基于D-H法的農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)設計

閔小翠，李 鵬

(廣州華立科技職業(yè)學院，廣州 511325)

0 引言

農(nóng)業(yè)機器人是農(nóng)產(chǎn)品收成工作中的重要輔助工具，農(nóng)業(yè)機器人以牽引車為核心，在定位、導航等技術的支持下，通過傳感器、嵌入式智能系統(tǒng)來控制農(nóng)用機械等機械的運動，從而實現(xiàn)多種農(nóng)田作業(yè)。采摘機器人是農(nóng)業(yè)機器人中的一種，是以農(nóng)產(chǎn)品采摘為主要工作內(nèi)容的機器人，采摘機器人的研制和應用，對提高勞動生產(chǎn)率具有重要的現(xiàn)實意義。作物的生長是在時空上發(fā)生變化的，其生長的環(huán)境是多變的、未知的。因此，農(nóng)業(yè)采摘機器人既要具備與生物的柔性相適應的加工能力，又要適應多變的自然環(huán)境。同時，部分農(nóng)作物表皮較為脆弱，且形態(tài)多樣，生長的程度也各不相同。采摘機器人一般是同時進行采摘與移動作業(yè)，為了提高農(nóng)產(chǎn)品的采摘效率，一般采摘工作都由多個采摘機器人共同完成，這種工作方式雖能有效節(jié)省工作時間，但也提高了機器人之間的碰撞發(fā)生概率，為了降低工作狀態(tài)下農(nóng)業(yè)采摘機器人之間的產(chǎn)生的負面影響，設計并開發(fā)了機器人運動協(xié)作控制系統(tǒng)。

運動控制是一種自動化的分支，它利用伺服機構(gòu)來控制機械的位置和速度等運動參數(shù)。文獻[1]中提出的基于EtherCAT和TwinCAT3的機器人控制系統(tǒng)，通過以太網(wǎng)控制自動化技術實現(xiàn)系統(tǒng)的基本控制功能，并以TwinCAT3作為上位監(jiān)控工具，實現(xiàn)實時控制指令的調(diào)節(jié)。文獻[2]中提出了基于無線網(wǎng)絡的機器人控制系統(tǒng)，該系統(tǒng)通過無線網(wǎng)絡進行控制指令的傳輸，而文獻[3]中提出的基于模糊PID的機器人控制系統(tǒng)，以模糊PID技術作為控制原理，通過模糊控制理論與調(diào)節(jié)控制理論的結(jié)合，實現(xiàn)系統(tǒng)完整的控制邏輯。文獻[4]提出考慮氣象因素的農(nóng)業(yè)采摘機器人軌跡控制方法。提出了一種基于云存儲技術的目標果實動態(tài)監(jiān)測方法。基于 RBF神經(jīng)網(wǎng)絡設計了最優(yōu)運動模型，并采用該模型的最優(yōu)運動模型，實現(xiàn)了基于 RBF神經(jīng)網(wǎng)絡的采摘機器人軌跡控制。

上述系統(tǒng)為現(xiàn)階段發(fā)展較為成熟的研究成果，然而在實際的運行過程中，傳統(tǒng)控制系統(tǒng)存在明顯的控制效果不佳的問題，主要體現(xiàn)在控制誤差與機器人碰撞事故兩個方面，為此引入D-H法。D-H方法是將一個坐標系固定于機械臂的各個連桿上，再利用4x4齊次轉(zhuǎn)換矩陣來表示兩個相鄰的連桿之間的空間關系。利用D-H法對農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)進行優(yōu)化設計。利用D-H法構(gòu)建農(nóng)業(yè)采摘機器人運動協(xié)作數(shù)學模型，利用傳感器設備實時量化機器人的位姿信息，并通過模擬采摘流程，分配機器人的運動協(xié)作任務。從位置和姿態(tài)等多個方面，確定機器人的運動協(xié)作控制目標，通過受力分析來求解機器人實際作用力，計算控制量，實現(xiàn)農(nóng)業(yè)采摘機器人的運動協(xié)作控制功能。

