基于模糊控制的除草机器人自主导航

． 南京： 南京林业大学，
邱白晶， 钱国宏， 周宁， 等．割草机器人避障控制 大学学报： 自然科学版， ， ：
．江苏
作者简介：
郭伟斌（ ） ， 男， 博士生．研究领域：机器人技术． 陈 勇 （ ） ， 男， 博士， 教授， 博士生导师． 研究领域： 机电一体化．
中国自动化学会第二十五届青年学术年会（
图
机器人系统结构与功能框图
模糊控制算法设计（ ）
导航控制的目标是使除草机器人沿两作物行自 主前进，将机器人当前位姿数据作为输入，机器人 姿态调整量作为输出，考虑机器视觉的敏感性和田 间环境的复杂性， 采用模糊控制方法． 模糊导航控制流程如图 所示， 用λ 和θ = 表示机器人的期望位置和姿态． 导航角 θ ( ) （单位： ）表示机器人轴线与两作物行中线的偏角．导航 距 λ ( )（单位： ）表示机器人导航摄像头光心在 地面的投影点到左侧导航线的距离． 差动量 ( ) （单 位： ）表示两侧驱动轮的转速差．
取 θ 、λ 和 的模糊子集，在各自论域中均划 分为 个集合“左大（ ） ” 、 “左中（ ） ” 、 “左小 （ ） ” 、 “零（ ） ” 、 “右小（ ） ” 、 “右中（ ） ” 、 “右大（ ） ”；通过试验得到参数的有效论域：θ 为 [− . , . ]， λ 为[ , ]， 为 [− , ]． 输入变量 θ 和 λ 具有相似的变化特性， 均设置 相同的隶属函数，如图 所示；输出变量 的隶 属函数如图 所示．详细的隶属函数关系参见文 ． 建立控制规则， 用模糊条件语句来描述 控制规则： ： ， ； 表示第 条控制规则， 表示导航角语言变 量， 表示导航距语言变量， 表示差动量语言变 量．它们的语言值在相应论域中的模糊子集分别为 、 、 ．例如： 若 为 、 为 ， 则机器人
第
卷第 期 年 月
机器人
文章编号：
基于模糊控制的除草机器人自主导航
郭伟斌
, ,
，陈
勇
； 中国科学院研究生院， 北京 ）
（ 南京林业大学机械电子工程学院， 江苏 南京 中国科学院沈阳自动化研究所机器人学国家重点实验室， 辽宁 沈阳 ；
摘 要：研究了基于机器视觉导航的田间自主移动除草机器人．采用模糊控制方法引导除草机器人沿着农作物 行自动行走．根据导航角和导航距的参数特性选择了隶属函数，建立了两种控制规则库，并探讨了两种控制效果． 试验表明，模糊控制方法能够使机器人平稳运动．在直行阶段，控制规则 有较高的控制精度．控制规则 能使机 ◦ 器人更好地通过弯道， 对 的弯道， 机器人的行走准确率达到 ． 关键词：除草机器人；视觉导航； 模糊控制；算法设计 + 中图分类号： ， 文献标识码：
出除草机器人原型 [ ] ． 和 开发了 [ ] 利用机械方法除草的机器人 ，丹麦 等详 细论证了除草机器人开发的经济及技术可行性 [ ] ． 国内，南京林业大学较早开展了基于直接施药方法 的除草机器人研究 [ ] ．江苏大学 [ ] 开展了割草机 器人避障行为以及组合导航研究．
机器人构成（
）
本文研制了一种除草机器人，主要用于控制玉 米行间杂草． 如图 所示， 它由本体、 多关节机械 臂、末端执行器、杂草识别摄像头和导航摄像头组 成，矩形区域表示机器人除草范围．图 为机器 人控制信息功能框图．利用两个摄像头分别采集包 含作物行及行间区域的图像，利用色彩特征完成杂 草识别，并用 变换提取机器人姿态特征 [ ] ． 基于杂草识别，实现了机械臂的自动控制．基于提
基金项目：江苏省科学技术厅国际科技合作项目（ ） ； 教育部留学人员科技活动项目． 通讯作者：陈勇， 收稿／ 录用／ 修回：
第
卷第
期
郭伟斌等：基于模糊控制的除草机器人自主导航
取的机器人位姿数据，采用模糊控制方法，研究了 除草机器人的视觉导航．机器人能实现行间自主行 走、 自动除草．
