農業機器人路徑識別自主導航系統——基于STM32與物聯網

楊 輝，吳賽燕

(太原工業學院 電子工程系，太原 030008)

0 引言

我國是農業生產大國，人口基數和對農產品的需求量都極大，因此農業一直以來都是國民經濟的重要基礎[1]。但是，與發達國家相比，我國的農業生產力水平較為落后，主要表現在：①我國南北方地勢差異很大，北方以平原為主，適合規模化生產；南方大部分地區的地貌多樣，呈現出山地、丘陵和平原并存的局面，限制了農業的規模化發展。②我國幅員遼闊，但人口眾多，每戶農民耕作的土地面積有限，很大程度上影響了規模化的進程。③種植者的裝備普遍落后，生產效率和利潤都很低，極大地影響了農業生產的積極性[2]。近年來，互聯網和機器人技術日益成熟并推廣應用，使得農業機械的規模化和智能化越來越受到人們的關注[3]。我國每年的糧食需求量不斷增長，但是城市化發展導致農業勞動力大量流失，原有的農業勞動力也進入了老齡化階段，在這種嚴峻的形勢下，大力推進農業生產的規模化和自動化對農業的可持續發展具有重要意義[4]。

相比于之前應用的農業機械，新興的機器人技術具有更多的優點。利用機器人的智能化進行實時定位、自主導航和操控，控制的精確度較高，極大地方便了農業人員的管理和操作[5]。

現代機器人安裝了與人類相似的感知系統，這些感知系統的核心是傳感器，能夠接收和傳遞信號。定位導航是農業機器人的必備功能，一般是通過安裝GPS和視覺傳感器形成機器視覺系統[6-7]。目前，已經有多種類型的農業機器人安裝了視覺技術，使其能夠實現自動除草、果實采摘及果實分級分類等農業活動。通過機器視覺技術，農業機器人能夠自主完成目標的識別、環境監測和行走導航[8]，不僅可以減輕操作人員的工作強度，還能在很大程度上提高農業生產效率。通過使用機器視覺導航，可以實現自主操控，節省了生產時間，降低了事故發生率，農業人員的生命和財產安全也得到了保障[9]。

本文設計了基于STM32和物聯網技術的自主導航系統，對農業機器人的行走路徑識別提供了視覺平臺。該系統采用STM32嵌入式芯片控制GSM接入物聯網服務器并發送GPS定位數據，然后根據機器視覺識別結果進行導航操作。視覺識別對象為南方某村莊的玉米田壟溝，具有一定的代表性，研究結果具有很大的實際意義和應用價值。

1 導航系統

1.1 定位系統介紹

STM32單片機系列的微控制器以32位為主，并基于ARM-Cortex-M處理器實現控制功能。STM32單片機能夠支持32位的應用功能，主要包括準確的實時定位功能、快速的數字和信號處理功能。另外，單片機在使用過程中功耗比較低，能夠進行低電壓操作，也擁有一整套的完全集成和易于開發的電路。目前，市場上的生產線應用了STM32的產品非常多，主要是因為其內核具有嚴格的工業標準，且擁有大量的實時工具和軟件提供支持。無論是小的終端服務區還是功能齊全的大型平臺，以STM32單片機為主系列芯片都是使用者理想的選擇。

物聯網技術主要是實現普通物理對象進行互通的互聯網技術，其英文名稱叫做“The Internet of Things”，兩種異構網絡(無線傳感網絡和互聯網)的互通主要就是靠物聯網技術實現的。物聯網的應用廣泛，目前已經延伸到了智能農業、醫療設備、智能家居和物流交通等方面。發展物聯網技術的最終目標是利用多種傳感器實現各種形式的人和物之間的溝通和聯系；然后，再利用現有的互聯網絡技術通過網關進行傳輸數據，互相交換信息，實現人與人、物與物和人與物的密切聯系。

該農業機器人路徑識別自主導航系統主要采用STM32嵌入式系統、全球移動通信系統(GSM)、全球定位系統(GPS)，以及TMS320DM642圖像采集與處理系統。STM32嵌入式系統、全球移動通信系統(GSM)及全球定位系統(GPS)主要實現其目標定位功能，如圖1所示。定位系統主要由跟蹤設備、物聯網和監護設備3大部分組成。TMS320DM642圖像采集與處理系統主要實現目標跟蹤、路徑識別和自主導航功能。

