基于LiDAR的溫室對靶噴霧機器人的設計與試驗.pdf

基于LiDAR的溫室對靶噴霧機器人的設計與試驗 楊征鶴1 陳毅飛2 楊會民2 喻 晨2 王學農2 1 新疆農業(yè)大學機電工程學院 烏魯木齊 830052 2 新疆農業(yè)科學院農業(yè)機械化研究所烏魯木齊 830091 摘 要 為提高溫室中農藥利用率 減少溫室環(huán)境中的農藥污染 設計了一種基于LiDAR 激光雷達 的溫室對 靶噴霧機器人 其上位機采用ROS機器人系統(tǒng)進行控制 stm32單片機作為下位機 采用Komodo 1履帶式底盤 能夠自主行走 工作時 激光雷達能夠檢測兩側15 范圍內的作物信息 若有作物則上位機分析作物角度與距離 信息并向下位機發(fā)送 下位機判斷并延時開啟相應一側電磁閥打開噴頭 確保了噴霧的實時性 實現(xiàn)了自動對靶 噴霧 同時 測試了激光雷達在不同速度 不同靶標間距下的最小識別間距 發(fā)現(xiàn)0 5m s的速度下在有效檢測 范圍內可以識別最小0 3m的間距 1m s時可以識別最小0 35m的間距 并根據(jù)最小識別間距設置了3株仿 真樹進行測試 分析了連續(xù)與對靶兩種狀態(tài)下不同位置的霧滴覆蓋率 結果表明 對靶噴霧機器人能夠在作物空 隙中有效減少約41 噴霧量 且在作物的前 中 后3個冠層位置霧滴覆蓋率的變異系數(shù)CV值分別為10 0 10 4 12 5 噴霧效果良好 關鍵詞 對靶噴霧 LiDAR ROS 識別間距 霧滴覆蓋率 溫室 中圖分類號 S625 3 TP242 文獻標識碼 A文章編號 1003 188X 2022 11 0083 07 0 引言 由于溫室密閉 高溫高濕的環(huán)境 導致了病蟲害 發(fā)病嚴重 繁殖快和防治困難等問題 目前采用的最 主要的措施是化學防治 但是 溫室中的農藥利用率 僅為20 40 1 其余都被噴灑在空氣 土地 水源 中 加劇了病蟲害抗藥性的進程 也導致了蔬菜農藥 殘留過高 造成了食品安全問題 過量施藥也造成土 地及水源的污染 從而影響蔬菜的產量和品質 近些年 國內外學者為提高農藥的利用率 減少 農產品中的藥物殘留及對施藥人員的傷害 進行了大 量的研究 Giles等 2 3 提出了基于機器視覺的對靶噴 霧 由機器視覺引導噴嘴進行噴霧 但工作效率較低 Francisco等 4 提出了一種基于超聲波傳感器的溫室 噴霧機 超聲波傳感器能夠檢測0 0 5m范圍內的作 物信息 但超聲波傳感器較大的發(fā)散角限制了測量的 分辨率和準確性 Rafiq等 5 設計了一種溫室中基于 管道行走的噴霧機器人 當機器人經過放置地 收稿日期 2020 12 07 基金項目 自治區(qū)重大專項 20219860 作者簡介 楊征鶴 1994 男 山東菏澤人 碩士研究生 E mail 247329956 qq com 通訊作者 王學農 1964 男 陜西漢中人 研究員 碩士生導師 E mail xjwxn2010 sina com 面上的反光標記時 控制系統(tǒng)會打開或關閉噴頭 實 現(xiàn)選擇型噴霧 何雄奎等 6 研制了一種基于紅外傳 感器的對靶靜電噴霧機 通過紅外傳感技術探測靶標 的有無并使用靜電噴霧技術保證了施藥效果 顏杰 等 7 基于超聲波傳感器設計了一種溫室遙控對靶噴 霧機 達到了較好的噴霧效果 曹崢勇等 8 設計了一 種溫室對靶機器人 通過預先安裝靶標實現(xiàn)病蟲害的 定位 從而實現(xiàn)定向施藥 許林云等 9 對果園對靶噴 霧機進行研制和試驗 選擇了紅外 超聲波及激光3 種傳感器進行測試 發(fā)現(xiàn)激光傳感器在識別間距 穩(wěn) 定性 響應速度方面好于其他兩者 故將激光傳感器 作為自動對靶噴霧機的探測裝置 針對溫室環(huán)境中農藥浪費高 農作物及環(huán)境污染 嚴重等問題 筆者設計了一種自動對靶噴霧機器人 噴霧機器人由上位機ROS系統(tǒng)和下位機stm32單片 機控制 激光雷達以固定頻率檢測一定范圍內的作物 信息 當檢測到作物出現(xiàn)時 上位機分析作物距離信 息和角度信息并向下位機發(fā)送 下位機控制兩側電磁 閥的開閉 實現(xiàn)實時控制 達到減少農藥浪費和控制 溫室環(huán)境污染的目的 1 硬件組成 噴藥機器人主要由硬件系統(tǒng)及控制系統(tǒng)兩部分組 成 其整體機構如圖1所示 38 2022年11月 農機化研究 第11期 1 橫流風機 2 噴頭 3 支架部分 4 電磁閥 5 泵 6 藥液回路 7 底盤部分 8 電池倉 9 控制柜 10 激光雷達 11 水桶 圖1 噴霧機器人整體結構示意圖 Fig 1 Overall structure diagram of spray robot 1 1 底盤部分 底盤部分選擇極創(chuàng)公司的Komodo 1通用底盤 具體參數(shù)如表1所示 該底盤采用激光雷達在ROS 機器人系統(tǒng)中使用SLAM 同步定位與地圖構建 技 術 在作物行中建圖后設置路線 底盤便會按照設定 的路線圖行走 激光雷達測量范圍廣 頻率高 有效 地保證了噴霧機器人在溫室作物行中的運行精度 表1 Komodo 1通用底盤參數(shù) Table 1 Komodo 1 general chassis parameters 參數(shù)單位數(shù)值 電壓V 48 