籃球機器人命中率改良方法在播種機漏播中的應用

易禮舟，戴 彬

(1.重慶能源職業學院，重慶 402247；2.重慶房地產職業學院，重慶 401331)

0 引言

隨著一代一代農民對播種技術的改良，現代農業的播種方式和工具都發生了巨大變化。傳統的刀耕火種已轉變為效率高、作業精準的條播機、穴播機和精播機。但是，無論是哪一種播種機都必須要配備排種機構，排種器作為播種的重要裝置，其性能顯得尤為重要。因此，本文結合播種機作業特性，將正態云模型籃球機器人命中率改良方法應用于播種機漏播檢測中，大大降低了播種機的漏播率，提高了播種效率。

1 正態云模型的概述

在人類的社交活動中，語言是最基本也是最重要的思維方式，云模型從基礎的語言值著手，是將語言描述的原理概念轉化成確定值的一種模型。云模型對于確定原理概念的不確定性主要包含隨機性和模糊性兩種，這兩方面的概念和原理可以在云模型中形成相互映射。

定義1 ：假設U是可以用確定值表示的定量域，C是U上的概念常量值，則x∈U可以看成是C的某次隨機值，那么x和C之間的確定度可以由μ(x)∈ [0,1]來表示，即

μ(x)：U→[0，1]

(1)

那么，對于任意一個隨機值?x∈U，可以表示為

x→μ(x)

(2)

其中，x在U上集合稱作為云，可以記成C(X)；x的獨立個體則稱為云滴。

定義2 ：隨機變量X服從位置、尺度參數分別為μ和σ的概率分布，其概率密度函數表達式為

(3)

其中，X為正態隨機變量，其滿足正態分布，可以用X～N(μ,σ2)表示。當μ=0，σ=1時，就稱其為標準正態分布，其表達式為

(4)

正態云模型分布如圖1所示。

圖1 正態云模型分布圖

2 正態云模型籃球機器人命中率改良方法

2.1 籃球機器人投籃數學模型

在設計籃球機器人的過程中，往往是單臺制作，而不是在車間流水線上批量生產，會造成每臺機器人的身高不一樣。因此，投籃機器人的出手高度也會存在一定的差別。另外，每臺機器人投出籃球時的出手角度和初始速度都是不一樣的，球在空中的曲線也是不一樣的。

標準籃球直徑d為24.6cm，而籃圈直徑D為45cm，籃球最大的橫切面面積只占籃圈面積約30%，籃圈的高度H為3.05m，三分球線與籃圈之間的距離L=4.60m。假設籃球被投出時的高度為hm，初始速度為v0，出手角度為α，則可以建立機器人投籃過程的數學模型，如圖2所示。

圖2 機器人投籃過程的數學模型示意圖

如圖2所示，可以建立籃球初始運動方程為

(5)

聯立之后可得籃球在從投出到落到籃圈的整個運行過程的表達式為

(6)

從模型示意圖來說，籃球命中的必要條件是：x=L時，y=H-h。但是，若想籃球準確命中，要需要將籃框邊的阻礙作用進行分析考慮，即籃球的入框角度要大于一定值，該部分的條件為

Dcos(90°-β)≥d

(7)

當x=L時，有表達式為

(8)

將式(6)和式(8)聯立可得

(9)

2.2 采用正態云模型改良投籃命中率

由于籃球機器人在投籃過程中會出現一些不確定因素影響其命中率，現采用正態云模型對其進行優化改進。正向云發生器是一種將特定概念轉換為相應數量值的轉換模型，可以根據云模型確定的數字特征得到云滴的正態云分布圖。

正態云分布圖的實現過程是根據已知的期望Ex、熵En和超熵He等信息,設定需要計算的云滴數N，然后求出N個定量論域坐標點，在相對的定量位置和概念確定概率分布程度。正向云發生器原理如圖3所示。

圖3 正向云發生器原理圖

正向云模型發生器記為FCG，算法初始參數設置為：

1)輸入參數，Ex，En和He等初始信息；

2)輸出結果，生成n個云滴drop(xn,μ(xn))。

正態云模型發生器具體實現流程如圖4所示。

圖4 正態云模型發生器實現流程圖

3 籃球機器人命中率改良方法在播種機漏播中的應用

3.1 播種機漏播檢測系統

1)播種機漏播檢測系統硬件部分設計。播種機漏播檢測系統硬件部分的設計是整個系統的核心，能夠實現多傳感信號的采集、處理和控制等，主要包括漏播、排種量、測距、轉速傳感器電路、調理電路和電機驅動電路等。漏播檢測系統硬件框架如圖5所示。