圖1 目標定位系統的總體框架Fig.1 The overall framework of the target positioning system

1.2 跟蹤設備設計

1.2.1 核心控制器

該系統的跟蹤設備核心控制器選用的是STM-F103ZET6型號的主體芯片。該芯片是基于Cortex-M3內核的32位微控制器，輸出電壓的范圍為2.0～3.6V，最大工作頻率為72MHz。微控制器中配置靜態存儲器，能夠支持CF卡、SRAM、PSRAM和NOR/NAND。該系統還包括數模轉換器、DMA控制器和I/O接口，能夠大量支持不同類型的信號接口。

1.2.2 芯片模塊

該系統的GPS和GSM芯片選用的是SIM868模塊，工作頻段為850、900、1800、1900MHz。GPRS的傳輸率為86.5kbps，GPS定位精度高，工作電壓大約在3.4～4.4V左右。STM-F103ZET6將AT指令發送到SIM868芯片中，然后SIM868芯片控制器將GPS所接受到的衛星定位信息通過通用分組無線服務技術網絡發送出去。

1.3 物聯網技術方案

數據傳輸主要采用的是GPRS網格方案，利用 GPRS網絡的優勢對大量的數據進行處理后進行傳送，提高傳輸信息的效率。一般情況下，通過創建一個新的服務器，實現對傳輸數據的接收，主要是利用服務器中固定IP地址。為了長期保存所接收的數據，還需要建立一個新的數據庫，使得客戶在使用移動設備上網時，監護設備可隨時對IP地址的服務器進行訪問，通過反復查詢建立的新數據庫，從而獲取跟蹤端發來的定位信息。

目前，國內有著較多的物聯網平臺，本文所使用的物聯網平臺為ONENET；采用EDP協議和SDK，SIM868模塊通過STM32芯片進行控制，再通過GPRS連入物聯網。

2 農業機器人路徑自主導航

本文以玉米田壟溝為研究對象，通過接收GPS傳來的定位信號以后，農業機器人根據定位信息及對自身攝像機所拍攝的圖像進行分析來進行導航行走。圖2為玉米田中的壟溝圖。在進行導航之前，機器人自身會對圖像進行預處理。在研究過程中，對自然的圖像進行完美的建模具有很大的難度，因而采取的方法是通過提取圖像中的關鍵信息，然后建立初始模型，獲取農田壟溝圖像特征，來分析農業機器人的導航行走路徑。

圖2 農田壟溝原始圖Fig.2 Corn field ditch original illustration

通過圖像分割技術可以把初始圖像分割成不同的集。分割依據是針對問題的興趣程度，在實際應用中對遇到的目標(圖像中有獨特性的區域)進行比較，有興趣時分割程序就會停止。玉米田壟溝灰度圖如圖3所示。

圖3 玉米田壟溝灰度圖Fig.3 Corn field ditch grayscale

本試驗采用閾值分割，對農田壟溝實地考察后選擇閾值。農田壟溝圖片分析獲得灰度直方圖后選取最佳相應閾值。農田壟溝灰度直方圖如圖4所示。直方圖單峰效果較明顯，為了能夠更加貼近機器人運行時的實時環境，選取灰度直方圖中的峰頂的116處作為閾值，閾值分割后的圖像如圖 5所示。

農田壟溝圖像經過預處理后，若直接進行回歸分析，會得到較復雜擬合結果和大量數據，降低系統的識別速率和影響信息的顯示。因此，需要利用特征提取方法，將擬合得到的多元回歸變成簡單的一元回歸擬合，提高實時操作性[10-14]。在特征提取之后，本文采用Canny算子對農田壟溝特征提取圖進行邊緣化處理。通過運用Canny算子，農田壟溝特征提取圖具有良好的邊緣性能，處理過程中，邊緣基本不會中斷，提取邊緣中點變得更加簡易，如圖6所示。

圖4 玉米田壟溝灰度直方圖Fig.4 Corn field furrow gray histogram

圖5 玉米田壟溝閾值分割后的圖像Fig.5 Corn field ditch value segmented image

圖6 玉米田壟溝邊緣提取Fig.6 Edge extraction of ditch in corn field

農田壟溝圖像通過邊緣處理后，整理得到一系列邊緣信息。根據得到的邊緣信息標定到兩邊邊緣的中點坐標位置，即農業機器人的行駛路徑，如圖7所示。

圖7 機器人的路徑識別Fig.7 Path recognition of robot

3 結論

主要介紹了一套基于STM32及物聯網的農業機器人定位及路徑導航行走系統。跟蹤端GSM芯片在STM32的控制下通過GPRS網絡發送GPS定位數據信息，然后農業機器視覺系統根據所在環境拍攝圖像分析獲得行走路徑，以完成導航任務。該系統能夠大量應用在農業生產技術中，包括種植管理、噴灑農藥及果實采摘等，極大地減輕了我國農業生產人員的勞動強度，能促進農業生產效率，對于推動農業的現代化具有重要意義。