蘋果采摘六自由度機(jī)械手設(shè)計(jì)—基于迭代學(xué)習(xí)和智能軌跡規(guī)劃

陳川雄，張學(xué)明，汪小志

(1.宜賓職業(yè)技術(shù)學(xué)院 現(xiàn)代制造工程系，四川 宜賓　644003；2.濟(jì)源職業(yè)技術(shù)學(xué)院，河南 濟(jì)源　459000；3.武漢理工大學(xué)，武漢　430070 )

?

蘋果采摘六自由度機(jī)械手設(shè)計(jì)
—基于迭代學(xué)習(xí)和智能軌跡規(guī)劃

陳川雄1，張學(xué)明2，汪小志3

(1.宜賓職業(yè)技術(shù)學(xué)院 現(xiàn)代制造工程系，四川 宜賓644003；2.濟(jì)源職業(yè)技術(shù)學(xué)院，河南 濟(jì)源459000；3.武漢理工大學(xué)，武漢430070 )

摘要：為了提高蘋果的采摘效率、降低采摘過程的漏采率和破碎率，設(shè)計(jì)了一種新的六自由度的采摘機(jī)械手。該機(jī)械手可以完成夾緊、旋轉(zhuǎn)、俯仰、搖擺及回轉(zhuǎn)動(dòng)作，通過神經(jīng)網(wǎng)絡(luò)迭代學(xué)習(xí)算法，可以有效地控制機(jī)械手的運(yùn)動(dòng)軌跡，提高采摘過程的自動(dòng)化程度。為了驗(yàn)證六自由度機(jī)械手對蘋果采摘的有效性和可靠性，對機(jī)械手進(jìn)行了蘋果采摘測試，并使用脈沖神經(jīng)網(wǎng)絡(luò)PID調(diào)節(jié)的方式調(diào)節(jié)軌跡控制誤差。通過測試發(fā)現(xiàn)：該機(jī)械手的誤差較小，可以有效地完成采摘作業(yè)，且漏采率和破碎率都很低，是一種高效的蘋果采摘機(jī)械手，可以在其他果蔬采摘作業(yè)中進(jìn)行設(shè)計(jì)和推廣。

關(guān)鍵詞：迭代學(xué)習(xí)；軌跡規(guī)劃；六自由度；神經(jīng)網(wǎng)絡(luò)；PID調(diào)節(jié)；機(jī)械手；蘋果

0引言

蘋果的采摘作業(yè)是蘋果生產(chǎn)作業(yè)環(huán)節(jié)中最費(fèi)力、耗時(shí)的一個(gè)環(huán)節(jié)，且勞動(dòng)強(qiáng)度大、季節(jié)性較強(qiáng)、費(fèi)用較高。因此，提高果實(shí)的采摘效率，降低收獲作業(yè)的成本，可以有效地增加蘋果的生產(chǎn)收入。果蔬采摘機(jī)器人是最常用的一種作業(yè)機(jī)器人，可以利用采摘視覺系統(tǒng)對蘋果進(jìn)行有效的識(shí)別，并使用神經(jīng)網(wǎng)絡(luò)迭代算法對機(jī)械手的動(dòng)作誤差進(jìn)行調(diào)節(jié)，從而保證了采摘的質(zhì)量，可大大提高采摘工作效率、降低工人勞動(dòng)強(qiáng)度和生產(chǎn)費(fèi)用，保證果實(shí)適時(shí)采收因而具有很大發(fā)展?jié)摿ΑＴ谖覈鴮卟烧獧C(jī)器人進(jìn)行大力推廣，可以有效地提高農(nóng)業(yè)的現(xiàn)代化水平。

1蘋果采摘六自由度智能機(jī)械手總體設(shè)計(jì)

采用模塊化的方法對蘋果采摘六自由度機(jī)械手進(jìn)行總體設(shè)計(jì)，將機(jī)械手分為4部分，包括基座、手臂、手腕、手部，利用伺服電機(jī)對每個(gè)部分進(jìn)行控制，使用鋁合金支架、螺母和螺絲等對裝置進(jìn)行加固。機(jī)械手的模塊化總體設(shè)計(jì)如圖1所示。

