浅谈如何设计苹果采摘机器人控制系统 关键词：农业自动化控制系统机器人苹果采摘为解决苹果采摘作业消耗大量劳动力等问题,对苹果采摘机器人控制系统的研究已成为当前热点[1]苹果采摘机器人是一种可鉴别果实成熟度,帮助或代替人类完成苹果采摘等任务的智能化机电产品,其控制系统设计属于农业自动化研究范畴[2]现有苹果采摘机器人控制系统多由摄像机和PC机构成[3-9],但其在实际运用中存在制造和维护成本较高、功耗大,对操作及维护人员的技术要求较高、携带不便等问题针对上述问题,本文设计了一款苹果采摘机器人控制系统,其优点主要表现为:工作稳定、性能可靠、制造及维护成本较低、功耗小、便携性好1、系统设计原理苹果采摘机器人控制系统需依照其机械本体进行设计,本设计中其机械本体可以分为3个部分:存储机构、移动机构和抓取机构,如图1所示苹果采摘机器人控制系统分为视觉系统和主控系统,视觉系统通过感光元件获取外部环境信息,并转换为电信号传输给单片机,经单片机处理后,发出相应控制指令;主控系统根据指令控制电机驱动模块和舵机驱动模块完成相应动作,控制系统总体结构如图2所示图1机械本体图2控制系统结构2、视觉系统视觉系统作为苹果采摘机器人的“眼睛”,需实时获取当前环境信息,识别环境中的成熟苹果,获取其位置信息,并返回主控系统[9]。
本设计中视觉系统选用基于STM32F7单片机的OpenMV3视觉模块,其体积小巧、价格低廉、易于拓展;模块内部搭载MicroPython解释器,可识别并执行Python语言,并且提供Python语言视觉库,简化视觉算法编程2.1 感光元件感光元件选用OV7725视觉传感器,是一款1/4″的COMS(互补金属氧化物半导体器件),相较于CCD(电荷耦合器件),具备低成本、低功耗、高集成度等优点其包含单芯片VGA相机和图像处理器的全部功能:正常工作温度范围为-20℃~70℃,满足各种复杂环境工作需求;具备640480感光阵列,可实现每秒最高60帧VGA图像输出,满足图像处理要求;内置串行控制总线接口(SCCB),可连接主控芯片I2C接口,配置视觉传感器的寄存器,完成图像质量、数据格式和传输方式的控制;还可通过配置寄存器完成曝光、白平衡、色调控制等图像处理功能;可实现自动曝光(AEC)、自动白平衡(AWB)、自动带通滤波(ABF)等功能2.2 主控芯片主控芯片选用以Cortex-M7为内核的STM32F7单片机,相较于PC机,其具备低成本、低功耗、小体积、便携性较好等优点STM32F7单片机内部搭载自适应实时加速器和一级高速缓存,程序执行速度快;216MHz主频,数据处理性能优越;高容量内置闪存(2MB),程序存储性能优越;高达512KB通用数据存储器,满足数据存储要求;具备I2C总线接口,便于外设拓展。
3、主控系统主控系统作为苹果采摘机器人的“大脑”,根据视觉系统所获得的信息,控制苹果采摘机器人各机构完成采摘作业等任务[10]主控系统根据苹果采摘机器人控制要求,主要可分为电机驱动模块、舵机驱动模块和电源模块电机驱动模块完成移动机构的控制,舵机驱动模块完成抓取机构控制,而电源模块则完成视觉系统和主控系统供电需求3.1 