農(nóng)業(yè)機器人作業(yè)路徑規(guī)劃方法

河北農(nóng)業(yè)大學(xué)機電工程學(xué)院 王佳琪

前言

當今社會中，機器人在工業(yè)、醫(yī)療衛(wèi)生服務(wù)、航空航天以及生活服務(wù)等領(lǐng)域中得到了廣泛的應(yīng)用。但是其核心部件和技術(shù)還是差異不大的，包括自主行走、路徑規(guī)劃、機械臂的運動規(guī)劃和控制、機器視覺識別和圖像處理等關(guān)鍵技術(shù)。其中，路徑規(guī)劃技術(shù)是專門為機器人規(guī)劃出一條從起始到目標點的無障礙路徑，同時還能夠?qū)β窂介L度、工作時間、安全性等性能指標進行相應(yīng)地優(yōu)化，保證機器人能夠順利實現(xiàn)其復(fù)雜功能和開展完成各項工作任務(wù)。

機器人的路徑規(guī)劃方法在國內(nèi)外都有著許多研究，并提出像A*算法、蟻群算法、群智能算法等的路徑方法。他們都具有各自的優(yōu)勢之處，但也存在著一些問題等待解決，因此研究農(nóng)業(yè)機器人的自主導(dǎo)航行走和空間作業(yè)路徑規(guī)劃方法具有重要意義[1]。

機器人作業(yè)路徑規(guī)劃的定義是：在滿足一定的物理約束條件或在某種環(huán)境中，為機器人完成設(shè)定任務(wù)和動作所設(shè)計的運動序列安排，簡單點說，是使機器人在工作時能夠自主迅速準確地找出一條能夠避開障礙物的從起始到目標點的最短安全路徑。

本文中主要從全局和局部機器人路徑規(guī)劃以及機械臂空間作業(yè)局部避障路徑規(guī)劃這三個方面來進行介紹。

1 作業(yè)路徑規(guī)劃方法及其分析

1.1 全局機器人路徑規(guī)劃

根據(jù)機器人作業(yè)環(huán)境的不同，可將其劃分為兩種形式—全局覆蓋路徑規(guī)劃和全局點到點路徑規(guī)劃，這兩種形式類型都能夠使機器人在作業(yè)時幫助其找尋安全、高效的作業(yè)路徑，從而提高機器作業(yè)質(zhì)量，降低作業(yè)的成本。

1.1.1 全局覆蓋路徑規(guī)劃

（1）邊界地塊規(guī)則的全覆蓋路徑規(guī)劃

邊界地塊比較規(guī)則的路徑規(guī)劃方法主要有兩種，第一種是基于基準線進行平移的辦法，這種方法是按照作業(yè)幅寬等間距利用和地塊邊線平行的基準線進行平移，最后生成許多條直線的作業(yè)路徑直至直線的作業(yè)路徑能夠覆蓋整個地塊，之后根據(jù)農(nóng)業(yè)機器人實際作業(yè)的環(huán)境信息和作業(yè)狀況去選擇合適的機器地頭轉(zhuǎn)彎的措施。這種方法比較簡單，只需要事先測量完成基準線的兩點的坐標，但是當機器人作業(yè)至地頭需要轉(zhuǎn)彎時就需要借助外援如傳感器進行一個地頭距離檢測或者是作業(yè)中有人員參與進行輔助轉(zhuǎn)彎，從而保證農(nóng)業(yè)機器人作業(yè)的正常進行。而第二種方法采用的是建立局部的坐標系的方法，首先測量記錄作業(yè)地塊中的四個頂點的坐標，然后按照已經(jīng)規(guī)劃好的機器人地頭轉(zhuǎn)彎方式和其作業(yè)方式去計算機器人從起始點到目標地的路徑中的所有特征點，之后依據(jù)機器人作業(yè)的順序規(guī)劃出出完整的覆蓋整個作業(yè)地塊的作業(yè)路徑[3]。

