果園機器人自動導航技術研究進展?

周建軍 周文彬 劉建東 李 偉 張紅杰 馬景蘭

（北京石油化工學院信息工程學院 北京 100097）

1 引言

果園機械化作業是水果產業發展研究的重點方向，隨著我國果園種植面積的不斷擴大，果園規?；l展和規范化管理的要求日益提高，果園機械化作業的重要性日益突顯［1］。但由于我國果園作業機械研究起步較晚，果園機械化基礎較差，一些用工量多、勞動強度大、時效性強和標準化要求高的環節，都未能實現機械化和自動化作業，高效、智能的果園作業裝備與技術的缺乏，已成為我國果園機械化發展面臨的難題［2～3］。果園機器人自動導航技術的發展，可以使機械按照優化的作業路徑工作，減少重復作業區和遺漏作業區的面積，提高果園機械的作業質量和效率、降低駕駛員勞動強度，是解決這一難題的有效方法［4～5］。

2 果園農機自動導航技術

自動導航技術作為果園移動機器人研究的一個重要部分，是集計算機、電子通信、自動控制為一體的綜合性技術，主要內容包括：機器人周圍環境的感知、導航路徑的規劃、機器人模型的建立及轉向控制。通過導航系統對周圍環境的感知，機器人能夠實現實時精準定位，廣泛應用于各種果園生產過程中［6～7］。目前研究的果園機器人導航方式主要有激光導航、果樹行導航、GPS導航、電磁導航、超聲波導航、機械導航等［8］。

2.1 基于激光掃描技術的自動導航

激光掃描技術（Laser Inspection）具有測量精度高、探測距離遠、實時性高、受光照等外界環境因素影響小等優點，能以較高頻率提供大量準確的距離信息，在農業機械自動導航研究中得到越來越廣泛的應用［9～11］。在果園中，可以將果樹視為障礙物，利用激光掃描進行檢測，分析掃描結果后根據圓弧聚類方法計算樹干中心點，并記錄在世界坐標系中。而后，在機器人運動過程中再實時檢測果樹樹干中心點，并與先前時刻記錄在世界坐標系中的樹干中心點進行匹配，利用匹配結果校正里程計數據計算出的機器人位置和航向（如圖1），從而實現果樹行間農業機器人的準確定位［12］。

圖1 激光檢測流程圖

早期有學者應用電磁導航與機械導航方式實現果園植保機械的自動行走［13］，另有學者設計了基于激光雷達的果樹行間直線行駛機械［14～15］。Hamner等開發了一款用于果園的多用途自主移動機器人，其兩側車輛利用兩個電機獨立驅動，機器人正面安裝激光掃描儀作為導航傳感器，從而實現車輛自動避障［16］。陳軍等以激光掃描儀作為導航傳感器，進行了模擬果園環境下障礙物信息采集、特征數據提取的實驗，并利用二次曲線擬合法擬合移動機器人的導航路徑，設計了以移動機器人橫向偏差和航向偏差為輸入量的模糊控制器［17］。張瑩瑩等為解決激光雷達可能會掃描到地面障礙而導致系統誤檢的問題，使用南京農業大學研制的農機自動導航平臺（如圖2），構造了機器人航位推算模型來計算當前幀數據中待定類的距離，通過與前一幀數據中對應類距離的比較判定待定類的類別，從而排除了地面干擾［18］。

果園行尾地頭轉向路徑規劃也是果園導航研究中的重點問題。李延華等開展了激光雷達和GPS相結合的果園環境全局幾何特征地圖構建研究，地頭轉彎及基于單側果樹的定位研究，實現了果園作業機器人在全局果園環境下的定位與自主導航功能［19］。封永等使用差速轉向機器人（如圖3）研究了果園行尾地頭轉向路徑規劃，建立車輛運動學模型，進行U型地頭轉向和K型地頭轉向的路徑生成與分析，采用層次分析法對生成路徑優化選擇，確定行尾地頭轉向路徑，使機器人可以在不同情況下較好地完成果園行尾地頭轉向［20］。