1 農(nóng)業(yè)采摘機器人運動協(xié)作控制硬件系統(tǒng)設計

1.1 農(nóng)業(yè)采摘機器人傳感器

裝設運動傳感器的目的是獲取農(nóng)業(yè)采摘機器人的實時運動信息，為運動協(xié)作控制量的計算提供初始數(shù)據(jù)。

1.1.1 位置傳感器

優(yōu)化設計的位置傳感器采用光電轉(zhuǎn)換器作定位器件，只提供高、低兩種信號，使用的振蕩器是由高速CMOS電路74HC00組成，光電轉(zhuǎn)換器則選擇3 mm直徑的紅外發(fā)射接收二極。優(yōu)化設計位置傳感器的實物圖及工作電路如圖1所示。

圖1 位置傳感器

1.1.2 碰撞傳感器

為了避免農(nóng)業(yè)采摘機器人末端在執(zhí)行采摘作業(yè)過程中被障礙物阻礙，在終端操作機構(gòu)的前端裝設了一個碰撞傳感器來感知障礙。利用FSR-408型力敏電阻器制造用于機器人避障的碰撞傳感器，并將FSR-408型多個碰撞傳感器裝在機械手前臂上，實現(xiàn)對作業(yè)中遇到的障礙物進行實時檢測。在采摘機器人的操作中，主要是對大臂和小臂進行操作，以完成對作物的采集[5]。通過碰撞傳感器的安裝，可以在運動時檢測到障礙物。同時，對各方向的障礙物進行實時探測，若有障礙物出現(xiàn)，則按該方向的感應器進行探測，并采取避障措施。在信號獲取過程中，每個傳感器都要進行編碼，以便于在程序設計中進行信號的處理。優(yōu)化設計碰撞傳感器的特點是自動復位，高重復精度，扭矩大。

在實際的裝設過程中，將位置傳感器安裝在農(nóng)業(yè)采摘機器人的中心位置以及各個關節(jié)位置，而碰撞傳感器主要安裝在農(nóng)業(yè)采摘機器人操作元件末端。

1.2 農(nóng)業(yè)采摘機器人運動協(xié)作控制器

運動協(xié)作控制器是系統(tǒng)控制功能運行的主要部件，控制器選用LPC11U6x作為核心部件，能根據(jù)定位盤的坐標進行控制。運動協(xié)作控制器的實物圖及內(nèi)部組成結(jié)構(gòu)如圖2所示。

圖2 協(xié)作控制器內(nèi)部組成框圖

從圖2中可以看出，優(yōu)化設計的運動協(xié)作控制器采用“陀螺儀+編碼器”模式，產(chǎn)生PWM信號作為電機驅(qū)動電路的基極信號，通過對4個FETIRF3205構(gòu)成H橋電路。信號反饋部分由電流反饋和電壓反饋兩個部分組成，其中電流反饋電路主要包括運算放大器、電壓比較器和AD模塊。通過采樣電阻，將電動機的電流直接輸入到dsPIC30F4012的AD模塊中，并將其作為電流回饋[6]。電壓反饋的基本原理是：當電樞電流超出設定值時，比較器會輸出一個低電平，并在此過程中，會發(fā)出一種提示系統(tǒng)出現(xiàn)故障的中斷信號。電壓電路具有電流檢測、電流限制及過流保護等特點。

1.3 農(nóng)業(yè)采摘機器人運動驅(qū)動器

在運動控制系統(tǒng)中，必須以作業(yè)要求和生產(chǎn)環(huán)境為前提，以價格和技術水平作為評判依據(jù)，進行驅(qū)動器設備的選擇。由于采摘作業(yè)一般都是野外作業(yè)，安裝液壓、氣壓等都比較困難，而且會給步行系統(tǒng)帶來負擔，所以采取了電動驅(qū)動方式[7]。優(yōu)化設計控制系統(tǒng)中選擇EC45150W直流電機，該電機屬于永磁同步電機。根據(jù)控制信號與驅(qū)動信號的作用原理，實現(xiàn)運動協(xié)作控制器與驅(qū)動器之間的連接。

