采摘机器人定位导航系统设计——基于无线传感网络和机器视觉

采摘机器人定位导航系统设计
—基于无线传感网络和机器视觉
方华丽，吴晴
（河南工业职业技术学院，河南南阳473000）
摘要：为了提高采摘机器人定位导航效率，改变单一的定位导航模式，将无线传感网络和机器视觉系统引入到了定位导航系统的设计上，通过联合定位的方式，提高导航效率。

进行定位时，首先，由无线传感网络定位系统迅速定位作业区域，采摘机器人规划路径自主到达指定作业区域；然后，利用机器视觉系统对果实进行图像采集，采用图像匹配功能发现成熟待采摘果实，执行采摘任务。

对定位导航系统进行了测试，结果表明：采用联合定位的方式可以明显提高采摘机器人定位导航效率和定位的精度。

关键词：采摘机器人；无线传感网络；机器视觉；联合定位；自主导航
中图分类号：S225；TH132.4文献标识码：A文章编号：1003-188X（2021）09-0199-05 0引言
随着农业智能化和自动化技术的不断发展，采摘
机器人被应用到农业生产中。

由于技术尚未成熟,采
摘机器人在作业过程中也暴露出了不少的弊端，如定
位导航效率低及米摘精度不高等。

这是由于在定位
导航时，如果采用单一的机器视觉系统，机器人不能
够迅速及时地锁定作业区域，导致导航效率低，路径
规划或者避障精度不高等。

因此，将基于无线传感网
络和机器视觉系统两种方案引入到了采摘机器人的定位导航系统的设计上，以提高导航的效率和精度。

1采摘机器人自主定位导航系统
采摘机器人定位导航功能主要分为两部分:一部分通过自主定位锁定作业区域,然后通过路径规划以最短的距离到达指定的作业区域，并避开障碍物；另一部分功能是对成熟果实进行锁定，执行采摘任务。

对于目标作业区域的定位可以通过无线网络定位来实现,果实的锁定可以利用机器视觉系统，通过对果实图像的采集和成熟度匹配，锁定成熟待采摘果实。

因此，采摘机器人定位系统的设计可以分为两部分,一部分无线传感定位模块，一部分是机器视觉模块,其基本框架如图1所示。

收稿日期：2015-05-20
基金项目：河南省自然科学基金项目（202GZC27）
作者简介：方华丽（275-）,女，河南许昌人，讲师，硕士，（E-mail）279373506@qq.cm。

图1基于无线传感网络和机器视觉的定位系统框架Fig.1The framework of location system based on wireless sensor
network and machine vision
图1中，采用了基于无线传感网络定位和机器视觉定位联合导航的方式。

其中，数据采集模块主要由无线传感网络的传感器定位节点和数字转换器构成。

数据处理模块分为两部分:一部分是机器视觉的图像处理器，一部分是无线网络数据处理。

这两部分都带有存储器,通信模块主要功能是无线网络定位通信,也可以为机器视觉部分提供远程通信功能。

2基于无线传感网络和机器视觉的定位导航系统
为了实现采摘机器人的自主作业,需要采摘机器人自己锁定作业区域，如自己发现待采摘果实并移动到果树位置；然后,采摘机器人需要对待采摘的目标果实进行锁定；最后,移动机器人的采摘执行终端,对果实进行采摘作业。

作业区域的位置采用无线传感网络进行定位，果实位置的锁定采用机器视觉技术,
•25
•
其流程如图 2 所示。

图2采摘机器人定位流程
Fig. 2 The —cation Sow of pichiny mSe-
通过无线定位，得到采摘机器人作业区域位置,
移动到作业区域后，利用机器视觉技术采摘机器人确 认待采摘目标后进行采摘作业。

在无线通信定位时,
采用超带宽无线电通信的方式,这是由于超带宽无线 电具有很强的穿透能力，不容易受到采摘环境的干 扰,从而获得较高的定位精度。

为了从脉冲回波信号
d ()提取出表征目标特性的T (距离)和㈢(反射特
性)，常用的方法是让d ()通过无线通信信号d)的
匹配滤波器，如图3所示。

无线信号
1
s(t)
r
h(t)
1
hr(t)
1
so(t)
r
匹配滤波器
图3无线信号和匹配滤波器
Fig. 3 The wireless signal and matched filter
信号的数学表达式为
d)二厂")*)/*/2)〉
(—
其中/为载波频率；厂6(专)为矩形信号,即
T )= ［、，+ W 1
⑵
0, elsewise
式(2)的up-chirn 信号可写为
d) =S ()e M i
( 3)
当TE 〉1时,LFM 信号特征表达式为
SW )I 二槡"ct ) (4)
丄
_n (/_£) n
/5、
9lw (/)二 + 匸
(5)
)2
d)二厂c)亍)c 2n )
(6)
设一线性滤波器的输入信号为5( ”，则
5(
t) = sd ) + 4( t)
(
7 )
其中，1d )为确知信号；n( t)为均值为0的平稳
白噪声。

