基于太陽能供電的行走式智能增氧機器人研究

張 凈 沈 捷 劉曉梅

(1.江蘇大學電氣信息工程學院， 鎮江 212013； 2.江蘇科茂信息技術有限公司， 鎮江 212001)

引言

隨著世界性漁業資源的匱乏，我國作為水產養殖大國，在漁業生產中發揮的作用越發顯著[1-4]。池塘養殖是人工營養型生態循環系統，養殖后期，大量的殘余餌料、排泄物以及尸體等沉積，會造成池塘養殖水體中氨氮、亞硝酸鹽等物質的濃度快速升高，再加上低水平的溶氧量，從而導致養殖生物抵抗力減弱，引發疾病[5]。溶解氧是池塘養殖的重要制約因子[6-7]。當水中溶氧量低于1 mg/L時，魚類就會因缺氧而浮出水面，造成浮頭甚至“泛塘”的現象[8]。移動機器人實用性強，可減少人工成本，因此，移動式增氧機是池塘養殖必不可少、最重要的機械設備之一[9-11]。

目前國內外常用的機械增氧機多種多樣[12]，不同的增氧方式優缺點不同[13]，傳統增氧機固定在某處或者隨機移動，增氧效果不夠均勻，作用范圍有限，靠近增氧機處溶氧量高，魚類就多；反之則少，導致魚塘面積利用率降低。基于此，本文提出一種太陽能供電行走式智能增氧機器人。

1 結構設計

移動式太陽能增氧機器由太陽能電池板、葉輪、水質監測模塊、超聲波測距模塊、水下測距模塊、主控箱和浮筒組成，如圖1所示。其中，主控箱包括電機、智能控制器以及蓄電池等。

圖1 裝置結構示意圖Fig.1 Device diagram1.浮筒 2.太陽能電池板(3塊) 3.主控箱 4.葉輪 5.連接桿 6.水質監測模塊 7.超聲波測距模塊(4個，前后左右各一個) 8.水下測距模塊

裝置由太陽能供電整個系統，分為手動和自動2種模式。裝置要求手動操控進入安全范圍，然后開啟自動模式。自動模式中，裝置通過避障模塊智能避障行走，行走過程中葉輪將空氣中的氧氣壓入水體進行增氧，水質監測模塊實時監控溶氧量，同時嵌入式模塊與整個系統進行數據交互，實現用戶遠程操控與查看實時數據功能。

2 硬件分析

2.1 底層控制模塊

2.1.1電源模塊

電源模塊規定，遇到連續陰雨天氣，或當裝置電量低于30%時會自動報警，通知用戶采用市電對蓄電池充電。

選擇3塊DL-18-60W型(工作電壓12 V)太陽能電板，2個電池容量72 A·h的蓄電池。太陽能板采用“梯子”三面型，確保至少一塊太陽能電池板能夠接收到陽光。

2.1.2嵌入式模塊

HF-LPB100(漢楓WiFi嵌入式模組)可以將物理設備與無線網絡進行連接，再利用UART串口傳輸數據。在進行自動控制的基礎上，裝置還使用具有STA和AP 2種可自動切換的通訊狀態：在無線網絡完全覆蓋魚塘時，采用STA(無線終端)模式，此時用戶可以在手機終端上發送指令進行遠程控制增氧機工作或發送指令查看實時數據；在增氧機行走到無線網絡信號差甚至沒有時，通訊自動轉換到AP(熱點)模式，此時只能進行近距離遙控控制。

2.2 傳感器模塊

2.2.1防碰壁測距傳感器

HC-SR04超聲波測距模塊可提供2～400 cm的非接觸式距離感測功能，測距精度可高達3 cm；模塊包括超聲波發射器、接收器與控制電路。

基本工作原理：采用IO口TRIG 觸發測距，給至少10 μs高電平信號;模塊自動發送8個40 kHz的方波自動檢測是否有信號返回，通過IO口ECHO輸出一個高電平，高電平持續的時間就是超聲波從發射到返回的時間。

(1)

式中l——測試距離

t——高電平時間v——聲速

2.2.2防擱淺超聲波換能器

裝置采用超聲波換能器為核心器件的超聲波測深儀進行水下測距，防止擱淺。由于池塘底部為“弧形”，靠近池壁的地方較淺，將擱淺基數調整恰當，就可以保證在防止擱淺的同時防止機器碰壁。圖2為超聲波測距系統框圖。