2.2 基于圖像處理的機器視覺導航

機器視覺導航技術（Machine vision navigation）是現今計算機視覺的研究熱門，主要使用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測和控制，其最大的特點是速度快、信息量大、功能多?；跈C器視覺的果園自動導航技術將攝像機作為位置測量傳感器，利用圖像處理技術識別果樹行，進而確定導航基準線，實現農機與果樹行的相對位置與航向信息的測量。圖像處理（Image processing）技術是利用計算機對圖像進行分析，以達到所需結果的技術，這項技術的應用將明顯提高農業機械的性能和水平，有效地促進農業現代化、智能化的發展。目前，用于果樹行識別和導航定位基準線檢測的方法要包括Hough變換法和最小二乘法等。

Hough變換（Hough Transform，HT）是直線提取的重要工具，它對圖像進行坐標變換，將原始圖像中給定的直線或曲線轉化為變換空間的一個點，把原始圖像中給定形狀的直線或曲線的檢測問題，變成了尋找變換空間中的峰點問題［21～24］?；贖ough變換的導航基準線提取方法具有魯棒性好、受噪聲影響小等特點，已成為研究最為廣泛的一種導航特征提取方法。張哲遠等根據果園按標準規格行種植的特點，使用閾值分割、邊緣檢測與質心提取等圖像處理的方法從果園航拍俯視圖中識別果樹、提取果樹坐標信息并創建了果園特征地圖，采用Hough變換和隨機采樣一致性兩種算法來提取樹行直線特征，并通過仿真模擬和實地實驗的方法驗證了其設計的可行性［25］。葉小琴等使用偏移算法對原始圖像進行像素聚類，消除圖像中像素的多樣化，再使用基于圖論的圖像分割算法對處理后的圖像進行分割，在邊緣檢測后的二值圖像基礎上，利用Hough變換來提取樹木和地面之間的邊界直線，從而獲取機器人的行進路線［26］。

傳統的Hough變換算法還存在一定的缺陷，因其對點進行窮盡式搜索，使通過這種窮盡式搜索而得到的數據量過大，且峰值點的檢測可能會有誤檢測的情況出現，導致處理難度較大。顧寶興等設計了一種基于改良Hough變換算法的智能移動式水果采摘機器人系統，利用顏色空間中的色差分量并釆用自適應閾值分割算法能獲得理想的分割效果，對分割后的圖像采用圓形變換與質心標記相結合的方法檢測果實中心點坐標，試驗表明該方法的果實識別率比單用圓形變換的果實識別率能夠提高8.5%［27］。在進行視覺導航參數提取時，采用直線變換與最小二乘法相結合的方法檢測導航路徑，該方法能夠融合變換檢測出的直線附近的近距離點集來擬合導航路後，試驗表明該方法比單用變換檢測導航路徑的誤檢率降低約30%。姜國權等運用強調綠色分量、抑制其余2個分量的方法將彩色圖灰度化，又使用Otsu二值化方法把作物和背景有效地分割開來［28］。通過窗口內灰度值的累加，消除了噪聲干擾，得到了作物行的定位點，使處理的速度優于Hough變換和隨機Hough變換。

最小二乘法（Least squares）根據誤差平方和最小化原則，找出有序數對的最佳匹配函數，可快速求得未知的數據，并使得到的數據與實際數據之間的誤差平方和為最?。?9～31］。司永勝、王新忠等提出了基于最小二乘法的早期作物行中心線檢測方法［32～33］。馮娟等針對復雜的果園導航環境提出了一種基于圖像處理的果園導航基準線生成算法，采用二維Otsu算法獲取最優分割閾值，對色差R-B分量圖進行二值化處理，并利用最小二乘法擬合左右邊界線，提取邊界線上各行中心點生成果園導航基準線［34］。彭順正等針對復雜的矮化密植棗園環境，提出了基于“行閾值分割”法分割樹干與背景的圖像處理方法，依據樹干縱向灰度分布規律，采用浮動窗口灰度垂直投影方法結合形態學開閉運算提取樹干區域，并根據最小二乘法原理擬合左右兩側邊緣，提取邊緣線上各行的幾何中心點生成棗園導航基準線，通過多次實驗證明該方法在多種復雜環境下可行，且單一工況條件算法動態檢測準確率可達81.3%以上［35］。

