康乃馨扦插機(jī)器人設(shè)計(jì)與試驗(yàn).pdf

農(nóng)業(yè)裝備工程與機(jī)械化 康乃馨扦插機(jī)器人設(shè)計(jì)與試驗(yàn) 蘇 微1 闕 煜1 賴慶輝2 楊湛威1 閆 闖1 周生武1 1 昆明理工大學(xué)現(xiàn)代農(nóng)業(yè)工程學(xué)院 昆明 650500 2 云南師范大學(xué)能源與環(huán)境科學(xué)學(xué)院 昆明 650500 摘 要 針對(duì)康乃馨自動(dòng)化標(biāo)準(zhǔn)扦插作業(yè)需求 解決現(xiàn)有人工扦插模式勞動(dòng)強(qiáng)度大的問題 該研究設(shè)計(jì)了一種抓取 扦 插一體化作業(yè)的扦插機(jī)器人系統(tǒng) 以康乃馨生根用插穗為對(duì)象 根據(jù)插穗物料特性參數(shù)和高產(chǎn)栽培農(nóng)藝要求 提出輔助 栽植式末端執(zhí)行器作業(yè)方式和抓插協(xié)同運(yùn)動(dòng)規(guī)劃模型 基于YOLOv5s深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建多目標(biāo)插穗檢測模型 建立扦 插機(jī)器人運(yùn)動(dòng)學(xué)模型 提出基于改進(jìn)MD H modified denavit hartenberg 規(guī)則的逆運(yùn)動(dòng)學(xué)建模方法和時(shí)間最優(yōu)軌跡規(guī) 劃算法 仿真結(jié)果表明 改進(jìn)后的逆解算法和軌跡規(guī)劃算法的運(yùn)行時(shí)間與常規(guī)算法相比分別降低了38 3 和72 5 搭 建扦插機(jī)器人試驗(yàn)臺(tái) 進(jìn)行定位誤差及整機(jī)性能試驗(yàn) 試驗(yàn)結(jié)果表明 抓取作業(yè)時(shí)X Y方向的平均定位誤差分別為 2 33和2 38 mm 扦插作業(yè)時(shí)X Y Z方向的平均定位誤差分別為2 21 2 25和2 05 mm 機(jī)器人單株平均作業(yè)總時(shí)間 為14 787 s 其中識(shí)別抓取平均工作周期為6 803 s 占作業(yè)總時(shí)間的46 01 扦插作業(yè)的平均工作時(shí)間為5 104 s 占作 業(yè)總時(shí)間的34 52 插深合格率為88 扦插直立度為92 漏插率和根部損傷率分別為5 和2 基本滿足自動(dòng)化 標(biāo)準(zhǔn)扦插作業(yè)要求 研究結(jié)果可為溫室標(biāo)準(zhǔn)化扦插設(shè)備的研發(fā)與應(yīng)用提供參考 關(guān)鍵詞 機(jī)器人 扦插 康乃馨 YOLOv5s 改進(jìn)粒子群算法 軌跡規(guī)劃 識(shí)別定位 doi 10 11975 j issn 1002 6819 202404074 中圖分類號(hào) S24 TP242 3 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1002 6819 2024 18 0001 12 蘇微 闕煜 賴慶輝 等 康乃馨扦插機(jī)器人設(shè)計(jì)與試驗(yàn) J 農(nóng)業(yè)工程學(xué)報(bào) 2024 40 18 1 12 doi 10 11975 j issn 1002 6819 202404074 http www tcsae org SU Wei QUE Yu LAI Qinghui et al Design and test of a carnation cuttage robot J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2024 40 18 1 12 in Chinese with English abstract doi 10 11975 j issn 1002 6819 202404074 http www tcsae org 0 引 言 扦插是生產(chǎn)用種苗的主要生根繁殖方法 扦插成本 占總勞動(dòng)力成本的70 1 扦插育苗是鮮花種植過程中 的關(guān)鍵環(huán)節(jié) 也是促進(jìn)農(nóng)業(yè)增收的重要農(nóng)藝措施 