1.4 農(nóng)業(yè)采摘機器人運動協(xié)作通信模塊

系統(tǒng)通信模塊設計的目的是為控制指令的傳輸提供硬件支持，同時也為實時傳感數(shù)據(jù)以及機器人之間的信息傳輸提供通信環(huán)境[8]。優(yōu)化設計控制系統(tǒng)中布設的通信環(huán)境支持同步傳輸和異步傳輸兩種方式，同步模式是一種連續(xù)傳送多個字符的串口通訊方法，在通訊過程中，收發(fā)端的字節(jié)和比特之間存在著嚴格的時序關系，而發(fā)送和接收信息的兩方則依靠同步信號來實現(xiàn)接收和接收的同步。在傳送過程中，每一個字節(jié)所占用的時間間隔都是相等的，不僅字節(jié)間沒有間隙，而且字節(jié)必須是連續(xù)的，當沒有數(shù)據(jù)需要傳送時，發(fā)送者要將剩下的時間用一個字節(jié)同步序列來填補。在多主機模式中，接收端的位同步信號是由發(fā)送者來提供的，而組同步信號則是通過接收端在完成了位同步之后捕獲的。在主從模式下，通過主控制器生成位同步和組同步[9]。異步通訊沒有嚴格的時序關系，而且沒有固定的時序。字節(jié)是逐幀傳輸，每個幀的傳輸都是從開始位到終止位。接收端通過檢測起始位和終止位來與發(fā)送者進行同步。除了路由器以及普通通信節(jié)點外，將優(yōu)化的傳感器接入到通信網(wǎng)絡中，作為移動通信節(jié)點。

2 農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)軟件功能設計

在控制硬件系統(tǒng)的支持下，利用D-H法構(gòu)建農(nóng)業(yè)采摘機器人的數(shù)學模型，并對采摘機器人的運動狀態(tài)進行求解。根據(jù)機器人的采摘任務，將采摘任務分配給多個機器人，通過對農(nóng)業(yè)采摘機器人采摘流程的模擬，確定每個機器人實際的運動控制目標[10]。根據(jù)機器人的采摘目標，計算機器人的實際作用力，利用傳感器設備采集采摘機器人的實時運動數(shù)據(jù)，通過當前運動數(shù)據(jù)與控制目標數(shù)據(jù)的對比，計算得出機器人的運動協(xié)作控制量，在控制指令的作用下，完成系統(tǒng)的控制功能。

2.1 基于D-H法的農(nóng)業(yè)采摘機器人數(shù)學模型構(gòu)建

利用D-H法得出農(nóng)業(yè)采摘機器人中任意兩個關節(jié)之間的連接模型如圖3所示。

圖3 農(nóng)業(yè)采摘機器人關節(jié)連桿D-H模型表示法

按照圖3表示的D-H法得出機器人中所有結(jié)構(gòu)的模型構(gòu)建結(jié)構(gòu)[11]，按照機器人的組成結(jié)構(gòu)，實現(xiàn)多個組成部件的連接。D-H法支持下，得出農(nóng)業(yè)采摘機器人末端執(zhí)行器位姿為：

(1)

式中，(ψx，ψx，ψz)、(λx，λy，λz)和(δx，δy，δz)分別對應的是法線向量、方位向量和接近向量，(px，py，pz)表示采摘機器人末端執(zhí)行器在D-H基準坐標系中的位置坐標[12]。由此可以得出任意兩個組成元素之間的變換矩陣為：

(2)

式中，θij和?ij分別為關節(jié)轉(zhuǎn)角和扭角，Lij為關節(jié)之間的連桿長度，χij表示關節(jié)偏距。同理可以得出所有連接機構(gòu)之間的變換結(jié)構(gòu)，并由此反映出農(nóng)業(yè)采摘機器人的正向運動機理[13]。在此基礎上，通過對機器人模型的逆運動學求解，即利用矩陣的逆對公式(2)進行多種變形，即可得出機器人中各個關節(jié)角的求解結(jié)果。另外，假設農(nóng)業(yè)采摘機器人的旋轉(zhuǎn)中心與幾何中心重合，則其動力學模型可以量化描述為：

M(p)a+Q(p)v+Ff(p)+G(p)=c

(3)

