基于嵌入式云計算平臺的采棉機監控系統設計

張微微，王　政，楊靜宜，余良俊

(1.河北工程技術學院，石家莊　050091;2.中國地質大學 機械與電子信息學院，武漢　430074)

?

基于嵌入式云計算平臺的采棉機監控系統設計

張微微1，王政1，楊靜宜1，余良俊2

(1.河北工程技術學院，石家莊050091;2.中國地質大學 機械與電子信息學院，武漢430074)

摘要：為了提高采棉機的自主導航能力，實現采棉機路徑規劃的在線控制，對采棉機的智能監控系統進行了設計研究，并將多嵌入式平臺引入到了智能控制系統中，采用云處理計算方式對多平臺節點進行連接，實現了采棉地塊視頻采集和處理的實時性和智能化。為了驗證智能監控系統的可靠性，在棉田對采棉機的智能監控系統進行了實地測試和功能驗證。通過測試表明：該監控系統可使采棉機完成路徑規劃，能夠高精度地完成路徑在線追蹤，其采凈率高、落地棉率和含雜率較低，符合大型機械采棉自動化設計的需求。本次研究為云處理技術在嵌入式平臺上的應用提供了有效解決方法，對于大型智能機械裝備自動化和信息化監控儀器開發具有指導和借鑒意義。

關鍵詞：智能監控；自主導航；路徑規劃；嵌入式；云計算；采棉機

0引言

近年來，隨著智能監控技術的不斷發展，在線監控和圖像實時處理技術被應用到了農機裝備的開發設計過程中，使得大型智能農業機械裝備不僅可以實現自動監控，完成工程參數的采集和狀態報警，而且可以實現系統的閉環控制和智能維護，實現農機的多信息融合和故障診斷。但目前國內僅有的少數車載監控系統大都基于微型單片機，不僅可靠性與自動化程度低、二次開發困難，且無法完成視頻處理和路徑規劃等大型計算。為此，提出了一種基于云計算的多嵌入式平臺開發，對于采棉機智能監控的在線監控和實時路徑規劃研究具有重要的參考價值。

1采棉機智能監控系統總體設計

云計算平臺集成了一個巨大的云數據處理網絡，可以提供大量的并行的網絡節點間的計算和服務；用戶可以利用虛擬化技術對每個服務器進行擴展，并將每個服務器的資源通過云計算平臺進行整合，從而提供超級的計算能力和存儲能力。通用的云計算體系結構如圖1所示。

圖1　通用云計算體系結構

云計算體系結構主要部分為計算資源管理系統和服務器集群。其中，計算資源管理系統可有效地調度計算資源；動態地部署、配置、調度和回收資源，服務器集群負責高并發量的用戶請求處理、大運算量的計算處理，為了滿足大數據存儲的需求，使用相關數據分割算法對數據進行處理，使用并行計算的方式上傳和下載數據。采棉機的云處理數據平臺主要使用在駕駛室，設計采用階梯式的結構，如圖2所示。

圖2　智能云處理系統階梯結構

為了實現智能監控系統的云處理計算功能，采用階梯式的結構對云處理計算平臺進行開發。其中，全局監控服務器負責整合局部監控服務器的信息，局部監控負責監控代理數據的整合，從而完成多嵌入式平臺系統數據資源的整合，實現并行計算的數據處理方式。利用云數據處理計算方法可以有效地提高計算速度，實現路徑的實時規劃，具體流程如圖3所示。

圖3　自主導航智能監控系統設計

2智能監控采棉機結構和機器視覺設計

采棉機樣機利用其風力輸送、液壓傳動、棉箱等部件與梳脫式采摘臺掛接，智能視頻監控系統設計在駕駛室，利用多嵌入式平臺實現監控系統的實時采集和圖像處理。采棉機的總體結構示意圖，如圖4所示。

1.棉箱　2.底盤　3.液壓系統　4.風力輸送系統

本次研究以梳脫式采棉機作為研究對象，梳脫式采摘臺是該采棉機的核心工作部件，直接影響整機的性能和采摘質量，其三維模型如圖5所示。

其采棉過程主要分為3步，包括采集棉鈴、清理和集棉，3步分別由不同的工作單元來完成，其結構示意圖如圖6所示。其中，采集棉鈴的工作由采摘臺完成，采摘臺負責棉鈴的采集，其梳脫式采摘臺結構如圖6所示。

圖5　采棉機采摘臺三維模型

1.梳齒總成　2.刮棉總成　3.輸棉絞龍

采摘臺主要由1組梳齒型的棉鈴剝離器組成，在采摘過程中，棉鈴主要由梳齒剝離器來剝落，被剝落的棉鈴聚集后被送到清理工作單元。

(1)

