基于北斗定位和視覺識別的機(jī)器人設(shè)計(jì)

曲皇屹

摘 要：近年來，隨著進(jìn)步和社會科學(xué)技術(shù)需求的進(jìn)步，機(jī)器人技術(shù)迅速普及，農(nóng)業(yè)的智能化將會是農(nóng)業(yè)機(jī)械發(fā)展的首要目標(biāo)，也是實(shí)現(xiàn)國家智能化的必經(jīng)之路?；诖宋覀冊O(shè)計(jì)了一款基于北斗定位技術(shù)和機(jī)器視覺識別技術(shù)的機(jī)器人，北斗系統(tǒng)將幫助機(jī)器人產(chǎn)生定位和軌跡。

關(guān)鍵詞：北斗定位;視覺識別;機(jī)器人設(shè)計(jì)

1 研究背景

目前，Stephen Nuske等[1]設(shè)計(jì)了一種可以通過行走預(yù)測葡萄產(chǎn)量的裝置。Yaguchi H等[2]設(shè)計(jì)了一種簡易的軌道式番茄采摘機(jī)器人樣機(jī)。郭素娜等[3]基于GPS設(shè)計(jì)了一款葡萄采摘機(jī)器人。劉碧貞等[4]設(shè)計(jì)了一款基于北斗定位的谷物收割機(jī)，可以對收割機(jī)行走路線進(jìn)行測繪，以及數(shù)據(jù)的傳輸及調(diào)度等。

2 北斗定位過程及原理

首先讀取北斗衛(wèi)星數(shù)據(jù)，建立以采摘機(jī)器人初始位置為原點(diǎn)的坐標(biāo)系，實(shí)現(xiàn)北斗定位與構(gòu)建二維地圖信息的融合。[6]常用公式如下：

3 圖像識別及三維定位技術(shù)

圖像識別：一個目標(biāo)物體中總存在著其獨(dú)特的像素點(diǎn)，這些點(diǎn)我們可以認(rèn)為就是這個目標(biāo)物體的特征，成為特征點(diǎn)。而我們可以用一些算法將目標(biāo)的目標(biāo)特性提取出來從而實(shí)現(xiàn)目標(biāo)識別。本產(chǎn)品采用的是核濾波算法和FAST算法來提取目標(biāo)特性，核濾波算法可以對目標(biāo)進(jìn)行卷積從而對其目標(biāo)進(jìn)行加權(quán)平均操作，使目標(biāo)和周圍環(huán)境有更高的對比度。將提取到的目標(biāo)特性和預(yù)留特性相對比便可實(shí)現(xiàn)識別物體的功能。單目立體視覺三維定位是由單目機(jī)器視覺和TOF光學(xué)測距模塊共同組成。

單目機(jī)器視覺：通過FAST算法進(jìn)行特征提取，將提取到的特征點(diǎn)與預(yù)留的目標(biāo)特征點(diǎn)相對比從而識別目標(biāo)物體，識別完成后會自動追蹤追蹤視野內(nèi)最大的目標(biāo)物體，然后操縱機(jī)械臂將帶動單目視覺處理器將目標(biāo)移至視野中間。

TOF光學(xué)測距模塊：TOF光學(xué)測距模塊通過光發(fā)射回芯片的時間來計(jì)算距離，TOF測距的視野非常窄，相比于紅外光測距更精確。機(jī)械臂將目標(biāo)移至中間后會啟動測距將機(jī)械臂與目標(biāo)之間的距離計(jì)算出來，從而達(dá)到對目標(biāo)的三維測量。

4 智能避障系統(tǒng)

當(dāng)機(jī)器人采摘果實(shí)時遇到障礙物，因?yàn)樾畔⑹菚r刻變化的，所以需要把全局軌跡規(guī)劃和局部軌跡規(guī)劃相結(jié)合;超聲波傳感器監(jiān)測機(jī)器人前部的障礙物，同時考慮概率障礙。同時根據(jù)速度判斷是否會發(fā)生碰撞，以期調(diào)用相關(guān)算法對路徑進(jìn)行規(guī)劃，達(dá)到自動避開前方障礙物的目的。

超聲波屏障核心分流模塊是一個超聲波模塊啟動，如圖20所示，它通過從超聲波模塊同時傳輸超聲波發(fā)送器在某個方向上，當(dāng)遇到障礙物時，微控制器上的軟件程序定時器的啟動時間停止，通過計(jì)算屏障發(fā)送器之間的距離來獲取。

系統(tǒng)結(jié)構(gòu)圖如下圖所示。這款STM32F103設(shè)計(jì)微控制器作為控制，實(shí)現(xiàn)直流電機(jī)控制，通過電機(jī)驅(qū)動模塊調(diào)節(jié)連接，調(diào)節(jié)占空比，改變直流電機(jī)轉(zhuǎn)速。對于智能跟蹤和屏障避免功能，加上前置紅外跟蹤模塊的前端。

系統(tǒng)結(jié)構(gòu)工作圖

5 工作過程

機(jī)器人搭載Openmv視覺識別系統(tǒng)，可以對圖像進(jìn)行識別，當(dāng)機(jī)器人識別到果實(shí)后會自動追蹤，當(dāng)果實(shí)進(jìn)入采摘范圍內(nèi)，機(jī)器人自動停止，同時機(jī)械臂配合機(jī)械爪對果實(shí)進(jìn)行采摘，將采摘后的部分果實(shí)送到車后拖帶的收集箱內(nèi)，循環(huán)往復(fù)，北斗定位實(shí)時監(jiān)測機(jī)器人位置。

參考文獻(xiàn)：

[1]Nuske，Stephen，Achar，Supreeth，Bates，Terry，Narasimhan，Srinivasa，Singh，Sanjiv.Yield estimation in vineyards by visual grape detection[P].Intelligent Robots and Systems（IROS），2011 IEEE/RSJ International Conference on，2011.

[2]Yaguchi H，Nagahama K，Hasegawa T，et al.Development of an autonomous tomato harvesting robot with rotational plucking gripper[C].IEEE/RSJ International Conference on Intelligent Robots & Systems.IEEE，2016.

[3]郭素娜，張麗，劉志剛.一種高精度自主導(dǎo)航定位的葡萄采摘機(jī)器人設(shè)計(jì)[J].農(nóng)機(jī)化研究，2016，38（07）：20-24.

[4]劉碧貞，黃華，祝詩平，向必萬.基于北斗/GPS的谷物收割機(jī)作業(yè)綜合管理系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31（10）：204-210.