式中，M(p)、Q(p)、Ff(p)和G(p)對應的是慣性矩陣、哥氏力與離心力作用合力、摩擦力以及重力，c為機器人的控制輸入，該變量包括位置控制分量和角度控制分量兩個部分[14]。將運動學求解結(jié)果以及動力學方程融合到機器人連接結(jié)構(gòu)中，實現(xiàn)農(nóng)業(yè)采摘機器人數(shù)學模型的構(gòu)建。

2.2 農(nóng)業(yè)采摘機器人實時運動位姿描述

在構(gòu)建的農(nóng)業(yè)采摘機器人數(shù)學模型下，利用硬件系統(tǒng)中的傳感器設備實現(xiàn)對運動位姿的實時采集，并以量化形式輸出。

(4)

式中，(x(t)，y(t)，z(t))表示機器人運動實時位置，(x0，y0，z0)表示機器人的初始位置，φ為姿態(tài)角，L為機器人的尺寸長度，t為時刻，v0和vvehicle分別為機器人的初始移動速度和當前移動速度。在實際位姿數(shù)據(jù)采集過程中，需要根據(jù)傳感器的工作頻率對機器人的位姿數(shù)據(jù)進行更新，更新結(jié)果如下：

b(t+1)=b(t)+κgainR

(5)

式中，b(t)和b(t+1)分別為t和t+1時刻的位姿數(shù)據(jù)，可分為位置數(shù)據(jù)和姿態(tài)角數(shù)據(jù)兩個部分，R為位姿觀測的協(xié)方差矩陣，κgain為卡爾曼增益參數(shù)[15]。按照上述流程完成農(nóng)業(yè)采摘機器人中所有組成構(gòu)件的實時運動位姿數(shù)據(jù)采集結(jié)果。

2.3 農(nóng)業(yè)采摘機器人運動協(xié)作任務分配

根據(jù)農(nóng)業(yè)采摘機器人的基本組成結(jié)構(gòu)，農(nóng)作物的采摘任務采用主-從作業(yè)模式，即主作業(yè)手用來采集農(nóng)作物目標，而從作業(yè)手主要用來切斷農(nóng)作物果實與樹枝之間的連接，根據(jù)作業(yè)手的工作內(nèi)容，對機器人的運動任務進行劃分，分配給主、從作業(yè)手，并消解作業(yè)手運動過程中可能存在的沖突現(xiàn)象[16]。假設輸入到農(nóng)業(yè)采摘機器人中的運動作業(yè)為U，則分配給主、從作業(yè)手的運動任務可以分別表示為：

(6)

式中，Umain、Ufrom分別為分配給主、從作業(yè)手的運動任務，d()為距離求解函數(shù)，Pmain，0和Pfrom，0分別表示機器人上主、從作業(yè)手的初始位置，Pcrops為采摘農(nóng)作物目標的位置信息，Pbreakpoint為采摘過程中農(nóng)作物的切斷位置[17]。農(nóng)業(yè)采摘機器人運動協(xié)作分配任務的約束條件為：

Pmain(t)-Pfrom(t)≠0

(7)

公式(5)表示的是農(nóng)業(yè)采摘機器人作業(yè)過程中，任意時刻主作業(yè)手和從作業(yè)手的位置均不重合，由此實現(xiàn)機器人運動沖突的消解。

2.4 農(nóng)業(yè)采摘機器人運動協(xié)作控制目標確定

充分考慮農(nóng)業(yè)采摘機器人作業(yè)任務，通過機器人采摘作業(yè)流程的模擬，確定各個機械手以及機械手之間的控制目標。圖4表示的是農(nóng)業(yè)采摘機器人的采摘作業(yè)流程。

圖4 農(nóng)業(yè)采摘機器人作業(yè)流程圖

在工作狀態(tài)下的農(nóng)業(yè)采摘機器人首先利用內(nèi)置的視覺元件收集周圍的環(huán)境信息，通過對圖像特征的提取與匹配，確定當前環(huán)境中是否存在采摘對象，并確定農(nóng)作物采集目標的實際位置，標記為(xcrops，ycrops，zcrops)，則采集目標位置即為主作業(yè)手的控制目標，而從作業(yè)手的控制目標可以表示為：

