基于物聯(lián)網(wǎng)的智能割草機(jī)器人運(yùn)動(dòng)控制系統(tǒng)研究

張東濤,周瑩瑩,吳東林

(1.漯河食品職業(yè)學(xué)院 信息工程系,河南 漯河 462000;2.漯河職業(yè)技術(shù)學(xué)院 信息工程系,河南 漯河 462000)

0 引言

自19世紀(jì)后期導(dǎo)電割草機(jī)的研究開發(fā)以來,在短短數(shù)年內(nèi)農(nóng)用往復(fù)式割草機(jī)獲得了較大程度的發(fā)展。20世紀(jì)中葉,旋轉(zhuǎn)割草機(jī)已經(jīng)開發(fā)出來,人工草原開始生產(chǎn)和使用旋轉(zhuǎn)割草機(jī)。近年來,各個(gè)國家為了節(jié)約能源和創(chuàng)造更安全的良好環(huán)境,加大了自動(dòng)化割草機(jī)的研究,智能割草機(jī)器人的研究應(yīng)運(yùn)而生。為此,以智能割草機(jī)器人為研究對(duì)象,構(gòu)建了先進(jìn)的定位、避障和路徑規(guī)劃理論,對(duì)該領(lǐng)域的研究具有一定的促進(jìn)作用。

1 基于物聯(lián)網(wǎng)的割草機(jī)器人定位

為了實(shí)現(xiàn)割草機(jī)器人全自動(dòng)作業(yè),首要前提是保證其自身能夠?qū)崿F(xiàn)精確定位。本文將物聯(lián)網(wǎng)和割草機(jī)器人結(jié)合起來,充分利用物聯(lián)網(wǎng)強(qiáng)大的傳感器信息,提升割草機(jī)器人物聯(lián)網(wǎng)作業(yè)能力,實(shí)現(xiàn)割草機(jī)器人的定位功能。

物聯(lián)網(wǎng)定位是利用無線傳感器網(wǎng)絡(luò)計(jì)算割草機(jī)器人的位置坐標(biāo),實(shí)現(xiàn)無線定位技術(shù)。無線定位技術(shù)包括測距和非測距兩種類型,由于測距的定位技術(shù)精度較非測距高很多,主要分析測距定位算法。測距定位主要有RSS、AOA和TOA等多種,本文分析和介紹后兩種。

1)AOA定位技術(shù)。AOA定位是利用信號(hào)到達(dá)傳感器的角度差異,通過計(jì)算得出坐標(biāo)位置。首先利用傳感器測量信號(hào)角度,然后獲得定位節(jié)點(diǎn)和各個(gè)無線傳感器之間的夾角關(guān)系,最后根據(jù)三角關(guān)系計(jì)算定位節(jié)點(diǎn)的實(shí)際坐標(biāo)位置。AOA定位示意如圖1所示。

圖1 AOA定位示意圖

圖1中,假設(shè)待定位點(diǎn)和無線傳感器基站在一個(gè)平面上,從待定位點(diǎn)發(fā)出信號(hào),然后和傳感器之間形成一定的角度,無線傳感器基站可以測出該角度值A(chǔ)OA。根據(jù)這些角度值確定信號(hào)的發(fā)射路徑,并且這些路徑交叉點(diǎn)就是待定位點(diǎn)坐標(biāo)。假設(shè)兩個(gè)無線傳感器基站測出的信號(hào)到達(dá)角度為φ1和φ2,且無線傳感器基站坐標(biāo)提前已經(jīng)確定,那么對(duì)于第i個(gè)無線傳感器基站,存在以下計(jì)算方程式。通過解方程,可以求出待定位點(diǎn)的位置信息。

(1)

AOA定位方法對(duì)應(yīng)用場景要求較高,為了保證定位的精度,待定位節(jié)點(diǎn)和無線傳感器基站之間的信號(hào)傳感必須無遮擋的。另外,其對(duì)無線傳感器基站的密度也有較高的要求,因此該定位方法實(shí)際應(yīng)用精度較低。

2)TOA定位技術(shù)。TOA定位原理如圖2所示。假設(shè)待定位點(diǎn)為(x0,y0),至少存在3個(gè)坐標(biāo)已經(jīng)知曉的無線傳感器基站BSi(xi,yi),待定位點(diǎn)發(fā)出信號(hào),經(jīng)過ti時(shí)間后到達(dá)基站BSi,由于電磁波在空氣中傳播的速度c已知,那么可以計(jì)算出待定位點(diǎn)和無線傳感器之間的距離Δi。

