基于迭代學習PID算法的蘋果采摘機器人設計

陳明霞,張 寒,王曉文,李徐勇

(桂林理工大學 機械與控制工程學院,廣西 桂林 541006)

0 引言

蘋果是我國生產的主要農業產品之一,2017年我國蘋果種植面積為250.96萬hm2,年產量突破4 548萬t,規模居世界第一。我國蘋果產量約占世界蘋果總產量的56.13%,居三大果品(蘋果、柑橘、梨)之首。2017年,我國蘋果種植環節生產總成本平均每 667 m2為 5 013.33 元[1]。當前,蘋果采摘機器人的發明與推廣在一定程度上提高了生產效率,降低了人力成本,同時也帶來了一些弊端。例如,低控制精度下的采摘機器人動作會對采摘果實造成一定程度的機械損傷,使得病原微生物對果實有機可乘,病原微生物的入侵將會導致蘋果腐爛變質,給農業生產帶來巨大損失。采摘機器人在采摘過程中實際接觸果實,所以保證機械采摘果實完整性顯得尤為重要。為此,立足于控制系統角度進行機器人全局優化設計,進一步提升采摘機器人控制的精準性和移動效率,具有較大的價值與意義。

基于參考文獻[2-5]中的果蔬采摘機器人,結合當前農業機器人發展趨勢,設計了一種基于迭代學習PID算法的蘋果采摘機器人。采用迭代學習PID算法是為了克服蘋果采摘機器人在實際工作中系統未知參數和隨機擾動,可以提高果蔬采摘機器人工作精度和作業效率,一定程度上降低機器作業對蘋果果實的機械損傷。

1 系統總體設計

蘋果采摘機器人系統包括移動環節和采摘環節兩大部分。移動環節采用履帶式結構,采摘環節由手臂與手腕部分輔助實施采摘過程。蘋果采摘機器人主要采用關節型結構,即每一個關節由一個舵機組成。本文設計的蘋果采摘機器人機械部分結構圖如圖1所示。

圖1 蘋果采摘機器人機械結構

該蘋果采摘機器人為6自由度機械手,由2個旋轉舵機和4個移動舵機組成。采用這種模式設計的蘋果采摘機器人有工作空間大、靈活度高等優勢。蘋果采摘機器人具有重復運動的工作特性,控制系統較為復雜,造成采摘機器人成本過高及不夠便捷、靈活,影響了采摘機器人大面積普及與推廣。因此,基于迭代學習PID算法的采摘機器人設計具有一定的現實意義。

迭代學習PID控制算法具有很好的收斂性和魯棒性。因此,迭代學習PID控制算法在學習速度及工程應用中具有巨大優勢與前景。迭代學習控制算法是通過迭代修正來改善控制對象參數性能,與傳統神經網絡算法相比,計算更為簡單,其對于給定期望軌跡具有很強的跟蹤性,可以有效提升機器人的工作效率[6]。迭代學習PID控制算法不依賴于系統精準的數學模型,適合應用于具有重復運動特性的被控系統,可以以較為簡單的方式應用于不確定度非常高的非線性強耦合動態系統[7],適合蘋果采摘機器人控制系統的設計與開發。

采用公式(1)對于蘋果采摘機器人的動態過程進行描述[8]。蘋果采摘機器人執行采摘動作的過程中,存在期望控制ud(t),給定出采摘機器人期望的位移或者是速度輸出yd(t),以及每次運行的初始狀態xk(0)。在一定時間內,采取的控制策略使得控制輸入uk(t)→ud(t),系統輸出yk(t) →yd(t)。系統誤差可由公式(2)進行描述,即

(1)

ek(t)=yk(t)-yd(t)

(2)

其中,x、y、u分別為蘋果采摘機器人控制系統的狀態、輸出和輸入變量,f(·)、g(·)為適當維數的向量函數。蘋果采摘機器人的基本控制流程如圖2所示。

圖2 蘋果采摘機器人基本控制流程圖

2 硬件部分設計

蘋果采摘機器人硬件部分設計主要包括機械結構和硬件電路兩部分。在機械結構設計部分中,底盤采用履帶式結構,保證采摘機器人在運行時不受采摘場地的限制。硬件電路部分主要由STM32主控制核心、圖像采集識別、舵機控制電路、XEEB通信、超聲波及紅外等傳感器組成,如圖3所示。

本文設計的蘋果采摘機器人采摘機械臂為6自由度機械手,動力結構由2個旋轉舵機和4個移動舵機組成。該結構靈活性大、采摘范圍廣、運行速度快且旋轉角度大,最大限度地保證采摘蘋果的質量。

