面向无线传感器网络节点的脐橙采摘机器人定位研究

1、面向无线传感器网络节点的脐橙釆摘机 器人定位研究田磊靳继红河南工业职业技术学院焦作师范高等专科学校计算机与信息工程学院摘要：将rfid和无线传感技术融合到一起应用于采摘机器人的自主定位中，通过结合 二者优势，使机器人自动定位更加精准、快速。为此，首先分析了无线传感技术 的特点、原理及其优越性，然后对机器人的运动模型和传感网络观测系统模型进 行阐述，并设计了一种面向无线传感技术的定位算法，最后利用mat lab进行仿 真实验。结果表明:在复杂路况环境下，该节点定位算法能够准确估计脐橙采摘 机器人的位置，误差系数小，具有可靠性高、实时性和稳定性好等优点，对实现 果实的无人种植具有重要意义。关键词：

2、采摘机器人; 定位算法; 无线传感器;rfid;作者简介：田磊（1983-），男，河南南阳人，讲师，硕士。作者简介：靳继红（1977-）,女，河南焦作人，讲师，硕士，（e-nihl） angie0391hotmai1. com。收稿日期：2017-03-12基金：河南省科技攻关项fl （152102110161）research on robot localization of navel orange harvesting robot for wireless sensor network nodestian lei jin jihonghenan polytechnic institute

3、; school of computerand informstion engineering, jiaozuo teacherscollege;abstract：in this paper, the combination of rfid and wireless sensor technology is appl i ed to the auto no mous local iza tion of picki ng robot, by comb ini ng the advantogcs of the two, so that the robot automatic positioning

4、 more accurate and fast. this paper first analyzes the characteristics of wireless sensor technology, principle and advantages, then the motion model and sensor network observation system model of the robot is expounded, and the design of a localization algorithm for wireless sensor technology， fina

5、lly using matlab simulation test. the experimcntai results show that in complex traffic environment, the node localization algorithm can accurately estimate the navel orange picking robot position error coefficient is small, has the advantages of high reliability, real-time and stabi 1 i ty, which i

6、s of great significanee to the real ization of unmanned fruit planting.keyword：picking robot; localization dlgorithm; wireless sensor; rfid;received： 2017-03-12o引言近年来，随着科技的发展，无线传感器、物联网及智慧地球的发展深入人心，已 成为各国家科技和产业竞争的焦点1-5。现阶段，传感器、物联网、无线通信、 仪器仪表和自动化的快速发展提高了机器人的应用能力，釆摘机器人因此获得 了长足的发展，已成为科技研究最前沿的领域之一 _±

7、;迪。本文以无线传感器网 络技术为核心，设计了一种面向网络节点的脐橙采摘机器人定位算法，并利用 mat lab进行算法仿真实验，验证了系统的可靠性和稳定性。1无线传感器网络技术无线传感器网络一般由许多具有无线通信、感知环境变化、信息存储与处理的传 感器构成，包含多种感知功能不一的传感器节点。这些节点可对r标环境内的信 息变化进行采集、判断或数据发送，形成对目标环境实时监控和对目标定位的网络14-。无线传感器网络结构主要包括传感器、汇聚和管理站等部分，其体 系结构如图1所示。感知区域到处分布了许多的无线传感器节点，它们以无线网 络为平台，通过自组织形式，顺着其它节点逐级跳动传递和交换信息，在多次

8、 跳转后集屮到汇聚节点，最后由汇聚节点传到远程监控端。无线传感器的核心是 嵌入式控制系统，其信息处理和存储空间有限;而汇聚节点信息处理和存储空间 明显增强，其可通过无线网络与外部互联网或卫星进行通信，发布管理节点的 监测信息。任务管理节点图 1 无线传感器网络结构图 fig. 1 the structure diagram of wireless sensor network 下载原图 无线传感器节点结构分支多，往往和应用目标区域及实现的功能相关，但主要 还是由传感器、处理器、无线通讯及电源等4个模块组成，如图2所示。传感器模块处理器模块无;图 2 无线传感器节点框架图 fig. 2 the

9、frame diagram of wireless sensor nodes 下载原图无线传感器节点模块众多:传感器模块根据被测物理信息选用合适的类型，一般 采用a/d电路实现模拟信号转化为数字信号;处理器模块是节点最重要的部分， 主要负责信息的采集、传输、决策制定、保存和发出控制指令;无线通讯模块则 主要负责各汇聚节点间信息的共享；电源模块为各无线传感器和汇聚节点提供能 量19-21。2脐橙采摘机器人系统模型2.1脐橙采摘机器人运动模型在实验状态下，即在没有其他外在条件（如环境、天气）干扰的情况下，脐橙采 摘机器人运动模型能够形象地表示其各个部件的运动过程型艺l但在日常作 业中，由于受到环境

