率，減少傳統人工作業的勞動強度。

目前，針對除草機器人的智能定位導航方式有很多種，如慣性導航、磁導航、衛星導航、光反射導航、機器視覺導航等[2-3]。針對不同的除草環境，應用的導航技術也不盡相同。例如慣性導航方式是最普遍使用的一種導航技術，它利用除草機器人自身所裝配的光電編碼器來測量除草作業移動的距離及方向[4]。但該導航方式僅僅依靠當前的位置方向來生成下一步的控制指令，會產生累積誤差，容易使除草機器人在原有的路徑規劃上產生軌跡偏差。衛星導航則需要借助GPS、北斗等導航系統進行定位，為增加定位精度，往往還需要通過地面基站進行定位信息交互，無法及時獲取實時的定位坐標，具有一定的延時誤差[5]。光反射導航定位系統主要是利用激光或者紅外線技術進行定位，通過激光構成路標，由除草機器人上的光電接收器檢測激光信號，確認當前位置，從而進行導航控制。機器視覺導航方式是通過機器視覺技術分析除草機器人前方畫面的圖像信息，從而判斷自身移動的誤差和及時規劃后續的移動路徑[6-7]。針對機器人移動方式的路徑規劃，主要有隨機式、螺旋式及往返式[8]。其中，隨機式路徑規劃通過反復的隨機移動把整個作業區域完全覆蓋。該方式控制簡單且具有靈活的避障能力，但在實現區域完全覆蓋的情況下，路徑的重復率較高，對于除草機器人的實際應用具有高耗時、高耗能的缺點。螺旋式路徑規劃分為外螺旋式和內螺旋式，顧名思義是讓除草機器人按照“回”字形的軌跡從外逐漸往中心移動，或者從中心逐漸往邊界移動，該方式在移動的過程中機器人需要頻繁地轉向，且規劃的總路徑較長。往返式路徑規劃與犁田類似，如圖1所示，是指除草機器人從起點開始按照某一具體方向沿直線移動，通過往返式的移動路徑，直到把整個作業區域完全覆蓋。

圖1 往返式路徑規劃圖

本文結合現有定位導航技術及全覆蓋路徑規劃方式，根據除草機器人的實際應用特點，采用機器視覺導航技術與往返式路徑規劃對除草機器人展開研究，探討如何提高除草機器人的除草效率及移動精度。

1 除草機器人結構

除草機器人主要應用于較為平坦的草坪上進行除草作業，但草坪上一般具有大小不一的凹坑及石子，容易對機器人的行進路線產生影響，故所設計的除草機器人結構應具有一定的柔性結構，可對外界環境進行抑振，同時因為除草機器人在移動過程中遇到障礙物需要調整車身前進方向，所以在結構設計上需要綜合考慮機器人的轉向裝置，圖2所示為除草機器人的結構示意圖。

圖2 除草機器人結構示意圖

該除草機器人外形類似一般的移動式機器人小車，同時為了便于進行轉向控制，車輪采用麥克納姆輪結構，并采取四輪四驅的控制方式，通過控制各個麥克納姆輪的驅動電機，可以精準調整除草機器人的運動方向，實現任意方向的移動。在除草結構上，設計一種蝶形的收攏板，稱為“蝴蝶攏草槽”。該結構可收攏聚集機器人小車前方的雜草，然后由“攏草槽”內部的剪切裝置對雜草進行切割，達到除草的目的。

2 自主導航定位原理

在除草機器人機械本體上，建立基于機器視覺的導航定位系統。其中機器視覺系統由除草機器人上布置的高像素相機和內部的圖像采集卡組成。該視覺系統可為除草機器人提供車頭前進方向的圖像信息。機器人內部控制系統通過解析該圖像信息可獲取自身的位置方向，從而判斷車頭前進方向是否偏離原本的路徑規劃，然后計算出偏航的導航角與導航距，如圖3所示，并及時規劃后續的移動路徑。

圖3 閉環控制復檢裝置結構示意圖

圖3中：θ為導航角，表示除草機器人當前路徑與原本規劃路徑之間的夾角；λ為導航距，表示除草機器人當前位置與原本規劃路徑的間距。

因為除草機器人采用四輪四驅的麥克納姆輪結構，所以在識別出當前位置方向的偏差后，除草機器人的控制系統通過調整各個輪子的轉速改變車子的移動方向，從而控制除草機器人的前進方向，保證整個除草作業的路徑軌跡近似既有規劃的往返式路徑。

3 基于模糊控制的導航路徑規劃

因為導航角θ與導航距λ是隨機誤差，其值取決于外界環境草坪的實際情況，所以希望在導航角與導航距偏大的時候，能夠及時調整除草機器人車輪的移動方向，即當導航角與導航距越大時，這個調整的物理量也越大。但是這種輸入量與輸出量在數值上沒有精確的對應關系。這種模糊的控制方式與汽車駕駛行為類似。駕駛員在開車時總是不斷地對前方的道路情況進行預判，然后通過調整方向盤對車輛行駛方向進行控制。這種人腦的模糊控制思維沒有固定的數學模型，但是可以把外界不確定的影響因素推理出確定的輸出量，從而對設備加以控制。基于上述模糊控制思維，針對除草機器人實際應用特點，本文在控制系統中引入模糊控制算法，模擬類似人腦決策的系統控制方式[9]。通過模糊算法規則對導航角與導航距進行分析，進而調整各個車輪的轉向，實現除草機器人的自主導航功能[10]，其模糊控制系統的原理框圖如圖4所示。