(8)

式中，(xbreakpoint，ybreakpoint，zbreakpoint)表示從作業(yè)手的控制目標位置，變量lcrops、wcrops和hcrops分別表示采摘目標的長度、寬度和高度，上述變量可通過視覺圖像識別直接得出[18]。在已知起始節(jié)點與目標節(jié)點的情況下，得出主、從作業(yè)手的移動軌跡為：

(9)

將相關系數(shù)代入到公式(7)中，即可得出主作業(yè)手運動軌跡Ymain和從作業(yè)手運動軌跡Ybreakpoint的初始規(guī)劃結(jié)果。為避免機器人在采摘過程中出現(xiàn)的碰撞現(xiàn)象，需要對運動軌跡中的障礙物進行識別，若初始規(guī)劃軌跡中存在障礙物，則需要對該軌跡點進行移動處理，并重新連接移動軌跡點和原軌跡中的前后軌跡點，最終通過對規(guī)劃軌跡的平滑處理，將得出的軌跡處理結(jié)果作為農(nóng)業(yè)采摘機器人運動協(xié)作的控制目標。通過上述算法模型，實現(xiàn)了農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)軟件的運行，農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)界面圖如圖5所示。

圖5 農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)界面圖

2.5 農(nóng)業(yè)采摘機器人作用力求解

當機器人協(xié)作采摘一個農(nóng)作物時，機器人的兩個作業(yè)手與被采摘物體形成一個閉環(huán)，具體的受力情況如圖6所示。

圖6 機器人協(xié)作采摘對象受力關系圖

機器人主從作業(yè)手在采摘對象上施加的力Fresultant和力矩ζresultant可以分別表示為：

(10)

式中，F(xiàn)main和Ffrom分別為主從作業(yè)手的實際作用力，ζi為力矩分量，pi為機器人質(zhì)心相對于機器人末端的位置向量[19]。在實際的求解過程中，作業(yè)手實際作用力的計算公式如下：

(11)

式中，mcrop為采摘作物目標的質(zhì)量，o為作業(yè)手與采摘目標中心之間的夾角，κrigidity和rbranch分別為農(nóng)作物連接樹枝的剛度系數(shù)和半徑值。將公式(11)的計算結(jié)果代入到公式(10)中，得出農(nóng)業(yè)采摘機器人作用力以及力矩的具體求解結(jié)果。

2.6 農(nóng)業(yè)采摘機器人運動協(xié)作控制功能實現(xiàn)

結(jié)合當前農(nóng)業(yè)采摘機器人各個作業(yè)手的實際運動數(shù)據(jù)與采摘作業(yè)的目標數(shù)據(jù)，利用公式(12)計算出農(nóng)業(yè)采摘機器人的運動協(xié)作控制量。

(12)

將實時位姿數(shù)據(jù)與運動目標求解結(jié)果參數(shù)代入到公式(12)中，即可得出機器人運動位置、姿態(tài)角以及作用力控制量的計算結(jié)果。根據(jù)控制量的計算結(jié)果，利用控制器設備生成控制指令，分別作用在機器人的各個關節(jié)上，控制指令的作用邏輯如圖7所示。

圖7 機器人運動協(xié)作控制指令作用邏輯圖

在實際控制任務執(zhí)行過程中，首先執(zhí)行機器人采摘放置程序初始化，然后驅(qū)動主作業(yè)手到達待采摘目標下方，張開末端主作業(yè)手，從作業(yè)手運行至待剪斷新梢位置，主作業(yè)手在力矩驅(qū)動下運行到收集臺后張開釋放采摘作物，釋放完成抓手復位，完成一次采摘任務后判斷分配的采摘任務是否全部執(zhí)行完畢，若存在未執(zhí)行的采摘任務，則繼續(xù)循環(huán)上述控制步驟，否則跳出循環(huán)，農(nóng)業(yè)采摘機器人復位，將采摘完成指令反饋給控制器[20]。

