本文摘要：摘要:為了使農業機器人能夠有效地避開作業過程中的障礙物，設計了基于大數據的農業機器人路徑規劃與實時同步定位系統。該系統采用大數據云平臺，給出了單個小障礙物的避障策略，提出了避障路徑規劃和實時同步定位算法。實驗結果表明:應用云平臺大數據進行路
摘要:為了使農業機器人能夠有效地避開作業過程中的障礙物，設計了基于大數據的農業機器人路徑規劃與實時同步定位系統。該系統采用大數據云平臺，給出了單個小障礙物的避障策略，提出了避障路徑規劃和實時同步定位算法。實驗結果表明:應用云平臺大數據進行路徑規劃和實時定位非常有效，解決了農業機器人在作業過程中的路徑規劃和實時同步定位問題，可為其他相關領域的避障路徑規劃提供參考。
關鍵詞:農業機器人;大數據;路徑規劃;避障;同步定位
數字方向論文投稿刊物：《產權導刊》的辦刊宗旨是：研討產權理論、宣傳政策法規、探索制度改革、指導市場建設、披露動態信息、介紹基本知識、引導產權投資，密切關注產權交易中的熱點、難點問題，為健全多層次資本市場、建設統一開放競爭有序的產權市場、實現資源優化配置、健全現代產權制度、促進各類所有制企業發展服務，為企業并購重組、提高企業核心競爭力服務，為國有經濟結構調整、完善社會主義市場經濟體制服務，為從事和關心產權交易的廣大讀者服務。
0引言
隨著大數據、人工智能、自動駕駛技術的快速發展，現代農業生產逐步走向自動化、信息化和精細化。農業機器人自動導航技術是農業機械自動化、信息化和精細化的基礎，為了使農業機械自主導航能夠成功、高效地完成任務，必須進行有效的路徑規則和實時定位。為此，針對農業機器人避障和定位問題，設計了一種基于大數據的農業機器人路徑規劃與實時同步定位系統，可實現農業機器人路徑規劃和實時定位功能。
1云端大數據
1.1云端大數據的結構
隨著云計算、5G通訊、人工智能、互聯網和物聯網的快速發展，使得大數據站在了發展的風口上，越來越多的公司開始研發自己的數據庫，且各具特色，如美國甲骨文公司的Oracle、美國Sybase公司的Sybase、美國IBM公司的Informix、美國Microsoft公司的SQLServer和Access，以及開源的MySQL等數據庫。SQL是1986年由美國國家標準局(ANSI)通過的關系數據庫操作語言標準，是一種結構化查詢語言(StructuredQueryLanguage)[53]，包含通用的增、刪、改、查等SQL命令及相關語法。另外，MySQL是一款開源性產品，具有跨平臺、功能強大、操作方便和價格優勢，因此本文設計的云端大數據采用MySQL進行搭建。在云端服務器中，所創建數據庫主要包含了ICP點云匹配核心算法及數據的增、刪、改、查等功能。農業機器人主要收集作業周邊環境的信息，為了確保二者之間的數據傳輸的可靠性，采用TCP/IP協議。
1.2數據庫通信接口
常用數據庫訪問接口有ODBC和JDBC兩種。其中，ODBC(OpenDatabaseConnectivity，開放數據庫互連)是一種可用來訪問關系數據庫的編程接口，可對多種不同數據庫進行訪問，采取統一方式對數據庫進行處理。通過應用程序對數據庫進行訪問，ODBC管理器所擁有的數據源是基礎，采用此方法對數據庫進行連接時，必須先配置數據源，配置流程為按順序點擊開始/控制面板/ODBC3項，進入用戶DSN標簽選項，點擊添加，創建新數據源，選擇SQLServer，輸入數據源名稱及服務器名稱;之后，按照創建的數據庫選擇登入方式及登錄名與密碼，更改默認的數據庫為自己創建的數據庫，創建完成，可進行數據源測試。ODBC最大的特點是可以采用統一的API接口去處理所有的數據，本文設計的云端服務器系統和農業機器人之間的信息交互采用JAVA編程，而云端服務器也采用JAVA編程，因此采用ODBC進行數據庫通信接口的開發設計。
1.3TCP/IP網絡通信
