智能采摘機器人自動化系統研究
——基于交互式視音頻技術

焦文淵

(武漢船舶職業技術學院,武漢 430050)

0 引言

隨著現代化農業技術的發展,采摘機器人被越來越多地應用到農業生產過程中;但由于采摘機器人的技術還尚未成熟,在作業過程中常常會造成果實的破損,從而影響采摘作業質量。采摘機器人實際作業過程中,由于受作業環境的干擾,通信質量較差,影響了機器人作業的遠程監測和控制。如果在采摘機器人控制系統上引入視音頻交互系統,并通過改善通信質量來提高視音頻的傳輸效果,將有效提高采摘機器人遠程監測和控制的質量,進而使采摘機器人具有較高的作業質量和效率。

1 基于交互式視音頻技術的采摘機器人控制系統

隨著計算機和移動互聯網技術的發展,大學英語教學也在不斷地進行改革,越來越多地使用視聽說教學方法,自主學習和英語綜合能力成為英語專業人才培養的關鍵。以前在傳統教學模式下,視聽說互動只是學生和老師機械式的互動,而交互式視聽說教學賦予了傳統視聽說教學心得意義。教師與教材、學生與教材、教師與學生,學生與學生之間都可以互動,通過計算機和移動互聯網技術,緊密地結合在一起。

在采摘機器人的設計過程中,控制系統和遠程監測系統的設計是關鍵,參考交互式英語視音頻技術,可以在采摘機器人設計過程中設計實時監測系統,對播種機的作業情況進行監測,然后采用語音識別聲控的方法對作業機器人的姿態進行調整,實現采摘機器人作業狀態的快速調整,以提高作業效率。采摘機器人作業過程如圖1所示。

圖1為第十三屆壽光國際蔬菜科技博覽會上展出的一款番茄采摘機器人。由于番茄屬于易損的果實,進行采摘時可以通過遠程監控的方法實現作業質量的實時監測。通過對原來控制系統的改造,當番茄破損時,遠程監測系統看到后可以對采摘機器人發出聲控指令,以快速進行姿態調整,順利完成果實采摘作業。

為了實現采摘機器人的聲控模式,需要引入嵌入式語音識別系統。在進行識別時,首先要對語音樣本數據進行學習和訓練,形成機器人聲控系統的模式庫。聲控的識別第2步是識別和測試,在進行識別時可以結合語音識別模型和技術,對音頻進行參數特征提取,然后通過設定閾值、參考模型與準則、模型比較得到相應的結果。聲控語音識別流程如圖2所示。

圖2 聲控語音識別流程圖Fig.2 The flow chart of voice-controlled speech recognition

圖3 采摘機器人聲控語音識別流程Fig.3 The flow chart of voice-controlled speech recognition for picking Robot

2 采摘機器人語音識別和通信系統優化

在進行語音識別和聲控設計時,一個很重要的函數是子程序中的BSR_GetResult()。利用該函數可以讀取語音識別模型數據庫中的情況,并根據聲控智能識別情況來返回數據,通過判斷后得到一個數值。當命令識別失敗時,res=0;在識別器沒有初始化、識別器識別失敗時,會產生res=-1;識別不合格時,res=-2;識別出來時,返回命令的序號。

在進行采摘機器人語音指令識別時,首先要對采摘機器人進行語音識別訓練,訓練之前要打開采摘機器人作業實時監測系統。當遇到作業質量差的情況時,通過播放語音的方式來發布用戶指令;在識別不出來的情況下利用程序判斷出是否超時,當存在超時需要退出系統;如果識別出來語音指令,則將指令返回給主程序,以實現采摘機器人的聲音控制。

為了提高監控視頻和聲控指令的傳播質量、降低信道衰落,可以引入OFDM技術,以實現較高速度的傳輸。MIMO技術可以在空間中產生獨立的并行信道,對于信息傳輸速度的提升具有重要的意義。在MIMO系統通行過程中,通行方式采用了多個反射機,同時接收端也采用了多個接收機,從而增大了信息通道的容量,更加有利于視音頻的傳播。根據香農定理,信道容量可以定義為

C=Blog2(1+S/n)

(1)

其中,B為信號強度,S為傳播距離。MIMO系統天線和普通通信系統的天線有所不同。MIMO系統采用了陣列天線,通過改變列元距離來保證接收端的不相關性,通過增益合并將信號加權。其原理如圖4所示。

