基于ARM的采摘機械手運動控制及避障研究

王立謙，吳 蕾

(武昌首義學(xué)院 機電與自動化學(xué)院，武漢 430064)

0 引言

近年來，隨著人工智能技術(shù)的日益成熟，我國不斷結(jié)合新技術(shù)推動農(nóng)業(yè)機械化的發(fā)展，致力于減小與發(fā)達國家在農(nóng)業(yè)現(xiàn)代化方面的差距。隨著農(nóng)業(yè)機械化的不斷被重視和飛速發(fā)展，各種農(nóng)業(yè)機器人逐漸進入市場，不僅改變了傳統(tǒng)的農(nóng)業(yè)勞動方式，而且促進了現(xiàn)代農(nóng)業(yè)的發(fā)展。本文對采摘機械手進行了位姿描述和運動學(xué)分析，并對機械手運動控制和避障進行了一定的前期理論研究，對設(shè)計出具有人工智能的采摘機器人具有一定的參考意義。

1 機械手運動學(xué)分析

機械手是采摘機器人的重要組成部分，是保證在復(fù)雜環(huán)境中開展整個采摘作業(yè)的綜合性剛體。采摘機械手包含多個可自動運動的關(guān)節(jié)，各關(guān)節(jié)都在其坐標系度量下進行運動，為果實的成功抓取提供了基礎(chǔ)。因此，在對采摘機械手運動控制及避障進行研究之前，必須提前對機械手位移、速度和加速度等運動學(xué)原理進行分析和研究。

圖1中，建立原點位于參考坐標系XYZ原點的向量圖，則該參考坐標系XYZ可以用3個向量組成的矩陣進行表示，其位姿描述方程式為

(1)

圖1 原點位于參考坐標系原點的向量表示圖

倘若原點不位于參考坐標系XYZ原點中，如圖2所示。

圖2 原點不位于參考坐標系原點的向量表示圖

則該參考坐標系XYZ可以用4個向量組成的矩陣進行表示，其位姿描述方程式為

(2)

結(jié)合前面的對采摘機械手位姿的描述，采摘機械手可以抽象為如圖3所示的坐標系。其中，采摘機器人末端執(zhí)行器的坐標原點代表機械手段位置；以機械手在坐標系Onxnynzn上的投影為其位姿。

圖3 采摘機械手位姿坐標系抽象描述

圖3中，Oxyz為基礎(chǔ)坐標系，一般固定在采摘機器人前端機身上；Onxnynzn為采摘機械手坐標系；n為關(guān)節(jié)數(shù)量。另外，xn、yn、zn分別表示機械手坐標系中法線、位姿及接近的矢量。采摘機械手坐標系和基礎(chǔ)坐標系之間關(guān)系可以使用余弦R表示，即

(3)

其中，第1、2、3列分別是xn、yn、zn對基礎(chǔ)坐標系Oxyz中x、y、z方向的余弦值。一般可以用矩陣Tn表示采摘機械手位置和姿態(tài)之間的關(guān)系，即

(4)

2 機械手運動控制和避障方法

2.1 運動控制和避障系統(tǒng)的要求

采摘機械手由手臂和末端執(zhí)行器構(gòu)成，機械手在作業(yè)中實時避開樹枝、成功采摘果實，除了依靠機械手靈活的自由度，還需要視覺伺服系統(tǒng)實時對環(huán)境的檢測，進而將信息傳遞給處理器，實現(xiàn)對機械手臂和末端執(zhí)行器的控制。采摘機械手簡圖如圖4所示。

圖4 采摘機械手簡圖

在采摘機械手運動控制系統(tǒng)的研究中，視覺伺服系統(tǒng)非常重要，其根據(jù)工業(yè)攝像機獲取的圖像信息，去控制機械手臂和末端執(zhí)行器與目標果實之間的相對位姿，從而保證果實采摘的準確性?；趫D像處理的視覺伺服系統(tǒng)如圖5所示。

圖5 基于圖像處理的機械手伺服系統(tǒng)