由式(1)可知：如果實際坐標和圖像坐標已知，將投影坐標可做未知數，則可以得8個未知數。所以，已知4個點的圖像坐標便可以構成8個方程組成的方程組，其矩陣形式可以表示為

(2)

NM=U

(3)

利用最小二乘的方法可以求出矩陣M為

M=(NTN)-1NTU

(4)

此時，投影矩陣已被求出，于是公式可以寫成

(5)

HX=C

(6)

當矩陣H的逆矩陣存在時，有

X=H-1C

(7)

根據式(7)可以得到圖像處理后的坐標在實際采棉地塊中的坐標，然后可以通過規劃路徑的方式對坐標點進行追蹤，達到采棉機自主導航的目的。

3采棉機智能監控系統測試

為了驗證設計的采棉機智能監控系統的有效性和可靠性，在新疆棉田對采棉機的智能監控系統進行了實地測試和功能驗證，測試項目包括路徑規劃、路徑追蹤和采棉指標。

圖7表示采棉機測試作業過程的場景。測試使用梳脫式采摘臺的采棉機，在駕駛室安裝了多嵌入式平臺的云處理計算系統，可以完成復雜大數據視頻的處理。圖8表示采集得到的視頻圖。

圖7　采棉機作業測試過程圖

圖8　具有干擾信號的圖像信息

受實際地塊的影響，實時采集到的信息會存在一定的噪聲干擾，使圖像的冗余量較大；而采用云處理平臺可以加快數據的處理速度，通過計算得到了如圖9所示的邊緣接觸結果。

圖9　邊緣檢測結果

由圖9可以看出：采用云計算進行邊緣檢測得到的邊緣定位準確、連續性較好，同時不會引入過多的無用信息，而且檢測速度快，能夠滿足后續處理要求。

圖10表示采棉地塊采集圖像的實際標定。在圖10中，按照區塊劃分的方式度地塊進行劃分并進行標記，然后計算其在圖像中的坐標，通過投影矩陣M，得到實際地塊中的坐標。圖像處理時間耗時如表1所示。

圖10　采棉地塊圖像標定

ms

由表1可以看出:采棉機的智能監控系統采用云處理計算技術后，耗時非常低，最短耗時僅為11.98ms/幀，路徑規劃時間也非常快，可滿足智能監控系統實時處理數據的需要。

圖11表示采棉機在實際采棉地塊中的軌跡追蹤示意圖。從圖 11可以看出：采棉機追蹤過程中，距離規劃路徑的距離在不斷縮小，可以準確地跟蹤到規劃路徑。由此可見，采棉機可以有效的實現規劃路徑的追蹤功能。

表2表示實際采棉的效果。通過測試分析知，采收后的棉花仍然保持了原來棉瓣形狀，棉團形狀完整，并且采棉機對棉花纖維的破壞很小，采凈率可以達到98.2%，落地棉率和含雜率都較低，各項設計性能均達到設計要求。

圖11　采棉地塊路徑跟蹤軌跡圖

%

4結論

利用多嵌入式虛擬儀器技術方法，對采棉機智能監控系統的性能進行了測試。通過棉田實地測試和功能驗證發現：利用云處理計算可以有效地提高計算速度，且可以處理干擾信號線的圖像，完成路徑規劃。對其進行路徑追蹤測試發現：其路徑追蹤能力較強，在2m范圍內便可以追蹤到路徑，采棉效果較好，采凈率高、落地棉率和含雜率較低，符合采棉機的各項性能設計要求。

參考文獻：

[1]張成濤,譚彧,吳剛,等.基于ARM的農業裝備共性參數測控系統[J].農業工程學報,2012,28(3):177-183.

[2]田兆鋒,葉舸,閆楚良.基于存儲策略的農業裝備可靠性試驗數據存取方法[J].農業工程學報,2011,30(1):30-34.

[3]介戰,羅四倍,周學建.基于LabVIEW的聯合收割機水稻喂入量遙測試驗[J].農業工程學報,2009,25(13): 87-91.

[4]吳海華,方憲法,王德成.我國農業裝備技術發展趨勢及路徑選擇[J].農機化研究,2010，32(12):232-235.

[5]陳樹人,張朋舉,尹東富,等.基于LabVIEW的八爪式機械株間除草裝置控制系統[J].農業工程學報,2010, 26(S2):234-237.

[6]李依令.基于多尺度多結構元素的數學形態學邊緣檢測[J].科學技術與工程,2006,6(10):1417-1419.

