數字傳媒交互式技術在采摘機器人遠程控制中的應用

郎永祥

(重慶城市管理職業學院,重慶 401331)

0 引言

在果蔬生產作業過程中,果蔬的采摘是最耗時耗資的一個環節,其作業強大,費用高,而且作業時間密集,采摘成本要占總成本的50%～70%。為了降低勞動強度,節省生產成本,將采摘機器人引入到采收過程中,以提高果蔬的作業生產效率。在采摘機器人使用過程中,采摘機器人的作業質量非常重要,特別是對于一些易損的果蔬,如果采摘質量不高,會嚴重影響采摘效果。因此,在采摘機器人作業過程中需要引入監測系統和遠程控制系統,當出現采摘質量不好的情況時,可以通過遠程控制來調整機器人的作業姿態,以提高作業質量。

1 基于交互式學習的采摘機器人遠程動作控制

采摘機器人雖然已經被應用到了果蔬采摘過程中,但仍然存在很多問題,特別是作業質量的監測。在一些易破損果蔬的采摘過程中,如果采摘作業質量存在問題將會造成很大的果實采摘損傷。因此,在采摘機器人作業過程中,采摘機器人作業質量的監測非常重要,如果在發現作業質量存在問題時及時給予干預,將在很大程度上避免果實的損傷。根據此原理,基于交互式學習原理,引入了采摘機器人遠程動作控制系統,其流程如圖1所示。

圖1 基于交互式學習的采摘機器人遠程控制流程

基于交互式學習的采摘機器人遠程動作控制的流程主要分為4個步驟:首先是對采摘機器人遠程的作業過程視頻進行采集,視頻采集完成后利用投影技術進行3D投影,以了解采摘機器人動作的實時情況;然后,利用交流交互技術對采摘機器人之前學習訓練的動作進行較為準確的控制;控制過程采用遠程控制的方式,可以發送語音指令等,實現機器人和管理員的交流交互。

2 采摘機器人遠程控制設計

隨著智能化時代的到來,在采摘機器人作業過程中,實時監測機器人并與機器人進行交流交互成為可能。為了實現采摘機器人的遠程交流交互和控制,需要設計多媒體系統,通過多媒體系統管理員可以采用語音或者動作感知等方法對采摘機器人的行為進行遠程控制,采摘機器人遠程的作業情況也可以實時的反饋給管理員端。系統的總體框架如圖2所示。

圖2 采摘機器人交互式控制系統框架

采摘機器人交互性控制系統最重要部分是基于多媒體的計算機控制系統,該系統可以發布和接受控制指令、播放視頻和音頻等信息、處理通信數據等,從而實現信號轉換和各種音視頻設備的控制。控制面板是人機對話的重要工具,可以通過各種按鈕實現對計算機設備、投影設備、話筒設備的控制和操作,使繁瑣的控制變得更加簡單化。

實物投影設備也是實現采摘機器人和管理員交互式人機對話的重要設備,它可以將采集得到的采摘機器人作業信息情況以三維的形式進行投影,更加生動形象地展示采摘機器人的作業過程,如圖3所示。管理人員根據采摘機器人的詳細作業情況對其做出相應的調整,調整過程可以采用語音或者手勢感應的方式。采摘機器人在遠程端做出相應調整后,可以改善采摘作業的質量。

圖3 多媒體投影儀

多媒體投影儀是實時交互的重要設備,是采摘機器人和管理人員進行交流交互的重要媒介。在傳送語音指令時,為了使采摘機器人具有較好的語音識別能力,可以采用語音拾取裝置,如話筒等。管理員在和采摘機器人進行交流交互時,還可以采用電子白板的形式,通過電磁感應實現無紙化交流交互,在寫入指令后可以直接輸送到計算機中。為了更好地控制采摘機器人,使采摘機器人具有較高的控制精度,還可以采用智能化技術對采摘機器人進行訓練學習。

在采摘機器人智能學習上,神經網絡算法是最常用的學習算法。如果將小波算法引入到神經網絡上,可以進一步的提高學習能力,對控制誤差進行優化。假設基本的小波函數為x(t),將其平移b后,把預測信號和a做內積,其表達式為