圖2 超聲波測距系統框圖Fig.2 Block diagram of ultrasonic ranging system

2.2.3溶解氧傳感器

水質監測即溶解氧的監測，采用在線溶氧檢測儀測量水中溶解氧情況，測量范圍：0～200.0 μg/L，精度：±1.0%。

圖4 “之”型程序流程圖Fig.4 Flow chart of program

水質監測模塊實現過程如圖3所示，溶解氧傳感器實時監測水中溶氧含量，數據采集器從溶解氧傳感器中采集的溶氧含量數據傳給嵌入式控制器，由傳輸層將嵌入式控制器中的數據通過通信服務器傳輸到服務器應用系統，同時將數據保存到數據庫中，最終用戶可以在PC端和WEB端查看存儲的數據。當數據顯示溶解氧含量低于2 mg/L時，裝置會自動運行進行增氧，也可以用戶手動增加在這個位置點的增氧時間。

圖3 水質監測模塊Fig.3 Water quality monitoring module

3 系統軟件設計

3.1 路徑分析

機器人路徑規劃是指根據已知條件和限定條件，規劃一條滿足任務要求的安全、有效、可行的路徑[14-15]。

考慮到風、浪、流、慣性力等環境的影響[16]，裝置的路徑規劃采取基于蟻群算法[17]的“之”型有限狀態機模型，程序流程圖如圖4所示。

模型的算法如下：

(1)劃分柵格。根據傳感器信息將四周區域進行劃分。規定所有的柵格都具有5種屬性，障礙屬性Flag、可選屬性Enable、相鄰屬性Near、訪問屬性Visit和關聯屬性Relative，分為自由柵格和障礙柵格。

(2)機器k被放在位置i處，下一個目標地點為j，期望行走時間t，期望偏角θ，實際行走時間t0，行走速度v，產生偏角θt。τij(0)=τ0，指信息素，規定一個τmax。路徑的起點為gstart，終點為gend。Dn方向值是Dn-1方向值取反，記為Dn=～Dn-1。當轉角方向記錄值Dn=0時右轉135°，反之左轉。

設定k的初始感覺刺激閾值A=0，高強度信息素節點控制步數P=0。

(3)根據Dn的值找出轉角范圍內臨近的，未被訪問的柵格。計算其關聯性。柵格標記為1,2,…，i，…，n。

(4)找出關聯性最高的為下一個位置點。如果τij<τmax，則P++，并進行感應適應操作

A=min(Amax,C(int)(X/P))

(2)

式中Amax——預先設定好的適應刺激閾值最大值

C——增長系數

X——在高強度信息素中行走的步數

再進行局部信息更新

τij=(1-ρ)τij+ρΔτij

(3)

(4)

式中Q1——常數l——已走過的柵格長度

ρ——信息素蒸發系數

檢查此時位置是否為gend，若是此路徑為d，否則繼續找下一個位置。

(5)對比d和歷史最優路徑dbest，如果d用時更少且遍歷范圍廣，則規定d為dbest。

(6)循環往復M次，直到找到最優路徑。

3.2 增氧機行走的影響分析

3.2.1風動力分析

增氧機水面行走更易受到一些因素的影響，例如風和水。風對增氧機行走的影響分析如圖5所示。圖中Va為相對風速，θ為相對風舷角，α為風動力角，Ma為力矩。

風動力為

(5)

其中

Sa=HD

式中Sa——增氧機迎風面的面積

H——增氧機的長度

D——增氧機干舷高度

圖5 風、水影響分析圖Fig.5 Impact analysis of wind and water

正常天氣下，取最大風速8 m/s，考慮最糟糕的情況，裝置受到正橫風的影響[18]，此時的風動力最大。增氧機長2 m，質量50 kg，干舷高度為0.33 m，根據式(5)算得此時的風動力Fa=0.023 5 T。經測量，此時增氧機偏角范圍為±22.5°。

3.2.2行走范圍分析

如圖6所示，魚塘長100 m，寬25 m，以增氧機中心點畫行走路線圖，在滿足增氧機不碰壁，留出離魚塘壁2 m的安全寬度條件下，得裝置最小行走范圍大約為23.17%。

圖6 行走分析圖Fig.6 Diagram of walking analysis

在同等時間同等條件下開啟由鋼絲線引導、功率同為750 W的傳統增氧機(型號YL)，其行走增氧范圍僅7.77%，本裝置遍歷范圍高于傳統增氧機15.4%。

4 實驗與結果分析

參照文獻[19]，分別在晴天和陰雨天氣進行了2次實驗。

4.1 同比傳統增氧機增氧效果

實驗于2016年8月18日在實驗基地進行，天氣晴朗，氣溫24℃，水溫23℃，東南風3～4級。實驗在長100 m，寬25 m的魚塘,分為4個測試點，測點1、測點2、測點3、測點4，分別布署在實驗魚塘內的東南西北4個方向隨機各選取一個組，每組分別在0.4 m和0.8 m處進行增氧。開啟增氧機40 min，每10 min記錄一次數據，每個點不同深度溶氧量的平均值如表1所示。

