基于模式識別技術的采摘機械手控制系統設計與研究

許 娜，周煒明

(河南工業職業技術學院，河南 南陽 473000)

0 引言

機器人是人類20世紀偉大的發明之一，隨著人口、食物供應壓力的增加及農業勞動力的不斷減少，“無人農場”將是一種主流趨勢。而采摘機器人在減輕勞動強度、提高工作效率等方面具有較強的優勢，在“智慧農業”中將是當之無愧的主角。基于上述現狀，本文結合模式識別技術與機械手的運作控制技術，建立了一套具有速度快、準確性高及可行性強等優點的采摘機械手控制系統。

1 模式識別技術

模式識別以計算機平臺為主，借助概率和統計分析方法，深入研究模式的智能處理，一般將環境和對象統稱為“模式”。隨著計算機、人工智能及機器學習等技術的發展，人類研究的信息處理技術更加復雜，而信息處理的整個過程就是對模式的識別。

模式識別在智能控制領域，是指在環境的感知過程中，如利用攝像機獲取周邊環境的圖像信息，然后通過圖像處理技術進行分析。智能控制的模式識別理論研究內容涵蓋較多，如獲取圖像、預處理、提取特征信息，以及將特征信息分類訓練和決策。模式識別的方法如圖1所示。

圖像采集是指在LED光源的輔助下，CCD攝像機在觸發信號的控制下，獲取目標的信息；圖像預處理是指對采集到的圖像進行增強、消除噪音及平滑等處理；預處理結束后，便是提取圖像特征信息，并進行分類選擇、訓練學習和決策。特征信息主要有顏色、紋理和形狀等，一般對顏色和形狀的識別居多。在模式識別中，顏色及形狀識別流程如圖2所示。

圖1 模式識別的方法

圖2 模式識別顏色及形狀識別

模式識別系統主要由未知類別模式分類和分類器設計上、下兩部分組成，上半部完成模式的分類，下半部屬于分類器設計的訓練過程，利用樣品進行訓練，確定分類器的具體參數，完成分類器的設計。典型的模式識別系統結構如圖3所示。

2 機械手運動學分析與建模

采摘機器人機械手的設計要根據采摘的對象進行設定，本文選用多關節機械手臂。為了實現機械手的準確實時控制，需要根據機械手的空間結構，搭建機械手的運動學模型，然后對其進行正、逆運動學分析。采摘機械手結構示意如圖4所示。

圖3 典型模式識別系統結構圖

圖4 采摘機械手結構示意圖

2.1 正運動學分析模型

根據采摘機械手建立其運動學模型如圖5所示。

圖5 采摘機械手運動學模型

建立采摘臂運動學方程其實就是利用齊次變換矩陣表示相鄰兩個連桿坐標系之間的相對位姿和運動關系。建立采摘機械手運動學方程主要有以下幾個步驟：

1)設定各連桿坐標系，列出相應參數；

2)寫出各連桿變化；

3)寫出機械手變換矩陣和運動學方程。

各連桿間的變換矩陣為

(1)

(2)

聯合式(1)～式(3)，可得末端執行器位姿方程為

(3)

(4)

(5)

(6)

其中，(nx,ny,nz)為法線向量；(ox,oy,oz)為并和向量；(ax,ay,az)為接近向量；(px,py,pz)為末端執行器的位置。

方程式(4)～式(6)給出了采摘機械手正運動學方程，完整地描述了采摘機械手相對于基坐標的位置與方位。

2.2 逆運動學分析模型

采摘機械手的運動學反解有很多種，本文研究采用代數方法求解。根據式(2)可以得到采摘機械手的逆矩陣為

(7)

第1步,求θ1，由式(7)得

-s1px+c1ps=d2

(8)

將式(9)與結合式(1)、式(2)聯立可得

s1px-c1py=0

(9)

利用三角代換，解出θ1，即

(10)

第2步，求θ2，則

(11)

第3步，求θ3，則

(12)

分別求出θ4和θ5，最后求出θ6，即

θ6=tan2(s5,c6)

(13)

以上式子就是采摘機械手的逆運動學方程。

3 采摘機械手控制系統的軟硬件設計

3.1 控制系統整體設計

為了實現對采摘機械手的控制，本文基于圖像處理的模式識別技術，獲取環境和目標對象的信息。系統通過獲取的圖像信息，然后由控制系統驅動舵機，去控制機械手臂和末端執行器與目標果實之間的相對位姿，實現機械手的運動控制。其中，處理器采用采用TI公司Sitara系列的AM5728處理器；攝像頭采用SONY公司XC-56系列的CCD攝像機；舵機由直流電機、減速齒輪組、電位器和控制電路組成。采摘機械手控制系統架構如圖6所示。

3.2 控制系統硬件設計

采摘機械手在作業中，系統首先通過CCD工業相機獲取周圍環境和目標果實的圖像信息，由圖像處理器對圖像進行處理，然后由運動目標識別與電機驅動實時檢測和控制機械手的運動。控制系統由CCD相機、圖像處理器、視頻邏輯卡、AM5728處理器、運動目標識別與電機驅動系統組成，其框架如圖7所示。采摘機械手控制系統主控板布局如圖8所示。

圖6 采摘機械手控制系統架構圖

圖7 控制系統硬件結構框架圖

3.3 控制系統軟件設計

為了方便對采摘機械手的控制調試，基于QT開發了采摘機械手動作調試上位機。該上位機是一種圖形化編程的軟件，通過軟件可以對機械臂的單個舵機或全體進行統一的參數更改，如更改舵機的角度或執行時間，然后生成動作組，保存到控制器中。控制器通過動作組調用指令，實現采摘機械手各個動作的執行。采摘機械手上位機框架如圖9所示。上位機串口設置窗口如圖10所示。上位機調試界面如圖11所示。

圖9 上位機設計框架圖

圖10 上位機串口設置窗口

4 試驗與結果分析

為了驗證采摘機械手的定位精度、采摘速度和成功率，對該控制系統進行了主要技術指標測試。試驗在某蘋果種植園進行，采摘對象為蘋果果實。試驗中，采摘機械手對一個蘋果樹上的果實進行實際采摘作業，試驗一共測試3組，每次采摘目標是100個蘋果。試驗結果如表1所示。

表1 實驗結果

由表1可知：在3次采摘試驗中，100個采摘目標，采摘機械手正確采摘數超過89個，正確采摘率在89%以上，平均采摘一個果實耗時9s。試驗結果表明：該采摘機械手控制系統，能夠實現對目標果實的準確采摘，正確采摘率為89%，采摘一個蘋果耗時9s，證明該系統的有效性、準確性和可行性。

5 結論

闡述了模式識別技術的概念和特點并從正、逆運動對機械手進行了運動學分析與建模，最后基于模式識別中的圖像處理技術，進行控制系統整體設計、硬件設計以軟件設計，實現了采摘機械手控制系統。試驗結果表明：該采摘機械手控制系統，能夠實現對目標果實的準確采摘，正確采摘率為89%，采摘一個蘋果耗時9s，證明該系統的有效性、準確性和可行性。