全自動(dòng)草坪修剪機(jī)器人設(shè)計(jì)*

吳豪杰，張騫曉

（天津職業(yè)技術(shù)師范大學(xué)，天津 300222）

0 引言

中國(guó)城市化的進(jìn)程日益加快，青年人大多選擇走進(jìn)城市和工廠，而農(nóng)牧業(yè)的勞動(dòng)人口因此流失嚴(yán)重。 加上老齡化的日趨嚴(yán)峻，農(nóng)牧業(yè)勞動(dòng)力緊缺。 因此，某些農(nóng)牧業(yè)高強(qiáng)度工作領(lǐng)域，需要大量引入新的勞動(dòng)資源，而AI 機(jī)器人設(shè)備可替代部分急缺的勞動(dòng)力[1]。 基于此，本文設(shè)計(jì)了一款全自動(dòng)草坪修剪機(jī)器人，來替代現(xiàn)有的需要人工參與的手動(dòng)除草工具，解放了人力，減輕勞動(dòng)力緊缺的壓力。 美國(guó)國(guó)家農(nóng)業(yè)統(tǒng)計(jì)署發(fā)布數(shù)據(jù)2010年全球草坪機(jī)械銷售額達(dá)到300 億美元。 據(jù)我國(guó)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，我國(guó)草坪機(jī)械市場(chǎng)以每年40%速度增長(zhǎng)，但占市場(chǎng)大多數(shù)份額仍是傳統(tǒng)內(nèi)燃式割草機(jī)。 傳統(tǒng)內(nèi)燃式割草機(jī)不僅工作繁重，而且造成了人力資源的浪費(fèi)，并且一人一機(jī)的模式工作效率比較低。

1 國(guó)內(nèi)外研究現(xiàn)狀

由于國(guó)內(nèi)檢測(cè)技術(shù)的研究起步較晚，整體水平較低，種類較少，整體競(jìng)爭(zhēng)力弱。 目前僅在實(shí)驗(yàn)室階段有相關(guān)成果，在實(shí)際應(yīng)用方向上，和國(guó)外相關(guān)領(lǐng)域相比，國(guó)內(nèi)以分析算法技術(shù)研究居多，在機(jī)器人的機(jī)械工作精度等應(yīng)用層面技術(shù)落后于發(fā)達(dá)國(guó)家。

法國(guó)某科技公司已開發(fā)了一款專門用于大型蔬菜種植的最新農(nóng)業(yè)機(jī)器人——Dino 除草機(jī)器人。 Dino 裝備RTK （實(shí)時(shí)動(dòng)力學(xué)）GPS 和視覺相機(jī)，能翻動(dòng)土塊拔除雜草，且不傷害近處的作物。它號(hào)稱是一款“多功能機(jī)器人”，所以也可被用于播種。 該機(jī)器人滿電狀態(tài)下可持續(xù)工作長(zhǎng)達(dá)8h，且已完全實(shí)現(xiàn)自動(dòng)化，無需農(nóng)民監(jiān)督。 除完草后，機(jī)器人會(huì)將數(shù)據(jù)進(jìn)行整理，將文字報(bào)告發(fā)送給農(nóng)民。 昆士蘭大學(xué)研發(fā)的機(jī)器人Agbotll，它的除草效率是人工的5倍，一臺(tái)機(jī)器人一天就可以輕松完成上百畝地的除草工作，該機(jī)器人的內(nèi)部加入了世界先進(jìn)的AI 智能人工系統(tǒng)，可以通過先進(jìn)的傳感器設(shè)備準(zhǔn)確分辨雜草和莊稼，做到不傷害莊稼[2]。

國(guó)內(nèi)大多使用手推式除草機(jī)器，在雜草長(zhǎng)10cm～13cm 效果明顯。需自己利用操作扶手，在垂直方向上下進(jìn)行調(diào)整，進(jìn)行行間除草。 其割草刀片也需經(jīng)常替換，以保證除草效果。 隨著國(guó)家對(duì)農(nóng)業(yè)投入補(bǔ)貼力度加大，為解決農(nóng)業(yè)勞動(dòng)力匱乏問題，目前國(guó)家已大力發(fā)展現(xiàn)代化農(nóng)業(yè)技術(shù)，大量的植保機(jī)械以應(yīng)用于實(shí)際生活基于技術(shù)應(yīng)用普及，農(nóng)業(yè)工作人員以培養(yǎng)出現(xiàn)代化技術(shù)應(yīng)用的意識(shí)，除草機(jī)器人的推廣應(yīng)用已經(jīng)勢(shì)在必行。