图 模糊导航控制框图
, ,
，
◦
引言（
）
农业机器人广泛采用机器视觉进行自动导航， 或者将 与机器视觉组合进行导航．在国外， 研究了基于机器视觉的拖拉机自动导航的 可行性 [ ] ， 和 利用机器视觉检测出农作 物行，并计算出机器人相对于农作物行的偏移角和 偏移距 [ ] 作为表征机器人当前位置和姿态的参数． 等开发了基于机器视觉的联合收割机导航系 统 [ ]， 并进行了室内和室外试验． 在国内， 周俊等研 究了基于机器视觉的农用轮式移动机器人导航 [ ] ， 杨为民等建立了仿真模型 [ ] ，并建立试验系统对图 像处理和控制算法进行验证． 田间除草是相当耗费劳动力的工作，欧洲、美 国等较早开展除草机器人的研制．美国加州大学戴 维思分校生物与农业工程系 教授等研制
机 表
器
人
年
月
模糊控制规则
− − − −
−
− − − − − − − − 模糊控制规则 − − − − − − − − − − − −
− 表
−
− − − −
−
−
− − − − − − − − − − − − − −
− − − − −
当前位于目标姿态的左侧，同时机器人当前导航偏 向角也偏向机器人左侧， 此时应加大差动量， 因此 取 ．控制规则如表 和表 所示， 规则 对变化 比较敏感， 规则 相对比较宽松． 解模糊及稳定性分析 经过逻辑判断，利用重心法（ ）解模糊化， [ ] 解模糊化的原理 如图 所示．
图
输出量重心法解模糊示意图
裁决公式：
∑ = ∑
() ()
∑
=
=
· ·( − ·( − )
)

∑
=
λ θ
= =
−
(λ −
+
) ,
λ, θ
− (− )
(θ − )
确值） ， 为各区 间隶属三角形底边长， 为隶属度， 解模糊采用的输 出差动量隶属函数变量与实际论域一致．
）征文通知
中国自动化学会青年学术年会是由中国自动化学会主办，中国自动化学会青年工作委员会组织召开的 全国性年度学术会议．第 届青年学术年会由辽宁石油化工大学承办， 将于 年 月 ～ 日在辽宁 省抚顺市召开．借此机会，热烈欢迎全国各高等院校、科研院所和企事业单位的青年教师、青年科技工作者 及博士生、硕士生积极参加．会议录用的论文编入中国自动化学会青年学术年会系列论文集，由东北大学出 版社出版， 优秀论文可推荐到 《石油化工高等学校学报》 等期刊上发表． 一 征文范围 ．系统与控制理论、 大系统、 非线性系统、 稳定性与镇定 ．自适应、 预测、 变结构控制、 优化控制、 鲁棒控制与 ∞ 控制 ．模糊系统与控制、 神经网络与控制、 人工智能与专家系统、 学习控制 ．机器视觉、 图像处理、 模式识别 ．智能机器人与机器人控制 ．智能仪表、 过程控制系统 ．传感器与检测技术 ．数据融合与软测量 ．系统建模、 辨识与估计 ．仿真与控制系统 ．故障诊断与容错控制 ．分布式控制系统 ． 与制造系统 ．自动化指挥系统 ．电力系统及其自动化 ．电机驱动与运动控制 ．系统工程理论与方法 ．复杂系统与复杂网络 ．混杂系统与 、 调度与决策 ．智能演化计算 ．生物系统的建模、 控制与仿真 ．电动车辆与智能交通 ．社会经济系统与控制 ．其他 二 征文要求 ．论文应具有一定的学术或实用价值， 未在国内外学术期刊或会议发表过 ．来稿中英文皆可， 请用 编排， 格式参考自动化学报 ．论文第一作者的年龄一般不超过 岁 ．投稿邮箱： ．未尽事宜见 三 重要日期 论文提交截止日期： 年 月 日 论文录用通知日期： 年 月 日 四 联系方式 辽宁省抚顺市辽宁石油化工大学信息与控制工程学院， 邮编： 马丽丽： ， ， 张吉明： ， ，
杨为民，李天石，贾鸿社．农业机械机器视觉导航研究 农业工程学报， ， ：
．
.