圖4 模糊控制系統原理框圖

由圖4可知，模糊算法的輸入為偏航路徑的導航角與導航距，輸出為電機控制量。設導航角誤差的數值單位為°，其誤差范圍大致在[-20,20]，則其基本論域為[-20,20]，取導航角誤差的量化因子為0.1，則導航角的模糊論域為[-2,2]。然后，對該范圍進行模糊化，將其劃分為5個等級，分別為{負大，負小，零，正小，正大}，負數表示導航角在目標路徑左側，正數表示在右側，符號表示為{NB，NS，ZO，PS，PB}。取常用的高斯隸屬函數gaussmf表示，則在模糊論域中導航角關于模糊子集的隸屬度如圖5所示。同理，設導航距誤差的數值單位為cm，其誤差范圍大致在[0,50]，則其基本論域為[0,50]，取量化因子也為0.1，則導航距的模糊論域為[0,5]，同樣將其模糊化劃分為5個等級，符號表示為{ZO，PS，PM，PB，PP}，以高斯隸屬函數gaussmf表示，則在模糊論域中導航距關于模糊子集的隸屬度如圖6所示。因為模糊算法的輸出值為除草機器人車輪電機的控制量，所以將該輸出值作為一個相對比例系數，設其模糊論域為[-1,1]，負數表示控制除草機器人車輪往右向調整，正數表示往左向調整，同樣將其模糊化劃分為7個等級，符號表示為{NB，NM，NS，ZO，PS，PM，PB}，取高斯隸屬函數gaussmf與三角形隸屬函數trimf表示，則在模糊論域中電機控制量關于模糊子集的隸屬度如圖7所示。

圖5 導航角在模糊子集上的隸屬函數圖

圖6 導航距在模糊子集上的隸屬函數圖

圖7 電機控制量在模糊子集上的隸屬函數圖

在該模糊控制系統中，輸入的導航角與導航距和輸出的電機控制量在模糊子集上的隸屬度由隸屬函數圖決定。除草機器人識別出路徑偏差后，將導航角與導航距模糊化后，通過模糊算法的模糊控制規則推理出確定的電機控制量。通過上文對除草機器人移動路徑的功能分析，根據實驗經驗，針對不同的導航角與導航距，建立電機控制量的模糊控制規則表，如表1所示。

表1 電機控制量模糊控制規則表

在MATLAB軟件的fuzzy工具箱中，選用Mamdani模糊推理算法和質心法(centroid)解模糊，將導航角、導航距、電機控制量的隸屬函數及表1中的模糊控制規則表代入并進行模糊推理，其結果如圖8所示。

圖8 MATLAB軟件fuzzy工具箱電機控制量解模糊圖

在圖8中，輸入當前除草機器人的導航角與導航距，通過模糊算法即可計算出電機控制量。設機器人小車以勻速移動，則電機控制量經過系數放大后，其物理意義表示為除草機器人移動速度的方向，對該移動速度進行運動學分析，如圖9所示。

圖9 除草機器人4車輪運動學分析圖

圖9中，為分析除草機器人的移動速度與各車輪轉速的運動學關系，分別在小車底盤中心和各車輪軸中心建立直角坐標系。其中，va、vb、vc、vd分別為4個麥克納姆輪的轉速；va輥、vb輥、vc輥、vd輥分別為4個麥克納姆輪上輥子的轉速；α為除草機器人移動速度的方向與x軸的夾角；β為麥克納姆輪上輥子的轉軸與車輪轉軸的夾角。

在圖9中，以計算輪a轉速為例，由圖可得

va輥=vcos(α-β)

(1)

va輥=vasinβ

(2)

所以，由以上兩式可得

vcos(α-β)=vasinβ

(3)

整理可求出va為

(4)

一般麥克納姆輪上輥子的安裝角度是確定的，取常用角度β=45°，則

va=v(sinα+cosα)

(5)

同理，可求出vb、vc、vd的轉速，即通過電機控制量可確定除草機器人移動的速度方向，然后通過式(5)等計算出小車各個車輪的轉速，再由控制器控制各個車輪的驅動電機，即可達到調整除草機器人移動方向的目的。

4 結語

本文設計了一種具有柔性機械結構的移動式除草機器人小車，通過采用四輪四驅的麥克納姆輪車輪，實現除草機器人在除草作業中的靈活移動。同時針對除草機器人移動的實際誤差，以提高除草機器人的除草效率及路徑精度和降低能耗為目標，對除草機器人的控制系統展開研究，通過引入導航角、導航距概念，在機器視覺識別技術的基礎上，建立了基于模糊控制算法的自主導航控制系統。實驗表明：除草機器人通過模糊控制算法的智能調整后，可以適應較為復雜的外界環境變化，通過實時微調車輪轉向，實現對既有路徑的自主導航與動態調整。同時，本文的研究方法也可為其他自主導航運動機器人及路徑規劃方式提供技術借鑒。