董一波，劉立群，楊 陽，李志華，顧任遠，周煜博 （甘肅農業(yè)大學 信息科學技術學院，甘肅 蘭州 730070）

摘 要 ：在農業(yè)發(fā)展過程中，果實采摘是極度耗費人力的工作。為了減少農業(yè)生產過程中的人工成本，將人工智能應用于農業(yè)領域將是一種有效手段。基于單片機的控制設計出一款智能抓取系統(tǒng)，擁有六關節(jié)高自由度機械臂 ；爪子采用柔性材料，在加強爪子和果實貼合度的情況下減少對果實的損傷程度 ；采用視覺系統(tǒng)進行圖像處理，并采集三位坐標 ；采用避障系統(tǒng)控制小車前進 ；通過增加藍牙模塊讓人工參與變得更加簡便。本文設計的基于單片機的多關節(jié)機械臂抓取系統(tǒng)，有望提高農業(yè)采摘的效率，減少人工成本，將農業(yè)生產過程智能化。

中圖分類號 ：TP301 文獻標識碼 ：A 文章編號 ：2095-1302（2022）09-0076-03 ?

0 引 言

中國自古是農業(yè)大國，以傳統(tǒng)農業(yè)生產方式為主。然而，隨著國際人口的增長，對自然資源的需求也不斷加大。這使得傳統(tǒng)農業(yè)生產出現(xiàn)了越來越嚴重的供應短缺，自然環(huán)境的負擔也成倍增加。為了緩解這種矛盾，最優(yōu)最大化利用自然資源并且將人類從繁重的體力勞動中解放出來，科學界提出了集中生產的現(xiàn)代化農業(yè)構想。近幾年，智能機器人頻繁出現(xiàn)在其他領域，考慮將智能機器人運用于農業(yè)方面也是一個不錯的方案 [1]。迄今為止，應用于農業(yè)果實采摘方面的機器采集系統(tǒng)還沒有普及，因此本文設計一種智能抓取系統(tǒng)，能夠幫助采摘果實。

1 系統(tǒng)的總體構成

本文設計的機械臂智能抓取系統(tǒng)由三大模塊組成 ：視覺識別模塊、機械臂和底座。系統(tǒng)以 89C51 單片機為核心操作器、六自由度機械臂作為執(zhí)行合作機構。視覺系統(tǒng)通過攝像頭捕獲圖像后進行實時處理，并反饋果實的三維空間坐標，實現(xiàn)果實數(shù)據(jù)的精準獲得。底座通過紅外線掃描獲取數(shù)據(jù)，實時反饋前面路段的信息，實現(xiàn)小車的單目視覺正常行駛 [2]。系統(tǒng)組成結構如圖1所示。

2 系統(tǒng)的硬件設計

2.1 89C51 單片機

采用51單片機作為控制系統(tǒng)，以 89C51 為主控芯片，擁有 6 路接口的 PWM 舵機和四個獨立接口的總線舵機，實現(xiàn)按鍵控制、采集電路、電源和過流保護。89C51 是一種高性能的CMOS8位處理器，通過電壓控制，32 字節(jié)閃存邏輯器件和可擦除只讀存儲器是89C51的重要器件。目前，ATMEL 的 89C51 是一款高效的微控制器，它將8位多功能CPU 和閃存集成到一臺單片機中 [3]。單片機的結構如圖2所示。

2.2 機械臂模塊

本抓取系統(tǒng)的機械臂由力臂和多功能爪子兩部分構成。力臂上擁有六個數(shù)字舵機，分別控制六個關節(jié)，每個數(shù)字舵機都由單片機單獨控制，可以實現(xiàn)不同關節(jié)伸展或延伸不同的角度，完成不同的工作。為了使機械手具有良好的柔性，獲得良好的運動性能，并具有其他類型的角度冗余數(shù)據(jù)，采用了六自由度柔性機械手。機械臂的結構如圖 3 所示。采用新型可提升不同通道的機械臂，實現(xiàn)空間提升，使分揀機具有足夠的靈活性。另外，在移動平臺的橡膠墊上設置了一個360°旋轉緊固桿，避免了因旋轉角度不足或夾住殼體而給機械臂的選擇帶來不便。后續(xù)根據(jù)實際的工作情況，針對不同應用領域，通過六個關節(jié)的力矩傳感器與編碼器等工具進行數(shù)據(jù)采集 ；然后通過一系列方法，主要是人類策略的控制方法、傅里葉級數(shù)表達式擬合等，逐步建立一個運動軌跡庫，有利于機械臂在以后的工作中適應不同的作業(yè) [4]。

爪子是由三個數(shù)字舵機控制三個枝節(jié)組成的，三個枝節(jié)形成的三角形在抓取果實時更具有穩(wěn)定性。三個數(shù)字舵機與單片機相連接，具有同時性，再提供足夠抓力的前提下保障了爪子的穩(wěn)定性 [5]。爪子的材料采用的是柔性材料，在抓取果實時，爪子可以根據(jù)果實的大小和形狀，產生相應的形變，減小爪子與果實間的縫隙，盡可能地實現(xiàn)完美閉合，防止果實脫落。機械爪結構如圖 4 所示。

