基于MiroSot系統的蘋果采摘機器人路徑規劃研究

梁 碩

(河南工業職業技術學院，河南 南陽 473000)

0 引言

隨著人工智能、多傳感技術、圖像處理技術和智能控制等技術的快速發展和廣泛應用，移動機器人獲得了很大的進步和發展。我國作為一個農業大國，需要采摘機器人這種具有一定智慧能力的農業機器人，以提高農業種植效率、減少人工勞動力。該路徑規劃系統將能大大減少機器人在相同區域行走的次數，極大程度地提高機器人效率，為采摘機器人的實時路徑規劃提供強大助力。

1 MiroSot機器人路徑規劃系統

MiroSot機器人在比賽過程的任務是將球踢進對方球門，而使本方盡量少失球。MiroSot機器人不僅包括復雜的控制軟件，硬件設備的復雜程度也較高，包括計算機系統、決策系統、視覺系統和通訊系統。因此，MiroSot機器人路徑規劃系統由很多簡單的模塊組成，各個子模塊(系統)依靠各自的傳感器設備感知環境信息，并配合機器人執行器進行避障、路徑規劃等操作，在復雜的環境中共同為機器人的運動保駕護航。MiroSot機器人路徑規劃系統如圖1所示。該路徑規劃系統的各個子系統相對比較復雜，其核心部分包括決策、視覺和通訊3個子系統。其中，視覺系統由CCD攝像頭和視頻解碼器構成，任務是充當機器人的眼睛，主要是獲取場地上所有機器人包括自身及球的位置關系；決策系統根式根據CCD攝像頭采集的圖像信息進行信息的提煉，并結合動作策略庫，規劃出機器人的移動的路徑，從而決定各個機器人的運動控制命令；通訊系統采用ZigBee無線傳輸模式，計算機控制系統作為ZigBee協調器，而己方MiroSot機器人機身上搭載有ZigBee終端節點，計算機系統指令通過協調器發送給終端節點，然后由其控制器進行處理和響應。

圖1 MiroSot機器人路徑規劃系統

機器人路徑規劃實質是：在復雜的環境中，根據傳感器獲得的環境信息、目標物及障礙物之間的位置信息，實時對移動路徑進行規劃，尋找一條從機器人起始位置到目標位置的無碰撞路徑。在機器人移動過程中，環境中機器人群、障礙物位置和目標位置的分布情況會很大程度地影響機器人的路徑規劃。

柵格法是指將機器人的移動環境按機器人的大小分割成若干網絡格子，且假定在機器人移動過程中，環境信息不會有變化。在路徑規劃前，根據已經獲取到的環境信息，給每個柵格做上標記：若柵格單元有障礙物，用1表示；反之，用0表示。這樣，柵格塊可以分為自由空間和障礙物兩種。自由空間可以隨便進行移動，而障礙物柵格則需要避開。在實際應用中，柵格的標識分為直角坐標和序號兩種方法。直角坐標標識法是以柵格左上角為原點建立坐標系[見圖2(a)]，一個柵格單元與直角坐標(x,y)對應。序號法是按從左至右、從上至下順序對柵格單元進行編號[見圖2(b)]。

圖2 柵格法標識的兩種方法

軟件編程過程中，序號法只需要1個一維數組便可以將環境信息全部存儲下來，而直角坐標法則需要1個二維數組。相比而言，序號法計算更加簡單，運行效率也比較高。

局部路徑規劃控制方法主要有人工勢場、遺傳算法、神經網絡和模糊控制4種方法。其中，遺傳算法有比較強的全局搜索能力，適合求解離散問題。因此，根據MiroSot機器人在比賽中的運動特性，在局部路徑規劃中采用遺傳算法方法。下面主要介紹遺傳算法。

遺傳算法是模擬生物自然選擇和遺傳生物進化過程中的繁殖、雜交、變異、競爭和選擇等操作的計算模型，是一種路徑搜索最優解的方法。該方法以遺傳和進化理論為基礎，構造一類隨機的搜索算法，具有適用面廣、多點搜索、魯棒性好、自適應強及并行性高的特點。遺傳算法解決機器人局部路徑規劃的流程如圖3所示。

圖3 遺傳算法流程

2 蘋果采摘機器人路徑規劃系統

蘋果采摘機器人路徑規劃控制系統以意法半導體ST公司的STM32F103處理器為核心。該處理器內核采用32位的Cortex-M3的CPU，能夠兼容16位和32位的Thumb-2指令集架構，芯片片上資源豐富，多達80個I/O口、16個外部中斷、7個定時器、2個ADC及9個通信接口。本文根據蘋果采摘機器人特殊需求，設計了該路徑規劃控制系統。系統總體方案框架如圖4所示。

