基于触感引导的小型水田行进底盘自动对行方法_陈学深.pdf

第 38 卷 第 21 期 农 业 工 程 学 报 Vol.38 No.21 8 2022 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov.2022 基于触感引导的小型水田行进底盘自动对行方法 陈学深，熊悦淞，齐 龙，王宣霖，程 楠，梁 俊，刘善健（华南农业大学工程学院，广州 510642）摘 要：为了解决小型水田底盘因路径偏差导致的稻苗碾压损伤问题，该研究提出一种基于触感引导的自动对行方法。采用自制的感测器获取稻株定位历程触感数据，通过数据的分割阈值设定、区域谷值提取、横向距离标定获得感测器与稻株的横向距离。根据水稻机械化移栽行距规整性，利用行距与定位数据几何关系校验稻株定位数据，解算获得稻列方向相邻稻株中点位置，实现对行目标点坐标提取。基于时变坐标系跟踪方法，控制转向电机实时校正路径偏差，实现小型水田底盘自动对行。田间性能试验表明：当行进速度为 0.5 m/s 时，自动对行绝对误差平均值为 3.11 cm、绝对误差标准差为 1.10 cm、绝对误差最大值为 4.75 cm，研究成果为水田环境作业底盘自动导航提供了新思路和借鉴。关键词：水稻；感测器；自动化；触觉；定位；对行 doi：10.11975/j.issn.1002-6819.2022.21.002 中图分类号：S147.2 文献标志码：A 文章编号：1002-6819(2022)-21-0008-08 陈学深，熊悦淞，齐龙，等.基于触感引导的小型水田行进底盘自动对行方法J.农业工程学报，2022，38(21)：8-15.doi：10.11975/j.issn.1002-6819.2022.21.002 http:/www.tcsae.org Chen Xueshen,Xiong Yuesong,Qi Long,et al.Design and experiment of the tactile guidance system for the automatic alignment of small paddy moving chassisJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2022,38(21):8-15.(in Chinese with English abstract)doi：10.11975/j.issn.1002-6819.2022.21.002 http:/www.tcsae.org 0 引 言 中国水稻种植区域地块分散，有相当一部分稻区处在山区、丘陵地带1-3，大中型植保水田底盘作业、转移和运输受到限制4-6，研究与推广小型水田底盘对植保作业十分必要。然而，实际中机插秧稻田苗带并非理想的笔直7-8，小型水田底盘依靠卫星导航9-10、视觉引导11-12、人工遥控13-14的对行感知方法存在导航精度差、背景干扰大、视线障碍等问题15。因此，面向稻田特殊环境，研究适宜小型水田底盘自动对行的引导方法具有重要意义。精准、实时的识别定位稻株是引导水田底盘校正路径偏差，实现自动对行的关键。国内外学者主要采用机器视觉和机器触觉 2 种感知方式。其中，视觉感知又可分为稻株个体和群体两种定位方法。关于稻株个体定位，Choi 等16基于形态学特征提取水稻冠层植株及叶片骨架的收敛性与延伸性，获取稻株个体中心区域位置。蒋郁等17采用侧位俯拍方式获取了稻株茎基部图像，基于茎基部分区边缘拟合方法实现了稻株定位。上述稻株个体定位准确性高度依赖特征选择的有效性，当草、藻、萍等稻位俯拍方式获取了稻株茎基部图像，基于茎基部分区田干扰背景特征发生变化时，稻株识别定位精度可靠性较差。