一些學者在研究中將激光掃描設備與圖像處理技術相結合。Oscar C.BarawidJr等在果園導航中采用二維激光掃描儀為導航傳感器，并使用Hough變換檢測樹行及RKT-GPS確定方向［36］。劉沛等以激光掃描儀為導航設備，提出了基于激光掃描提取果樹信息的方法，并運用最小二乘法設計了導航路徑擬合，之后通過對實際駕駛經驗的分析，建立了預見控制的運動學模型［37］。戚樹騰等研究了基于激光測距儀的果園移動機器人避障系統，通過激光測距儀實現了對果樹位置信息的實時采集，并采用Hough變換規劃機器人導航路徑，從而實現了樹行直線方程的提?。?8］。設定機器人的航向偏差和橫向偏差作為比例控制器的輸入量，再以機器人的實際偏轉角度為輸出量，實現機器人沿導航路徑自動直線行走［39］。

在導航控制方面，吳俊君等針對仿人機器人視覺導航系統的魯棒性受到運動模糊制約的問題，提出一種基于運動模糊特征的實時性異常探測方法［40］。李斌等提出了一種基于自適應遺傳算法的果園機器人自主導航算法，開發了基于VC++6.0編程的機器人PC控制器，提高了果園精細作業的自動化程度、降低了作業成本［41］。

3 目前面臨的問題

我國果園自動化發展還存在著許多問題，例如果園機械化基礎差、果園專用機械的種類和數量十分缺乏、果園機械在研發方面不受重視、科研資金不足等［42］。

我國目前存在大量處于淘汰邊緣的老式果園，不具備大規模生產的能力，不僅僅體現在無法實現智能化生產，還存在著地理位置不佳、經濟效益低、生產品種單一、生產營銷鏈不完善等問題，且占用大量生產資源，設備的更新和研發還需要大量的人力物力。目前水果種植行業嚴重依靠人力勞作，行業發展受限，急需產業升級。僅有部分優勢水果可施行規?；a，但相應的技術支持、管理模式還未達標［43］。我國果園機械相對匱乏，缺乏大型高效的果園機械，林果種植模式與機械不配套問題尤為突出，且各產區發展很不均衡?，F有的果園機械以老式拖拉機為主，功率小且沒有實現智能化，工作效率低下，不能適應復雜環境下的作業，與國外果園專用拖拉機有一定的距離。果園機械在引進、消化、吸收和創新方面的動力不足、重視不夠［44］。近些年來，雖然我國的科研經費逐年攀升，農業機械裝備領域得到快速發展，但是目前我國果園經濟效益大多來自處于淘汰階段的老果園，新型果園的研發不受重視，科研投入資金較少，且我國人口基數龐大，大多數的農業科研資源依然投入到了傳統的農業作物方面。

機器人本身的研究和發展并不能完全決定果園作業效果，還取決于果樹的品種、栽培模式及修剪方式，因此后續的研究也需要將果園機器人工程技術與果樹栽培農藝相互結合。

4 結語

本文根據果園機器人目前的研究現狀以及存在的問題，提出今后可從如下幾個方面進行深入研究。一是加強圖像處理硬件設備方面的研發。如果使用主機來完成所有圖像信息的處理，主機將會因數據量過大而不堪重負，處理速度必將大打折扣。圖像處理采集卡的研發將有效地解決這一問題，它的功能是可以完成圖像的數字化處理和分析，并向圖像處理的結果傳送至主機，此硬件設備的研發和應用將有效提高圖像處理系統的實時處理速度。二是加強智能控制方法在自動導航中的應用，比如神經網絡技術。神經網絡是一種高度并行的分布式系統，可以對視覺系統探測到的圖像進行分析處理，不僅處理速度快，而且可以充分利用其非線性處理能力對環境進行識別。三是基于三維成像視覺技術的自主導航開發和應用，目前研究和應用最多的依然是二維成像的機器視覺，隨著科技的發展，現代果園建設的要求也越來越高，三維成像的視覺技術也開始進入了果園機械自動導航的研究范圍，它可以全面地掌握作業對象的信息［45］。隨著三維成像視覺技術的日益成熟，果園機器人的應用將會更加廣泛。

隨著我國農業產業結構的調整，規?；鸵幏痘纳a作業必將成為優勢產區果園的發展方向，果園機械化的研究將受到更多的重視，果園作業機械擁有良好的研發與應用前景。隨著科技的不斷發展，機械自動化、計算機控制系統、測試計量技術、無線傳輸技術飛速發展，果園機器人技術的研究也會取得很大進展，必將在未來機器人導航領域占有越來越重要的地位。