其中，驅(qū)動(dòng)舵機(jī)采用微伺服電機(jī)進(jìn)行控制，微型伺服電機(jī)的工作原理是如圖2所示。

圖1　機(jī)械手模塊化控制方案

圖2　微型伺服直流電機(jī)工作原理圖

由圖2可以看出：伺服電機(jī)的控制主要通過比例電壓的脈沖來實(shí)現(xiàn)，通過神經(jīng)網(wǎng)絡(luò)PID調(diào)節(jié)來完成機(jī)械手軌跡誤差的控制，并利用迭代學(xué)習(xí)的方法逐漸降低控制誤差，利用反饋調(diào)節(jié)提高計(jì)算精度，實(shí)現(xiàn)了六自由度采摘機(jī)械手的精確控制。

2機(jī)械手結(jié)構(gòu)設(shè)計(jì)和智能軌跡規(guī)劃控制

2.1機(jī)械手結(jié)構(gòu)設(shè)計(jì)

為了設(shè)計(jì)六自由度的蘋果采摘機(jī)械手，首先需要對包裹蘋果的手指進(jìn)行設(shè)計(jì)，設(shè)計(jì)依據(jù)為壓縮力的大小。為了測試蘋果能承受壓縮力的大小，采用平板壓縮試驗(yàn)，首先將蘋果放在夾具的中間，利用萬能電子試驗(yàn)機(jī)對蘋果進(jìn)行力的加載，其原理如圖3所示。

圖3　蘋果夾緊力實(shí)驗(yàn)原理圖

為了實(shí)現(xiàn)對于壓力值進(jìn)行精確測量和跟蹤，在試驗(yàn)機(jī)里使用力傳感器和光電編碼器，將力的測量反饋給上位機(jī)軟件，利用上位機(jī)軟件反饋的數(shù)據(jù)繪制記錄曲線數(shù)值。試驗(yàn)原理如圖4所示。

圖4　果柄剪切力試驗(yàn)原理圖

為了設(shè)計(jì)一個(gè)合理的果枝分離機(jī)構(gòu)，需要對果柄的剪切力進(jìn)行試驗(yàn)研究。首先將蘋果的果柄兩端固定在夾具上，然后將其固定在萬能機(jī)的底座上；在試驗(yàn)機(jī)的夾具上安裝刀具，使用一定的加載速率加載力，利用上位機(jī)記錄加載力的數(shù)據(jù)，可以直觀地得到加載力的過程中切掉果柄需要的最大剪切力，并可以測試得到機(jī)械后刀具的位移。

蘋果采摘機(jī)械手采用氣動(dòng)柔性彎曲關(guān)節(jié)，主要由轉(zhuǎn)軸、連桿、聯(lián)接件、左端蓋、右端蓋、橡膠管、螺旋鋼絲及進(jìn)氣接頭組成，如圖5所示。其工作原理：壓縮氣從端蓋進(jìn)入內(nèi)腔后，利用螺旋鋼絲的作用力使橡膠管伸長，推動(dòng)連桿進(jìn)行轉(zhuǎn)動(dòng)。機(jī)械手的總體設(shè)計(jì)如圖6所示。

1.連桿　2.左端蓋　3.聯(lián)接件　4.轉(zhuǎn)軸　5.橡膠管

圖6　機(jī)械手總裝圖

2.2智能軌跡規(guī)劃學(xué)習(xí)控制設(shè)計(jì)