采摘機器人控制流程:首先,通過圖像采集模塊捕捉到蘋果的實際位置,并將蘋果所在位置信息發送給主控制器,迭代學習PID算法開始響應,控制器進行計算并規劃出期望運動路徑;然后,設定電機轉速,硬件電路通過采樣得到電機轉速,同時計算系統誤差值e,通過迭代學習PID算法改變PWM占空比,進一步消除偏差量,直到轉速穩態到期望值;主控制器根據迭代學習PID控制算法保證機器人,以最佳期望方案進行動作,通過準確控制旋轉舵機與夾角舵機的動作配合,實現準確快速采摘。期望方案以最佳采摘角度來保證采摘果實的完整性。主控制器利用控制算法保證采摘機器人以最佳移動方式切合期望路徑,超聲波及紅外模塊則配合該算法保證采摘機器人有較強的避障性能。XBEE通信模塊則實現采摘機器人的一系列通信功能。

圖3 蘋果采摘機器人硬件原理圖

3 采摘機器人控制系統設計

本文設計的蘋果采摘機器人為多關節結構,為了保障控制系統在復雜環境具有良好性能,設計時需要引入參數不確定的隨機干擾因素,動力學方程為

G(qk(t))=τk(t)+dk(t)

(3)

控制系統所要跟蹤的期望軌跡為qd(t),t∈[0,T]。系統第i次輸出為qk(t),根據公式(2)可知,系統運動誤差為ek=qk(t)-qd(t)。控制系統設計基本思路是通過學習控制律設計uk+1(t),使得第k+1的控制誤差ek+1(t)減少。

根據參考文獻[9]可知,在迭代學習控制(ILC)中,PID 型學習律為

uk+1(t)=uk(t)+kp(qk(t)-qd(t))+

(4)

其中,期望軌跡為qd(t);第k次輸出為qk(t);期望控制為uk(t)、kp、ki、kd為迭代學習PID控制的增益矩陣。

4 仿真與分析

在MatLab軟件的Simulink中,根據參考文獻[10]中機器人仿真實驗步驟,搭建系統模型進行仿真分析。其中,線速度輸入采用vd=1.0,角度輸入信號采用sin(t)正弦信號。控制規律采用公式(4)閉環PD型,總的迭代次數為10次,系統仿真時間為20s。在實驗室對蘋果采摘系統進行了大量的仿真,在迭代學習PID控制算法下,y軸方向上速度跟蹤如圖5所示,y軸方向上角度跟蹤如圖6所示,角度及速度跟蹤下降曲線如圖7所示。

圖4 迭代學習PID算法y軸方向上速度跟蹤

圖6 角度及速度跟蹤誤差下降曲線

圖7 蘋果采摘機器人采摘動作

5 采摘機器人實現與測試

采摘系統測試從機器人移動路徑測試及采摘效果測試兩個方面進行。控制系統的控制對象是2個直流電機及6個控制舵機,電機同時匹配光電編碼器,實時反饋電機轉速波形,電機驅動模塊采用L298N模塊。采摘機器人主控制器芯片采用STM32F103ZET6型號32位ARM微控制器,上電后采摘機器人采摘動作如圖8所示。

圖8 蘋果采摘機器人采摘實現

采摘機器人的移動效率測試中考慮到采摘環境的復雜多變性,在實驗室場地針對采摘機器人設計了躲避障礙實驗。在實驗地點1放置蘋果,模擬果樹所在位置。圖9淺灰色路線為采摘機器人在無障礙時運動路徑,圖10淺灰色路線為采摘機器人有障礙狀態下運動路徑。測試結果表明:采摘機器人能夠完美躲避障礙,并規劃出最佳路徑完成采摘任務。

圖9 無障礙下采摘機器人路徑

圖10 有障礙時采摘機器人路徑

機器人采摘機械手動作精準性測試中分別采用傳統增量式PID算法、迭代學習PID算法控制對于機器人采摘動作進行測試。圖11為蘋果破損率統計圖表。統計測試結果表明:迭代學習PID算法控制下蘋果采摘機器人采摘破損率小于0.17%,增量式PID算法控制下蘋果采摘機器人采摘破損率小于0.28%。采用迭代學習PID控制算法蘋果采摘機器人采摘效果更加良好。

圖11 破損率測試統計分析圖

6 結論

1)設計了一種基于迭代學習PID算法的蘋果采摘機器人,采用迭代PID算法契合控制期望目標,實現了對于蘋果采摘機器人的實際動作軌跡的高效跟蹤與在線調整,迭代學習過程中進一步消除了系統誤差,提升控制系統精度和采摘機器人的工作效率。

2)基于迭代學習PID算法的蘋果采摘機器人,實現了對于采摘目標的快速鎖定、有效避障規劃路徑與穩定完整采摘果實,工作效率高,果實破損率低。

3)蘋果采摘機器人控制系統在復雜環境中可以克服未知參數和隨機擾動的不確定性,控制機械手臂精準到達蘋果果實所在位置進行采摘,并以最佳采摘角度和最大程度保證采摘果實的完整性。其成功率較高、硬件集成簡單,易于學習接受,可在未來農業采摘機械領域上有效推廣,具有一定的應用前景。