最大載重kg 80 防護等級 IP54 續(xù)航時間h 1 5 整體尺寸mm 960 700 320 1 2 激光雷達 噴霧機器人選用北科天繪公司的R Fans 32線 程激光雷達 激光波長為905nm 測程遠 回波強度較 為準確 測量精度較高 同時兼顧了俯仰方向的角度 覆蓋和角分辨率 能夠有效抵抗背景光的干擾 參數(shù) 如表2所示 1 3 噴霧單元部分 為提高藥液的穿透性與減少霧滴漂移 噴霧單元 選擇風送式噴霧技術 風送式噴霧方式能夠將霧化 后的液滴定向吹向作物 在這一過程中將液滴再次細 化 且風機吹出的氣流能夠將植物冠層抖動 翻轉 提 高藥物在葉片正反面的附著效果 改善了藥液分布狀 態(tài) 10 11 表2 R Fans 32激光雷達參數(shù)表 Table 2 LiDAR parameters of R fans 32 參數(shù)單位數(shù)值 激光幀頻Hz 5 20 水平角度視場 360 豎直角度視場 32 最大探測距離m 200 距離分辨率mm 4 測距精度mm tv時 噴霧機 器人通過調整激光雷達與噴霧單元的水平距離來保 證目標檢測與噴霧的實時性 當tv ts時 通過調整下 位機stm32中的延時器 3 試驗 3 1 靶標間隙試驗 激光雷達的作物最小識別間距X是自動對靶噴 霧機器人性能的重要參數(shù) 本試驗的目的為測試激光 雷達在不同速度和與作物不同距離下的最小識別間 距 首先 用A4紙制作6個目標靶 高度為0 8m 激光雷達前進方向與目標靶平行 為保證激光雷達的 運行速度與運行方向 將激光雷達安裝到滑軌平臺 中 滑軌平臺總長度為1 5m 通過步進電機進行驅 動 精度 穩(wěn)定性較好 速度可調 能夠適用于本試驗 根據(jù)噴霧機器人有效工作距離設定激光雷達的檢 測范圍 噴霧機器人最大工作距離為激光雷達直徑 1m 設置激光雷達檢測作物范圍為兩側各15 的檢 測范圍 如圖6所示 設置15 的意義為在激光雷達 最遠的工作狀態(tài)1m時 能夠檢測到的最小障礙物間 距理論值 約為0 26m 在溫室作物種植中 作物株 距一般為0 3m 同時這個最小距離隨著作物離激光 雷達的距離而減小 圖6 激光雷達檢測范圍示意圖 Fig 6 Schematic diagram of lidar detection range 當激光雷達檢測到兩側植物信息時 rfans obsta cle節(jié)點會發(fā)出作物的距離和角度信息 當檢測不到 時 則會一直顯示運行和等待作物位置信息的發(fā)送 同時通過stm32單片機上的二極管燈進行確認 當檢 68 2022年11月 農機化研究 第11期 測不到作物時燈會滅 從而確認該間距下激光雷達能 否識別出該間隙 激光雷達靜態(tài)下的識別間隙試驗是將激光雷達運 行后人工緩慢從雷達前方向后方移動目標靶 當激光 雷達能夠檢測到作物信息并在ROS發(fā)布靶標信息變 為等待信息時 緩慢移動第二個目標靶使ROS系統(tǒng)能 夠剛好從等待信息變化為檢測并發(fā)送作物信息 此時 兩目標靶的間距則為激光雷達靜態(tài)的最小識別間距 設置目標靶間距為X 激光雷達與靶標距離為B 設置激光雷達前進速度v分別為0 5 1m s 其動態(tài)測 試結果如表3所示 由表3知 0 5m s的速度下在 有效檢測范圍內可以識別最小間距0 3m 1m s時可 以識別0 35m的最小間距 識別效果良好 表3 激光雷達動態(tài)檢測測試結果 Table 3 Test results of lidar dynamic detection 靶標間距 m v 0 5m s B 0 5 B 0 6 B 0 7 B 0 8 B 0 9 B 1 0 v 1m s B 0 5 B 0 6 B 0 7 B 0 8 B 0 9 B 1 0 0 15 0 20 0 25 0 30 0 35 3 2 對靶噴霧試驗 設置激光雷達與仿真樹主桿水平距離為1m 噴霧 機器人以0 5m s的速度平行與作物行行駛 根據(jù)激 光雷達動態(tài)檢測最小間距情況 選擇0 5m的株距X 選取3顆仿真樹進行試驗 將單顆仿真樹分為上 中 下 左 中 右9個部分 每個部分放置一塊水敏紙 相 鄰的仿真樹中間同樣放置一片水敏紙 見圖7 放置 范圍為激光雷達的檢測范圍之外 記錄噴霧機器人噴 霧時的漏噴 誤噴 檢測噴霧機器人的對靶噴霧性能 圖7 圖水敏紙放置示意圖 Fig 7 Schematic diagram of water sensitive paper placement 選擇水敏紙的尺寸為35mm 110mm將完成噴霧 后的水敏紙干燥后 通過掃描儀完成掃描上傳 在電腦 中進行霧滴覆蓋率計算 處理過程如圖8所示 根據(jù) 不同工作狀態(tài)下的霧滴覆蓋率繪制的每個位置霧滴覆 蓋濃度折線圖 如圖9所示 由圖9可知 在對靶噴霧 狀態(tài)下作物各個位置冠層能夠與連續(xù)噴霧狀態(tài)下保持 基本一致 圖8 水敏紙?zhí)幚磉^程 Fig 8 Water sensitive paper treatment process 圖9 兩種噴霧方式下霧滴覆蓋率變化趨勢 Fig 9 Variation trend of droplet coverage under two spray modes 78 2022年11月 農機化研究 第11期 在噴霧覆蓋率測試中 