為了實(shí)現(xiàn)機(jī)械手的智能軌跡規(guī)劃，使用神經(jīng)網(wǎng)絡(luò)迭代算法對機(jī)械手活動(dòng)的軌跡誤差進(jìn)行控制，并利用PID調(diào)節(jié)器對誤差進(jìn)行控制，使輸出層神經(jīng)元的輸出狀態(tài)對應(yīng)于PID控制器的3個(gè)可調(diào)參數(shù)kp、ki、kd，通過神經(jīng)網(wǎng)絡(luò)迭代的自身學(xué)習(xí)、加權(quán)系數(shù)調(diào)整，從而使其穩(wěn)定狀態(tài)對應(yīng)于某種最優(yōu)控制規(guī)律下的PID的控制器參數(shù)。基于BP神經(jīng)網(wǎng)絡(luò)迭代學(xué)習(xí)自整定PID控制系統(tǒng)方框圖如圖7所示。

圖7　BP神經(jīng)網(wǎng)絡(luò)迭代學(xué)習(xí)結(jié)構(gòu)圖

圖7中，利用神經(jīng)網(wǎng)絡(luò)迭代結(jié)構(gòu)對機(jī)械手周圍的溫度進(jìn)行控制，并對PID算法進(jìn)行優(yōu)化，如圖8所示。

圖8　BP神經(jīng)網(wǎng)絡(luò)迭代學(xué)習(xí)訓(xùn)練PID算法

控制結(jié)構(gòu)的總體分為4部分，主要包括輸入部分、輸出部分、神經(jīng)網(wǎng)絡(luò)迭代算法控制器和PID控制器。本文通過神經(jīng)網(wǎng)絡(luò)迭代算法交叉和學(xué)習(xí)對機(jī)械手的軌跡進(jìn)行規(guī)劃，使蘋果采摘機(jī)械手完成六自由度動(dòng)作，并對動(dòng)作軌跡進(jìn)行優(yōu)化，其過程如圖9所示。

圖9　神經(jīng)網(wǎng)絡(luò)迭代訓(xùn)練學(xué)習(xí)算法流程圖

i=1,2,…,q

(1)

隱含層底i個(gè)神經(jīng)元的輸出為

(2)

其中，g(·)表示隱含層的激活函數(shù)。對于sinmoid型激活函數(shù)滿足

(3)

i=1,2,…,q

(4)

(5)

k=1,2,…,L

(6)

3六自由度蘋果采摘機(jī)械手測試

為了驗(yàn)證本文設(shè)計(jì)的自由度蘋果采摘機(jī)械手的性能，利用蘋果采摘試驗(yàn)對機(jī)械手進(jìn)行了測試。首先利用脈沖寬度對伺服電機(jī)的輸出進(jìn)行控制，其脈沖寬度和對應(yīng)的輸出位置值如表1所示。

表1　伺服電機(jī)輸出位置脈沖寬度關(guān)系表

為了控制機(jī)械手的姿態(tài)，使用脈沖寬度對舵機(jī)輸出位置進(jìn)行調(diào)整，從而得到了相應(yīng)脈沖下的舵機(jī)輸出位置，因此可以在軟件程序中編寫脈沖寬度和舵機(jī)角度的轉(zhuǎn)換程序。在硬件電路中，使用神經(jīng)網(wǎng)絡(luò)控制算法對軌跡控制脈沖進(jìn)行迭代學(xué)習(xí)，從而降低軌跡智能控制的誤差，提高機(jī)械手控制的精確程度。通過計(jì)算的誤差曲線如圖10所示。

圖10　迭代學(xué)習(xí)算法誤差曲線

由圖10可以看出：在計(jì)算到600s時(shí)，誤差接近于0，計(jì)算的收斂性較好。

圖11表示使用神經(jīng)網(wǎng)絡(luò)迭代學(xué)習(xí)算法時(shí)，使用MatLab仿真模擬計(jì)算得到PID控制參數(shù)優(yōu)化結(jié)果曲線。由圖11可以看出：在計(jì)算到600s時(shí)，控制參數(shù)不在波動(dòng)，計(jì)算趨于收斂，智能軌跡規(guī)劃控制系統(tǒng)達(dá)到了穩(wěn)定狀態(tài)。

