基于遺傳算法和EDA技術的果蔬采摘機器人設計

熊　瓊，葛　蓁，劉志剛

(1.武漢工商學院 信息工程學院，武漢　430200；2.南昌工學院，南昌　330108)

?

基于遺傳算法和EDA技術的果蔬采摘機器人設計

熊瓊1，葛蓁1，劉志剛2

(1.武漢工商學院 信息工程學院，武漢430200；2.南昌工學院，南昌330108)

摘要：為了提高果蔬采摘機器人的避障和路徑規(guī)劃能力，實現(xiàn)機器人智能化和輕量化的設計，將嵌入式系統(tǒng)引入到果蔬采摘機器人的控制系統(tǒng)中，并利用EDA技術對控制系統(tǒng)進行了封裝，植入了機器人路徑規(guī)劃的遺傳算法。對果蔬采摘機器人的機械手進行了改進，通過機械手結構設計實現(xiàn)了采摘機器人執(zhí)行末端的避障功能，利用遺傳算法智能控制設計實現(xiàn)了復雜環(huán)境中的路徑搜索功能。對果蔬采摘機器人的性能進行了測試，結果表明：障礙物識別率高達99%以上，路徑規(guī)劃的準確率也在95%以上，滿足智能化采摘機器人的設計需求，為現(xiàn)代化采摘機器人的設計提供了較有價值的參考。

關鍵詞：采摘機器人；遺傳算法；嵌入式系統(tǒng)；執(zhí)行末端

0引言

隨著嵌入式控制系統(tǒng)的輕量化和智能化水平的提高，微型機器人和特種機器人也得到了大力的發(fā)展，使得機器人的智能化和結構都有了大幅度的提升。例如，索尼的機器狗是典型的嵌入式機器人控制系統(tǒng)，除了能夠實現(xiàn)復雜的運動之外，還具有語音和圖像的識別能力，可以實現(xiàn)人機交互的智能化功能?；鹦翘綔y車也是個很好的典型嵌入式控制系統(tǒng)機器人例子，利用VxWorks操作系統(tǒng)，可以實現(xiàn)自主的工作。將嵌入式系統(tǒng)引入到果蔬采摘機器人的控制系統(tǒng)中，可以大大提高機器人的智能化和輕量化水平，對于果蔬機器人的現(xiàn)代化設計具有重要的意義。

1果蔬采摘機器人嵌入式系統(tǒng)總體設計

對于嵌入式系統(tǒng)的機器人來說，機器人的運動控制部分一般采用ARM 7來完成。這主要是由于整個系統(tǒng)對實時性要求較高，利用ARM 7來專門控制伺服能更好的滿足要求。果蔬采摘機器人電機控制結構圖，如圖1所示。

ARM7利用串口通信功能，可以實現(xiàn)數(shù)據(jù)的采集，并利用通信串口協(xié)議來解析數(shù)據(jù)，得到電機的轉向和轉速等信息，實現(xiàn)電機的優(yōu)化控制。在電機的控制過程中，可以利用電機驅動程序控制電機的運動，實現(xiàn)機器人的避障和路徑規(guī)劃功能。

圖1　果蔬采摘機器人電機控制結構框圖

圖2為果蔬機器人總體設計框架圖。在嵌入式系統(tǒng)中引入遺傳算法，在遇到障礙物時，使用攝像頭拍攝現(xiàn)場圖像，利用OPENGL仿真將預演用戶所輸入的機器人控制命令后機器人的運動軌跡及動作反解功能，將數(shù)據(jù)傳送到實時控制板ARM7；使用伺服電機控制機器人關節(jié)的運動，從而實現(xiàn)機器人的自動路徑規(guī)劃功能。

圖2　果蔬采摘機器人總體設計框圖

2果蔬采摘機器人結構和控制系統(tǒng)設計

為了滿足果蔬采摘機器人自動避障設計需要，需要對果蔬采摘機器人的末段臂進行改造。其中，末端臂主要由4部分組成，包括關節(jié)的法蘭、絲杠和螺母機構、碰撞感知傳感器、伸縮管組。