一般用變異系數(shù)CV評判 噴霧的均勻性 當CV值在10 左右時 認為噴霧效果 較好 當大于15 時 認為噴霧效果較差 不能滿足植 保作業(yè)要求 13 變異系數(shù)的計算方法為 CV x 100 7 式中 CV 變異系數(shù) 霧滴覆蓋率標準差 x 平均值 對靶噴霧下的前冠層霧滴覆蓋率小于連續(xù)噴霧狀 態(tài)下的霧滴覆蓋率 是因為系統(tǒng)檢測到噴頭開啟會有 一定的時間差 噴頭未完全開啟 造成了點2 6 10的 霧滴覆蓋率較低 圖9中對靶狀態(tài)下的點1 5 9 13霧 滴覆蓋率小于連續(xù)狀態(tài)下的霧滴覆蓋率 說明噴霧機 器人能夠做到在無作物時停止噴霧 在有作物時做到 及時開啟 保證噴霧效果的同時 節(jié)省了藥液使用 在 仿真樹空隙點1 5 9 13處 對靶狀態(tài)下的水敏紙有 較小的霧滴覆蓋率 是因為在噴霧過程中霧滴發(fā)生了 漂移 表4為根據(jù)不同位置冠層檢測出的覆蓋率及變 異系數(shù) 由表4可知 連續(xù)與對靶兩種噴霧狀態(tài)下 變異系數(shù)相差不大 噴霧效果大致相同 表4 各冠層霧滴覆蓋率 Table 4 Droplet coverage of each canopy 連續(xù) 前中后 對靶 前中后 覆蓋率 53 3 62 4 70 7 45 9 60 7 66 0 55 3 48 8 50 6 43 6 50 3 49 3 66 5 52 3 60 3 52 7 51 8 59 6 平均 CV 58 4 54 5 60 9 47 4 54 3 58 3 12 2 13 0 13 6 10 0 10 4 12 5 4 結論 1 設計了一種基于LiDAR的溫室對靶噴霧機器 人 通過市場調研 確定了關鍵零部件的選型與設計 控制系統(tǒng)由上位機ROS機器人系統(tǒng)和下位機stm32 單片機組成 激光雷達掃描兩側15 范圍內的作物信 息 避免了因為作物行中較小的作物間隙而頻繁開閉 電磁閥影響噴霧效果 并分析了噴霧過程中的延時 保證了噴霧的實時性 2 測試了激光雷達在0 5 1 0m s速度下不同靶 標間距 靶標與激光雷達間距下的最小識別間距 在 0 5m s時 系統(tǒng)在有效檢測距離內可以識別0 3m以 上的間距 在1 0m s時 系統(tǒng)可以識別0 35m上的間 距 3 對靶噴霧試驗結果表明 在噴霧機器人在檢測 到有作物時能夠及時打開噴頭 且作物前 中 后3個 位置冠層的霧滴覆蓋率變異系數(shù)分別為10 0 10 4 12 5 與連續(xù)噴霧效果保持基本一致 在作 物空隙位置 噴霧機器人能夠自主關閉噴霧 減少藥 物浪費 在作物空隙位置能夠有效減少約41 噴霧 量 能夠滿足設計要求 參考文獻 1 何雄奎 蔬菜高效施藥裝備與技術研發(fā)應用 J 蔬菜 2018 8 1 7 2 D L BROWN D K GILES M N OLIVERP et al Targeted spray technology to reduce pesticide in runoff from dormant orchards J Crop protection 2007 27 3 545 552 3 GILES DK SLAUGHTER DC Precision band spraying with machine vision guidance and adjustable yaw nozzles J Transaction of ASAE 1997 40 1 132 140 4 FRANCISCO C P EZ V CTOR J RiINC N JULI N S NC HEZ HERMOSILLA et al Implementation of a low cost crop detection prototype for selective spraying in greenhouses J Springer US 2017 18 6 1011 1023 5 RAFIQ A KALANTARI D MASHHADIMEYGHANI H Construction and development of an automatic sprayer for greenhouse J Agricultural engineering international the cigr e journal 2014 16 2 36 40 6 何雄奎 嚴苛榮 儲金宇 等 果園自動對靶靜電噴霧機 設計與試驗研究 J 農業(yè)工程學報 2003 6 78 80 7 顏杰 溫室遙控對靶噴霧機控制系統(tǒng)設計與試驗研究 D 鎮(zhèn)江 江蘇大學 2017 8 曹崢勇 張俊雄 耿長興 等 溫室對靶噴霧機器人控制 系統(tǒng) J 農業(yè)工程學報 2010 26 S2 228 233 9 許林云 張昊天 張海鋒 等 果園噴霧機自動對靶噴霧 控制系統(tǒng)研制與試驗 J 農業(yè)工程學報 2014 30 22 1 9 10 DERKSEN R C KRAUSE C R Spray delivery to nursery trees by air curtain and axial fan orchard sprayer J Envi ron hort 2004 22 1 