2.3 底座模塊

根據(jù)果園道路泥濘崎嶇的突出特點，移動平臺必須具備一定的道路選擇和避障能力 [6]。平臺系統(tǒng)采用四輪差速器，提高了移動平臺的承重能力和穩(wěn)定性，并在一定程度上提高了轉向精度，更適合通道內的路徑選擇和避障，使移動平臺更加平穩(wěn)安全。每個輪子由電機驅動芯片控制單獨的伺服電機控制。移動平臺使用鋰電池作為能源，通過不同的電源處理器及穩(wěn)壓模塊，輸送不同電壓和電流到相應的工作單位中，實現(xiàn)能源的驅動 [7]。本文采用 E18-D80NK-N 紅外線傳感器和 US-100 超聲波避障模塊。E18-D80NK-N 紅外線傳感器的功能 ：前方無障礙時輸出高電平 ；有障礙時輸出口電平會從高電平變成低電平，傳感器檢測到這一信號就可以確認正前方有障礙物，并傳送給單片機，單片機通過輸入內部的算法，協(xié)調小車兩輪工作，從而完成躲避障礙物的動作。US-100 超聲波避障模塊的主要功能 ：通過超聲波發(fā)射裝置發(fā)出超聲波，根據(jù)接收器接到超聲波時的時間差就可以測算距離。超聲波發(fā)射端在單片機前置電路的驅動下工作，接收端的信號放大、整形后在單片機的中斷口產生中斷，通過發(fā)射和接收的時間差計算出小車與障礙物的相對距離 [8]。模擬圖如圖 5 所示。

2.4 視覺模塊

為了能夠精準地抓取果實，在抓取系統(tǒng)中增加視覺系統(tǒng)。視覺模塊相當于抓取系統(tǒng)的眼睛，其作用決定了采摘果實的質量和現(xiàn)場采摘的速度 ；同時在視覺模塊中引入了深度學習，重新建立模型和模擬人的大腦進行分析和預測，進而處理 3D圖像和數(shù)據(jù)。通過對攝像機以各種方式采集的圖像進行分析，可以得到 PTZ 緩動控制的能力，以便將來將運動目標保持在中心區(qū)域。運動目標跟蹤在過去的十年中得到了廣泛的研究，但在相同的經濟背景下，運動目標跟蹤面臨著許多新的挑戰(zhàn)。進一步的優(yōu)化算法可以提高目標跟蹤系統(tǒng)的魯棒性 [9]。

2.5 藍牙模塊

本文的操作系統(tǒng)增添了 HC-08 藍牙串行通信處理模塊，該模塊是新一代數(shù)據(jù)傳輸系統(tǒng)模塊，基于藍牙規(guī)范 V4.0 藍色協(xié)議。增添藍牙模塊的作用在于 ：操作人員可以根據(jù)任務需求手動控制操作系統(tǒng)來完成相應的工作。手機可以在開放的環(huán)境中實現(xiàn) 80 m 網絡通信 [10]。電路如圖 6 所示。

3 結 語

本文的智能抓取系統(tǒng)以 51 單片機作為控制系統(tǒng)，89C51作為主控芯片，擁有六路接口的 PWM 舵機和四個獨立接口的總線舵機，實現(xiàn)按鍵控制、采集電路、電源和過流保護等功能。用樹莓派作為視覺處理系統(tǒng)的處理芯片進行圖像采集 ；支持藍牙 4.0 的遠程操控，可以通過手柄、手機 APP 和電腦對機械臂進行操控，實現(xiàn)機械臂軀干的活動和機械爪的抓取工作。

注：本文通訊作者為劉立群。

參考文獻

[1] 楊絮，牛亞瓊，張璟言，等 . 基于六自由度機械臂的水果采摘裝置設計 [J]. 科技創(chuàng)新導報， 2019，16（20）：102.

[2] 姚佳 . 智能小車的避障及路徑規(guī)劃 [D]. 南京：東南大學，2005.

[3] 宏晶科技 . 89C51 單片機技術手冊 [EB/OL]. [2022-09-20]. http：//www.stcmcudata.com/.

[4] 郭志強，崔天時，呂信超，等 . 六自由度機械臂逆運動學求解 [J].農機化研究，2016，38（12）：51-55.

[5] 楊文亮 . 蘋果采摘機器人機械手結構設計與分析 [D]. 鎮(zhèn)江：江蘇大學，2009.

[6] 伍錫如，黃國明，劉金霞，等 . 新型蘋果采摘機器人的設計與試驗 [J]. 科學技術與工程，2016，16（9）：71-79.

[7] 杜瑞廷，王張駿，何永杰，等 . 蘋果自動采摘機的設計 [J]. 現(xiàn)代化農業(yè)，2019，41（9）：65-66.

[8] 唐淵，周汝，段武斌，等 . 基于單片機控制的紅外線與超聲波混合避障智能小車 [J]. 中國設備工程，2018，34（12）：179-180.

[9] 鄭胤，陳權崎，章毓晉 . 深度學習及其在目標和行為識別中的新進展 [J]. 中國圖象圖形學報，2014，19（2）：175-184.

[10] 藍牙技術聯(lián)盟 . Core_V4.0 [EB/OL]. [2022-09-20]. https：//www.bluetooth.com/specifications/specs/core-specification-5-3/.

作者簡介： 董一波（2004—），男，山西運城人，就讀于甘肅農業(yè)大學，研究領域為電子信息工程。 劉立群（1982—），女，甘肅天水人，甘肅農業(yè)大學副教授，主要研究方向為智能計算、圖像處理。 楊 陽（1999—），男，甘肅蘭州人，就讀于甘肅農業(yè)大學，研究領域為電子信息工程。 李志華（2002—），男，甘肅天水人，就讀于甘肅農業(yè)大學，研究領域為電子信息工程。 顧任遠（1998—），男，浙江諸暨人，碩士研究生，研究方向為深度學習、機器視覺。 周煜博（1996—），男，湖南湘潭人，碩士研究生，研究方向為圖像處理。

編輯：黃飛

?