在同等時間同等條件下開啟由鋼絲線引導、同為750 W功率、YL型號的傳統增氧機，增氧效果如表2所示。

實驗結果：測點1在水深0.4 m處本裝置增氧后溶氧量提升至7.04 mg/L，傳統增氧機遍歷達不到測點1處，溶氧量僅靠增氧波及提高至5.37 mg/L，本裝置同比傳統增氧機增氧量提高了1.65 mg/L；另取測點2在傳統增氧機增氧范圍內，水深0.8 m處本裝置提高溶氧量至5.17 mg/L，傳統增氧機提高溶氧量至4.49 mg/L，本裝置同比傳統增氧機增氧量提高了0.68 mg/L。

表1 溶氧量測量結果(本裝置增氧機)Tab.1 Dissolved oxygen measurement results mg/L

表2 溶氧量測量結果(傳統增氧機)Tab.2 Oxygen content measurement results mg/L

4.2 對比無增氧機魚塘溶氧量變化

實驗于2016年8月21日在實驗基地進行(圖7)。

圖7 實驗現場Fig.7 Test site

參照文獻[20]，陰雨天氣需要增加增氧機的開啟時間以確保魚塘的氧氣含量足夠。當天09:00—15:00，時有下雨，氣溫變化范圍為24～30℃，微風。水溫變化范圍為23～27℃。實驗在2個長100 m，寬25 m的魚塘的同一個位置測量，放置本裝置增氧機的為實驗組，沒有放置增氧機的為對照組。每2 h測試一次，每次增氧機開啟30 min。

實驗結果:同位置處，實驗組對比對照組,使用本裝置后溶氧量提高效果明顯,尤其在中午11:00時測點1溶氧量提升至7.04 mg/L，此時對照組溶氧量為6.21 mg/L，實驗組比對照組溶氧量提高0.83 mg/L，如圖8所示。

4.3 本裝置魚塘溶氧量的日變化

同天，第3次實驗并行，在長100 m，寬25 m的實驗魚塘內隨機選一個測試點。09:00開始測試，前0.5 h測溶氧量4次，11:00之后每2 h測試一次，每次增氧機開啟30 min，分別測量0.4 m和0.8 m的日溶氧量變化如圖9所示。

圖8 測試點溶氧量日變化曲線Fig.8 Diurnal variation curves of dissolved oxygen for test points

圖9 測試點不同深度的溶氧量日變化Fig.9 Daily variation of dissolved oxygen at different depths of test point

增氧機運行時間為09:00—15:00，由圖9可知，增氧機對水體上下層均有增氧，測試點在09:05時由增氧機行走至此，提高溶氧量至6.98 mg/L，提高了2.01 mg/L。

參照文獻[20]的行業標準

(6)

(7)

式中KLa——任意水溫下的氧質量轉移系數，h-1

C1、C2——t1、t2時的溶氧量，mg/L

t1、t2——C1、C2的讀數時間，min

Cs——實驗用水飽和溶氧量，mg/L

T——實驗水溫，℃

Qs——增氧能力，kg/h

V——實驗魚塘體積

取測點1,11：00時氧含量為6.99 mg/L、11：30時氧含量為7.05 mg/L，此時水溫為23℃，飽和溶解氧為8.41 mg/L，計算可得本增氧機增氧能力為1.69 kg/h。

通過上述數據對比可見，本裝置大大改善了魚溏溶氧量，達到了設計要求。

5 結論

(1)裝置前后左右各安裝了4個超聲波傳感器，以及底部安裝超聲波換能器，可以防止裝置碰撞及擱淺。

(2)增氧機使用2個工作電壓12 V、工作電流32 A的電機(pds-600型)為直徑42 cm的葉輪提供增氧動力。太陽能電板9.6 h可以為2個72 A·h的蓄電池(6-QW-72(700)-L型)充滿電，由蓄電池向電機供電持續2.3 h，可滿足需求。

(3)機器人智能行走增氧效果提升明顯，溶氧量較低時，平均提高溶氧量2.0 mg/L。

(4)使用水下探測器與超聲波避障的結合，確保了裝置能完成遍歷，完成度至少可達到23.17%。

1 張小康,許肖梅,彭陽明,等.集中式深水網箱魚群活動狀態遠程監測系統[J/OL].農業機械學報,2012,43(6):178-182.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20120632&flag=1. DOI：10.6041/j.issn.1000-1298.2012.06.032.

ZHANG Xiaokang, XU Xiaomei,PENG Yangming, et al. Centralized remote monitoring system for bred fish in offshore aquaculture cage [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2012,43(6): 178-182. (in Chinese)

2 曾洋泱,向歡,劉新庭.水產養殖水質監控技術研究現狀及發展趨勢[J].漁業現代化,2013,40(1):40-44.