圖11　迭代學(xué)習(xí)算分析PID參數(shù)變化曲線

表2表示果實(shí)的漏采率和破碎率的測試結(jié)果。由表2可以看出：果實(shí)的破碎率較低，最大破碎率沒有超過1%，這是由于采用六自由度機(jī)械手可以對蘋果施加合適的夾緊力和切斷率，從而保持了較低的破碎率。由漏采率的結(jié)果可以看出：六自由度蘋果采摘機(jī)械手的漏采率也很低，這是由于采用迭代學(xué)習(xí)智能軌跡規(guī)劃算法后，機(jī)械手可以準(zhǔn)確地定位蘋果的具體位置，從而大大降低了果實(shí)的漏采率。

表2　果實(shí)漏采率和破碎率測試

4結(jié)論

為了提高蘋果采收作業(yè)的機(jī)械化程度、減輕勞動(dòng)強(qiáng)度，以及有效降低采摘過程的漏采率和破碎率，設(shè)計(jì)了一種新的六自由度的采摘機(jī)械手。利用神經(jīng)網(wǎng)絡(luò)迭代學(xué)習(xí)的方法，可以有效地規(guī)劃機(jī)械手運(yùn)動(dòng)軌跡，提高控制精度，從而較好地完成蘋果采摘作業(yè)。對機(jī)械手進(jìn)行蘋果采摘測試，利用脈沖寬度調(diào)節(jié)的方式對機(jī)械手的軌跡進(jìn)行調(diào)節(jié)。通過測試發(fā)現(xiàn)：機(jī)械手的漏采率和破碎率均很低，可以有效地完成蘋果采摘作業(yè)，為果蔬采摘機(jī)器人的設(shè)計(jì)提高了有價(jià)值的參考。

參考文獻(xiàn)：

[1]紀(jì)晴,段培永,李連防，等.移動(dòng)機(jī)器人全覆蓋路徑規(guī)劃算法綜述[J].山東建筑大學(xué)學(xué)報(bào),2007,22(4): 354-358.

[2]王儉,陳衛(wèi)東,趙鶴鳴.移動(dòng)機(jī)器人全覆蓋路徑規(guī)劃優(yōu)化方法[J].計(jì)算機(jī)工程,2005,31(22):162-163.

[3]吳修文,馮曉霞,孫康嶺,等.農(nóng)用機(jī)器人導(dǎo)航電子地圖的研究[J].農(nóng)業(yè)裝備與車輛工程,2010(3): 40-42.

[4]朱向慶,陳志雄.采用GPS和GPRS的移動(dòng)目標(biāo)監(jiān)控導(dǎo)航系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測量與控制,2011,19(5): 1133-1136.

[5]李界家,陳浩,李穎.神經(jīng)網(wǎng)絡(luò)迭代算法解耦控制在中央空調(diào)系統(tǒng)中的應(yīng)用[J].沈陽建筑大學(xué)學(xué)報(bào),2012, 28(1):182-186.

[6]徐文兵,高飛.天寶Trimble AgGPS 332單點(diǎn)定位在林業(yè)測量中的應(yīng)用探析[J].浙江林學(xué)院學(xué)報(bào),2010, 27(2):310-315.

[7]張楠，董曉晶，張健.WGS-84坐標(biāo)系與BJ-54 坐標(biāo)系的轉(zhuǎn)換方法及精度探討[J].制造業(yè)自動(dòng)化,2009, 31(12):162-164.

[8]李紅;沈冬.基于ArcGlS Engine 的地理信息數(shù)據(jù)庫設(shè)計(jì)與實(shí)現(xiàn)[J].測繪與空間地理信息,2009,32(4): 74-76.

[9]李文國.導(dǎo)航電子地圖的設(shè)計(jì)與實(shí)現(xiàn)[J].科技資訊, 2008(30):3.

[10]陳文良,謝斌,宋正河，等.拖拉機(jī)電控液壓動(dòng)力轉(zhuǎn)向系統(tǒng)的研究[J].農(nóng)業(yè)工程學(xué)報(bào),2006,22(10):122-124.

[11]韓高樓. GPS 定位技術(shù)的優(yōu)缺點(diǎn)[J].陜西建筑,2010(2):56-58.