第
卷第
期
郭伟斌等：基于模糊控制的除草机器人自主导航
侯学贵．除草机器人杂草识别与视觉导航技术研究 京： 南京林业大学， ．南
陈勇，田磊，郑加强．基于直接施药方法的除草机器人 农业机械学报， ， ：
．
郭伟斌． 除草机器人设计与控制
确定隶属函数、 模糊集进行模糊化 直线函数能快速调整较大误差，钟形和 型 函数变化平滑，有利于控制的平稳性．如图 所 示， 在误差较大时， 主要考虑调整的速度， 采用三角 形隶属函数，保证机器人避障要求；在误差允许范 围内， 主要考虑平稳性， 采用曲线型隶属函数．
输入变量隶属函数
输出变量隶属函数 图 模糊变量的隶属函数
机 器 人 控 制 试 验（ ）
试验系统 根据移动本体部分的尺寸，试验中设定行间距 为 ．选用美国 公司的 型
机
器
人
年
月
图
模糊导航控制器几种典型的导航控制轨迹
较准确．导航距是控制的关键因素，辅助导航角进 行平稳控制．
结束语（
）
周俊．农用轮式移动机器人视觉导航系统的研究 京： 南京农业大学，
．南
通过试验，分析了导航角 θ 、导航距 λ 在各自 论域中的分布规律及其与机器人当前位姿的关系， 分析了机器人前进速度与位姿调整转速差之间的关 系，得到了机器人的控制规律，改进了机器人的模 糊控制算法．结果显示，模糊控制能有效地提高导 航控制的抗干扰能力、 稳定性和可靠性． 参考文献（ ）
对于由规则描述的模糊控制系统的稳定性问 题，可以利用模糊集理论，通过关系矩阵来分析其 稳定性．即对于任意初始状态，经关系矩阵进行有 限次状态转换后，若系统能稳定于平衡状态，则它 是稳定的．
算法的程序实现（ ）
利用 软件平台开发了 基于机器视觉的模糊导航控制算法，算法流程和控 制器结构如图 所示． 算法流程： 导航摄像头拍摄图片经计算机处理得到误 差 θ 和 λ 的实际值． 对误差 θ 和 λ 进行论域变换
所示， 两侧的细线表示作物行中心线， 中间粗线 代表机器人位于 种位置时的中轴线． 分别求取 λ 和 θ 对应模糊子集区间及隶属 度， 用顺序数组对 [Θ , ∆ ] 存放． Θ 表示隶属的模糊子集区间， ∆ 表示隶属该子 λ → [Θ , ∆ ] λ 集区间的程度， 即 ． θ → [Θ , ∆ ]θ 模糊推理（事先存储推理规则） ： Θ (λ ) = Θ (θ ) = , Θ( ) = ∆ (λ ) × ∆ (θ ) → ∆ ( ) = {∆ (λ ), ∆ (θ )} 得到 → [Θ , ∆ ] ． 解模糊求出控制差动量，裁决公式如式 所示， 经模糊决策得到 ， 求出控制量： = + = − 、 分别表示左轮和右轮的速度．