基于六自由度機械臂的水果采摘裝置設計

楊絮 牛亞瓊 張璟言 李家偉 李夢瑤 武澤鋒

摘 ? 要：農業機器人在推動智慧農業中有著廣泛的應用，本裝置采用stm32f407zet6單片機為控制核心，設計一款自動采摘水果的六自由度機械臂裝置，通過攝像頭實時采集數據進行圖像處理，獲取果實空間坐標，通過閉環控制實現機械臂對果實的精準抓取。本實驗運用了一種能適應戶外光線變化的顏色識別算法，并運用了模糊控制理論對機械臂進行控制，提高了系統裝置的魯棒性。

關鍵詞：六自由度機械臂 ?單片機 ?攝像頭 ?模糊控制

中圖分類號：S225.93 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）07（b）-0102-02

隨著人口指數增長，對自然資源的需求增大。傳統農業的生產力日益供給不上這種需求，而且對自然的負擔也是指數增長。為了緩解這種矛盾，最優最大化利用自然資源并且將人類從繁重的體力勞動中解放出來，科學界提出了現代化農業的構想，集中生產，智能生產隨著今年來人工智能技術的進步，智能機器人在各個方面都有表現，而將機器人運用于農業也是一種極佳的方案，目前為止，應用于農業的機器人還不夠普及，于是我們想制作一款可以推廣普及的農業機器人。

1 ?總體裝置設計

本智能農業機器人由stm32f407zet6單片機為核心控制器，六自由度機械臂作為執行機構，通過攝像頭捕獲的圖像實時進行處理并反饋水果的空間坐標位置，通過模糊PID實現對水果的精準抓取。系統組成結構圖如圖1所示。

2 ?六自由度機械臂數學模型的建立

機械手臂的連桿和關節用D-H模型進行建模。為了簡化水果采摘機械臂的三維運動，去掉了下方云臺的旋轉關節，這樣就可以在二維的平面上進行運動學分析[1]。

如圖2所示時機械臂的幾何表示，下面我們將運用幾何的方法對其進行分析。

通過同樣的方法可以求得θ1和θ2，這樣就完成通過末端執行器P3的位姿的逆運動計算，顯然最后有兩個正確的解，根據圖2的虛線部分可以看出，我們選取虛線部分得解，使得每個關節受力都可以小一些。

3 ?果實識別算法的實現

對果實的識別最顯著的特征就是顏色與形狀，本算法只要通過對顏色來對果實進行識別。采用了 YUV 顏色空間。Y指明視度，即亮度，而U和V分別為R-Y 和B-Y分量，又稱色度，它描述色彩飽和度的屬性。YUV的優點是它的亮度信號（Y）和色度信號（U，V）相互獨立，只需要用U和V兩個分量即可表示色彩。

4 ?模糊控制理論的運用

本文是將誤差信號E和誤差信號變化率EC作為模糊控制器的輸入量，將精確量模糊化變成模糊量，再根據模糊控制規則得到模糊控制量，最后解模糊即為最后精確輸出控制量[3]。

4.1 模糊化

攝像頭采集到的果實坐標是精確量，而模糊控制器需要的是模糊量，所以必須將精確量模糊化變成模糊量，此過程稱為模糊化。首先確定對應各語言變量的模糊子集，然后根據量化的結果，我們就可以判斷該輸入所屬的集合并計算出對應的隸屬度。

4.2 模糊推理

規則庫是基于控制量的模糊化而的得到的，是實現模糊推理的基礎，很大程度上依賴于經驗來完成。

對于采集回來的E和EC，我們可以推出它們各所占的隸屬度，此時我們可以根據模糊規則表去找出輸出值所對應的隸屬度。

4.3 解模糊

對建立的模糊控制規則經過模糊推理決策出的模糊子集，它是一個模糊量而不能直接控制機械臂，還需要采取合理的辦法將模糊量轉化為精確量，以便最好的發揮模糊推理的決策效果。

本文采用的重心法解模糊，其表達式為

式中：z0為模糊系統輸出的精確控制量，zi為控制量論域內的值，μc（zi）為zi的隸屬度。

5 ?程序設計及調試

軟件設計是整個系統裝置的核心，本裝置軟件編程利用STM32單片機做主控制器，程序各部分模塊化，單個功能均測試通過即可有機結合在一起，通過串口進行控制變量的調節，接通電源后，等待蜂鳴器響即系統初始化成功，機械臂復位，將目標果實于機械臂前端來回移動，機械臂即可對果實進行實時跟蹤，按下抓取按鍵，機械爪抓取果實并放置與果籃中，整個過程耗時約1s中，大大提高了采摘效率。

6 ?結語

針對國內農業機器人發展的大背景下，隨著人工智能視覺系統的發展，機器人的識圖能力有了飛快的進步。本文基于六自由度的機械臂，設計了一款自動抓取果實的裝置，針對農業機器人在戶外等未知環境表現不佳等問題，所做了以下工作和研究成果。

（1）完成了機械臂逆運動學的數學模型建立，借助D-H模型對機械臂空間姿態進行控制，并對模型進行了驗證與分析。

（2）實現了攝像頭在戶外太陽直射下的更好的識別目標果實，利用YUV顏色空間將亮度Y分量提取出來，做到動態適應。

（3）對機械臂的末端姿態進行了閉環控制，采用了魯棒性更好的模糊控制器，使得采摘裝置更加準確，大大提高了工作效率。

參考文獻

[1] 郭志強，崔天時，呂信超，等.六自由度機械臂逆運動學求解[J].農機化研究，2016（12）：51-55.

[2] 林偉明，胡云堂.基于YUV顏色模型的番茄收獲機器人圖像分割方法[J].農業機械學報，2012，43（12）：176-180.

[3] 丁芳，賈翔宇，李科偉，等.模糊算法在智能車控制中的應用[J].中國民航大學學報，2009，27（1）：27-30.

[4] 初廣麗，張偉，王延杰，等.基于機器視覺的水果采摘機器人目標識別方法[J].中國農機化學報，2018.