馬鈴薯智能清選控制系統設計與試驗

王澤東,趙勝雪,付曉明,徐衛浩,孫振鑫,王忠鵬

(1.黑龍江八一農墾大學 工程學院,黑龍江 大慶 163319;2.黑龍江省馬鈴薯機械化工程技術研究中心,黑龍江 大慶 163319)

0 引言

馬鈴薯是繼水稻、玉米和小麥后的世界第四大糧食作物[1-3],2015年我國確立了馬鈴薯為戰略性主糧[4]。馬鈴薯種植范圍極廣,在我國各省市均有種植[5],2020年全國種植面積達到478.9萬hm2,產量居于世界首位。北方黏重土壤種植區機械化收獲后夾雜薯秧、土塊等大量雜質,長期以來機械化收獲后除雜不凈,需要進一步采用人工撿拾清選,費時費力且影響作業效率。

我國馬鈴薯清選設備起步較晚,技術水平低,制約著馬鈴薯種植業發展。現有的馬鈴薯清選機主要分為滾筒式、鼠籠式、濕式清選、干式低損清選分級機以及基于機器視覺下的在線監測清選設備[6-8]。王剛[9]設計了馬鈴薯田間收獲清選機構,可在田間進行清選作業。劉權磊[10]等研制一款田間集成分選機,可進行田間分離、輸送為一體的作業。耿端陽[11]等設計了一種馬鈴薯清選機氣力懸浮薯石分離裝置,利用薯塊和石塊密度不同的特點,采用氣力懸浮輸送技術將馬鈴薯與其他雜質分離開來。呂金慶[12]等設計了馬鈴薯料斗機除雜裝置,可以有效降低馬鈴薯除雜作業的傷薯率且提高除雜率。綜上所述,目前關于馬鈴薯清選方面研究主要集中在傳統機械除雜方式上,清選裝備過大,除雜不凈且笨重,不適宜田間作業,對馬鈴薯智能清選設備研究甚少。

為此,提出了采用智能化方式完成清選作業的方法,研發了基于機器視覺技術的馬鈴薯智能清選控制系統,以實現馬鈴薯與土塊的智能、高效清選,并通過臺架試驗驗證了控制系統的穩定性以及準確性。

1 智能清選控制系統總體設計

馬鈴薯智能清選控制系統采用模塊化設計理念,按其功能可分為5大模塊,由圖像采集系統、伺服電機、主控計算機、步進電機和伺服控制器組成,如圖1所示。其中,圖像采集系統由Azure Kinect DK深度相機、補光燈等組成,如圖1所示。伺服控制器由STM32F407芯片、電源、串口通信模塊等組成。

馬鈴薯清選作業時,目標物依次運行,經圖像采集系統進行識別,判斷目標物為馬鈴薯或者土塊以及目標物距離清選翻板的位置;通過清選控制模型運算目標物與清選翻板的時間,根據目標物到達清選翻板的時間,伺服控制器根據所接收目標物為馬鈴薯或者土塊的指令輸出給尾端的步進電機,控制步進電機正轉或者反轉,步進電機控制清選翻板進行工作。馬鈴薯智能清選系統需要在最優的伺服電機轉速下進行工作,在保證效率的前提下,伺服電機轉速既要保證目標物識別率又要保證識別準確度。因此,為滿足最優的伺服電機轉速,通過單因素試驗優化出伺服電機最佳運行轉速,根據伺服電機轉速建立清選控制模型,從而優化馬鈴薯的清選工作。

圖1 馬鈴薯智能清選控制系統總體設計Fig.1 Overall design of potato intelligent cleaning control system

2 智能清選控制系統硬件設計

2.1 智能清選系統控制器

控制器主要包括STM32F407單片機、伺服驅動器、步進電機驅動器等,如圖2所示。工作時,試驗臺運行目標物至圖像采集區時,對目標物進行采集并自動識別,主控計算機通過計算輸出目標物的類別、位置以及精度信號,STM32F407單片機接收信號并輸出指令,通過清選控制模型來控制步進電機的旋轉方向及旋轉時刻。通過步進電機帶動清選翻板完成智能清選工作,控制順序為:優化試驗臺輸送速度→圖像采集并識別→主控計算機運算分析→STM32F407單片機接收信號并輸出指令→清選控制模型運算分析→步進電機旋轉完成清選作業。