[7]王坤,高立群,郭麗，等.多尺度結構元素的數學形態學邊緣檢測新方法[J].東北大學學報,2008,29(4): 473-476.

[8]梁靚,黃玉清.融合Canny算子和形態學方法的路徑識別[J].計算機工程,2006,32(21):200-202.

[9]李丙春,朱國濤.形態學算子在圖像處理中的應用[J].喀什師范學報,2008,29(3):45-47.

[10]李鵬,王軍寧.攝像機標定方法綜述[J].山西電子技術,2007,(4):77-79.

[36]王娜,杜世培.基于數學形態學的細化算法[J].貴州工業大學學報,2007,36(2):60-63.

[11]郭北濤,柳洪義,曹陽,等.基于虛擬儀器技術的電磁閥綜合特性測控系統[J].儀器儀表學報,2010,31(2): 294-298.

[12]董偉波,王茜蒨,韓旭.基于虛擬儀器技術的APD噪聲等效功率測量系統[J].儀器儀表學報,2011,32 (11): 2636-2640.

[13]趙弘,趙毅鑫.基于虛擬儀器的工業CT無線自動加載測試系統[J].儀器儀表學報,2012,33(8):1754- 1757.

[14]王振躍,施艷,劉存祥.微波消毒對土壤中病原微生物的防治效果[J].河南農業科學,2010(12):92-94.

[15]劉文麗,馬林.蔬菜保護地連作土壤肥力形狀調查研究[J].安徽農業科學,2006,34(19):4987-4988.

[16]曹坳程,郭美霞,王秋霞,等.世界土壤消毒技術進展[J].中國蔬菜,2010(21):17-22.

[17]劉曉麗,陳發,王學農.4MZ-3000型梳齒式采棉機梳齒部件的結構分析[J].新疆農業科學,2011,48(9):1635-1639.

[18]郭文松,坎雜.網狀滾筒式籽棉殘膜分離機物料特性分析[J].農業工程學報,2011,27(S2):1-5.

[19]姚繼權,李曉豁,劉桂玲.刮板輸送機虛擬裝配與運動仿真的研究[J].礦山機械,2010,38(1):4-7.

[20]龐美榮,王春維.埋刮板輸送機物料滯后的分析及其控制[J].糧食與飼料工業,1998(11):11-12.

[21]劉曉麗,陳發,王學農,等.國內外梳齒式采棉機技術比較分析研究[J].農機化研究,2012,34(3):14-17.

[22]韓玲麗,王學農,陳發,等.4MZ-3000型自走式梳齒采棉機清花裝置的試驗研究[J].農機化研究,2012,34(7):169-172.

[23]姜西北.新疆機械化采棉存在的問題及應對措施[J].江西棉花,2009,31(3):22-23,31.

The Monitoring System Design of Cotton Picker Based on Embedded Cloud Computing Platform

Zhang Weiwei1, Wang Zheng1, Yang Jingyi1, Yu Liangjun2

(1.Hebei Polytechnic Institute,Shijiazhuang 050091, China; 2.Faculty of Mechanical & Electronic Information,China University of Geosciences,Wuhan 430074,China)

Abstract：In order to improve the autonomous navigation capabilities of the cotton picker, realize the path planning of online control, the cotton production of intelligent monitoring system were studied to design an embedded platform. With introducing intelligent control system, it adopts cloud computing method of multi platform nodes to connect the cotton plots by video acquisition and the real-time and intelligent processing. In order to validate the reliability of intelligent monitoring system,we have tested many functional verification in intelligent monitoring system for cotton in cotton fields.According to the test result, the monitoring system can effectively make the cotton picker complete path planning, to finish line path tracking with high precision,the high mining net rate, lower landing cotton rate and impurity rate. In line with the large machinery demand for picking cotton automation design,the study for cloud processing technology in the embedded platform provides an effective solution for large-scale intelligent machinery and equipment automation and information monitoring instrument development with guidance and reference significance.

Key words：intelligent monitoring; autonomous navigation; path planning; embedded; cloud computing; cotton picker

文章編號：1003-188X(2016)07-0050-05

中圖分類號：S225.91+1

文獻標識碼：A

作者簡介：張微微(1980-)，女，河北邯鄲人，講師，碩士。通訊作者：余良俊(1984-)，女，武漢人，副教授，博士研究生，(E-mail)yuliangjun1984@126.com。

基金項目：湖北省自然科學基金項目(2014CFC1079);湖北省自然科學基金計劃面上項目(2013CFB418)

收稿日期：2015-07-05