3 系統(tǒng)測試

為了測試優(yōu)化設計的基于D-H法的農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)是否達到預期效果，設計仿真實驗。確定農(nóng)業(yè)采摘機器人的運動協(xié)作控制目標，并在控制系統(tǒng)的作用下獲取機器人的實際運動數(shù)據(jù)，通過兩者之間的比對，得出反映系統(tǒng)控制精度功能的測試結(jié)果，除此之外，此次系統(tǒng)測試實驗還對機械臂的協(xié)作控制能力進行測試，最終從控制精度和協(xié)作能力兩個方面，體現(xiàn)出優(yōu)化設計系統(tǒng)在控制功能方面的優(yōu)勢。

3.1 配置農(nóng)業(yè)采摘機器人樣機

此次系統(tǒng)測試實驗選擇GSCZ型號的果蔬采摘機器人作為控制對象，該機器人具有信息獲取、成熟度判別等功能，從組成結(jié)構(gòu)方面來看，由機架、履帶移動機構(gòu)、采摘操作裝置、傳輸機構(gòu)、雙目視覺機構(gòu)等部分組成，其中采摘操作部分中，主作業(yè)手為果實抓手，從作業(yè)手為切斷裝置。農(nóng)業(yè)采摘機器人的外形尺寸為1 200 mm*800 mm*1 800 mm，整機質(zhì)量為120 kg，機器人的最大移動速度為6.0 m/s，采摘模塊和移動模塊的總功率分別為80 W和120 W，主從作業(yè)手的工作空間均能達到800 mm*300 mm。

3.2 選擇機器人采摘對象

選擇哈密瓜、黃瓜、櫻桃和蘋果種植基地作為機器人的采摘作業(yè)環(huán)境，其中哈密瓜和黃瓜的果實均結(jié)在藤上，櫻桃和蘋果均長在樹上，因此上述4種果實的采摘機理相同，其采摘高度在準備機器人樣機的采摘范圍內(nèi)。選擇果蔬種植基地內(nèi)部分區(qū)域內(nèi)成熟的果蔬作為采摘對象，在開始實驗之前統(tǒng)計采摘對象的數(shù)量，并確定各個對象的生長位置信息。

3.3 生成機器人運動協(xié)作控制任務

按照空間順序?qū)Σ烧獙ο筮M行標號，并根據(jù)收集的位置信息生成機器人運動協(xié)作控制任務，其中部分任務的生成情況如表1所示。

表1 農(nóng)業(yè)采摘機器人運動協(xié)作控制任務

根據(jù)機器人的位姿初始值，得出機器人的采摘軌跡，從而得出農(nóng)業(yè)采摘機器人任意時刻運動控制目標的生成結(jié)果。

3.4 設置系統(tǒng)控制功能測試指標

從控制精度和協(xié)作控制能力兩個方面設置量化測試指標，其中控制精度測試指標具體包括：位置控制誤差、位置控制方差、姿態(tài)角控制誤差和作用力控制誤差，其中位置控制誤差的數(shù)值結(jié)果如下：

εp=|xactual-Δx|+|yactual-Δy|+|zactual-Δz|

(13)

式中，(xactual，yactual，zactual)為機器人的實際位置坐標。

位置控制方差的數(shù)值結(jié)果如下：

(14)

式中，n為獲取的機器人位置個數(shù)。

另外姿態(tài)角和作用力誤差的測試結(jié)果如下：

(15)

式中，φactual、φtarget、Factual和Ftarget分別為姿態(tài)角和作用力的實際值與目標值。另外協(xié)作控制能力的測試指標為機器人的碰撞次數(shù)，該指標的測試結(jié)果為：

Ncollision=Ntask+Nexternal

(16)

式中，Ntask和Nexternal分別表示機器人作業(yè)手之間的碰撞次數(shù)及其與外界環(huán)境之間的碰撞次數(shù)。最終計算得出控制誤差越小、碰撞次數(shù)越少，證明對應系統(tǒng)的控制功能越優(yōu)。