圖3為果蔬采摘機器人執(zhí)行末端的結構設計圖。其中，末端臂利用法蘭與機器人大臂相連接，可以實現(xiàn)轉動，完成俯仰動作；伸縮桿利用絲杠和螺母結構實現(xiàn)伸縮功能；末端臂裝有3組碰撞傳感器，可以預測危險碰撞，從而達到躲避障礙物的功能。

1.關節(jié)法蘭件　2.絲杠和螺母機構　3.碰撞感知傳感器　4.伸縮稈

圖4為執(zhí)行末端伸縮動作的過程設計圖。其伸縮功能主要是利用伺服電機的輸出，將轉動轉換為位移，從而帶動伸縮桿實現(xiàn)執(zhí)行末端的伸縮功能。碰撞傳感器的設計如圖5所示。

1.大臂關節(jié)法蘭件　2.交流伺服電機　3.架體　4.導桿　5.絲杠

1 .彈簧組件　2.架體　3.碰撞片　4.支撐架　5.開關組件

工作時，在伸縮臂的面上裝有彈性碰撞片，當彈性碰撞片接觸到障礙物后可以產生力信號；當力信號達到一定大小時限位開關啟動，向機器人發(fā)出信號，提示遇到障礙物，需要通過調整行駛路徑，躲避障礙物，繼續(xù)進行果實采摘。彈簧組件，設計如圖6所示。

1.螺釘　2.圓柱卡片　3.彈簧支撐架

圖6中，導柱和壓縮彈簧直接進行連接，頂端和碰撞彈性片相連，將壓縮彈簧固定；卡片和導柱相連接，卡片的孔需要大于光孔直徑，將碰撞片進行限制，從而保證了其不會從架體內部飛出?？刂葡到y(tǒng)采用EDA嵌入式系統(tǒng)，利用FPGA來設計控制核心部件?？刂齐娐酚?部分組成，其中包括電路控制器、FPGA、驅動電機和數(shù)碼顯示管，如圖7所示。

FPGA是現(xiàn)場可編程邏輯器件，是控制的核心部件，是實現(xiàn)機器人避障和路徑規(guī)劃的主要部件，可以將編寫好的verilog HDL程序燒制到現(xiàn)場可編程邏輯器件FPGA中，通過控制輸入電路把信號輸入到FPGA，通過相關算法進行機器人的路徑規(guī)劃和避障。根據(jù)設計要求，將基于EDA的硬件進行連接，連接完成后的硬件如圖8所示

圖7　嵌入式控制系統(tǒng)原理方框圖

圖8　控制系統(tǒng)硬件連線圖

將編寫好的程序代碼下載到實驗箱的FPGA芯片中，即可實現(xiàn)機器人的避障功能。為了實現(xiàn)機器人的智能化控制，可以利用遺傳算法對機器人路徑規(guī)劃控制系統(tǒng)進行優(yōu)化，遺傳算法起到搜索最優(yōu)路徑的功能，其設計核心是功能函數(shù)設計。為了使搜索路徑最小，需要求得最小值函數(shù)，可將最小值函數(shù)轉換為求最大值函數(shù)，其表達式為

minf(x)=max[-f(x)]

(1)

其中，f(x)表示路徑軌跡的目標函數(shù)。如果所需求的目標函數(shù)總為正值，可以直接設定個體的適應度值F(x)就等于相應的目標函數(shù)值f(x)，其表達式為

F(x)=f(x)

(2)

適應度可以利用目標函數(shù)的變化形式來定義，則

(3)

其中，Cmin為一個適當?shù)南鄬^小的數(shù)，適應度或可以寫成

(4)

則對于目標函數(shù)的最小值優(yōu)化問題可轉換為

(5)

或者

(6)

遺傳算法的基本步驟是首先隨機產生若干機器人軌跡目標函數(shù)群體f(x)，每個個體的適應度可以利用適應度函數(shù)來求??；適應度低的染色體被抑制，適應度高的染色體得到繼承，然后通過以下步驟完成遺傳算法。

