基于單目視覺的農業機器人導航系統研究

　　摘要:機器人在農業生產、農產品運輸等方面的應用程度，已逐漸成為農業智慧化水平的體現，而受農業環境復雜性的限制，機器人的導航路徑規劃及定位精度問題，仍是制約農業機器人應用的主要因素之一。為此，設計了一種基于單目視覺的農業機器人導航系統，通過攝像頭采集農業機器人工作環境信息，建立機器人的視覺導航地圖;采用級聯分類器區域檢測結合顏色標定的方法，使用戶能夠根據具體環境，自主規劃機器人運動路徑，實現機器人的實時定位與導航。實驗結果表明:農業機器人沿用戶自主規劃的無軌道路徑，可自動完成導航定位工作，并在路徑各目標點獲得了亞米級的定位精度，滿足農業機器人的應用需求。

　　關鍵詞:路徑規劃;單目視覺;視覺導航地圖;區域檢測;顏色標定

　　0引言物聯網、人工智能、機器視覺等技術的廣泛應用，有效地解決了農業人工成本日益增加問題，加速了農業的規�；�發展[1]。其中，農業機器人在農產品種植、管理、采摘及運輸服務等方面的應用[2-3]，不僅緩解了農業勞動力不足的問題[4]，還大大降低了農業生產過程中高溫、高濕環境對人體的傷害[5]，提高了工作效率。

　　機器人論文范例： 工業機器人產業的發展現狀分析及產業對策研究

　　在野外農業機器人通常可以采用GPS實現精準導航與定位，而在農業大棚、農產品倉儲等室內環境下，受GPS定位精度大幅下降的影響，農業機器人的應用往往需要室內定位與導航技術的支持。為此，設計了一種基于單目視覺的農業機器人導航系統，通過單目攝像頭采集農業機器人工作環境信息[6]，實現了農業機器人的運動路徑的用戶自主規劃、自動定位與導航。

　　1系統結構設計

　　農業機器人導航系統主要包括應用系統主控端與機器人下位機控制端兩部分，負責農業機器人的導航 地圖建立、路徑規劃、機器人位置識別及運動狀態信息更新等工作，從而保障機器人沿用戶自主規劃路徑移動。應用系統主控端通過攝像頭獲取農業機器人工作環境圖像，建立機器人的視覺導航地圖，實現農業機器人的位置識別;根據用戶的規劃路徑及起始位置信息，計算機器人的下一步運動狀態信息(方向、姿態、速度等)，并通過網絡通信模塊將運動狀態的控制信息發送至機器人下位機控制端，由下位機控制端實現機器人按用戶規劃路徑運動的控制操作。與此同時，下位機控制端將機器人當前的運行狀態信息(方向、姿態、速度等)，通過數據幀反饋至應用系統主控端，以輔助主控端動態修正機器人的運動控制指令。

　　2農業機器人結構設計

　　2.1農業機器人運動模型

　　農業機器人采用3輪全向移動方式，通過3個相互成120°鈍角的麥克納姆輪(Mecanum)構成機器人的底盤移動裝置，利用機器人水平運動速度與各運動輪之間的速度分解關系[7]，使得農業機器人能夠遵循導航系統主控應用端的指令，沿用戶自主規劃的路徑運動。其中，運動路徑由包含起點與終點在內的多個分散目標點構成，主控端動態更新機器人運動的控制指令，以減小機器人運動過程中產生的累積偏差。

　　2.2下位機控制端硬件設計

　　下位機控制端主要負責接收主控應用端的控制指令、機器人運動路徑引導、運動差速調控、狀態檢測等，包括通信模塊、微處理器、電源模塊、存儲模塊、電機驅動模塊及速度調節模塊等。

　　導航定位系統的主控端通過通信模塊，將機器人的實時定位信息、運動方向、速度等計算結果，發送至下位機微處理器，由下位機控制速度調節模塊、電機驅動模塊，調整機器人運動狀態[9]。系統采用32位的STM32F103作為下位機微處理器，接收、執行應用系統主控端的命令信息并檢測機器人運動狀態;微處理器根據命令信息，調節機器人各運動輪的直流電機驅動信號，利用雙路PWM信號的不同占空比與電機轉速的對應關系，達到控制機器人各運動輪速度的目的。電源模塊為機器人下位機控制端的各個模塊，提供持續、穩定的工作電壓。

　　3農業機器人單目視覺定位與導航

　　農業機器人導航系統利用單目攝像頭，獲取機器人工作環境的視頻序列，構建機器人定位及導航的視覺地圖;在視覺地圖中對機器人運動狀態，進行實時定位與跟蹤，并將機器人當前位置的定位結果與用戶自定義的路徑信息一起，作為機器人動態控制的輸入數據，計算得到機器人接下來的運動方向和速度，實現機器人從路徑起點到終點的自動導航。