为提高抗干扰能力，有学者基于深度学习方法 收稿日期：2022-09-03 修订日期：2022-10-25 基金项目：国家自然科学基金（51575195）；广东省基础与应用基础研究基金项目（2021A1515010831）；广州市科技计划项目（202206010125）作者简介：陈学深，副教授，研究方向为现代农业技术与智能装备。Email： 通信作者：齐龙，教授，博士生导师，研究方向为现代农业技术装备。Email： 自动提取稻株特征。Liu 等18采用 VGG16-SSD 模型，Lin等19基于FasterR-CNN模型实现了稻株个体的识别定位，但由于训练样本是以稻株个体为标注对象，当稻株相互接连时，样本特征畸变识别性能显著下降，导致稻株定位存在不确定性。关于苗带群体定位，王姗姗等20为了有效解决杂草密度分布、光照强度和秧苗行曲率变化等因素对秧苗行检测的影响，提出一种基于特征点邻域的 Hough 变换算法识别秧苗行中心线，具有较好的鲁棒性和识别精度。王爱臣等21提出一种基于区域生长和均值漂移聚类的苗期作物行提取方法，通过最小二乘法拟合聚类中心点得到水稻行直线。张勤等22基于窗口扫描法提取了 HSI 彩色空间中的 S 分量，在杂草、蓝藻等水田背景下获取了水稻群体苗带位置信息。然而，在实际生产中，稻株群体定位方法易受倒伏、漏插、偏植等实际情况影响，定位精度较差，且作物行群体特征信息处理量较大，加之复杂的拟合算法定位实时性较低，基于苗带引导的对行性能难以满足要求。机器触觉是另一种感知方式，在手机屏幕、机器人感知手、人造感知皮肤等领域有广泛应用，具有精度高、实时性好的特点23-25。在农业领域贾洪雷等26根据玉米茎秆力学阈值，设计了一种软轴式触觉传感器用于识别定位玉米。徐丽明等27根据葡萄藤力学参数，设计了一种基于临界压力值的触觉传感器，获取了葡萄植株位置。然而，水稻移栽取秧量、生长分蘖数不同，难以准确提取稻株力学阈值，导致稻株识别定位可靠性较差。针对上述问题，Chen 等28提出了一种触感方法，通过融合多种稻株触感特征，在实验室环境下实现了稻株的准确识第 21 期 陈学深等：基于触感引导的小型水田底盘自动对行方法 9 别。Chen 等29提出了一种用于田间的触觉传感器，基于触感数据特征实现了稻田杂草密度等级分类，但上述触觉传感器仅限于分类识别，不具有稻株定位功能。面向稻田复杂环境，本文提出一种触感引导的自动对行方法，通过自制触觉感测器获取对行目标点坐标，实时校正路径偏差，拟实现小型水田底盘自动对行。1 总体结构及工作原理 触感引导系统主要由感测装置、转向系统、水田底盘等组成，总体结构如图 1 所示。其中，感测装置由左右两侧具有稻株独立定位功能的感测器，以及单片机、数据传输模块等附属电子器件组成，为触感引导提供决策。转向系统采用梯形转向机构，由伺服电机、编码器、控制器等组成。1.驱动电池箱 2.电控单元 3.转向电池箱 4.转向伺服电机 5.右侧感测器 6.左侧感测器 1.Drive battery box 2.Electronic control cell 3.Steering battery box 4.Steering servo motor 5.Right sensor 6.Left sensor 图 1 自动对行系统总体结构 Fig.1 Overall structure of automatic alignment system 工作时，2 套感测器分别位于转向系统前方，随水田底盘在水稻行间行进，通过接触实时获取苗带区域的稻株触感数据，通过串口传输经单片机数据处理提取稻株位置信息，并解算稻列方向相邻稻株中点位置（稻行中心点），实现对行目标点坐标获取。在此基础上，控制转向伺服电机跟踪目标点修正路径偏差，实现小型水田底盘的自动对行。2 触感定位方法 稻列方向获取感测器与稻株的横向距离，是提取稻株位置，解算对行目标点坐标的关键。稻株定位包括触感数据获取、稻株定位点提取、稻株定位点校验。2.1 触感数据获取 采用柔性弯曲传感器作为触感数据获取核心元件，利用自身弯曲程度与输出电压的对应关系，获取接触、脱离稻株时段的电压数值作为稻株触感定位的分析数据。