设线性滤波器系统的冲击响应为h(t)，其
频率响应为，其输出响应为
y ()二 d () +
(8)
匹配滤波器的脉冲响应为
h ()二加* () -)
(7)
如果输入信号为实函数，则与d)匹配的匹配滤
波器的脉冲响应为
h)二 cs ((- )
(10)
其中，c 为滤波器的相对放大量,一般取c = 1。

匹
配滤波器的输出信号，即
d ()=d () • h ( () = kR ( ) - ) ) (11)
在真正的通信过程中,需要对脉冲进行调制，假
设信号的脉冲宽度八信号d ))的匹配滤波器的时域
脉冲响应为
h (^7*(
)。

一 ): ( 12)
将式(12)代入式(1)得
h (
t) = rec))冷)C 2Kt x C 'n )
(
—)
采用超带宽调频技术可以有效提高无线信号的定
位精度，然后配合机器视觉技术对果实进行定位。

在 果实定位时,机器视觉可以对采集得到的果实图像信
息进行处理，得到合理的果实特征图像，并对特征目 标进行提取,具体流程如图4所示。

机器人利用机器视觉技术进行自主定位时,首先 开启机器视觉的摄像头对果实信息进行采集；然后，
• 200
•
对采集得到的图像进行处理，提取果实的特征图像, 将提取的特征图像和果实的成熟度进行匹配,确定是 否进行采摘；当确定采摘后，对待采摘果实的位置进
行定位，并确定采摘执行末端的位置，通过移动采摘
执行末端,进行采摘作业。

Fig. 4 The foil location distance based on machine vision
3采摘机器人定位导航功能测试
采用无线传感网络和机器视觉联合定位的方式,
不仅有效提高了采摘机器人的定位效率，还可以提高 定位精度。

为了验证方案的可行性，对无线定位和机
器视觉系统进行验证。

为了使模拟的结果和现实较
为接近，需要模拟采摘机器人的作业环境，在采摘作
业时,果实一般处于采摘机器人的两侧，中间留有足 够的行驶空间，如图5所示。

为了使机器人能够快速的定位作业区域,采用无
线传感网络定位的方式，通过多个定位节点,使机器
人能够准确的定位到作业区域。

采用无线传感网络进行定位时，为了提高定位精
度，采用了簇状无线网络结构（见图6），先对采摘机器
人进行了绕过障碍物的测试，测试其导航精度；在不
采用无线网络定位时，得到了如图7所示的测试结
果。

由图7可知:在不采用无线传感网络定位时,由于
传统的势场法无法对全局信息进行有效评估,在机器
人遇到直线型障碍时无法有效地绕过障碍到达目标
点,会多行驶一段距离,甚至撞到障碍物,从而降低了
机器人的作业效率。

图3采摘机器人作业环境
Fig. 5 The working e —imume — of pic —mg pPo-
图6无线网络结构
Fig. 6 The wireless network am —itecture
2 3456789
10
位置/m
图7不采用无线定位技术
Fig. 6 Using wireless location tecOnokyy
由图8可知:采用无线定位技术可以使机器人能
够以最短的距离绕过障碍物向着目标点前进,从而机
• 201
•
器人可以顺利到达目标点，定位精度较高。

继续对果 实的定位耗时和精度进行了测试，得到了如表1所示
Fig. 8 Without using wireless location techno —yy
表1机器视觉定位测试
Tabe 1 The positiohina test of machine vision
定位果实数目
定位耗时
/m in
定位精度/%
2
0 . 5293.4
20 2 4893. I 30 2. 3697.0
40 4. 2
97.550 5.0396.0
60
6.75
97.4
由定位耗时和定位精度可以看出,采摘机器人机
器视觉系统可以快速地完成定位功能,且具有较高的
定位精度。

4结论
为了提高采摘机器人的定位导航效率，将无线传
感网络定位方法和机器视觉定位方法引入到了机器
人定位导航系统的设计上，通过联合定位的作业方
式,有效提升了定位导航能力。

对无线传感网络的避
障能力进行了测试，结果表明：采用无线传感网络定 位可以得到较高的避障精度,路径更短,从而提高了
导航效率，然后对机器视觉定位进行了测试，结果表 明：机器视觉可以快速完成待采摘果实的定位，并得
到较高的定位精度，采用联合定位方式对于提升采摘
机器人综合定位导航能力具有重要的意义。