（2）邊界地塊不規(guī)則的全覆蓋路徑規(guī)劃

邊界地塊不規(guī)則的情況還是比較普遍的，遇到這種情況時，一般會把即將作業(yè)的地塊進行人為分割處理，把地塊分成許多個機器人容易作業(yè)的小地塊，對這些分好的小地塊進行一個路徑規(guī)劃，從而使機器人能夠正常進行作業(yè)，同時也保證了作業(yè)質(zhì)量，可以減少遺漏地塊，因此邊界或地頭需要進行轉(zhuǎn)彎時要進行特別的路徑規(guī)劃，避免機器人作業(yè)過程中遺漏死區(qū)，對整個作業(yè)質(zhì)量造成一些影響。國內(nèi)外對于不規(guī)則的地塊路徑規(guī)劃都有著許多研究，其中美國的FREITAS[4]等提出了LKH算法，這種方法拓寬了作業(yè)地塊的不規(guī)則程度，對不同程度的不規(guī)則地塊都可以做出全覆蓋的路徑規(guī)劃，增加作業(yè)覆蓋面積，大大提高了機器作業(yè)的質(zhì)量和效率。法國的HAMEED[5]等人提出來一種三維形式的路徑規(guī)劃算法，通過對機器人作業(yè)過程中的不規(guī)則邊界地塊的多余覆蓋區(qū)域進行估算，從而確定其作業(yè)方向，有效減少了農(nóng)業(yè)機器人作業(yè)中的多余區(qū)域。國內(nèi)的王宇等人把不規(guī)則邊界地塊進行柵格化，建立一個三維的作業(yè)環(huán)境模型，并對其進行三維的路徑規(guī)劃，應(yīng)用引力搜索的算法完成選擇合適的返航點的任務(wù)，使農(nóng)業(yè)機器作業(yè)更加精準高效[3]。

1.1.2 全局點到點路徑規(guī)劃

全局點到點路徑規(guī)劃是在已知機器作業(yè)區(qū)域的環(huán)境情況下去規(guī)劃出一條從起始到目的地的合適的避障路徑，在我國農(nóng)業(yè)機器人作業(yè)領(lǐng)域中應(yīng)用廣泛。目前發(fā)展比較成熟的算法包括A*算法、蟻群優(yōu)化算法、模擬退火算法、遺傳算法以及粒子群優(yōu)化算法等等，這里只敘述A*算法和蟻群優(yōu)化算法。

（1）A*算法

A*算法是一種“點對點”的全局路徑規(guī)劃算法，通常適用于已知環(huán)境條件下，這種算法是根據(jù)估價函數(shù)去探索出最小代價節(jié)點，這樣便能夠確定最優(yōu)路徑，估價函數(shù)是

A*算法主要應(yīng)用于靜態(tài)作業(yè)場景中，可以精確規(guī)劃出最優(yōu)的作業(yè)路徑，經(jīng)過人們不斷的改進和優(yōu)化，A*算法在農(nóng)業(yè)機械導(dǎo)航的領(lǐng)域中得到廣泛應(yīng)用。例如，張文[6]等人根據(jù)在復(fù)雜作業(yè)環(huán)境中溫室機器人的作業(yè)路徑規(guī)劃的問題，為實現(xiàn)路徑平滑、減少發(fā)生碰撞的概率以及提高該算法的效率等目標，提出一種方向A*算法，它是通過“圓弧直線圓弧”轉(zhuǎn)彎、“視野線”平滑和二叉堆數(shù)據(jù)存儲方法來實現(xiàn)上述目的。如圖1所示。李靖[7]等人的研究中，他們針對的是植保無人機在含有障礙物的作業(yè)區(qū)域進行作業(yè)，通過研究無人機的軌跡一步一步去應(yīng)用A*算法去修正無人機通過的作業(yè)軌跡，從而使無人機能夠通過更大的有效面積，提高作業(yè)質(zhì)量。

圖1 方向A*算法路徑規(guī)劃

而A*算法雖然有效規(guī)劃出最優(yōu)的作業(yè)路徑，但是在遇到較大的作業(yè)環(huán)境并且要求較高導(dǎo)航精度時，由法建立的地圖柵格節(jié)點的數(shù)量有些龐大，這樣會導(dǎo)致通過算法去計算時因為搜索耗時太長，還會占用較大的計算機內(nèi)存資源，未來可以充分利用圖像識別以及圖像處理技術(shù)去輔助規(guī)劃機器人作業(yè)路徑，減少因為算法消耗的時間，提高整體作業(yè)效率。