以無線傳感器基站坐標(biāo)為圓心,以Δi為半徑畫圓,這幾個(gè)圓相交的點(diǎn)就是待定位節(jié)點(diǎn)的坐標(biāo),利用三邊原理,可以得出(x0,y0)的計(jì)算方程式為

(2)

圖2 TOA定位原理示意圖

在TOA定位求解中,ti時(shí)間精度直接影響定位精度,而若待定位點(diǎn)和無線傳感器基站的時(shí)鐘不同步,或者信號(hào)在傳輸過程中收到遮擋,那么會(huì)直接影響坐標(biāo)精度。

3)TDOA定位技術(shù)。TDOA定位技術(shù)是在TOA基礎(chǔ)上的一種優(yōu)化,不需要待定位點(diǎn)和無線傳感器基站的時(shí)鐘同步,結(jié)構(gòu)相對(duì)簡單,成本也比較低。在TDOA定位算法中,假設(shè)待定位點(diǎn)為(x0,y0),k個(gè)無線傳感器基站坐標(biāo)為BS1(x1,y1),BS2(x2,y2),…,BSk(xk,yk),各點(diǎn)和(x0,y0)的距離分別為Δk,將這個(gè)值帶入式(3)可以求出待定位目標(biāo)坐標(biāo)(x0,y0)。

(3)

TDOA定位技術(shù)精度相對(duì)較高,本文在定位求解研究中采用該方法。

2 智能割草機(jī)器人結(jié)構(gòu)

2.1 智能割草機(jī)器人運(yùn)動(dòng)學(xué)模型

智能割草機(jī)器人運(yùn)動(dòng)系統(tǒng)是實(shí)現(xiàn)高效、高質(zhì)量完成作業(yè)的基礎(chǔ),為了保證其具有穩(wěn)定性、精準(zhǔn)性和可靠性,采用兩個(gè)動(dòng)力輪和1個(gè)轉(zhuǎn)向輪組合的方式控制割草機(jī)器人的前行和轉(zhuǎn)向,其運(yùn)動(dòng)學(xué)模型如圖3所示。

圖3 智能割草機(jī)運(yùn)動(dòng)學(xué)模型

智能割草機(jī)器人采用雙后輪差分控制方式,在運(yùn)動(dòng)控制中,以兩輪中心點(diǎn)為運(yùn)動(dòng)基準(zhǔn)點(diǎn),假設(shè)vl和vr分別是兩個(gè)輪子的運(yùn)動(dòng)速度,則該模型的運(yùn)動(dòng)學(xué)方程為

(4)

(5)

將上面兩個(gè)式子聯(lián)立后可得

(6)

(7)

其中,C(x,y)為智能割草機(jī)器人運(yùn)動(dòng)基準(zhǔn)點(diǎn);θ為智能割草機(jī)器人移動(dòng)方向?qū)Ы?ω和v分別為運(yùn)動(dòng)角速度和前進(jìn)速度;L為驅(qū)動(dòng)輪間距離;Ts為采樣周期。

2.2 智能割草機(jī)器人系統(tǒng)組成框架

智能割草機(jī)器人控制系統(tǒng)是控制其進(jìn)行自主移動(dòng)和割草的核心模塊,由智能控制器、電機(jī)驅(qū)動(dòng)、行走裝置、割草裝置、人體熱釋傳感器、超聲波傳感器、紅外傳感器、接觸傳感器和溫度傳感器等組成。系統(tǒng)框架如圖4所示。

圖4 智能割草機(jī)器人控制系統(tǒng)框架

2.3 智能割草機(jī)器人牽引裝置

本文研究的智能割草機(jī)器人是對(duì)商用人力推動(dòng)式割草機(jī)的一種改造和優(yōu)化,可以與預(yù)割草機(jī)主體配置的牽引驅(qū)動(dòng)機(jī)構(gòu)連接,也可以通過其水平中心軸連接的驅(qū)動(dòng)模塊安裝L軸承板。另外,該智能割草機(jī)器人可以實(shí)現(xiàn)自主作業(yè)和手推式作業(yè)兩種方式,分體式Shif組件可以輕松恢復(fù)原始的手推式割草機(jī)。智能割草機(jī)器人牽引裝置如圖5所示。

圖5 智能割草機(jī)器人牽引裝置

3 智能割草機(jī)器人驅(qū)動(dòng)模型

在智能割草機(jī)器人的驅(qū)動(dòng)系統(tǒng)上安裝兩組帶有低速變速器的直流電動(dòng)機(jī),且兩組電動(dòng)機(jī)可以分開控制,其驅(qū)動(dòng)模塊的3D示意圖如圖6所示。