3 美國科學院國家研究委員會.魚類與甲殼類營養需要[M].麥康森,李鵬,趙建民,等，譯.北京:科學出版社,2015.

4 王志勇,江濤,王喜,等.標準化池塘養殖自動投餌系統設計[J].農業機械學報,2010,41(8):77-80.

WANG Zhiyong, JIANG Tao,WANG Xi, et al. Design of automatic feeding system in standardization pond culture [J]. Transactions of the Chinese Society for Agricultural Machinery, 2010,41(8): 77-80.(in Chinese)

5 劉文珍,徐節華,歐陽敏.淡水池塘養殖增氧技術及設備的研究現狀與發展趨勢[J].江西水產科技,2015(4):41-45.

6 趙建,朱松明,葉章穎,等.循環水養殖游泳型魚類攝食活動強度評估方法研究[J/OL].農業機械學報,2016,47(8):288-293.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20160838&flag=1. DOI：10.6041/j.issn.1000-1298.2016.08.038.

ZHAO Jian, ZHU Songming, YE Zhangying, et al.Assessing method for feeding activity of swimming fishes in RAS [J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2016,47(8): 288-293. (in Chinese)

7 蔣建明，史國棟，趙德安，等.基于Zigbee通信的節能型混合式機械增氧系統[J/OL].農業機械學報，2013,44(10):242-246.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20131039&flag=1. DOI：10.6041/j.issn.1000-1298.2013.10.039.

JIANG Jianming, SHI Guodong, ZHAO De’an et al. Energy-efficient hybrid mechanical aeration system based on Zigbee communication [J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2013,44(10): 242-246. (in Chinese)

8 袁麗.魚類浮頭防治技術探析[J].農技服務，2015(1)：164-165.

9 顧海濤,王逸清.我國池塘增氧技術現狀與發展趨勢[J].漁業現代化,2014,41(5): 65-68.

10 高國琴,李明.基于K-means算法的溫室移動機器人導航路徑識別[J].農業工程學報,2014,30(7):25-33.

GAO Guoqin,LI Ming.Navigating path recognition for greenhouse mobile robot based on K-means algorithm[J].Transactions of the CSAE,2014,30(7):25-33.(in Chinese)

11 賈士偉,李軍民,邱權,等.基于激光測距儀的溫室機器人道路邊緣檢測與路徑導航[J].農業工程學報,2014,31(13):39-44.

JIA Shiwei,LI Junmin,QIU Quan,et al.A new corridor edge detection and navigation algorithm for greenhouse mobile robots based on laser scanner[J]. Transactions of the CSAE, 2014,31(13):39-44.(in Chinese)

12 張祝利,顧海濤,何雅萍,等.增氧機池塘增氧效果試驗的研究[J].漁業現代化,2012,39(2):64-68.

13 管崇武,劉晃,宋紅橋,等.涌浪機在對蝦養殖中的增氧作用[J].農業工程學報,2012,28(9):208-212．

GUAN Chongwu,LIU Huang,SONG Hongqiao, et al.Oxygenation effect of wave aerator on shrimp culture[J]. Transactions of the CSAE, 2012,28(9):208-212．(in Chinese)

14 柴劍.智能掃地機器人技術的研究與實現[D].西安:西安電子科技大學,2013.

CHAI Jian.Research and intelligent sweeping robot technology [D].Xi’an: Xi’an University of Electronic Science and Technology, 2013. (in Chinese)

15 李偉.移動機器人路徑規劃技術的現狀與發展趨勢[J]．數字化用戶,2013(22):216．

16 陳鵬,李彩虹.移動機器人混合式全遍歷覆蓋路徑規劃算法[J].山東理工大學學報,2013,27(5):22-27.

CHEN Peng,LI Caihong. A hybrid algorithm of complete coverage path planning for mobile robot [J]. Journal of Shandong University of Technology, 2013,27(5):22-27. (in Chinese)

17 WANG Zhongli,LIU Yunhui. Pose control of a lake surface cleaning robot using backstepping and polar coordinates[J]. Advanced Robotics,2010,24:537-557.

18 邢政.風對船舶運動的影響及估算[J].航海,2015(4): 38-40.

XING Zheng.Effects of wind on ship motion and its estimation [J]. Marine Technology, 2015 (4): 38-40. (in Chinese)

19 康安娜. 淺析增氧機使用原則與池塘溶解氧變動規律的關系[J].黑龍江水產,2012(6):34-36.

20 SC/T 6009—1999 增氧機增氧能力試驗方法[S].1999.