圖2 控制器實物圖Fig. 2 Physical drawing of controller

2.2 清選翻板設計

根據清選工作所需,設計一套與步進電機相配合的清選翻板,功能為將輸送裝置輸送的馬鈴薯或者土塊根據指令將目標物分成預設軌道運行,其軸測圖如圖3所示。

1.清選翻板 2.聯軸器 3.步進電機圖3 軸測圖Fig.3 Isometric drawing

將此裝置連接,安裝到試驗臺上,完成相應試驗,其實物安裝如圖4所示。

該翻板采用PP塑料板材,較為輕便。使用聯軸器,將步進電機與翻板相連接,通過電機順時針、逆時針轉動來帶動翻板的往復擺動。

3 建立智能清選模型

當目標物第1次被識別時對應其初始位置,根據這一位置建立清選控制模型,其相機視場范圍內目標位置如圖5所示。

圖5 相機視場范圍內目標位置計算示意圖Fig.5 Schematic diagram of target position calculation within camera field of view

設已識別對象錨框中心點坐標為(x,y),圖像垂直像素為pv,若當前目標為第i個物體,可計算目標中心與圖像中心點的垂直像素距離ci為

(1)

已知相機視場角為θ,相機鏡頭距輸送平臺的距離(目物距離)為U,則相機視場范圍內該目標物距相機傳感器中心實際的水平距離Ci為

(2)

該目標距離清選翻板最遠處,初始位置Si為

Si=Ci+S(i=0……n)

(3)

式中Si—目標物距離清選翻板的初始距離(mm);

Ci—目標中心點到相機中心的距離(mm);

S—清選翻板距相機中心的距離(mm)。

旋轉編碼器測得的輸送平臺主軸角速度為ω,已知主鏈輪半徑r,由式(1)～式(3)可得識別的第i個目標物從識別的位置到清選翻板位置的時間為

(4)

基于清選控制模型可計算出目標物到達清選翻板所需的時間,清選裝置依據時間完成清選工作。

4 控制系統性能測試

4.1 測試條件與方法

試驗在黑龍江八一農墾大學寒地馬鈴薯技術研究中心實驗室進行,圖像處理如圖6所示。選取黑龍江省克山農場收獲后未經處理的30個含雜馬鈴薯及雜質土20塊,其他工作條件均不變,將其通過馬鈴薯智能清選系統試驗平臺進行識別并清選。

圖6 處理馬鈴薯圖像Fig.6 Processing potato images

4.2 測試評價指標

試驗定義馬鈴薯清選的評價指標為馬鈴薯選出率為Q,則

(5)

式中Q1—清選后馬鈴薯的個數;

Q2—清選前馬鈴薯的個數。

4.3 結果與分析

試驗過程中,進行單因素試驗,試驗臺的參數始終保持不變,測試出馬鈴薯智能清選控制系統目標物平均識別率及平均識別準確度。

試驗從伺服電機轉速300r/min開始進行,每個轉速下測試5組,測出目標物平均識別率以及平均識別準確度。試驗定義目標物平均識別率為N、平均識別準度為M,則

(6)

式中N1—識別出目標物的個數;

N2—目標物總個數。

(7)

式中M1—識別出馬鈴薯準確率之和;

M2—識別出馬鈴薯的個數。

分別選取不同轉速進行試驗,其單因素試驗方案與結果如表1所示。由表1可知:隨伺服電機轉速的增加,目標物的識別率平均識別準確度在逐漸下降。結合清選效率以及目標物識別率,將伺服電機的轉速設定在500r/min,此時目標物識別率為100%,平均識別準確度為93.50%。按照此伺服電機的速度進行清選試驗,現場如圖7所示。

表1 單因素試驗方案與結果

圖7 試驗現場圖Fig.7 Test site diagram

其他工作條件不變,將伺服電機設定在500r/min的條件下,重復10次得出其平均馬鈴薯選出率。試驗結果如表2所示。

表2 試驗方案與結果

由表2可知:當伺服電機轉速為500r/min時,馬鈴薯的平均選出率為96.83%,滿足實際的清選作業要求。

5 結論

1)利用馬鈴薯清選識別模型,建立了相應的馬鈴薯智能清選控制系統,可以實現馬鈴薯與土塊等雜質的自動清選。

2)通過控制系統測試了在最優的伺服電機轉速下馬鈴薯的平均選出率,結果表明:當伺服電機轉速為500r/min時,馬鈴薯的平均選出率為96.83%,滿足實際的清選作業要求。