基于多传感器融合的园艺作业机器人平台自主导航控制研究

基于多传感器融合的园艺作业机器人平台自主导航控制研究

0规模大、风险在西方工业化国家，设施和花园的产业化生产水平非常高。近些年，我国的园艺产业化生产也在快速发展，但现今市面上的园艺机器人仍然稀少，且大多实现功能单一，自动化和智能化实现程度仍然处于较低的水平1ade应用本研究采用STM32F103ZET6（以下简称STM32F103）作为系统的控制核心，选用ALIENTEK推出的高清摄像头模块ATK-OV2640作为视觉系统，采用北斗/GPS双模定位实现路径的构建与识别，通过红外、超声波测距传感器检测障碍物。采用信息融合算法构建了园艺环境机器人作业平台自主导航控制系统，结构框图如图1所示。2图1:《汉字》第5页“接得住,沿线国家的接口”图2系统硬件主要包括主控制器、电机控制与驱动模块、电机、车轮、履带、电池及多种传感器。硬件电路连接如图2所示。主控制器采用STM32F103，这是一款32位的微控制器，主要有实时定位功能和快速数字和信号处理功能，片上512kb的Flash及64kB的SRAM，具有80个GPIO接口以及IIC、SPI和USART接口功能，满足本系统与不同传感器的通信功能及对执行单元的控制功能。2.1ov领域和装置选用图像采集模块ATK-OV2640，它具有200W像素，其采用OmniVision公司生产的一颗1/4寸CMOSUXGA(1632*1232）图像传感器OV2640作为核心部件，集成有源晶振和LDO，具有标准的SCCB接口，兼容IIC接口，安装在小车的正前方，满足本系统对图像采集需要。2.2实时定位模块选用ATK-S1216F8-BD模块，它是一款高性能北斗/GPS双模定位模块，集定位、测速、定姿和授时等多种功能于一体，具有全球覆盖、全天候、高精度和近乎连续实时的特点。该模块体积小巧，性能优异；可通过串口进行各种参数设置，并可保存在内部FLASH，使用方便；自带IPX接口，可以连接各种有源天线。2.3红外避障模块选用HC-SR04超声波传感器，它具有操作简单、工作稳定可靠且精度高、技术成本较低等优点。选用GP2Y0A21YK0红外传感器，它是一款使用较多的红外测距传感器，在光线较弱的环境下效果好。为避免单一种超声波避障存在的局限性，引入红外测距模块加以辅助避障。超声波传感器共设有6组，分别安置在小车的正前方、左前方、右前方、左右两侧及车尾，红外测距传感器共设有2组，分别位于小车的左前方和右前方。2.4电机输出端口电机驱动模块采用L293D，其有16个端口，其中的6个端口为电机控制信号输入端口，4个端口为电机驱动电压输出端口。4个端口为接地端GND,2个端口为L293D供电电压输入端口VCC和VCC2。VCC给芯片提供5V的电压使芯片可以正常工作，VCC2给电机提供9V的电压保障电机运转。3生成导航信息要实现自主导航，除了需要获取充分的外部环境信息外，还需要解决如何综合利用这些信息确定导航策略并生成导航信息。本系统以摄像头采集图像为主，超声波和红外避障为辅，结合北斗/GPS定位信息进行融合分析，实现导航功能。3.1统信息分析路径主程序流程图如图3所示。初始化包括对定时器、中断及各传感器的初始化工作，开启系统的摄像头和超声波传感器。为获取系统信息，以摄像头采集图像为主，分析规划路径，以超声波为辅检测行进前方是否有障碍物。控制器对采集到的图像、各路数据进行融合，按照事先制定好的策略规划出合理的行进路径。当小车检测到存在障碍时，将会进入到避障环节，通过数据采集与分析，控制器发出直行、左转、右转、倒退等控制指令，当系统规避成功后，机器人平台会继续回归到路径的中心线，再次直线行走。3.2走路数字视频监控系统的图像处理主控器通过摄像头对行进路径的正前方进行实时图像采集和预处理，采用通过提取图像关键信息建立初始模型的方法，利用获取的图像特征分析行走路径图像处理过程如图4所示。3.3gps导航设备标准统一定位模块数据输出采用NMEA-0183标准，是美国国家海洋电子协会为海用电子设备指定的标准格式，目前已成了GPS导航设备统一的RTCM标准协议。数据传输以“语句”的方式进行，每个语句均为“$”开头，然后是两个字母的“识别符”和3个字母的“语句名”组成的ID信息头，接着是以逗号分隔的数据体，语句末尾为校验和，整条语句以回车换行符结束3.4超声波测距模块避障功能包括前方避障和依据旁侧参照物（如地垄或植被）直行2个方面，后者主要依靠红外测距传感器，前者要结合超声波测距模块与红外测距模块共同实现。工作流程如图5所示。当前方发现障碍物足以影响行进时，系统将不再以摄像头图像信息为主，在车体周围的5组超声波测距模块和2组红外测距起主导作用辅助系统避开障碍。当距离障碍物小于一定距离时，系统会采取转弯策略，并将再次测距，直到系统旁侧传感器检测到已通过障碍物后，小车将再次回到以摄像头为主的导航模式，校正车身回归到行进路径的中心线上。4优化控制小型化车种，加速前进路径为验证本文导航算法的正确性，采用简易移动平台（以下简称小车）进行了初步的验证性实验。如图6所示，在小车前方出现障碍物且距离较远时，小车根据北斗/GPS获取的速度信息，减速前行；如图7所示，当障碍物与小车之间的距离到达所设定距离时，移动平台开始避障，小车开始向右调整角度（如图8所示）；当红外避障传感器检测到已经避开障碍物后，小车自动校正车身，如图9所示；当已通过障碍物后，小车在主控器控制下通过快速调整重新回归到前行路径上，如图10所示；当小车经校正回到最优路径后加速前行，如图11所示。鉴于疫情防控要求，通过路边模拟性实验验证了自主导航的避障、直行及位置参数获取（如表2）几项功能，为后续进行温室内基于电子地图的实地化自主导航实验奠定了基础。5系统