电机驱动模块移动机构动力输出装置选用ZYTD520直流电机,加装齿轮减速器,工作电压最高12V,空载转速200r/min,输出转矩0.35Nm,满足工作要求电机驱动芯片选用双直流电机驱动器TB6612FNG,可输出频率范围高达100Hz的可调PWM波,具备4种电机控制模式,满足控制需求;具备低功耗待机模式,芯片内置过热自动关断电路和低压检测保护电路,可保证芯片安全运行;芯片内部集成MOSFET-H桥结构,如图3所示场效应管分为N沟道和P沟道两种,当N沟道场效应管栅极(G)输入电压大于开启电压时,源极(S)和漏极(D)导通形成导通沟道;当P沟道场效应管栅极(G)输入电压小于开启电压,源极(S)和漏极(D)导通形成导通沟道IN1输入高电平,N沟道场效应管(N1)和P沟道场效应管(P2)形成导通沟道,O1处电压为VM,IN2输入低电平,P沟道场效应管(P4)与N沟道场效应管(N3)形成导通沟道,O2处电压为PGND,电流从O1流经O2形成回路,电机正转;反之,IN1输入低电平,P沟道场效应管(P1)与N沟道场效应管(N2)形成导通沟道,O1处电压为PGND,IN2输入高电平,N沟道场效应管(N4)与P沟道场效应管(P3)形成导通沟道,此时O2电压为VM,电流从O2流经O1形成回路,电机反转。
图3 MOSFET-H桥结构电机供电引脚(VM1、VM2、VM3)连接锂电池正极(VBAT),芯片供电引脚(VCC)连接经电源模块稳压后5V电压(VCC),电机供电引脚和芯片供电引脚均设有滤波电容,100pF(C2、C6)瓷片电容可消除高频干扰;10μF(C1、C5)电解电容可消除低频干扰,且在一定范围内电解电容值越大滤波效果越好STBY引脚接高,芯片默认使能,具体设计方案如图4所示图4 电机驱动模块外围电路3.2 舵机驱动模块抓取机构动力输出装置选用转角为300的MG995数字舵机,工作电压最高7V,输出转矩1.96Nm数字舵机相较于模拟舵机,其控制方式简便,仅需发送1次PWM信号即可保持规定转角;控制信号频率高达300脉冲/秒,响应频率高,“信号死区”小舵机驱动芯片选用PCA9685,其为I2C总线通信的16路PWM输出控制芯片,可节省主控芯片控制引脚具备6位硬件地址引脚,同一I2C总线上可挂载多块PCA9685芯片,易拓展;每个PWM输出端口内部均自带12位分辨率的控制器,其输出频率可达24~1526Hz,满足舵机控制需求;内部自带25MHz振荡器,无需外接,简化电路;其正常工作温度范围-40℃~85℃,满足复杂环境工作要求。
舵机供电引脚(VSS)连接电源模块稳压后的5V电压,芯片供电引脚(VDD)连接经电源模块稳压的VCC,供电引脚处均设有滤波电容;外部硬件地址引脚未作处理,地址默认为0;PWM0到PWM3输出引脚外接限流电阻,保证正常工作;时钟总线引脚(SCL)和数据总线引脚(SDA)外接上拉电阻,保证I2C总线正常工作;外部时钟使能引脚(EXTCLK)接低,使用内部时钟;芯片使能引脚(OE)接低,默认使能,具体方案如图5所示图5 舵机驱动模块外围电路3.3 电源模块能源输出装置选用锂电池(3S800mAh15C)正常工作电压可达12.6V,最大放电电流12A,满足苹果采摘机器人各机构正常工作要求电源模块芯片选用LM2596SX-5.0/NOPB,输入电压可达40V;输出电流可达3A;芯片内部集成度较高,仅需4个外部器件,便可稳定输出5V电压;且具备低功耗待机模式,过热关断和限流保护功能,满足使用需求抓取机构含有4个数字舵机,工作状态下瞬时电流较大,故将舵机供电与各芯片供电分开,具体设计如图6所示采用2块LM2596SX-5.0/NOPB芯片,其输入引脚(IN)连接锂电池正极,外接680μF电解电容,可防止输入端电压突变;开关引脚(ON/OFF)接地,默认芯片使能;输出引脚(OUT)外接肖特基整流二极管(IN5824)和33μH电感,保证电源关端瞬间输出电流连续;220μF电解电容,可防止输出电压突变;稳压反馈引脚(FB)接输出端,实时调节输出端电压。
