基于機器視覺的農產品檢測控制系統

東北石油大學 樊雨佳

本次設計的主要對象就是面對像瓜果類的初級農產品成熟度的檢測以及對后期數據的反饋，確定成熟的初級農產品所在位置，并反饋坐標信息，對后期采摘加以控制，從而達到提高該類初級農產品的生產效率，實現從檢測到控制的一體化過程的目的。

機器視覺技術在農業領域的應用研究起始于20世紀70年代，主要集中在植物種類的鑒別、農產品品質檢測等方面，初期的研究多數是對機器視覺在農業應用的可行性分析及圖像處理算法的開發。隨著計算機軟硬件、圖像采集處理裝置、圖像處理技術的迅猛發展，機器視覺技術在農業的應用領域不斷擴展。目前，美國、日本、德國等發達國家已經開始將機器視覺系統應用到農業生產的各個階段，以解決人口老齡化加劇、勞動力缺失等問題引起的挑戰。

農產品檢測方式：

（1）根據檢驗過程中是否要對農作物結構進行破壞，將成熟度檢測方法劃分為傳統檢測技術與無傷檢測技術。傳統的農產品檢測技術主要是依靠經驗判斷是否成熟或借助糖度檢測分析儀、酸度檢測分析儀、硬度計等工具來檢測判斷農產品的外觀、可溶性糖含量、酸度、硬度等等通過數值上檢測是否合格、借助此類儀器僅能起到抽查的作用，而對于大規模采摘檢測無疑是不可取的。

（2）傳統根據經驗來判斷農產品是否成熟，大多數農產品都需要借助顏色和硬度來判斷。這種方法重復性高可由機器代替。利用機械視覺來代替人眼進行簡單且重復性高的動作從而代替人來提高生產力。

總體設計思路：采摘系統如下構成，無需多余的部件，實現精確，靈活對農作物進行采摘。利用機械臂細長特點可對植株深處的農作物進行采摘。在機器前部與工作手臂前端安置攝像頭，機器前部攝像頭在尋找目標時打開，利用激光測距儀數據和機器視覺對目標位置進行鎖定當進入到機器工作范圍內，啟用工作手臂前置攝像頭并關閉機器前部攝像頭，從而實現精確采摘。采摘結束之后機器會通過藍牙發送空間位置給電腦，避免二次無用搜索（此程序可自己選擇關閉或開啟）。

圖1 項目研究內容

項目實現過程中主要難點在于確定物體位置的問題，以及各種作物特征值問題。我們對比大量數據，從實踐出發做了大量實驗并得出結論編寫了算法，并根據現有的理論知識創建程序。確保了系統的實用性。最終實現需要連接電腦藍牙，通過藍牙實時返回數據，并將地理實時數據返回給機器，最終實現不漏一個農作物，高效精確地完成任務。

具體結構模塊如圖1所示。

1 檢測控制系統的硬件設計

1.1 驅動電路設計

圖2 機械臂成圖

通過電機以及舵機的驅動來使得機械臂做出前伸，后拉，旋轉以及抓取等動作。由兩個發送端組成整個機械臂系統，發送端在PCB線路板上設計并焊接集成了STM32F103C8核心板，MPU6050姿態傳感器，nRF24L01無線收發器和一個控制機械臂爪子部分夾取功能的按鈕。MPU6050姿態傳感器輸出的并不是角度或者加速度信號，mpu6050內部集成有處理單元DMP數字運動處理器，原始數據經過DMP融合（打包處理）得到四元數，四元數在經過以下的數學公式轉換分別轉換為x軸，y軸，z軸上的角度，接收端收到數據后，再將角度最終轉換為弧度交由機械臂舵機去執行。如圖2所示。

