树莓剪枝机器人设计

树莓剪枝机器人设计
孟繁佳;刘泰阳
【摘要】树莓在我国边疆地区大面积种植,如要有良好的长势,剪枝尤为重要,需要大量的人力.受地理条件限制,边疆地区地广人稀、人力成本高,为降低生产成本,研制树莓剪枝机器人非常必要.为此,针对早春时节树莓需要定植修剪的实际需要,研发了一款树莓剪枝机器人.工作时,以上位机与下位机进行串口通信的控制系统为核心,利用机器视觉技术,对采集到的图像进行实时处理,控制剪枝机器人前进,左右机械臂同时工作,高效地实现对细弱枝、破损枝的识别与剪除.试验表明:树莓剪枝机器人工作时有极大的可靠性与自适应能力,能适应各种复杂环境,可在早春时节实现智能化树莓定植修剪,对过密的细弱枝、破损枝可以齐地剪除.
【期刊名称】《农机化研究》
【年(卷),期】2019(041)001
【总页数】6页(P138-142,147)
【关键词】剪枝机器人;树莓定植;机器视觉;图像识别;串口通信
【作者】孟繁佳;刘泰阳
【作者单位】中国农业大学信息与电气工程学院, 北京 100083;中国农业大学信息与电气工程学院, 北京 100083
【正文语种】中文
【中图分类】S224;TP242
0 引言
农业机器人将信息技术进行综合集成，集感知、传输、控制、作业为一体，将农业的标准化、规范化大大向前推进了一步。

其不仅节省了人力成本，也提高了品质控制能力，增强了自然风险抗击能力。

与国外相比，我国农业机器人研究与开发方面尚处于起步阶段，20世纪90年代中期，国内才开始了农业机器人技术的研发。

树莓是灌木型果树，是生态经济型水土保持灌木树种，在欧、美一些国家早已广泛栽培，并形成产业化发展，引入中国后也得到了快速发展，在很多省、市、自治区都得到广泛种植。

因其具有很好的营养价值、药用价值和食用价值，所以经济效益较好。

在早春进行定植修剪，需对过密的细弱枝、破损枝齐地剪除，以保证植株的长势均匀。

由于树莓多种植于中国东北、甘肃、青海、新疆、西藏等地广人稀的地区，定植修剪又需要大量的人力，面临劳动力大量短缺的困境；雇佣外来务工人员又面临劳务工资急剧上升的局面，用工成本严重制约了树莓产业的发展。

本研究结合树莓生产种植环境和实际定植修剪过程，基于机器视觉技术，设计了树莓剪枝机器人，在实际工作环境下，实现了树莓弱枝、破损枝的智能修剪。

1 机器人机械结构设计
剪枝机器人机械结构包括可移动载体、升降台、两个机械臂及两个剪枝器。

机械结构是整个机器人的基础架构，是各个模块与器件依附的平台；每个部分均有其功能，与控制结构一起实现机器人的智能控制。

可移动载体是机器人得以移动的先决条件，采用履带式车轮设计，与地面接触面积大，增大了可移动载体的受力面积，给地面的压力小，适合在田间松软复杂的地面上行驶。

可移动载体以IAP15W4K61S4单片机主控系统发出的指令进行驱动，主控板采用直流航模锂电池供电。

升降台由滚珠丝杠滑台和剪叉式机械结构组成，其顶端安装了摄像头。

主控系统控制电动机带动滚珠丝杠的运动来实现摄像头竖直方向的定位，确保在机器人总体结构较小且轻便条件下田间植株定位的准确性。

两个机械臂分别安装在可移动载体的左右两侧，以提高机器人的工作效率。

机械臂由多关节机械结构构成，有2个自由度，在其长度范围内配合剪枝器的转动可以
使剪枝器到达任意二维坐标点。

该机械臂的质量轻、韧性强，中间关节装有滚轮可以触地，因此在臂展较长、作业面积较大的情况下也能承受较大负载，灵活性高，到达指定坐标点精确度高，在作业过程中速度平稳适中、惯性小、平稳性很强。

剪枝器是机器人的剪刀手，是动作的最终执行机构。

为保证长势较差的弱枝齐地剪断，将剪枝器设计成剪刀模样，由舵机控制剪刀手的张开与闭合。

剪枝时，机械臂中间带转轮关节着地，配合剪枝器贴合地面将弱小枝条剪断，以确保稳定性。

剪枝机器人结构如图1所示。

图1 剪枝机器人结构图Fig.1 The structure of the pruning robot
2 枝条的分割识别
在环境复杂又广阔的田间中，剪枝机器人进行剪枝作业的前提是先识别出枝条，这样剪枝机器人才能代替人力劳动进行剪枝。