圖6 智能割草機(jī)器人驅(qū)動(dòng)模塊3D模型

智能割草機(jī)器人驅(qū)動(dòng)模型如圖7所示。假設(shè)割草機(jī)器人傳感器裝置在理想情況下工作,也就是說其可以測量自己的姿勢信息以及目標(biāo)和障礙。

圖7 智能割草機(jī)器人驅(qū)動(dòng)模型

在割草機(jī)器人前面180°安裝了幾個(gè)超聲波檢測裝置。在能夠檢測到的距離上,超聲波檢測作為割草機(jī)器人的安全碰撞的rA距離,割草機(jī)機(jī)器人撞擊點(diǎn)的坐標(biāo)為是(xR,yR)和(xG,yG),角度為θR和θG。其包含的角度和距離分別由θRG和DG表示,計(jì)算表達(dá)式為

(8)

(9)

智能割草機(jī)器人與障礙物之間的最近距離和夾角分別為Do和θRD,同樣可以根據(jù)上面兩個(gè)式子進(jìn)行計(jì)算。智能割草機(jī)器人驅(qū)動(dòng)模型中的受控參數(shù)是割草機(jī)運(yùn)動(dòng)速度S和旋轉(zhuǎn)角度θ,S∈(0,1.0)m/s,θ∈(-30°,30°)。智能割草機(jī)器人作業(yè)時(shí)旋轉(zhuǎn)角度θ為正值,否則θ為負(fù)值。

本文在智能控制器上嵌入了兩個(gè)模糊控制算法:第1種是路徑規(guī)劃模糊控制算法FUZZY1,主要用于智能割草機(jī)器人的路徑規(guī)劃,引導(dǎo)其向前移動(dòng)至目的地;第2種是避障模糊控制算法FUZZY2,主要用于讓智能割草機(jī)器人能夠避開任何的障礙物,防止碰撞發(fā)生。模糊控制過程可以用以下方程式表示,即

(10)

(11)

為了能夠?qū)崿F(xiàn)對(duì)智能割草機(jī)器人的路徑規(guī)劃和避障控制,使用以下規(guī)則來選擇控制器,即

IF DO>rA,THEN α=1,ELSE α=0

其中,參數(shù)a用于確定FUZZY1或FUZZY2選擇的關(guān)鍵因素,如圖8所示。rA是避免碰撞的智能割草機(jī)器人的安全半徑,與機(jī)器人尺寸有關(guān)。FUZZY1有3個(gè)關(guān)鍵輸入?yún)?shù):①θe1為θRG和θG之間的差值;②θe2為θR和θG之間的差值;③DG。FUZZY1有兩個(gè)關(guān)鍵輸入?yún)?shù),即θRO和DO。FUZZY1和FUZZY2控制算法的輸出VL和VR分別表示智能割草機(jī)器人左輪和右輪的運(yùn)動(dòng)速度。

圖8 模糊控制算法的輸出切換

4 試驗(yàn)與結(jié)果分析

為了驗(yàn)證該智能割草機(jī)器人控制系統(tǒng)的可靠性和穩(wěn)定性,在高爾夫球場進(jìn)行了實(shí)際的割草作業(yè)。試驗(yàn)場景和試驗(yàn)結(jié)果分別如圖9和圖10所示。其中,灰色區(qū)域?yàn)榇畈輩^(qū)域;黑色區(qū)域?yàn)橹丿B覆蓋的區(qū)域;斜線區(qū)域?yàn)檎系K物區(qū)域。為了保證機(jī)器人避障和定位的準(zhǔn)確定,在障礙物周邊有安裝一系列的無線傳感器節(jié)點(diǎn)。

圖9 試驗(yàn)場景圖

圖10 試驗(yàn)結(jié)果圖

圖10中,智能割草機(jī)器人能夠?qū)崿F(xiàn)全區(qū)域覆蓋的割草作業(yè),未覆蓋區(qū)域約占12%,符合設(shè)計(jì)要求。試驗(yàn)結(jié)果表明:智能割草機(jī)器人能夠?qū)φ系K物進(jìn)行自主避障,且路徑規(guī)劃路線最優(yōu),實(shí)現(xiàn)了目標(biāo)區(qū)域的全區(qū)域覆蓋割草作業(yè)。

5 結(jié)論

設(shè)計(jì)了一套基于物聯(lián)網(wǎng)的智能割草機(jī)器人運(yùn)動(dòng)控制系統(tǒng),能夠在一定程度上自主完成割草任務(wù)。試驗(yàn)結(jié)果表明:智能割草機(jī)器人能夠?qū)φ系K物進(jìn)行自主避障,且路徑規(guī)劃路線最優(yōu),實(shí)現(xiàn)了目標(biāo)區(qū)域的全區(qū)域覆蓋割草作業(yè)。