圖4 系統總體方案框架圖

視頻解碼器是微處理器獲取CCD傳感器信息途徑中重要的一個器件，本文的采摘機器人路徑規劃系統采用TI公司的TVP5150視頻解碼芯片。該芯片采用四面32腳封裝，在實際開發中電路板布局比較簡單；另外，該芯片具有超低功耗的特點，在正常使用過程中功耗只有115mW左右，適用于電池供電的移動設備。TVP5150視頻解碼電路框圖如圖5所示。

圖5 TVP5150視頻解碼電路框圖

視頻圖像信號進入芯片AIPLH管腳輸入，經過TVP5150視頻解碼芯片，將模擬信號轉化為數字信號，然后發送給STM32微處理器進行特征值和二值化等圖像處理，對采摘機器人周邊環境狀況進行判斷，進而進行路徑規劃。

本文研究的蘋果采摘機器人路徑規劃系統軟件采用模塊化編程的方法，進行各個子系統軟件的開發。在開發中，軟件開發環境采用Keil MDK平臺，該平臺提供了包括C編譯器、匯編器、鏈接，以及動態、靜態庫管理的開發方案。平臺界面友好，簡單易學，具有強大的在線仿真和調試功能。蘋果采摘機器人路徑規劃系統軟件主流程如圖6所示。系統上電后，軟件首先會進行一系列的初始化，然后對CCD攝像機獲取的圖像信息進行處理，并依靠決策系統對機器人將要走的路徑進行有效規劃；得到路徑規劃結果后，根據結果驅動電機進行運動操作，使機器人能夠及時躲避障礙物并到達目的地。

3 蘋果采摘機器人路徑規劃系統的研究

機器人進行路徑規劃時，首先需要將作業環境模型轉為合適的離散坐標圖，即將機器人位置、環境中障礙物位置等空間進行有效描述，方便控制系統判斷機器人和障礙物的位姿，從而進行路徑規劃。現實環境空間轉換為結構空間示意圖如圖7所示。

現實環境空間轉換為結構空間的方法很多，其中柵格法使用較多。由于在柵格地圖中一定存在從機器人起點到終點的路徑，因此利用該柵格法一定可以建模并求出機器人移動路徑的最優路線。為了簡化機器人路徑規劃算法，本文采用柵格法進行環境建模，如圖8所示。

圖6 路徑規劃系統軟件主流程圖

圖7 現實環境空間轉換為結構空間示意圖

圖8 建立柵格法環境模型

建立柵格法環境模型，其實是在環境空間中疊加一個平面網格。如果環境區域有障礙物或其他目標物體，則相應的位置上被標記為1，其他可運動位置則標記為0；最后將網格的每個中心點連接起來，就形成了一個連接圖。

建立柵格法環境模型的步驟流程為：

1)根據采摘機器人與其作業區域進行柵格劃分；

2)對柵格區域進行排序；

3)假設機器人能夠從8個方向進行移動，其當前機器人所在柵格為中心柵格，順時針從8個方向探測環境信息；

4)建立柵格法環境模型后，開始對障礙物物質進行檢測和判斷，并根據結果對應的柵格的序號值進行“0”或“1”的標識；

5)采用全局和局部的方法進行安全的最優路徑規劃。

4 實驗與結果分析

為了驗證蘋果采摘機器人路徑規劃系統的實時性和可靠性，在Win7系統下利用MatLab仿真軟件實現了該算法的程序設計，并對其進行了仿真實驗。實驗環境參數設置如下：

1)作業區域環境參數。將區域分為10×10的正方形的柵格，假設障礙物大小的最小單位為一個柵格大小。

2)迭代步長設置為0.03，次數為200次。

3)左下方區域為起點，右上方區域為終點。

4)實驗目的是在作業區域，機器人經過改變執行和迭代次數，實現無碰撞的從起點到達終點。試驗仿真結果如圖9所示。

圖9 仿真結果圖Fig.9 The simulation results

由圖9可以看出：經過多次的執行和迭代，機器人能夠成功地實現從出發點到目標點的無碰撞移動，達到了設計要求；系統可以實現采摘機器人的路徑規劃及無碰撞的最優路徑規劃，證實了該系統具有很強的避障、全局和局部的路徑規劃能力。

5 結論

為了解決蘋果采摘機器人在實際應用中路徑規劃難度大、最優解求解困難等問題，將MiroSot機器人路徑規劃系統應用于蘋果采摘機器人中，采用了MiroSot機器人全局和局部路徑規劃算法，提高了采摘機器人對環境的感知、避障和決策的能力。實驗結果表明：系統可以實現無碰撞的最優路徑規劃，并能夠根據環境變化實時地進行局部路徑規劃，證明了系統的實時性、有效性和可行性。