2 設(shè)計(jì)思路

目前就除草機(jī)器人環(huán)境測(cè)距和路徑選擇設(shè)計(jì)方向，常用的是雷達(dá)定位技術(shù)和視覺檢測(cè)技術(shù)。 雷達(dá)即無線電檢測(cè)技術(shù)，是利用目標(biāo)物反射電磁波的信號(hào)來發(fā)現(xiàn)、探測(cè)目標(biāo)坐標(biāo)和其它參數(shù)的裝置。 而民用雷達(dá)定位精度在3m 左右，在定位的靈敏度上有所欠缺，不能夠精確檢測(cè)到微小的信號(hào)變化，這個(gè)精度對(duì)于機(jī)器人的定位以及路徑規(guī)劃是遠(yuǎn)遠(yuǎn)不夠的，因此，這里就需要引入攝像頭模塊的使用，進(jìn)行圖像分析處理。 綜上所述，攝像頭模塊和陀螺儀相輔相成，可大大提高除草機(jī)器人的定位精度。

上述方案，可實(shí)現(xiàn)機(jī)器人的準(zhǔn)確定位，但機(jī)器人除草是處于一個(gè)比較復(fù)雜的環(huán)境中，工作中可能遇到各種現(xiàn)實(shí)障礙，機(jī)器人須具備精準(zhǔn)識(shí)別物體的能力及路徑規(guī)劃能力，才有可能應(yīng)付復(fù)雜的工作環(huán)境。 這里就需要計(jì)算機(jī)視覺算法的引入，能夠更好地描述當(dāng)前環(huán)境，全面反映當(dāng)前信息，其核心目的就是識(shí)別機(jī)器人行進(jìn)的路線。

對(duì)于計(jì)算機(jī)視覺，國(guó)內(nèi)外學(xué)者都做了大量研究，Marchant 團(tuán)隊(duì)將里程計(jì)、 視覺傳感器結(jié)合Kalman 濾波器進(jìn)行試驗(yàn)，車輛橫向位置誤差的均方值根達(dá)到20mm，但是其硬件結(jié)構(gòu)設(shè)計(jì)復(fù)雜；Kise 等團(tuán)隊(duì)研究的雙目立體視覺技術(shù)，在農(nóng)田理想的工作環(huán)境下能得到比較好的效果，但算法復(fù)雜，且對(duì)攝像頭要求較高[3]。

該項(xiàng)目中，采用的是視覺SLAM 系統(tǒng)，可實(shí)現(xiàn)即時(shí)定位與地圖構(gòu)建。 該系統(tǒng)分為兩個(gè)主要部分：前端傳感器采集數(shù)據(jù)部分和后端數(shù)據(jù)優(yōu)化處理部分。 前段將環(huán)境信息采集，并進(jìn)行狀態(tài)估計(jì)，后端對(duì)前段發(fā)送的數(shù)據(jù)進(jìn)行優(yōu)化、處理，且后端可為前段提供反饋信息，進(jìn)行閉環(huán)檢測(cè)。

使用視覺攝像頭進(jìn)行輔助。 可以很容易實(shí)現(xiàn)較高的測(cè)量精度并且應(yīng)用于SLAM 中。SLAM(同步定位與地圖繪制) 技術(shù)廣泛應(yīng)用在機(jī)器人領(lǐng)域，SLAM 更像是一個(gè)概念而不是一個(gè)算法。 一般包括特征提取、數(shù)據(jù)關(guān)聯(lián)、狀態(tài)估計(jì)、狀態(tài)更新以及特征更新等五個(gè)過程。 通過SLAM 相關(guān)技術(shù)解決草坪修剪機(jī)器人在未知環(huán)境中運(yùn)行時(shí)定位導(dǎo)航與地圖構(gòu)建的問題，通過路徑優(yōu)化系統(tǒng)計(jì)算出機(jī)器人所走的最優(yōu)路徑。

3 整體框架

草坪修剪機(jī)器人上層采用樹莓派平臺(tái)搭配ROS 機(jī)器人系統(tǒng)作為上位機(jī)，其上搭載雷達(dá)、攝像頭和陀螺儀，通過這些傳感器感知機(jī)器人的位置、 姿態(tài)和周圍環(huán)境，ROS系統(tǒng)根據(jù)傳感器得到的數(shù)據(jù)規(guī)劃出機(jī)器人合適的行進(jìn)路線，之后，將行進(jìn)路線轉(zhuǎn)化為數(shù)據(jù)代碼，通過串口線發(fā)送給單片機(jī)系統(tǒng)，單片機(jī)根據(jù)數(shù)據(jù)控制左右兩個(gè)電機(jī)進(jìn)行運(yùn)動(dòng)控制，結(jié)構(gòu)圖如圖1 所示。

圖1 機(jī)器人控制系統(tǒng)結(jié)構(gòu)圖

車體選擇四輪輪式機(jī)器人，考慮實(shí)用、穩(wěn)定等方面的因素選擇，而并不考慮一些復(fù)雜的運(yùn)動(dòng)模型如人形機(jī)器人。 在選擇機(jī)器平臺(tái)時(shí)需要考慮的主要因素包括定位性能、易用性能以及成本。 定位性能主要衡量機(jī)器人僅根據(jù)自身的運(yùn)動(dòng)對(duì)自身位置進(jìn)行估計(jì)的能力。 機(jī)器人的定位精度應(yīng)該不超過1%，轉(zhuǎn)向精度不應(yīng)該超過3%。 一般而言，機(jī)器人可以在直角坐標(biāo)系中根據(jù)自身的運(yùn)動(dòng)估計(jì)其自身的位置與轉(zhuǎn)向。