参考文献：
[1] 周海强•基于无线定位技术的煤矿井下车辆管理系统研
究[]•当代化工研究,202(5) ：134-135.
[2] 李稢人，徐莉，徐青山，等•无线定位技术在移动式起重
机中的应用[]•中国机械工程,2019,30(6) ：716-721.
[3] 辛华•基于ZigBee 的无线传感器网络定位技术[J ] •山东
工业技术,202(3) ： 175.
[4] 邵换峥，刘奇付•超宽带室内定位算法研究[]•企业科
技与发展,202(9) ：75-76.
[5] 张娜.移动通信无线定位技术的应用[J ].数字通信世
界,202(4) ：210.
[6] 王祝先，关兴民，潘雪•基于局部线性回归的无线定位技
术研究[J ].自动化技术与应用,2017,36(( 2) ：59-64.
[7] 陈鹏飞，姜可宇,严祥忠•基于ZigBee 的无线传感器网络
定位技术研究[J ].通讯世界202(24) ：135.
[8] 张卫,杜尚丰• Hough 变换在农田机械视觉导航中的应
用[J ] •仪器仪表学报,2005,26(8) ： 706-707.
[9] 张磊，王书茂，陈兵旗，等•基于机器视觉的麦田边界检
测[J ].农业机械学报,2007,38(2) ： 111-12.[2]
纪超,冯青春，袁挺，等•温室黄瓜采摘机器人系统研制 及性能分析[]•机器人,2011, 33(5) ：726-730.
[1] 刘继展，李萍萍，倪齐，等•番茄采摘机器人真空吸盘装
置设计与试验[]•农业机械学报，202,41(2) ： 20­
23,24.
[1 2]陆化珠，蔡健荣，孙力，等•基于超声测距的柑橘收获机
器人应急避障系统[J ].农机化研究，2011,33( 1 2)：
1 5 1 -1 53.
[3] 杨晶东，洪炳熔,朴松昊•基于模糊行为融合的移动机
器人避障算法[J ].华中科技大学报(自然科学版),
2008,36(Sl ) ：224-227•
[-4]李寒，王库，曹倩，等.基于机器视觉的番茄多目标提取
与匹配[]•农业工程学报，20228(5) ： 168-122.
[15]杨为民，李天石，贾鸿社•农业机械机器视觉导航研究
[J ] •农业工程学报,2004,20(1) ： 20- 25•
[2] 王海青，姬长英,顾宝兴，等•基于机器视觉和支持向量
机的温室黄瓜识别[J ]・农业机械学报，202,43(3):
163-167.
[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[]•农业机械学报,2012,43( (2) ： 155­
20.
[8] 魏泽鼎，贾俊国，王占永•基于视觉传感器的棉花果实
定位方法[/农机化研究,2012,34(6) :65-63,312.
[7]刘沛，陈军，张明颖•基于激光导航的果园拖拉机自动
导航系统[/农业工程学报,201127(3) ：305-308.
[20] 栗移新.基于机器视觉的协作机器人装配汽车外饰条
的应用[J ].机电信息202(24) ：53-55.
[21] 康熙,张旭东，刘刚，等•基于机器视觉的跛行奶牛牛蹄
• 202
•
定位方法［］农业机械学报,2019,50(S1)：276-282.［22］林杰，孙海升,唐启承，等.基于机器视觉室内定位的智能购物车设计［J］物联网技术,242,9(6):67-77.［23］许彩云，周永升，田歌.基于机器视觉的集装箱自动定位系统［J］自动化应用,242(3):85-86.［24］张华林.基于机器视觉的AGV定位方法探索［J］.山东工业技术,242(4)：75.
［25］朱莉凯，沈宝国，杨文杰.基于机器视觉的无人机着降定位技术研究［J］数字技术与应用，242,37(2)：53-
54.
Design of Positioning and Navigation System for Picking Robot Wireless Based on Sensor Networkt and Machine Vision
Faug Huala,Wu Qing
(Henan Polytechnic Institute,Nanyang27C600,China)
Abstrech:In order to improve the eOiciency of positioning and navigation of piching mPot and change the single moPe of positioning and navigation,X i—ppucd wireless sensor network and machine vision system i—a the design of positioning and navigaUon system,and improved—e e—iciency of navigation thpxph joint posiUoning.In the process of positioning, firstly,—e wireless sensor network positioning system locates the word area quichly,and the piching mPot plans the path to reach the designated word area Udoodo—y.Then,the machine vision system is used to collect the image of the foit,and the image matching function is used to find—e—qe foit to be piched.Finally,the piching—sh is co—ded out. The posit———and navigation system is tested.The results show—at the joint positioning methoP can significantly im­prove the positioning and navigation eOiciency and positioning gccoracy of—e piching mPot.
Key works:piching oPot;wireless sensor network；machine vision;joint positioning；antoxomoxs navigation
•243•。