圖5 漏播檢測系統硬件框架圖

系統采用光電式傳感器獲取播種脈沖信號，然后結合調理電路對其進行處理，最后由STM32單片機內部時鐘對信號進行計算處理，得出播種合格率。另外，在實際運行中，系統安裝3對光電傳感器，大大提高了檢查準確率。

在播種過程中，設計了一種播種口獲取播種信號量的檢測器，如圖6所示。該光電傳感器處理電路AD口直接與STM32的外部中斷引腳相連接，當沒有播種的時候，光電傳感器處理電路為低電平；當播種的時候，光電傳感器高電平，三極管開關電路閉合，外部中斷引腳被拉高，單片機可以捕捉到該脈沖信號作為播種的計數值。

圖6 獲取播種信號示意圖

2)播種機漏播檢測系統軟件部分設計。STM32在上電后，首先進行初始化操作，然后運行main()主函數，在主函數調用各個子程序模塊。檢測系統軟件主程序如圖7所示。STM32在進行初始化過程中，主要會進行以下一系列的操作：①初始化單片機時鐘信號、系統中斷、設置CPU運行速度和堆棧指針SP，初始化RAM以及進行簡單的LED初始化；②初始化信號輸入控制芯片、串口、檢測系統內存映射以及結束系統準備工作；③使能定時器、計數器和外部中斷。

圖7 檢測系統軟件主程序流程圖

CPU進行初始化后，接著就是調用播種信號量的檢測采集電路和信號調理程序；將光電傳感器采集的播種脈沖值，經過簡單處理后送給單片機，獲得播種機漏播系統的各項性能指標；進一步跳用LED子程序，將播種機的各項性能實時顯示出來；調用報警子程序，當播種機漏播檢測系統出現漏播重播的時候，進行報警。主程序的部分代碼如下所示：

int main(void)

{

SystemInit();

課程教學資源庫的建設是一個持續的、長期的建設工程，隨著造船技術、焊接技術的不斷更新和發展，更多資源需要開發與更新，課程資源庫也需要動態的持續更新。

GPIOInit();//

Enables clock for GPIO

LPC_IOCON->PIO0_1 &= ～0x07;

LPC_IOCON->PIO0_1 |= 0x01; /* CLK OUT */

SysTick_Config(48000);

SPI_IOConfig(0);

NVIC_SetPriority(SSP0_IRQn, 1);

OLED_Init_I();

UARTInit(115200);

NVIC_SetPriority(UART_IRQn, 2);

}

3.2 命中率改良方法在漏播中的應用

在實際播種的過程中，播種的準確率與播種機運行速度v0，播種角度α，播種機與地面的高度h有關，每次由于播種機的震動程度不一樣，播種的準確率也會有一定的影響。本章節將引入籃球機器人投籃數學模型，根據v0、α和h對播種機準確率進行測試，測試過程中，取h=1.21m和v0=8m/s計算命中率。測試流程如圖8所示。

圖8 測試流程圖

4 試驗結果與分析

為了保證播種機漏播檢測系統的可行性和有效性，安裝光電傳感器模塊的要求有：

1)精確安裝，保證光電檢測器的發射管和接收管準確對接；

2)安裝3對光電發送接收傳感器，并且要求種子再通過的時候可以完全擋住對管，能夠觸發單片機外部中斷。

本文將正態云模型籃球機器人命中率改良方法在免耕播種機上進行實際的檢測試驗，免耕播種機安裝如圖9所示。

圖9 免耕播種機示意圖

此播種機采用條播的方式，種子從輸種管落下形成一條種子流，試驗過程中，每次進行播種檢測試驗1 000次，并重復3次，結果如表1所示。

表1 免耕播種機實驗結果表

由表1可以看出：當只采用1對光電管來檢測種子信號時，平均準確率為97.3%；當只采用2對光電管來檢測種子信號時，平均準確率為98.67%；當只采用3對光電管來檢測種子信號時，平均準確率為100%。試驗說明：采用3對光電管檢測漏播率為0，證明了正態云模型籃球機器人命中率改良方法能夠很好地應用在免耕播種機中，且能夠大大降低漏播率。

5 結論

首先分析了正態云模型的特點、原理，然后介紹了正態云模型籃球機器人命中率改良方法，接著設計了播種機檢測系統，并將籃球機器人命中率改良方法成功應用與播種機漏播檢測中，最后進行了實際的測試。試驗結果表明：采用3對光電管檢測漏播率為0，基本上能滿足實際要求，證明了正態云模型籃球機器人命中率改良方法在免耕播種機應用的有效性、準確性和可行性。