(1)

其中,h為卷積函數。

等效時域的表達式為

(2)

小波算法利用反向傳播的反饋性能,可以有效地提高計算誤差。假設動作控制訓練的輸入部分為x1、x2、...、xk,小波神經網絡輸出匹配為y1、y2、...、yk,為了得到滿意的期望輸出,可以利用小波函數對權值ωk進行修正,其表達式為

y(k)=∑ωkx(k)

(3)

小波神經網絡的預測誤差為

e=∑yn(k)-y(k)

(4)

根據預測誤差,對小波基函數系數和神經網絡權值進行修正,其表達式為

(5)

(6)

其中,η表示學習效率。

在采摘機器人采摘過程中,動作的決策和規劃還需要依據果實的位置。假設果實的位置坐標點為(x′,y′),在全局坐標系的坐標為(x0,y0),夾角為θ,利用三角變換可得

(7)

果實位置點在絕對坐標系中的坐標值為

(8)

(9)

假設采摘機器人左右輪角速度分別為wl、wr,則其速度分別為

(10)

(11)

其中,R為驅動輪的半徑,D為兩輪間的距離。

假設兩輪的轉速比為kp,則

(12)

調整kp的值,假設在第k個采樣周期內其計算脈沖分別為mk和nk,則采摘機器人的基本控制模型為

(13)

其中,xk+1、yk+1、θk+1分別為第k+1個周期時機器人的位移和方向,Mp為機器人驅動輪轉動1圈時的脈沖數,Δt為采樣時間。

采摘機器人智能化動作訓練完成后,在采摘作業過程中,利用多媒體交互式學習技術,管理員根據采摘機器人的實時作業情況對采摘機器人的動作做出指導,實現采摘機器人和管理員的雙向交互過程。

3 采摘機器人遠程控制系統測試

目前,對于采摘機器人采摘過程的監控一般都是單向的,主要是管理員通過遠程監控視頻對采摘機器人的作業質量和作業效率進行實時監控。在遇到突發狀況時,管理人員根據現在作業情況,對采摘機器人進行干預,以避免事故的發生。目前,在采摘機器人實時控制方面的研究成果還比較少,是由于缺乏有效的實時交互學習系統。為此,將采摘機器人的遠程監測和交流交互技術相結合,設計了采摘機器人遠程監測系統,如圖4所示。

圖4 基于交流交互的遠程控制系統架構

為了實現采摘機器人和管理員的交流交互,可以利用投影儀將遠程監測得到的采摘機器人進行3D再現,然后管理員根據采摘機器人的實際作業情況對其動作進行指導和糾正。采摘機器人的動作干預可以通過遠程發送指令來完成(如采用語音指令),采摘機器人端收到語音指令后將做出相應的動作響應。

圖5 通信過程丟包率監測

在采摘機器人遠程控制過程中,對于指令的接收是非常重要的,需要有高質量的遠程通信。為了保證通信質量,首先對通信的丟包率問題進行監測,結果如圖5所示。由圖5可以看出:遠程通信的丟包率較低,能夠可靠地完成通信任務。

圖6 遠程控制準確率對比

為了驗證采摘機器人遠程控制系統的可靠性,將基于交互式技術的控制系統和沒有采用交互式技術的系統進行了對比,結果如圖6所示。由圖6可以看出:采用交互式技術可以有效地提高采摘機器人控制系統的控制精度。

4 結論

為了提高采摘機器人的智能化水平,提高遠程控制精度,基于數字傳媒交互技術,在采摘機器人遠程控制系統的設計上引入了交互性系統,通過遠程監測、三維實體投影和語音指令控制的方式,實現管理員和采摘機器人的交流交互,從而提高了采摘機器人的智能化水平。為了驗證方案的可行性,對遠程控制系統的性能進了測試,并將測試數據和沒有采用交互技術的系統進行了對比,結果表明:采用交互性系統可以有效地提高控制系統的精度,對于采摘機器人現代化控制系統的設計具有重要的意義。