3.5 系統(tǒng)測試過程與結(jié)果分析

根據(jù)系統(tǒng)的功能測試內(nèi)容，將實驗分為控制精度測試和碰撞測試兩個部分，在實驗開始之前，首先需要對農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)進行開發(fā)，并調(diào)試系統(tǒng)運行程序與環(huán)境。首先將優(yōu)化設計系統(tǒng)的硬件部分裝設到機器人樣機上，利用編程工具實現(xiàn)系統(tǒng)軟件部分的開發(fā)，并導入到機器人內(nèi)部的運行器件中。隨機生成控制指令，觀察機器人樣機是否能夠按照控制內(nèi)容完成指定動作，從而完成系統(tǒng)硬件與軟件的調(diào)試。為了體現(xiàn)出優(yōu)化設計系統(tǒng)在控制功能方面的優(yōu)勢，設置傳統(tǒng)的基于無線網(wǎng)絡的機器人控制系統(tǒng)(文獻[2]方法)和基于模糊PID的機器人控制系統(tǒng)(文獻[3]方法)作為實驗的對比系統(tǒng)，分別標記為對比系統(tǒng)1和對比系統(tǒng)2，按照上述流程完成對比系統(tǒng)的開發(fā)與調(diào)試工作。

3.5.1 控制精度測試

將農(nóng)業(yè)采摘機器人樣機放置在種植基地環(huán)境中，將生成的控制任務逐一輸入到控制系統(tǒng)中，通過數(shù)學建模、位姿描述、任務分配、控制量計算等步驟，完成相應的采摘工作。統(tǒng)計機器人作業(yè)手的位置數(shù)據(jù)，通過公式(13)的計算，得出不同系統(tǒng)作用下機器人位置控制誤差及方差的測試結(jié)果，如圖8所示。

圖8 農(nóng)業(yè)采摘機器人位置控制誤差測試對比結(jié)果

從圖8中可以直觀地看出，與兩個對比系統(tǒng)相比，優(yōu)化控制系統(tǒng)作用下機器人位置誤差更小，最大值為14 mm。機器人位置的方差也更小，約為9 mm。另外機器人姿態(tài)角和作用力控制誤差的測試結(jié)果，如表2所示。

表2 機器人姿態(tài)角和作用力控制誤差測試數(shù)據(jù)表

將表2中的數(shù)據(jù)代入到公式(13)中，綜合主、從作業(yè)手兩個部分，得出兩種對比系統(tǒng)下機器人姿態(tài)角控制誤差的平均值分別為0.25°和0.15°，平均作用力控制誤差分別為2.13 N和1.0 N，優(yōu)化設計系統(tǒng)下，機器人姿態(tài)角和作用力的平均控制誤差分別為0.04°和0.4 N。

3.5.2 碰撞測試

在農(nóng)業(yè)采摘機器人運動過程中，記錄作業(yè)手之間以及作業(yè)手與外界環(huán)境之間的碰撞次數(shù)，直接得出反映系統(tǒng)協(xié)作控制能力的測試結(jié)果，如表3所示。

表3 系統(tǒng)協(xié)作控制能力測試數(shù)據(jù)表

通過公式(15)的計算，得出3種控制系統(tǒng)作用下，機器人碰撞次數(shù)的平均值為5.75次、4.25次和1.25次。

4 結(jié)束語

農(nóng)業(yè)采摘機器人是一種在農(nóng)業(yè)機械化生產(chǎn)中非常重要的應用，具有廣闊的發(fā)展前景。在此次研究中，利用D-H法對采摘機器人運動協(xié)作控制系統(tǒng)進行優(yōu)化設計，實驗結(jié)果表明，所設計基于D-H法的農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)能夠?qū)崿F(xiàn)對機器人采摘過程的精準控制，減小控制誤差和機器人碰撞概率，從而降低了機器人采摘失敗的概率，有效提高了農(nóng)業(yè)采摘機器人的工作效率。

采用D-H法進行農(nóng)業(yè)采摘機器人運動協(xié)作控制，具有工作效率高、采摘精度高的優(yōu)點，但在實際應用過程中，對多種農(nóng)產(chǎn)品的控制參數(shù)不同，難以完成多種農(nóng)產(chǎn)品同時采摘的工作。因此，在未來研究中，將以同時實現(xiàn)不同種類農(nóng)產(chǎn)品的采摘為目標，進一步完善基于D-H法的農(nóng)業(yè)采摘機器人運動協(xié)作控制系統(tǒng)。