10、和天气的影响，采摘机器人会产牛一些特定的噪声，使得 模型具有一定不稳定性，因而使其不能准确描述采摘机器人运动变化状态 26-27 o为了解决上述问题，特以一种非线性函数对采摘机器人运动状态进行 描述，该模型描述了其位姿信息so. k在控制参数山和干扰因数叫影响下随时间 的变化。采摘机器人某时间节点状态只与上一某时间节点状态及当前某时间节点 的控制参数有关，与过去时间节点的信息没有联系。采摘机器人运动方程为s（）,k 9 uk） + wk s i + 卜y（）,a：-i + / i &i +其中，几和 眛分别表示采摘机器人与第k个无无线传感器节点的距离和角度。2. 2无线传感网络观测系统

11、模型本文主要研究问题是面向无线传感器网络节点的脐橙采摘机器人准确定位算法， 前面一节主要介绍了采摘机器人运动模型，木节介绍无线传感网络观测系统模 型。观测系统模型参数主要是获取采摘机器人和无线传感器网络节点之间的相对 距离和角度等信息。该模型表达式为（2）其屮，i、j表示第i和j个无线传感器网络节传感器网络节点的位置、角度状态;u表示模型噪声。该模型观测方程为 g+l k+l arc tan其中，其中口“和 际“分别为第k+l个传感器节点相对于机器人的位置和角 度；1）表示机器人经过传感节点前后的角度差。v/ioh ax xaax模型观测函数位姿和传感节点之间的雅克比矩阵为73h axay a

12、v 九=dsaxl a2a2-a2其中,a x二xi, kxj, k, y二y：, kyj,咕脐橙采摘机器人模型如图3所示。2图 3 脐橙釆摘机器人模型 fig. 3 navel orange harvesting robot model 载原图3脐橙采摘机器人定位算法3.1脐橙采摘机器人环境建模采摘机器人一般都是在比较复杂的环境中进行作业，因而对采摘机器人而言首 要的问题是感知周边环境信息国。获得周边环境信息，采摘机器人才能进行定 位，顺利开展作业任务。其在目标区域自动定位时，对作业区域现场感知和判断 都需要无线传感器网络节点平台的支撑囱。通过无线传感器网络节点平台，釆 摘机器人可以与其他环

13、境节点进行信息的传输与交互，进而获取自身位置状态 和所在环境的信息30。在本设计中，建立无线传感器网络节点平台是研究的重 要环节，对脐橙采摘机器人自动定位具有决定性意义。脐橙采摘机器人目标区域 传感器网络结构如图4所示。在目标区域，无线传感器节点分为两种:一种是用来标示障碍物位置;一种用来 感知机器人位置。这些节点随机分布在目标区域，并依次贴上电子便签。机器人 上安装有rfid射频信号器，随着采摘机器人的移动，无线传感器感知机器人信 号强度变化判定与机器人的距离，也方便机器人识别障碍和目标。载有rf1d射 频信号器的机器人在作业中可以根据两种无线传感节点获取障碍或者自身位置 信息。无线传感器和

14、rfid的有效结合为机器人实现了避障和定位功能，大大提 高了机器人的自主性和灵活度。图4目标区域无线传感器网络结构图fig. 4 the structure diagram of wireless sensor network in target area 下载原图 3. 2定位算法原理 在无线传感器网络应用中，节点采集信息与其位相互对应，因此确定未知节点 的位置对采摘机器人的自动定位具有重要意义。在三维空间坐标中，未知无线传 感器网络节点的信号强度与机器人上的rfid射频信号器距离远近的理论分布， 如图5所示。z10() 9()8()70605040302041020in100-1() -1

15、5 -2(叫 < 八4图5未知无线传感器网络节点的信号强度分布图fig. 5 signal intensity distribution map of unknown wireless sensor net work nodes 下载原图 图5中:x、y轴表示rfid射频信号器到无线传感器节点的距离;z轴表示无线传 感器节点接收到的信号强弱;山、d2、山、山为无线传感器节点实际位置;厲、 c2、6、耳为无线传感器节点与实际信号强度之间的偏移量。由于无线传感 器节点接收到的信号强度值需要加上随机噪声，因此无线传感器节点信号强度 值只与z向坐标存在一定差异。可以看出，在三维空间坐标中，未知无

16、线传感器网络节点的信号强度构成的曲面形状和路径衰减因子k息息相关，因此可以确 定适当的目标函数求出k值和无线传感器网络节点位置坐标。无线传感器网络节点定位原理为:倘若存在n (n>3)个位置坐标已知无线传感器 网络节点，且第i个无线传感器节点对rfid射频信号器的信号强度rssi (i)也 确定，则可以依据信号损耗模型确定目标函数;通过求出其最优解，便能够确定 未知无线传感器网络节点的坐标(x, y)和路径衰减因子k。3.3确定目标函数依据无线传感器节点定位原理，能够确定合适的目标函数，然后求解岀目标函 数最优解，便可得到节点的坐标与衰减因子ko为了让节点到曲面的z向距离最 小，即求丨z