识别的首要任务是进行田间植株图像样本的采集，主要是采用固定在升降台上的高清摄像头，升降台使其升到指定高度去拍摄成像，然后把采集到的图像送到工控计算机。

对于枝条的识别，运用颜色、面积和形态多个特征结合的算法，多个特征结合使目标的识别更加准确。

首先采用阈值分割法对树莓枝条进行图像分割处理，建立颜色模型，通过分析颜色空间的色差，进行三原色RGB运算，可以将图像分割。

RGB 颜色模型如图2所示。

图2 RGB颜色模型Fig.2 RGB color model
图像经过分割处理后，会存在噪音，所以需要对图像进行消噪处理。

先得到连通域，
再进行区域标记，通过设置连通面积阈值，消除背景噪音。

在处理过程中发现部分枝条会出现断续现象，采用膨胀方式进行补偿处理。

对图像进行自适应阈值分割,分割枝条和杂质图像,对枝条进行边缘提取；经过一系列消噪处理之后，完成目标的识别，得到能够满足后续图像处理要求的二值图像。

枝条图像处理流程如图3所示。

图3 枝条图像处理流程图Fig.3 The flow chart of the branches image processing
3 控制系统设计
智能剪枝机器人控制系统硬件包括工控计算机(Soarsea-V200)、
IAP151W4K61S4单片机、高清摄像头(c930e)、激光传感器、直流电机、舵机、航模锂电池和多功能移动电源。

上位机部分是一台搭载Win10系统的工控计算机，运用MatLab软件进行图像处理任务,处理摄像头拍到的高清图片，识别和定位目标枝条，由其进行决策规划出路径，并通过串口通讯的方式将数据传递给下位机。

下位机部分以STC公司生产的IAP15W4K61S4单片机为主控，具有最高30MHz晶振、4kB片内RAM(原256B+3840B XDATA)、61kB程序存储空间(ROM)、5个16位定时/计数器、4个串口及64个I/O引脚。

其通过串口1与上位机进行通信，通过串口2获取激光传感器返回的距离信息，通过PWM模块输出PWM波控制电机驱动芯片L298进行电机转速控制，通过定时器中断使用I/O口模拟输出PWM控制舵机转角进行机械臂控制，通过I/O输出电平控制升降台直流电机升降运动。

剪枝机器人开始作业后，首先启动摄像头，进行图像采集；将采集到的图像传到工控计算机，利用MatLab软件对采集的图像进行处理，根据颜色、粗细、密度等指标，识别出要修剪的目标枝条，计算出应剪枝条的坐标，规划出机械臂的运动轨迹，通过串口送到主控单片机，控制机械臂运动到指定位置，剪枝器将目标枝条齐
地剪除。

控制系统结构如图4所示。

图4 控制系统结构Fig.4 The structure of the control system
该控制系统的硬件电路主要包括直流电机驱动、下载烧录和串口通讯及电源电路等。

3.1 直流电机驱动电路
直流电机驱动电路由驱动芯片L298、光耦隔离电路及二极管桥式续流保护电路3
部分组成。

其中，驱动芯片L298为大功率电机专用,可直接驱动两个直流电机，
如图5所示。

在电路的输入端处增加了光耦隔离，提高抗干扰性，如图6所示。

二极管桥式电路，在输出端起续流保护作用，如图7所示。

图5 驱动芯片L298Fig.5 The drive chip
图6 光耦隔离电路Fig.6 The circuit of optocoupler isolation
图7 二极管桥式电路Fig.7 The circuit of diode bridge
直流电机驱动电路通过输入PWM脉宽调制信号对电机进行调速控制，控制端高
低电平转换实现电机的正反转和停止。

3.2 下载烧录和串口通讯电路
单片机开发的第一步是下载程序，需要将其他信号转换成TTL电平，才能使单片
机下载程序成功。

下载烧录主要核心芯片是CH340，该芯片是将USB信号转换成TTL电平，实现USB转串口功能。

其电路原理图如图8所示。

图8 下载烧录和串口通讯电路Fig.8 The circuit of download burning and serial communication
3.3 电源电路
剪枝机器人采用12V航模锂电池供电，电池12V电压经过降压芯片LM2596构
成的电路,实现DC- DC降压转换，从12V转换到5V，再经过DC-C转换器实现
5V到3.3V的转换。

外围电路对芯片存在很大的干扰，需要加滤波电容。

其电路
原理图如图9所示。

4 软件设计
软件部分包括上位机软件系统和下位机软件系统。

上位机软件系统主要包括图像处理模块和通信模块；下位机软件系统主要包括机械臂和剪枝器的控制模块。

剪枝机器人能正常稳定运作，是依靠各个子程序的正确调用，并构造闭环根据信号反馈实时调整姿态和修改控制指令。

系统开机运行后,运行主程序，上位机收到下位机信号后去采集图像，并对图像进行处理，处理完后做出决策，传给下位机去执行剪枝动作。

系统主程序流程图如图10所示。

图9 电源电路Fig.9 Power supply circuit
图10 系统主程序流程图Fig.10 The main program flow chart of the system 5 测试与结果分析
为了验证该剪枝机器人图像识别技术的可靠性，在树莓试验田对该机器人进行了图像识别实验，测试其识别成功率。