1)選擇：按照一定的優(yōu)化原則，選擇t代的群體f(x)中的優(yōu)秀個體，將這些個體遺傳到下一代的群體f(x+1)中。

2)交叉：將群體中的個體進行搭配，搭配的過程是隨機配對的過程，利用個體間的交叉概率來交換染色體。

3)變異：對群體f(x)中的每個個體，通過一定的變異概率，改變染色體的基因，通過復制操作，將結果向這更優(yōu)化的方向迭代計算，從而適應環(huán)境，得到最優(yōu)路徑規(guī)劃。

3果實采摘機器人性能測試

為了驗證EDA嵌入式系統(tǒng)的果實采摘機器人采摘性能，對采摘機器人進行了測試，測試實驗對象為黃瓜采摘機器人。在機器人控制系統(tǒng)中引入了EDA嵌入式結構和遺傳算法，其測試場景如圖9所示。

圖9　測試場景圖

圖9中，測試對象主要是機器人躲避障礙物的功能，包括使用遺傳算法和不使用遺傳算法兩種形式。在不使用遺傳算法對機器人避障功能進行測試時，得到了如圖10所示的路徑規(guī)劃結果。

圖10　機器人路徑規(guī)劃結果圖

在黃瓜采摘的過程中，機器人可以在復雜的作業(yè)環(huán)境下成功地繞過障礙物，從而到達到終點。為了驗證遺傳算法的優(yōu)越性，對遺傳算法的路徑規(guī)劃性能進行了測試，結果如圖11所示。

圖11　遺傳算法采摘機器人路徑規(guī)劃結果圖

與一般算法不同，遺傳算法可以將搜索區(qū)域形成柵格，然后再進行路徑規(guī)劃，從而提高路徑規(guī)劃的精確性。在此，對遺傳算法的采摘機器人進行了多次測試，最終得到了如表1所示的結果。

表1　障礙物識別和路徑規(guī)劃測試表

由表1可以看出：機器人成功識別障礙物的概率較高，成功率達到了99%以上、路徑規(guī)劃的準確率也達到了95%以上，滿足了采摘機器人的作業(yè)設計需求。

4結論

1)對果蔬采摘系統(tǒng)的執(zhí)行末端進行了改進，提高了其自動避障的功能。在果蔬采摘機器人的設計過程中引入了嵌入式系統(tǒng)，并結合EDA技術植入了遺傳算法，對機器人的控制系統(tǒng)進行封裝后，大大提高了提高果蔬采摘機器人輕量化和智能化水平。

2)對嵌入式系統(tǒng)的果蔬采摘機器人進行了測試，結果表明：機器人在果蔬采摘過程中可以成功規(guī)避障礙物，障礙物識別率高達99%以上，路徑規(guī)劃的準確率在95%以上，智能化水平和作業(yè)精度較高。

參考文獻：

[1]許斯軍,曹奇英.基于可視圖的移動機器人路徑規(guī)劃[J].計算機應用與軟件,2011(3):220-222.

[2]尹建軍,武傳宇,YangSimonX,等.番茄采摘機器人機械臂避障路徑規(guī)劃[J].農業(yè)機械學報,2012(12):171-175.

[3]姬偉,程風儀,趙德安,等.基于改進人工勢場的蘋果采摘機器人機械手避障方法[J].農業(yè)機械學報,2013(11):253-259.

[4]周芳,朱齊丹,趙國良.基于改進快速搜索隨機樹法的機械手路徑優(yōu)化[J].機械工程學報,2011(11): 30- 35.

[5]梁喜鳳,王永維,苗香雯.番茄收獲機械手避障運動規(guī)劃[J].農業(yè)機械學報,2008,39(11):89-93.

[6]宋勇,李貽斌,栗春,等.基于神經網絡的移動機器人路徑規(guī)劃方法[J].系統(tǒng)工程與電子技術,2008(2):316-319.

[7]張美玉,黃翰,郝志峰,等.基于蟻群算法的機器人路徑規(guī)劃[J].計算機工程與應用,2005(25):34-37.

[8]孔令軍,張興華,陳建國.基本蟻群算法及其改進[J].北華大學學報：自然科學版,2004(6):572-574.