　　3.1單目視覺定位原理

　　機器人自動導航過程中，定位的準確性是評判系統性能的主要指標之一。當導航系統利用單目攝像頭采集到農業機器人工作環境圖像后，利用透視變換完成三維運行環境的二維圖像映射，實現世界坐標系與圖像坐標系的轉換[10]。此外，考慮到機器人自身的高度問題，系統將機器人的頂部作為標定平面，構建視覺導航地圖。

　　3.2農業機器人的定位跟蹤

　　實時的位置信息獲取是機器人自動導航的關鍵技術之一[13]，設計的基于單目視覺的農業機器人導航系統，采用了級聯分類區域檢測結合顏色標定的方法，以實現機器人的實時定位。系統首先通過Adaboost級聯分類器，檢測機器人的位置區域框，再通過計算框內標定顏色塊中心位置，獲得機器人的實時定位信息。

　　Adaboost級聯分類器的核心是迭代[14]，主要包括離線訓練和在線檢測兩部分。其中，離線訓練階段利用采集到的機器人正、負樣本，根據Haar特征生成弱分類器，并將弱分類器按各自的權重聯合[15]，形成強分類器，再將各級強分類器級聯，生成農業機器人導航系統所需的級聯分類器[16];在線檢測階段使用訓練生成的級聯分類器，實現視覺導航系統內機器人的檢測與識別，獲得導航地圖中機器人的外接矩形框及位置的相關參數值。

　　由于像素坐標下，Adaboost級聯分類器在線檢測階段，獲得的機器人外接矩形區域大小不固定，若直接以此區域中心為機器人定位坐標，則可能產生較大的誤差波動。因此，系統在機器人位置區域檢測的基礎上，結合顏色塊標定法，完成了機器人的識別與跟蹤，并以顏色塊的中心坐標為機器人的導航定位信息。

　　針對顏色塊標定的識別與跟蹤，農業機器人導航系統選擇了RGB模型，其豐富而廣泛的色彩空間，能夠較好地滿足機器人跟蹤過程中因環境、光照引起的顏色變化需求[17-18]。機器人導航系統顏色塊標定的識別和跟蹤算法步驟如下:1)初始化:根據標定塊的顏色、大小，初始化顏色塊RGB值及半徑閾值r，并以初始RGB值為基準，設置標定塊的RGB顏色范圍。

　　4實驗驗證與分析

　　為了驗證導航地圖精度，在實驗室依次測量30個驗證點的實際坐標，并在導航地圖內計算其相應的坐標值。對比驗證點坐標的測量值與計算值得到:導航地圖中定位誤差的最大值為7cm，最小值為0，平均值為3.2cm;其定位誤差小于3cm的累計概率達到60%，定位誤差小于6cm的累計概率達到90%以上，較好地滿足了機器人應用中的定位需求。此外，實驗記錄機器人在路徑上7個目標點的導航定位坐標計算值及實際測量坐標值，得到機器人在各目標點定位誤差的最大值為7.6cm，最小值為4.2cm，平均值為6.1cm。對比導航地圖精度驗證結果得到:導航定位中機器人在各目標點的定位效果，與導航地圖精度亦密切相關，且定位誤差僅略大于地圖精度誤差。

　　5結論

　　基于單目視覺的農業機器人導航系統，利用透視變換完成機器人三維運行環境的二維圖像映射，實現了世界坐標系與圖像坐標系的轉換，建立導航地圖。系統選擇中心控制方式，由主控端負責機器人運動路徑自主規劃、位置識別、運動狀態更新等計算工作，采用區域檢測結合顏色標定的方法，實現了機器人的實時定位與導航。實驗驗證表明:基于單目視覺的農業機器人導航系統，具有良好的定位精度，滿足農業機器人的運行需求。

　　參考文獻:

　　[1]蘭玉彬，王天偉，陳盛德，等.農業人工智能技術:現代農業科技的翅膀[J].華南農業大學學報，2020，41(6):1-13.

　　[2]王寶梁，索明何，劉大誠.基于開放式結構的多功能農業機器人設計[J].中國農機化學報，2019，40(3):179-184.

　　[3]王飛濤，樊春春，李兆東，等.機器人在設施農業領域應用現狀及發展趨勢分析[J].中國農機化學報，2020，41(3):93-98，120.

　　[4]閆全濤，李麗霞，邱權，等.小型移動式農業機器人研究現狀及發展趨勢[J].中國農機化學報，2019，40(5):178-186.

　　作者：趙榮陽1，吳桂云2，梁家海1，王青青1，姜重然2，王斌2

轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/27956.html