在不同时间段进行6次实验，每次拍摄60张照片，然后利用图像处理进行识别。

处理工作完成以后，记录需剪枝条量、识别到的应修剪量。

其中，需剪枝条量是人工标记的弱损枝的数量；识别到的应修剪量是经过图像处理后识别到的弱损枝的数量，实验结果如表1所示。

表1 剪枝机器人剪枝实验结果Table 1 The pruning test results of the pruning robot实验编号需剪枝条量/个识别到的应修剪量/个识别成功率
/%121818584.86222318984.75
续表1实验编号需剪枝条量/个识别到的应修剪量/个识别成功率
/%320517685.85421218687.74519818191.41619116586.39
由表1可以看出：该机器人图像识别成功率很高，识别成功率最低为84.75%，可靠性强，符合设计要求，可见该树莓剪枝机器人有较强的实用性。

6 结论
为了解放人力，实现树莓定植修剪的机械化和自动化，本研究设计了树莓剪枝机器
人。

该机器人采用机器视觉技术，运用颜色模型和多种算法进行图像处理，串口通信实现数据传输，快速准确地实现信息处理，工作效率高。

该机器人机械结构简单灵活、运动速度快，定植剪枝成功率高，对于农业剪枝机器人准确快速识别目标，并进行正确剪枝作业具有很大参考价值，同时对智能剪枝的发展具有非常重要的意义。

【相关文献】
[1] 贾洪雷,王刚,郭明卓,等.基于机器视觉的玉米植株数量获取方法与试验[J].农业工程学
报,2015,31(3):215-220.
[2] 李伟.农业机器人试验平台视觉导航系统的研究与开发[D].杨凌：西北农林科技大学,2015.
[3] 万强.基于机器视觉的农业机器人自主作业研究[D].南京：南京农业大学,2014.
[4] 郭伟斌.除草机器人设计与控制[D]. 南京：南京林业大学,2008.
[5] 顾宝兴.智能移动式水果采摘机器人系统的研究[D]. 南京：南京农业大学,2012.
[6] 宋健,孙学岩,张铁中,等.开放式茄子采摘机器人设计与试验[J].农业机械学报,2009,40(1):143-147.
[7] 黄彪.枇杷剪枝机器人关键技术的研究[D].广州：华南理工大学,2016.
[8] 赵金英,张铁中,杨丽.西红柿采摘机器人视觉系统的目标提取[J].农业机械学报,2006(10):200-203.
[9] 李占坤.果树采摘机器人控制系统研究与设计[D].镇江：江苏大学,2010.
[10] 袁国勇,张铁中.温室黄瓜果实的模式识别与分割——利用Bayes分类判别模型[J].农机化研究,2006(7):150-153.
[11] 姬江涛,郑治华,杜蒙蒙,等.农业机器人的发展现状及趋势[J].农机化研究,2014,36(2):1-4，9.
[12] 林欢,许林云.中国农业机器人发展及应用现状[J].浙江农业学报,2015,27(5):865-871.
[13] 安秋.农业机器人视觉导航系统及其光照问题的研究[D]. 南京：南京农业大学,2008.
[14] 周渝.农业多机器人系统无线通信技术研究[D].杨凌：西北农林科技大学,2014.
[15] 贺琨.基于WIFI通信的目标识别与定位系统[D].长春：吉林大学,2012.
[16] 罗雪宁,彭云发,代希君,等.基于MATLAB的红枣图像处理研究[J].农机化研究,2015,37(3):183-186.
[17] 许志影,李晋平.MATLAB及其在图像处理中的应用[J].计算机与现代化,2003(4):64-65，69.
[18] 闫继宏,郭鑫,刘玉斌,等.一种模块化机械臂的设计与运动学分析[J].哈尔滨工业大学学
报,2015,47(1):20-25.
[19] 李江道.空间机械臂机电一体化关节的设计与控制[D].上海：上海交通大学,2012.
[20] 杨文亮.苹果采摘机器人机械手结构设计与分析[D].镇江：江苏大学,2009.
[21] 田素博,邱立春,秦军伟,等.国内外采摘机器人机械手结构比较的研究[J].农机化研
究,2007(3):195-197.
[22] 刁智华,王欢,宋寅卯,等.复杂背景下棉花病叶害螨图像分割方法[J].农业工程学
报,2013,29(5):147-152.
[23] 杨振亚.彩色图像处理中几个基本问题的研究[D].武汉：华东师范大学,2008.
[24] 田昊,王维新,毕新胜,等.基于图像处理的机采棉杂质提取算法[J].江苏农业科学,2014,42(1):366-368.。