17、n (i) -rssi (i) i或(zn (i) -rssi (i)的最小值，因全部节 点个数为n,确定的目标函数为nfung = y zn(q- rssi(i)i 二 1n 2fung 二 y (zn(i)- rssi(i)心1同时，也可以先求所有节点zn (i) -rssi (i)的和，然后再取其绝对值，则nfung x (znci)- rssi(d)心13. 4算法仿真试验设计为验证本文设计的脐橙采摘机器人准确定位算法的可靠性，利用mat lab仿真软 件、采用m语言进行编程，实现各目标函数进行标定效果分析。在模拟仿真屮， 无线传感器节点分布在20mx20m的目标区域中，系统按照路径节

18、点编号，实现 机器人的自动定位。算法仿真流程如图6所示。自动定位算法仿真各流程说明如下：1）设定信标节点。初始化，设定模型参数，1次取100组数据，在mat lab中 绘制出模型曲面。2）加入随机噪声。在理论信号值的基础上加入信号噪声，构成实际信号值。3）筛选。为了提高采摘机器人定位准确度，筛除掉信号较弱的个别信标节点。4）确定优化初值。利用极大似然法优化初值。5）优化计算。利用mat lab中的优化函数进行优化，减少定位误差。6）输出结果。利用mat lab输出结果图。图 6 自动定位算法仿真流程图 fig. 6 the simulation flow chart of automatic1

19、 ocat i on al gori thm 下载原图4实验与结果分析为了验证脐橙采摘机器人自动定位算法的准确性和可靠性，在作业区域随机安 放了 100个无线传感器信标节点，假设每个节点的通信半径为5叫当机器人 （即rfid射频信号器）与节点之间的距离超过5n）时，则无法收到信号;然后对定 位算法行了实验。实验中，由于节点和rfid射频信号器的相对坐标不确定，因 此在求解中以采摘机器人初始位姿为基准，建立三维坐标直角系。仿真试验环境 和结果如图7所示。x/cm图 7 采摘机器人实验结果 fig. 7 the experimental results of picking robot下载原图 图

20、7屮，虚、实线分别为采摘机器人估计和实际的运动路径;虚点和实点分别为 网络节点估计和实际位置。由图7可以看出：该定位算法能够准确估计采摘机器 人的位置，且误差系数小，有效抑制了累计误差的加大，使得机器人估计误差 在5cm以内，说明了本文自动定位算法的准确性和可行性。5结论首先分析了无线传感器技术特点、原理及其优越性，然后对脐橙采摘机器人的运 动模型和传感网络观测系统模型进行阐述。根据实际需求，设计研究了一种面向 无线传感技术的定位算法，采用极大似然法确定优化初值，根据目标函数并利 用mat lab进行函数优化，提高定位准确度。系统将rfid和无线传感器网络技 术相结合，应用于采摘机器人的自动定

21、位，对实现果实种植无人化具有重要现 实意义。实验结果表明：该定位算法能够准确估计采摘机器人的位置，且误差系 数小，使得机器人估计误差在5cm以内，说明了本文自动定位算法的准确性和 可行性。参考文献1 吴显基于多传感器信息融合的移动机器人定位方法研究d北京:北京交通 大学，2016.2 王亚子，杨建辉改进粒子群算法的无线传感器网络节点定位j.计算机工 程与应用，2014 (18) : 99-102.3 王卫星，高奕龙，陈佳森.基于zigbee无线传感器网络的山地橘园精细化滴 灌系统设计j 电子技术与软件工程，2014 (14) : 19-20.4 徐红军无线传感器网络环境下移动机器人节点定位算法

22、研究d.长沙:湖南 工业大学，2014.5 陈剑无线传感器网络技术在多点控制中的应用与硏究d.北京:北京服装学 院，2013.6 杨冬梅基于无线传感器网络的多移动机器人避障方法研究【)哈尔滨:哈尔 滨工业大学，2013.7 马伟.基于无线传感器网络的室内定位系统节点的设计与实现d成都：电子 科技大学，2013.8 王方.基于多移动机器人的无线传感器网络系统d.太原:太原理工大学， 2013.9 石海霞面向机器人定位的无线传感器网络系统的研究与设计d 南京:南京 理工大学，2013.10 薛粹瑶.室内无线传感器网络中转发节点的最优放置问题研究d.上海:上 海交通大学，2013.11 李江洪.基于无线传感节点到达时间差的定位算法设计j.广西民族大学学 报：自然科学版，2012 (4) :60-6312 赵旭.基于无线传感器网络的移动机器人定位与导航系统研究d 沈阳：辽 宁科技大学，2012.13 苟胜难.基于改进的rssi无线传感器网络节点定位算法研究j.计算机应 用研究,2012 (5) : 1867-1869.14 黄光华基于无线传感器网络的森林火灾监测系统的设计与研究d.南昌： 江四理工大学，2012.15 钟智具有移动节点的无线传感器网络定位算法和数据收集协议研究d.长 沙:中南大学，2012.16 郑林.基于