圖4 MIMO系統通信原理圖Fig.4 The communication schematic diagram of MIMO system

圖4中,如果將天線S1與Y1間距離設為h11,Sn與Ym間距離設為hnm,則對于4×4的MIMO通信系統,距離傳輸矩陣可以表示為

(2)

假設系統的發送信號為X,加性噪聲為n,則系統的接受信號為

Y=HX+n

(3)

MIMO通信系統可以將數據流分為M個,M的數值需要小于或者等于最小天線數,則MIMO系統的信道容量可以表示為

C=MBlog2(1+S/N)

(4)

OFDM的信號包含了多個調制的子載波。假設子載波的個數為N,OFDM系統的符號寬度為TN,每個載波的數據符號為X(k),k=0,1,2,...,N-1,載波頻率為fc,則第k個子載波的頻率為fk=fc+k·Δf。其中,Δfc為子載波的頻率間隔。1個OFDM信號的表達式為

(5)

假設子載波互相正交,則公式可以寫成

(6)

OFDM符號子載波的正交性頻譜是一組sinc函數,零點在Δf的整數倍位置上。信號頻譜如圖5所示。

圖5 OFDM信號的頻譜Fig.5 The spectrum of OFDM signal

OFDM系統的調制和解調可以通過離散傅里葉變換和傅里葉逆變換來實現。隨著移動通信技術的高速發展,手機的功能日益強大,使其作為遠程控制的工具成為可能。在采摘機器人作業過程中,管理員可以通過手機對采摘機器人的作業情況進行監測,并通過語音指令控制的方法對采摘機器人進行控制,從而實現采摘機器人的智能化操作。

3 智能采摘機器人自動化系統測試

基于遠程監測和聲控技術,利用通信網絡可以對采摘機器人進行遠程控制。為了降低因時間延長造成的控制精度降低,可以采用反饋傳遞時間延遲的方法。其主要原理如圖6所示。

圖6 遠程監測和聲控控制系統原理圖Fig.6 The principle diagram of remote monitoring and acoustic control system

遠程管理員端和虛擬機器人進行連接,可以利用Java來構建。當遠程管理員發送聲控信息給采摘機器人時,信息被傳送到采摘機器人端,同時還傳送到虛擬機器人端,保證采摘機器人和虛擬機器人的動作是一致的;管理員可以通過對虛擬機器人的控制,從視覺和觸覺效果上決定下一步的指令發送,可降低采摘機器人的錯誤動作造成的水果和蔬菜的損失。

按照正常的語音視頻通信,聲控信號的強度如圖7所示。工作時,發送一條語音指令,采摘機器人將在特定的時間識別出語音的最強信號;但受到采摘作業環境的影響,信號往往不能正常傳送,會有時間延長。采摘作業環境音頻信號傳輸如圖8所示。

圖7 正常信號傳輸示意圖Fig.7 The schematic diagram of normal signal transmission

圖8 采摘作業環境音頻信號傳輸Fig.8 The audio signal transmission in picking environment

受到采摘作業環境的影響,信號會產生延遲。當遠程端發送聲控信號時,采摘機器人可能接收不到完整的信號而造成語音信號識別不準,采用MIMO通信系統則可以有效地增強信號傳輸強度,如圖9所示。

圖9 增強后信號傳輸示意圖Fig.9 The enhanced signal transmission diagram

信號進行增強之后,可以降低信號傳輸的時間延長,提高信號傳輸質量;當遠程端發出聲控指令后,采摘機器人可以有效并準確的識別控制指令,從而提高控制的精度。

為驗證基于交互式視音頻技術的智能采摘機器人自動化系統的可靠性,以采摘機器人語音信號識別和動作執行的準確率為測試目的,對系統進行了測試,結果如表1所示。由測試結果可以看出:采摘機器人語音信號識別準確率在98.5%以上,動作執行的準確率在98.9%以上,準確率較高,可以滿足采摘機器人高精度采摘的設計需求。

表1 信號識別和動作執行準確率Table 1 The accuracy of signal recognition and action execution

4 結論

為了提高采摘機器人的控制效率和控制精度,模仿英語交互式視音頻教學技術,在采摘機器人控制上引入了交互式系統。采摘機器人作業過程中,遠程端通過對采摘機器人的實時監測,可以通過語音發出控制指令,調整采摘機器人的作業姿態,進而提高其作業質量。為了驗證方案的可行性,對采摘機器人語音的識別準率和動作執行準確率進行了測試,結果表明:采摘機器人具有較高的控制精度,可為采摘機器人的遠程控制提供參考。