（2）蟻群優(yōu)化算法

蟻群優(yōu)化算法主要是借助模擬蟻群之間的成員進行信息正反饋交流去搜索食物的過程，最終找到比較合適的路徑的一種算法，這種算法相較于A*算法，其搜索能力較強且求解性能也相對較好，但是其收斂的速度緩慢。蟻群優(yōu)化算法作為目前被廣泛研究的算法之一，國內(nèi)外學(xué)者們在不同作業(yè)環(huán)境下對蟻群優(yōu)化算法進行深入探究并不斷對其進行優(yōu)化改進。EBADINEZHAD[8]等經(jīng)過智能選擇去探索空間節(jié)點以及改進優(yōu)化信息素矩陣，從而能夠進一步減少計算時間，也可以避免出現(xiàn)局部最優(yōu)的情況；國內(nèi)的王宇[9]等提出基于改進蟻群優(yōu)化算法的植保無人機的路徑規(guī)劃辦法，他提到對許多個作業(yè)區(qū)域的作業(yè)順序進行合理的排序，從而達到減少無人機飛行總路徑的長度；景云鵬[10]等運用改進蟻群優(yōu)化算法找尋到一種適合平整農(nóng)田的局部路徑規(guī)劃方法，可以用于農(nóng)田作業(yè)平整的三維路徑規(guī)劃；張強[11]等人選擇改進信息素更新的策略，依據(jù)收斂次數(shù)的變化進而調(diào)整信息素更新的速度，提高了該算法的收斂速度，使其與搜索速度保持一致。

1.2 局部機器人路徑規(guī)劃

信息處理速度加快，傳感器技術(shù)也發(fā)展得越來越快，對其研究也更加深入，在我們的生活中應(yīng)用領(lǐng)域越來越廣泛，農(nóng)業(yè)機器人上也常常會裝有能夠?qū)崿F(xiàn)相應(yīng)功能的傳感器，使得農(nóng)業(yè)機械對于環(huán)境感知能力逐漸變得敏感。而實現(xiàn)機器人局部路徑規(guī)劃使得農(nóng)業(yè)機器人在作業(yè)時能夠變得更加自主，減少了人力的輔助功能。局部機器人路徑規(guī)劃是一種對機器人作業(yè)環(huán)境進行實時檢測，并及時反饋至機器中做出相應(yīng)指令，順利走到目標點的方法，要想實現(xiàn)農(nóng)業(yè)機器的實時路徑規(guī)劃，靠單一的傳感器是比較難實現(xiàn)的，因為機器人的作業(yè)場景并不是平坦無障礙的，而是非常隨機的，作業(yè)環(huán)境相對復(fù)雜，難以通過單一的傳感器就完成了機器的作業(yè)任務(wù)，因此需選擇多種有著不同功能的傳感器來對農(nóng)業(yè)作業(yè)環(huán)境的信息感知并反饋至農(nóng)業(yè)機器人，從而順利完成既定任務(wù)，提高使用農(nóng)業(yè)機器人作業(yè)的可靠性。目前局部機器人路徑規(guī)劃常有的包括避障路徑規(guī)劃和局部跟蹤路徑規(guī)劃[3]。

1.2.1 避障路徑規(guī)劃

農(nóng)業(yè)機器人實現(xiàn)自主智能的基本要求就是需要實現(xiàn)自主避障，這樣可以保證農(nóng)業(yè)機器在田間作業(yè)時的安全性，機器人上裝的傳感器可以幫助獲取作業(yè)環(huán)境信息，分析出其有無障礙物，從而能夠?qū)崿F(xiàn)機器人行走中避障的功能，目前較為成熟的避障路徑規(guī)劃方法包括人工勢場法、模糊邏輯法、動態(tài)窗口法以及幾何法，本次只重點闡述模糊邏輯法。

（1）模糊邏輯法

模糊邏輯法主要應(yīng)用的是專家們的豐富知識經(jīng)驗去制訂了一些控制規(guī)則，建立輸入輸出之間的關(guān)系，同時結(jié)合機器人上裝有的傳感器對環(huán)境進行感知，能夠做到實時規(guī)劃機器人作業(yè)路徑，控制機器人按照正確路徑完成既定任務(wù)。基于模糊邏輯法也有許多學(xué)者進行了深入研究，周俊[12]等人的研究是采用雙目立體視覺傳感器采集信息結(jié)合模糊邏輯法設(shè)計了一款自主導(dǎo)航移動機器人，這款機器人利用傳感器獲取機器人作業(yè)過程中障礙物相對于移動機器人的方向和距離等信息，還具有自主學(xué)習(xí)能力，可以在未知的復(fù)雜作業(yè)環(huán)境中不斷積累經(jīng)驗，自主去適應(yīng)不同作業(yè)環(huán)境條件下的工作；謝守勇[13]等的研究主要是針對溫室機器人的移動避障問題，運用紅外測距傳感器實現(xiàn)對機器人與障礙物之間的距離測量，通過實時感知兩者之間的距離和角度變化，能夠使機器人選擇合適的前進路徑。