[12]李洪欣,楊建中.基于兩參數(shù)的表冷器建模方法研究[J].建筑熱能通風(fēng)空調(diào),2009,28(6):15-17.

[13]孟慶山.水源熱泵機(jī)組變流量水系統(tǒng)節(jié)能優(yōu)化探討[J].制冷與空調(diào),2010,10(1):84-89.

[14]謝志勇,張鐵中,趙金英.基于 Hough 變換的成熟草莓識(shí)別技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2007,38(3): 106-109.

[15]王東,趙宇,王秀紅.一種改進(jìn)的DFT迭代的MIMO-OFDM系統(tǒng)信道估計(jì)算法[J].應(yīng)用科技，2009, 3(3):19-22.

[16]徐文穎,張靜,董建萍.導(dǎo)頻信道估計(jì)中的插值算法[J].上海師范大學(xué)學(xué)報(bào),2007,12(6):41-46.

[17]陳暉,陳曉光.基于直接判決導(dǎo)頻跟蹤的OFDM系統(tǒng)快時(shí)變信道估計(jì)[J].通信學(xué)報(bào)，2006,9(27):1-5.

[18]李文見,姬江濤.輪履復(fù)合式農(nóng)業(yè)機(jī)器人越避障控制研究[J]. 河南科技大學(xué)學(xué)報(bào):自然科學(xué)版,2007(8):57-59.

[19]王仲民,戈新良,唐智強(qiáng).多傳感器信息融合技術(shù)研究現(xiàn)狀和發(fā)展趨勢[J].河北工業(yè)大學(xué)學(xué)報(bào),2003,32(2):30-35.

[20]國剛,王毅.應(yīng)用BP神經(jīng)網(wǎng)絡(luò)迭代進(jìn)行手寫體字母數(shù)字識(shí)別[J].人工智能及識(shí)別技術(shù),2008,4(6): 1459-1460.

[21]施少敏,馬彥恒,陳建泗.基于BP神經(jīng)網(wǎng)絡(luò)迭代的數(shù)字識(shí)別方法[J].兵工自動(dòng)化,2006,25(10):40-41.

[22]許穎泉.用神經(jīng)網(wǎng)絡(luò)迭代進(jìn)行數(shù)字圖像識(shí)別研究[J].應(yīng)用科技,2008(12):59-60.

Design of Apple-picking Six DOF Manipulator Based on Iterative Learning and Intelligent Trajectory Planning

Chen Chuanxiong1, Zhang Xueming2, Wang Xiaozhi3

(1.Department of Modern Manufacturing Engineering, Yibin Vocational and Technical College, Yibin 644003, China; 2.Jiyuan Vocational and Technical College, Jiyuan 459000, China; 3.Wuhan University of Technology,Wuhan 430070,China)

Abstract：In order to improve the apple picking efficiency, reduce the process of picking the leakage recovery rate and broken rate, it designed a new six degrees of freedom of the picking manipulator. The manipulator can complete clamping, rotating and pitching, rolling and rotary motion.Through neural network iterative learning algorithm, it can effectively control the manipulator trajectory, improve the picking process automation. In order to verify the six degree of freedom manipulator of apple picking the validity and reliability,the manipulator apple were picking test, and the use of pulse neural network PID regulating mode to adjust the trajectory error control.Through the test found that high precision error of the manipulator can be effectively complete picking, and loss rate and broken rate is very low, which is an efficient apple picking manipulator, design and promotion in other fruit and vegetable harvesting.

Key words：iterative learning； trajectory planning； six degree of freedom； neural network； PID regulation； manipulator； apple

文章編號(hào)：1003-188X(2016)07-0065-05

中圖分類號(hào)：S225.93；TP241

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡介：陳川雄(1969-)，男，四川自貢人，講師。通訊作者：汪小志(1981-)，女，武漢人，副教授，博士研究生，(E-mail)wangxiaozhi@ncu.edu.cn。

基金項(xiàng)目：湖北省自然科學(xué)基金項(xiàng)目(2014CFB322)

收稿日期：2015-06-16