2.2 采摘機械手運動控制避障系統(tǒng)

采摘機械手在抓取果實的過程中，總會遇到一些果枝、葉子、非目標果實等障礙物的遮擋，因此采摘機械手運動控制最重要的部分是對采摘機械手進行避障路徑規(guī)劃。本文研究的采摘機械手為4自由度：第1個自動度是固定在機器人上的，主要是用來調(diào)整機械手的高度；第4個自由度是用來抓取目標果實，即采摘機械手的末端執(zhí)行器；第2、3自由度為機械手將末端執(zhí)行器順利移動至目標果實位置。因此，在整個避障策略中，只需要考慮第2、3自由度。采摘機械手運動控制避障模型如圖6所示。

圖6 采摘機械手運動控制避障模型

圖6中，設(shè)定A(x1,y1)為采摘機械手末端執(zhí)行器起點,B(x2,y2)為目標果實所在的位置,C(x3,y3)和D(x4,y4)為采摘機械手末端執(zhí)行器避開障礙物圓心F需要經(jīng)過的最短路徑，只需要∠DFC最小即可。假設(shè)∠DFC=θ，∠AFB=α, ∠AFC=β, ∠BFD=γ，則

(13)

在△AFB中，有

(14)

在△AFC中，有

(15)

在△BFD中，有

(16)

根據(jù)θ=2π-α-β-γ，求出∠DFC，就能實現(xiàn)采摘機械手避障的最優(yōu)路徑。

3 采摘機械手運動控制系統(tǒng)硬軟件設(shè)計

采摘機器人在采摘作業(yè)中，需要準確無誤地對目標物體進行采摘作業(yè)，因此需要機械手配合視覺伺服系統(tǒng)進行操作，系統(tǒng)采用ATMEGA128為核心處理器。本文設(shè)計的機械手運動控制系統(tǒng)主要包括主控制模塊、驅(qū)動模塊、視覺系統(tǒng)和反饋模塊4部分，如圖7所示。

采摘機械手控制系統(tǒng)的設(shè)計一般需要滿足一般小型化、輕型化和模塊化等需求，因此在設(shè)計完成的機械結(jié)構(gòu)時，搭建好硬件平臺，還需要采用模塊化的思想設(shè)計好軟件驅(qū)動。機械手角度調(diào)整子程序流程如8所示。

圖7 采摘機器人的電路控制框架圖

圖8 機械手角度調(diào)整子程序流程圖

4 實驗結(jié)果分析

為了驗證本文設(shè)計的采摘機械手運動控制及避障系統(tǒng)是否否和設(shè)計要求，也為了檢測該系統(tǒng)的實時性、穩(wěn)定性和可靠性，針對該系統(tǒng)利用MatLab搭建了采摘機械手的仿真系統(tǒng)。實驗中，機械手末端執(zhí)行器起點為(0,0,0)，目標終點為(0.55，0.65，0.75)。

采摘機械手運動軌跡如圖9所示。圖9中，菱形為機械手末端執(zhí)行器起點，五角星為終點。利用MatLab建立的三維仿真系統(tǒng)，結(jié)果表明：采摘機械手末端執(zhí)行器能夠從起點成功運動到終點，且在途中避開中障礙物，達到了預(yù)期要求，驗證了系統(tǒng)的實時性、穩(wěn)定性和可靠性。

圖9 采摘機械手運動軌跡

5 結(jié)論

針對采摘機器人末端執(zhí)行器在作業(yè)過程中容易和樹枝、非目標果實發(fā)生碰撞這一問題，基于ARM嵌入式控制器和視覺伺服控制策略設(shè)計了采摘機械手運動控制及避障系統(tǒng)，并利用MatLab仿真軟件進行了采摘機械手末端執(zhí)行器的三維仿真實驗。結(jié)果表明：采摘機械手末端執(zhí)行器能夠從起點成功運動到終點，且在途中避開中障礙物，達到了預(yù)期要求，驗證了系統(tǒng)的實時性、穩(wěn)定性和可靠性。