1.2.2 局部跟蹤路徑規(guī)劃

局部跟蹤路徑規(guī)劃是農(nóng)業(yè)機器人在進行路徑跟蹤過程中，從當前位置逐步向預(yù)先設(shè)計規(guī)劃好的路徑靠近的局部路徑規(guī)劃策略，在較大程度上決定著自動導(dǎo)航的跟蹤精度。目前重點研究的是依據(jù)速度、橫向偏差以及航向偏差來實現(xiàn)對前視距離的動態(tài)調(diào)整，進而規(guī)劃出合適的局部跟蹤路徑。其中魏爽[14]等建立了適用于直線與曲線預(yù)設(shè)路徑的局部機器人路徑規(guī)劃，是一種以預(yù)瞄點搜索為基礎(chǔ)加以改進優(yōu)化的純追蹤模型，如圖2所示。

圖2 基于預(yù)瞄點搜索的純追蹤模型

1.3 機械臂空間作業(yè)運動路徑規(guī)劃

1.3.1 應(yīng)用目的

隨著科學(xué)技術(shù)的深入研究，農(nóng)業(yè)機械也朝著自動化、智能化的方向不斷發(fā)展且越來越多地應(yīng)用到農(nóng)業(yè)生產(chǎn)中去。以農(nóng)業(yè)果實采摘機器人的作業(yè)為例，其作業(yè)工況比較復(fù)雜，因為果樹的高度并不統(tǒng)一，對于果實采摘工作來說，實現(xiàn)實時根據(jù)果實位置進行采摘有著重要意義，不僅可以提高采摘效率，確定果實位置還可以減少采摘過程中對果實的損傷率。因此機械臂作為核心部件，需要對其采摘的路徑進行準確規(guī)劃才能盡量減少對果實的損傷率[15]。

1.3.2 路徑規(guī)劃方法

（1）張廣超[16]等采用三次三角Bezier樣條函數(shù)對機械臂進行了插值計算，通過約束條件來求出函數(shù)的一些系數(shù)，之后等分時間，從而可以求出位移量、對應(yīng)位移量的軌跡點坐標。這樣能夠?qū)崿F(xiàn)對機械臂運動路徑的精確規(guī)劃。

（2）李劍光[17]等采取的是對原來RRT*算法進行改進的機械臂路徑規(guī)劃，RRT算法是一種以隨機采樣為基礎(chǔ)的增量式增長全局規(guī)劃算法，更加適合高維空間的路徑規(guī)劃，但是其缺點是隨機性高，沒有確定方向，從而導(dǎo)致收斂速度比較緩慢，作業(yè)中遇到多數(shù)障礙物時也容易陷入局部極小值的問題。而李劍光等針對其隨機性進行改進，加入目標偏置策略使得隨機點具有一定方向性，并且也加快了其收斂速度，縮短了路徑規(guī)劃的時間。RRT*算法可以對得到的不同路徑不斷進行改進最后達到最優(yōu)，獲得更加光滑、優(yōu)化的路徑規(guī)劃，同時還解決了之前RRT*算法路徑拐角過大的問題。

2 結(jié)語

隨著農(nóng)業(yè)機械的普遍應(yīng)用，農(nóng)業(yè)自動化、智能化的技術(shù)也在不斷地進行深入研究，本文從全局機器人路徑規(guī)劃、局部機器人路徑規(guī)劃和機械臂空間作業(yè)運動路徑規(guī)劃三個方面對農(nóng)業(yè)機器人作業(yè)路徑規(guī)劃的方法進行相關(guān)內(nèi)容介紹，方法也都是在不斷發(fā)展的，每種方法都有其優(yōu)缺點，之后都會出現(xiàn)其改進版的方法，幫助實現(xiàn)機器人更加自主、智能、高效地完成作業(yè)任務(wù)。未來的農(nóng)業(yè)機械可以向著這個目標去做更加深入優(yōu)化的研究，能夠生產(chǎn)出適用于多種作業(yè)環(huán)境的高效作業(yè)農(nóng)業(yè)機器人。