图6 电源模块外围电路4、系统程序设计程序开发环境为OpenMVIDE,语言为Python,程序采用模块化编写,主要可以分为1个主程序、3个功能子程序(包括:PID子程序、电机驱动子程序、舵机驱动子程序)系统上电后对视觉系统及主控系统各模块初始化,而后移动机构执行旋转指令,此时视觉系统实时检测周围环境,并依据颜色区分苹果成熟度若检测到成熟苹果,则反馈成熟苹果位置信息,包括空间三维坐标(x,y,z)及目标图像像素点数,x轴向偏差及像素点数偏差作为PID函数的入口参数,其输出值为电机调速的PWM波占空比,从而控制移动机构向成熟苹果靠近当x轴向偏差及像素点数偏差小于一定值,PID函数停止运作,移动机构停止运作,抓取机构动作依据y轴向偏差,控制抓取机构向目标靠近,当视觉系统检测到抓取机构运动到相应位置后,则执行采摘作业命令采摘成功后,视觉系统停止工作,并执行存放指令,存放成功后,抓取机构复位重复上述动作直到完成成熟苹果的全部采摘,具体过程如图7所示图7 系统程序流程5、系统测试苹果采摘机器人控制系统实物如图8所示,完成苹果采摘机器人搭建,在光线可控的室内环境及光线不可控的露天环境下分别进行100次采摘实验。
每次实验放置2棵植株,每棵植株上悬挂1个红色成熟果实,1个绿色非成熟果实,测试数据如表1所示表1系统稳定性测试表测试结果表明:在光线稳定的室内环境下,苹果采摘机器人控制系统运行稳定,单果采摘时间相对较短,单果采摘成功率较高,果实成熟度分辨成功率较高;在光线不稳定的露天环境下,苹果采摘机器人控制系统运行稳定性相对有所下降,相比于室内环境,其单果采摘时间有所上升,单果采摘成功率有所下降,果实成熟度分辨成功率未变;苹果采摘机器人控制系统整体工作稳定,性能可靠6、结语该款苹果采摘机器人控制系统对现有控制系统的不足之处进行优化,其采用STM32单片机作为主控芯片,各功能部件采用模块化设计,具备制造及维护成本较低、功耗小、便携性好等优点,且实验表明其单果采摘作业时间相对较短,采摘成功率较高,果实成熟度分辨成功率较高,工作稳定,性能可靠参考文献:[1]王丹丹,宋怀波,何东健.苹果采摘机器人视觉系统研究进展[J].农业工程学报,2017(10):59-69.[2]石建华.基于云计算技术的苹果采摘机器人系统[J].农机化研究,2017(7):180-183.[3]Luo H F,Wei G W.Systemdesign and implementation of anovelrobot for apple harvest[J].Agricultural Engineering,2015,46(2):85-94.[4]孙贤刚,伍锡如,党选举,等.基于视觉检测的苹果采摘机器人系统设计与实现[J].农机化研究,2016(9):151-155,160.[5]朱霞,陈仁文,夏桦康,等.智能机器人水果采摘识别系统设计[J].计算机应用研究,2014(9):2711-2714.[6]顾宝兴,姬长英,王海青,等.智能移动水果采摘机器人设计与试验[J].农业机械学报,2012(6):153-160.[7]王辉,毛文华,刘刚,等.基于视觉组合的苹果作业机器人识别与定位[J].农业机械学报,2012,43(12):165-170.[8]张宾,宿敬肖,张薇薇,等.基于激光视觉的智能识别苹果采摘机器人设计[J].农机化研究,2016(7):61-64.[9]贺橙林,施光林.一种基于机器视觉的苹果采摘机器人[J].机电一体化,2015(4):3-7,22.[10]伍锡如,黄国明,刘金霞,等.新型苹果采摘机器人的设计与试验[J].科学技术与工程,2016(9):71-79.王琪,丁柏文,陈萍.苹果采摘机器人控制系统设计[J].机械制造与自动化,2019,48(5):150-152,161.基金项目:国家重点研发计划重点专项项目(2016YFD0700900).-全文完-。