1.2 攝影電路

圖像傳感器的指令，產生數碼相機專用集成電路其他模塊的同步時序，在MCU的控制下完成取景和拍照操作。OV7725是一個能夠提供單片VGA攝像頭和影像處理器的所有功能的圖像傳感器，它可以輸出整幀，子采樣，取窗口等方式的各種分辨率8/10位圖像數據，支持的數據格式有很多種，包括RAW RGB，RGB(GRB4:2:2，RGB 565/555/444)以及YCbCr(4:2:2)等格式。它的體積小，工作電壓低，具有單片VGA攝像頭影像處理器的功能，可以對圖像進行伽瑪曲線、白平衡、飽和度、色度等處理。一幅圖像就是一幀的數據，OV7725在采集完一幅圖像后，都會產生一個場/幀同步信號VSYNC，其時序為：一個脈沖為一幀的開始，低電平時開始傳輸，另一個脈沖為一幀結束。當捕捉到VSYNC的上跳沿（或下跳沿）時，產生中斷，將數據寫入到FIFO中。VSYNC保持低電平表明正在傳送圖像。當再次捕捉到VSYNC的上跳沿（或下調沿）時，產生中斷，一幀圖像傳輸完畢，禁止向FIFO的寫入，并開始讀FIFO中的數據。具體流程圖如圖3所示。

圖3 攝影及數據存儲模塊

1.3 數據收發模塊

SCCB（OmniVision serial camera control bus），即串行攝像機控制總線，是一種已經由OmniVision公司定義和采納的SCCB總線是一種三線結構的串行總線，用于完成對絕大多數OmniVision系列圖像傳輸芯片功能的控制。在簡化的引腳封裝中，SCCB總線可以工作在改進的兩線工作方式下。兩線SCCB接口有兩條通迅連接線，即SIO_D（數據線）和SIO_C（時鐘線）。SCCB接口協議是一種簡化的I2C協議，兩者通信的時序基本一致，但是在應答信號ACK和總線停止信號等方面上存在差異。STM32上沒有SCCB的硬件接口，故采用GPIO模擬I2C（SCCB的雙總線，將SCCB_E硬件接地）的方式實現，圖4所示是雙總線功能原理圖。

圖4 數據收發模塊

2 軟件算法

2.1 視覺算法

在圖像處理部分，利用相機攝影保存圖片，再將圖片傳輸的數據通過STM32單片機的處理，采用CMOS視覺相機對客觀環境進行記錄，并將光信號轉化為電信號，分別傳送給圖像處理模塊，和數據運算控制模塊。圖像處理模塊則對該數據進行進行分析和處理，該模塊的核心在于采用SLAM視覺技術，完成對客觀環境的分析來達到對三維地圖的建立以及自身定位，數據傳送給系統的控制和運算模塊，從數據運算及控制端模塊將采用ARM內核的STM32微處理器，對攝取到的光學圖像信號運算以及客觀環境內主體運動路線的分析與制定。并將每次記錄到數據與標準數據范圍做比較，評定是否產品符合檢測標準再通過數據反饋模塊將記錄到的數據反饋給主機。控制端將再數據傳送到步進驅動模塊，驅動完成對各個角度的檢測。為農產品今后的生產做分析應用。數據傳送和反饋模塊將采用藍牙以及IIC來傳輸數據。

2.2 電機驅動算法

單片機輸出控制信號，舵機接收控制信號控制電機開始轉動。這個過程將采用PWM算法來控制舵機的運轉。PWM算法是一種對模擬信號進行數字編碼的方法。通過單片機來改變脈沖寬度來控制輸出電壓，通過改變周期長度來控制輸出頻率。從而達到控制舵機轉向以及電機轉速的問題。

結論：面對社會需求以及國內機器視覺對于農業應用的現狀，我認為機器視覺在農產品檢測以及采摘控制方面前景巨大，后期對于農業發展的防蟲工作，種子篩選工作，農田規劃方面也是大有作為。用機器代替人進行一些可操作性不高的工作是再合適不過了。此項目的設計不僅滿足市場需求，更能解決實實在在的社會問題，推進農業自動化，智能化的一劑強心劑。為農業的發展注入新的活力。