由于弯曲传感器自身为薄板悬臂梁结构，抗弯刚度小，触觉感测历程易受稻叶干扰和自身摆振影响。本文对弯曲传感器进行改制处理，将其叠夹在多片碳纤维薄板之间，在提高自身抗弯刚度的同时，也有利于通过碳纤维薄板间的相互摩擦抑制自身摆振。另外，考虑水田环境电子器件的防水保护，弯曲传感器采用方形铝管连接固定，并在接线端口处进行硅胶密封处理，弯曲传感器实物及改制后的稻株触觉感测器实物如图 2 所示。图 2 弯曲传感器及触觉感测器实物图 Fig.2 Physical picture of bending sensor and tactile sensor 水田底盘行进工作时，感测器水平横向与稻株茎基部接触，将感测器从接触到脱离稻株历程作为定位感测单元，获取单元内感测器的电压数值，为稻株定位提供数据基础。其中，本文设定的感测器采样频率为 1 700 Hz。触感数据获取实况如图 3 所示，结构参数如表 1 所示。图 3 稻株触感数据获取实况 Fig.3 Acquisition of tactile data of rice plants 表 1 感测器结构参数 Table 1 Structural parameters of sensor 名称 Name 长度 Length/cm 宽度 Width/cm 厚度 Thickness/cm 方形铝管 Square aluminum tube5.00 5.00 0.40 碳纤维薄板 Carbon fiber sheet 15.00 1.00 0.20 弯曲传感器 Bending sensor 11.20 0.60 0.25 2.2 稻株定位点提取 感测器与稻株从接触到脱离历程，电压数值逐渐减小，当降低到谷值（最小电压值）时恰为感测器最大弯曲时刻，而后感测器回正电压升高。当感测器根部与稻株接触时，脱离时刻弯曲程度最大，中部接触次之，端部接触最小。因此，准确提取感测器脱离稻株时刻的电压值，即触感历程电压数据波形的谷值可映射感测器与稻株的横向距离，实现稻株位置获取。稻株定位点提取的数据处理过程主要包括分割阈值设定、区域谷值提取、横向距离标定。分割阈值设定是为了提取感测单元内有效的触感数据，过滤掉水稻株间非接触区域和感测器自身摆振形成的冗余数据。根据感测器摆振数据波动随行进速度增加而增大特性，本文选择水田底盘最高行进速度 1.5 m/s 进行数据波形分析，如图 4 所示。其中，包括株间非接触的摆振区和稻株接触历程的感测区。摆振区感测器电压在 4.10 V 上下波动，感测区内感测器电压先经历显著下降阶段，在脱离稻株时刻达到谷值，而后感测器回正电压经历上升阶段，最后再次进入摆振区。由图 4 可知，摆振区电压数值较高，且较为稳定，定位点与摆振区的电压数值落差十分显著。农业工程学报（http:/www.tcsae.org）2022 年 10为此，本文稻株定位波形分割阈值设定为 4.08 V，可过滤掉行进速度不超过 1.5 m/s 的摆振冗余数据。然而，稻田地况及环境复杂，当水田底盘姿态变化加剧，可能导致分割阈值不准确。因此，稻株定位点获取还需要进一步校验。图 4 稻株定位数据波形 Fig.4 Waveform of rice plant positioning data 区域谷值提取是为获取感测区的电压谷值，实现稻株定位点初步提取。根据稻株触感定位历程的数据变化规律，以小于定位波形分割阈值时刻为始点，大于阈值时刻为终点，提取感测单元内最小电压值，提取方法的效果如图 5 所示，交替水平线填充区域为摆振形成的电压数据分布范围，属于数据剔除区域；点线填充区域为感测单元的电压数据分布范围，属于数据分割区域，每个分割区内波形数据的谷值为稻株定位点，即感测器脱离稻株时刻对应的电压数值。注：为谷值（定位点）；为数据剔除区域；为数据分割区域。Note:is the valley value(positioning point)；i