17 22 11 PEZZI F RONDELLI V The performance of an air assis ted sprayer operating in vineyard J Agricultural engineer ing Res 2000 76 331 340 12 管晨曦 基于ROS的室內巡檢機器人系統(tǒng)設計與研究 J 機電信息 2020 30 128 129 88 2022年11月 農機化研究 第11期 13 王璐 陳永成 蘇迪 等 噴桿式噴霧分布均勻性試驗研究 J 農機化研究 2015 37 10 193 196 200 Design and Experiment of Target Spray Robot in Greenhouse Based on LiDAR Yang Zhenghe1 Chen Yifei2 Yang Huimin2 Yu Chen2 Wang Xuenong2 1 College of Mechanical and Electrical Engineering Xinjiang Agricultural University U r u mqi 830052 China 2 Ag ricultural Mechanization Institute Xinjiang Academy of Agricultural Science U r u mqi 830091 China Abstract In order to improve the utilization rate of pesticides in the greenhouse and reduce pesticide pollution in the greenhouse environment a greenhouse target spray robot based on LiDAR laser radar was designed in this paper The upper computer of the robot was controlled by ROS robot system stm32 MCU was used as the lower computer and Komodo 1 tracked chassis was adopted which was able to move independently The LiDAR can detect the crop informa tion within the range of 15 on both sides If there are crops the upper computer will analyze the crop Angle and dis tance information and send it to the downward machine The lower machine will judge and delay the opening of the corre sponding side solenoid valve to open the nozzle ensuring the real time performance of spraying and realizing the auto matic target spraying The experimental part tested the minimum identification distance of the lidar at different speeds and different target distances indicating that the minimum identification distance of 0 3m at 0 5m s and 0 35m at 1m s can be identified within the effective detection range And according to the minimum set up three strains of simulation test to identify spacing continuous and analyzed two kinds of target coverage of droplets of different position the test shows that the target spray robot can effectively reduce about 42 in the crop gap spraying quantity and in the crops before during and after the three canopy position CV value of variation coefficient of spray coverage are 10 0 10 4 and 12 5 re spectively the spray effect is good Key words target spray LiDAR ROS identify spacing droplet coverage greenhourse 98 2022年11月 農機化研究 第11期