4 算法說明

視覺SLAM 算法。 機(jī)器人在一個(gè)未知的環(huán)境中工作，就要先建立一個(gè)固定不變的世界坐標(biāo)系，根據(jù)機(jī)器人傳感器參數(shù)確定其在坐標(biāo)系中的位置，也就確定了其在現(xiàn)實(shí)環(huán)境中的位置，機(jī)器人的移動(dòng)可以抽象為相機(jī)在世界坐標(biāo)系下的剛體移動(dòng)[4]。

圖2 坐標(biāo)系變換

圖2 中，（x,y,z）坐標(biāo)系為世界坐標(biāo)系，（x1,y1,z1）為移動(dòng)坐標(biāo)系，即機(jī)器人所在坐標(biāo)系，固定坐標(biāo)點(diǎn)P 為世界坐標(biāo)系中的一點(diǎn)，是參照物的位置坐標(biāo)，參照物是機(jī)器人工作環(huán)境中辨識(shí)度較高的區(qū)域或物體。 機(jī)器人所安裝的相機(jī)每時(shí)每刻都會(huì)觀測(cè)到一些路標(biāo)，并得到與這些坐標(biāo)的相對(duì)位置。 設(shè)t 時(shí)刻，相機(jī)檢測(cè)到固定坐標(biāo)點(diǎn)P，在機(jī)器人的移動(dòng)坐標(biāo)系下，該固定坐標(biāo)點(diǎn)坐標(biāo)為（ctpx,ctpy,ctpz）,而t+1 時(shí)刻，固定坐標(biāo)點(diǎn)在移動(dòng)坐標(biāo)系下的坐標(biāo)為（ct+1px,ct+1py,ct+1pz）,那么機(jī)器人的運(yùn)動(dòng)方程如式（1）所示:

其中，△T 為t 時(shí)刻到t+1 時(shí)刻相機(jī)的位姿變換矩陣。

根據(jù)上述方程可得，若已知機(jī)器人的初始位姿，就可以依據(jù)各個(gè)時(shí)刻的觀測(cè)數(shù)據(jù)，計(jì)算出機(jī)器人在世界坐標(biāo)系下的位姿，同時(shí)計(jì)算出各個(gè)坐標(biāo)固定點(diǎn)在世界坐標(biāo)系下的坐標(biāo)，可以得到SLAM 數(shù)學(xué)模型：

其中，xt為t 時(shí)刻移動(dòng)機(jī)器人的位姿，vt,k 表示移動(dòng)機(jī)器人在x 位置觀察固定坐標(biāo)點(diǎn)p 的觀測(cè)數(shù)據(jù)，wt和vt,k 為噪聲。

5 設(shè)計(jì)優(yōu)勢(shì)

1） 四輪差動(dòng)機(jī)械構(gòu)造，保證除草機(jī)器在田間實(shí)際場(chǎng)地行動(dòng)時(shí)的足夠動(dòng)力，可越過細(xì)小石塊等復(fù)雜地形，使得車體能實(shí)現(xiàn)差速轉(zhuǎn)彎，比較靈活易于控制。

2） 攝像頭模塊附加視覺SLAM 算法，可使得圖像處理方面，更為精準(zhǔn)，有效識(shí)別周圍環(huán)境。

3） 多種傳感器相互配合，可保證在不同地面上運(yùn)動(dòng)效果不受阻礙，無需附加外部控制，可減少人力勞動(dòng)。

6 結(jié)語

ROS 的發(fā)展為機(jī)器人和人工智能領(lǐng)域帶了廣闊的前景。 通過本文給出的全自動(dòng)草坪修剪機(jī)器人設(shè)計(jì)思路，設(shè)計(jì)一個(gè)垂直領(lǐng)域的簡(jiǎn)單工序機(jī)器人是可以實(shí)現(xiàn)的。 隨著技術(shù)的加持，可以添加更多專項(xiàng)機(jī)器人。通過ROS 的分布式構(gòu)架的優(yōu)勢(shì)，建立機(jī)器人的交互、協(xié)作，對(duì)于國(guó)家的產(chǎn)業(yè)信息智能化建設(shè)具有重要意義。 未來機(jī)器人領(lǐng)域?qū)?huì)提供更多豐富的業(yè)務(wù)，包括外送機(jī)器人距離范圍更遠(yuǎn)、續(xù)航更強(qiáng)、自行充電。 毋庸置疑，農(nóng)業(yè)機(jī)器人、探測(cè)機(jī)器人在很多領(lǐng)域?qū)⒅饾u替代人類繁重的工作。