TCP/IP協議網絡中傳輸層具有TCP協議及UDP協議:TCP是一種面向連接的協議，在數據傳輸前，必須建立可靠的連接，多用于對可靠性要求較高的場合;UDP是一種面向無連接的協議，多用于廣播、視頻通信等對可靠性要求不高的領域。結合平臺對數據的要求，在本地服務器與GPRS的連接中，需完成TCP/IP的Socket網絡編程。為了保證農業機器人和云端數據庫之間進行可靠的通信，采用基于TCP的Socket網絡編程。
2農業機器人路徑規劃與實時同步定位
2.1農業機器人路徑規劃
農業機器人作業環境具有多變、未知和開放性等特點，相對比較復雜。在實際作業過程中，農業機器人根據設置設定的任務目標，獲取環境信息，然后將處理后的環境信息通過TCP/IP的通信協議發送給云端數據庫，由云端云計算平臺計算規劃后，將最優的路徑結果發送回農業機器人，農業機器人根據該路徑進行作業。
在路徑規劃中，往往根據目的地、障礙物及大小來規劃避障路徑。障礙物大小的定義為:最小外接圓直徑小于1個工作寬度(農業機器人最大寬度)的障礙物為小障礙物，其他障礙物為大障礙物。本文研究的農業機器人避障規劃和實時同步定位主要是針對小障礙物進行避障路徑規劃。在避障路徑規劃中，假設農業機器人工作塊的信息已知，小障礙物的最小外接圓的半徑和中心位置也已知。
2.2農業機器人實時同步定位
本文構建的基于大數據的農業機器人路徑規劃與實時同步定位系統，通過農業機器人搭載的工業相機采集周邊環境的圖像，同時使用紅外測距傳感器，對周邊的障礙物距離進行采集。由于定位算法計算量較大，時間較長，不適合在農業機器人控制系統中處理。因此，通過網絡通信將農業機器人采集到的環境信息實時發送給云端數據庫，由云端服務器通過海量數據計算模塊進行處理。農業機器人控制系統主要完成數據信息的采集，而云服務器則利用數據庫保存參數信息，并結合云計算的高效計算，運用數學模型，進行地圖更新、路徑規劃和實時定位等功能。
3大數據云架構的實現
農業機器人大數據云架構主要由云平臺數據庫、云計算、無線路由器、農業機器人、紅外傳感器和工業相機組成。農業機器人路徑規劃與實時定位系統根據紅外測距傳感器和工業相機采集的環境信息，結合機器人自身的移動方向等，通過無線路由器將參數信息采用TCP/IP的方式發送給云服務器;云服務器保存機器人的需求和環境參數，實現地圖的搭建、更新，路徑規劃和實時定位等功能。大數據云架構采用華為公司的彈性云服務器ECS，該彈性云服務器采用16核CPU，內存高達64G，數據帶寬可以達到10M，是一種可隨時自助獲取、可彈性伸縮的云服務器，具有可靠、安全、靈活、高效的特點。
4實驗測試與結果分析
為了驗證所提出的基于大數據的農業機器人路徑規劃與實時同步定位方法的有效性，根據云平臺和農業機器人的性能參數，利用MatLab進行了仿真實驗。
5結論
針對農業機器人避障和定位問題，設計了一種基于大數據的農業機器人路徑規劃與實時同步定位系統。系統采用大數據云平臺，研究了單個小障礙物的避障策略，提出了避障路徑規劃算法和實時同步定位系統。MatLab仿真研究表明:該方法所研究的路徑規劃和實時定位可以避免農業機器人作業路徑中的小障礙，有利于保證農業機器人的安全，能夠為其他相關領域的避障路徑規劃提供參考。
參考文獻:
[1]張衡.基于蟻群算法的多農業機器人路徑規劃研究[J].數字技術與應用，2017(6):147-149.
[2]袁加紅.水稻插秧機最優覆蓋路徑規劃研究[D].合肥:安徽農業大學，2016.
[3]樓曉春，謝宇.一種基于虛擬力的多機器人編隊控制系統[J].中國機械工程，2014，25(24):3294-3297.
[4]陳恩水.機器人避障路徑優化模型[J].南通職業大學學報，2013(3):53-57.
[5]艾淵.淺論基于大數據的客服機器人系統研究[J].電子世界，2017(17):103.
轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/21826.html