[9]羅德林,吳順祥.基于勢場蟻群算法的機器人路徑規(guī)劃[J].系統(tǒng)工程與電子技術,2010(6):1277-1280.

[10]董麗梅.山地播種機的研究與設計[D].蘭州:甘肅農業(yè)大學,2009:19-21.

[11]徐云峰.小型免耕播種機的設計及試驗研究[D].北京:中國農業(yè)大學,2005:22-24.

[12]高煥文,李問盈,李洪文.中國特色保護性耕作技術[J].農業(yè)工程學報,2003,19(3):1-4.

[13]王晉生,王桂英.機械化播種實踐[J].農業(yè)技術與裝備,2009(9):21-22.

[14]劉蘊賢,倪道明,李從華,李道珍.不同施肥方法對水稻生長及稻田周圍水體污染的影響[J].天津農業(yè)科學,2007,13(1):31-34.

[15]吳子岳,高煥文,張晉國.玉米秸稈切斷速度和切斷功耗的試驗研究[J].農業(yè)機械學報,2002,32(2): 38- 41.

[16]何偉,陳彬,張玲.DSP/BIOS在基于DM642的視頻圖像處理中的應用[J].信息與電子工程,2006,4(1): 60- 62.

[17]韋艷,陳華根.GPS定位顯示中的坐標轉換[J].海洋測繪,2010,30(3):16-19.

[18]郝冬,劉斌.基于模糊邏輯行為融合路徑規(guī)劃方法[J].計算機工程設計,2009,30(3):660-663.

[19]王建軍,武秋俊.機器人在農業(yè)中的應用[J].農機化研究,2007(7):174-176.

[20]王儉,趙鶴鳴,陳衛(wèi)東.基于子區(qū)域的機器人全覆蓋路徑規(guī)劃的環(huán)境建模[J].蘇州科技學院學報：工程技術版,2004,17(1):72-75.

[21]張寧,廖慶喜.我國小粒徑種子播種技術與裝備的應用與研究進展[J].中國農機化,2012(1):93-96,103.

[22]郝金魁,張西群,齊新,等.工廠化育苗技術現(xiàn)狀與發(fā)展對策[J].江蘇農業(yè)科學,2012,40(1):349-351.

[23]羅昕,胡斌,黃力爍.氣吸式穴盤育苗精量播種機的設計與試驗[J].農機化研究,2010，32(11):130-132, 140.

[24]夏紅梅,李志偉,甄文斌.氣力板式蔬菜排種器設計與試驗[J].農業(yè)機械學報,2010,41(6):56-60.

Abstract ID:1003-188X(2016)08-0214-EA

Design of Fruit and Vegetable Picking Robot Based on Genetic Algorithm and EDA Technology

Xiong Qiong1, Ge Zhen1, Liu Zhigang2

(1.School of Information Engineering,Wuhan Technology and Business University,Wuhan 430200, China; 2.Nanchang Institute of Science & Technology,Nanchang 330108, China)

Abstract：In order to improve the fruit picking robot obstacle avoidance and path planning capabilities, intelligent robot and lightweight design, the embedded system is introduced into the fruit and vegetable picking robot's control system, and the control system are encapsulated using EDA technology, embedded robot path planning genetic algorithm. The fruit and vegetable picking robot manipulator was improved and the manipulator structure design to realize picking robot end effect or obstacle avoidance function and using genetic algorithm intelligent control design and implementation of the complex environment in the path search function. For fruit picking robot performance were tested and found by testing, the obstacle recognition rate is as high as more than 99% and the accuracy of path planning is above 95%, which meet the intelligent picking robot design requirements, modern picking robot design provides a reference value.

Key words：picking robot; genetic algorithm; embedded system; execution end

中圖分類號：S225.93；TP24

文獻標識碼：A

文章編號：1003-188X(2016)08-0214-04

作者簡介：熊瓊(1981-)，女，湖北鄂州人，講師，碩士。通訊作者：劉志剛(1980-)，男，湖北天門人，副教授，博士，(E-mail)fiberhome@126.com。

基金項目：湖北省自然科學基金項目(2014CFC1079);武漢工商學院科學研究項目(A2015005)

收稿日期：2015-07-14