基于远程监控系统的农业机器人车辆路径规划研究

摘要

农业机器人车辆的出现，使得劳动强度大大降低，生产效率大大提高。信息技术、人工智能技术等高新技术与农业机器人技术的融合，尤其是近年来提出的人机合作理念，让农业机器人车辆的发展有了新的趋势——基于人与机器的协同控制，这将在保证农业作业精准快速进行的同时，大大提高机器的智能化程度。 本文将人机合作的理念融入对农业机器人车辆的控制中，结合动态非结构化的复杂环境，搭建了基于机器视觉的远程监控系统。基于搭建的硬件平台，完成了相应的软件设计，通过视频图像的实时显示，对农业机器人车辆进行监视与控制，实现了农田环境中的作物行导航线路径规划与人机协作避障路径规划算法的研究。本文的主要内容与工作有: 1.搭建远程监控系统的硬件平台。利用农业机器人车辆、IP摄像头、无线传输模块、PC机、无线路由器等硬件设备，实现远程监控系统硬件平台的搭建。详述农业机器人车辆实验本体的构造及工作原理，介绍其关键组成部件，进行IP摄像头的无线访问设置。将PTR2000的无线通信模块作为信号转换媒介，完成PC机与单片机之间的无线电路设计连接工作。 2.创建人机交互界面。利用MATLAB2012a软件的GUI模块，完成交互界面的设计任务，实现视频图像在界面上的实时更新显示。基于相应的软件环境，对控制模块中单片机与PC机进行程序设计，实现单片机与PC机之间的无线通信。 3.设计农田环境下的路径识别系统。结合农业机器人车辆在农田环境下作业时，周围环境的复杂多变、非结构化、信息量大等特点，设计出一套新的图像处理算法流程。以人工种植的青菜地为实验对象进行模拟实验，论证图像处理算法的每一步流程，识别出最终的作物行中心线，完成农田环境下的作物行路径识别研究内容。 4.提出新的路径规划算法。为实现农业机器人车辆在农田环境下的快速精准避障，结合人机合作在提升机器智能化方面的明显优势，首先改进传统A*算法提出了动态引导A*（DGA*）算法，接着引入云模型的不确定性在线推理方法，将人的专业知识和喜好等引入路径规划算法中，提出一种新的基于云模型的DGA*(CDGA*)算法，完成在动态复杂环境下的人机协同路径避障规划研究。在有静态和动态障碍物随机分布的规划空间中，利用MATLAB软件将CDGA*算法与DGA*算法进行仿真对比分析，验证设计的算法的优越性。结果表明，提出的CDGA*算法能大大较少规划时间，提高规划效率。

目录

声明

摘要

第一章绪论

1．1课题研究背景及意义

1．2远程监控系统的研究现状

1．3基于机器视觉的农业机器人国内外研究现状

1．3．1国外研究概况．

1．3．2国内研究概况

1．4机器人路径规划算法的研究现状

1．5论文的研究目标及结构安排

第二章远程监控系统的硬件平台搭建

2．1农业机器人车辆的构造及工作原理

2．2农业机器人车辆的驱动模块

2．2．1电机驱动器

2．2．2驱动电机

2．3农业机器人车辆的下位机模块

2．4 PWM隔离变送器

2．5电源模块

2．6远程监控系统的总体设计

2．6．1系统总体硬件平台的搭建

2．6．2 IP摄像头的无线设置

2．6．3单片机与PC机的无线通信

2．7本章小结

第三章远程监控系统的软件功能实现

3．1人机交互界面的设计

3．1．1视频图像实时显示模块的界面设计

3．1．2视频图像实时显示模块的软件实现

3．2控制模块的设计

3．2．1 PTR2000无线收发模块的程序设计原理

3．2．2单片机端PTR2000的程序设计

3．2．3 PC机端软件的设计

3．2．4单片机程序的设计

3．3模拟实验论证

3．3．1模拟实验场景布置

3．3．2实验内容

3．3．3实验结果

3．4本章小结

第四章农田环境路径识别系统设计

4．1农田环境路径识别系统结构

4．2农田环境路径识别流程

4．3农田环境实验论证

4．3．1图像预处理简介

4．3．2彩色图像增强

4．3．3彩色图像的灰度化与二值化

4．3．4图像色彩分离

4．3．5图像滤波

4．3．6图像腐蚀

4．3．7中心线提取

4．3．8路径识别

4．4本章小结

第五章路径控制算法的实现

5．1农业机器人车辆位置与规划空间

5．1．1农业机器人车辆的位置模型

5．1．2规划空间模型

5．2动态引导A*(DGA*)算法的实现

5．2．1节点的扩展

5．2．2代价函数的确定

5．2．3 DGA*算法的实现

5．3基于云模型的引导场的确定

5．3．1云模型简介

5．3．2云模型知识库的形成

5．3．3引导场的确定

5．4实验仿真验证

5．4．1云模型知识规则库的验证

5．4．2人机合作静态路径规划的实验验证

5．4．3人机合作动态路径规划的实验验证

5．5本章小结

第六章总结与展望

6．1总结

6．2展望

参考文献

致谢

研究生期间研究成果