2 針對(duì)自動(dòng)化扦插設(shè)備 國內(nèi)外已有一些有意義的研 究 美國IRON OX公司 3 設(shè)計(jì)了一種基于五自由度機(jī) 械臂的水培葉菜移栽機(jī)器人 可基于視覺系統(tǒng)檢測并篩 選滿足移栽要求的種苗 美國ISO公司 4 開發(fā)了一種取 苗扦插機(jī)器人 末端執(zhí)行器通過直接夾取幼苗基質(zhì)的方 式進(jìn)行取苗 同時(shí)保證插深一致性 扦插效率可達(dá)到 2500 株 h 荷蘭TTA公司 5 基于六自由度機(jī)械臂開發(fā)出 一種扦插機(jī)器人系統(tǒng) 可對(duì)種苗進(jìn)行優(yōu)質(zhì)評(píng)估從而保證 扦插合格率 移栽效率可達(dá)2800 株 h 丹麥BEKIDAN 公司 6 基于四自由度機(jī)器人開發(fā)了一種全自動(dòng)移栽機(jī) 工作效率可達(dá)8800 株 h 溫室中的人工扦插是勞動(dòng)密集 型作業(yè) 成本高 溫室自動(dòng)扦插機(jī)的商業(yè)價(jià)值和優(yōu)勢引 起了研究人員的關(guān)注 7 國內(nèi)在溫室自動(dòng)化種植領(lǐng)域的 研究也頗有成果 8 陶玉龍等 9 10 研制出一種基于視覺 系統(tǒng)的三平移并聯(lián)機(jī)器人 配備其自主研發(fā)的兩指四針 鉗夾式取苗末端執(zhí)行器 楊艷麗等 11 開發(fā)了葉菜種苗移 植機(jī)器人 實(shí)現(xiàn)了葉菜種苗從穴盤移植到栽培槽的自動(dòng) 化作業(yè) 工作效率約為人工移植作業(yè)的2倍以上 然而 目前的多數(shù)研究主要側(cè)重于穴盤到穴盤間基質(zhì)的移植 不適用于康乃馨生根苗的扦插應(yīng)用 此外 扦插作業(yè)的 標(biāo)準(zhǔn)化也是許多研究中忽視的關(guān)鍵點(diǎn) 結(jié)合機(jī)器人扦插 的可用性與經(jīng)濟(jì)性評(píng)估 12 開發(fā)扦插機(jī)器人可以充分彌 補(bǔ)目前扦插作業(yè)中存在的人工扦插費(fèi)時(shí)費(fèi)力和缺乏自動(dòng) 化扦插設(shè)備等問題 本文以康乃馨生根用插穗為對(duì)象 設(shè)計(jì)一種抓取 扦插一體化作業(yè)的康乃馨插穗扦插機(jī)器人 對(duì)其輔助栽 植式末端執(zhí)行器 插穗目標(biāo)檢測算法 抓插協(xié)調(diào)運(yùn)動(dòng)規(guī) 劃以及運(yùn)動(dòng)學(xué)算法等核心部件過程進(jìn)行設(shè)計(jì) 通過運(yùn)動(dòng) 學(xué)仿真驗(yàn)證和性能試驗(yàn)對(duì)機(jī)器人的關(guān)鍵性能進(jìn)行驗(yàn)證和分 析 以其為溫室標(biāo)準(zhǔn)化扦插設(shè)備的研發(fā)與應(yīng)用提供參考 1 康乃馨插穗特性參數(shù)測定 特性參數(shù)既是康乃馨插穗質(zhì)量的重要評(píng)價(jià)指標(biāo) 也 是末端執(zhí)行器參數(shù)設(shè)計(jì)的重要依據(jù) 本文選用康乃馨母 本枝條作為插穗樣本 圖1a 其枝條葉片為4 5對(duì) 根部莖稈徑向截面近似呈橢圓狀 圖1b 為了獲得康乃馨插穗的表觀特性參數(shù) 隨機(jī)選取50 收稿日期 2024 04 16 修訂日期 2024 06 13 基金項(xiàng)目 國家自然科學(xué)基金項(xiàng)目 52165031 作者簡介 蘇微 博士 副教授 研究方向?yàn)檗r(nóng)業(yè)機(jī)械化生產(chǎn)和管理 Email laisubo 通信作者 賴慶輝 博士 教授 博士生導(dǎo)師 研究方向?yàn)檗r(nóng)業(yè)機(jī)械裝 備與計(jì)算機(jī)測控 Email laiqinghui007 第 40 卷 第 18 期農(nóng) 業(yè) 工 程 學(xué) 報(bào) Vol 40 No 18 2024 年 9 月Transactions of the Chinese Society of Agricultural Engineering Sept 2024 1 株插穗樣本 使用精度為0 01 mm的游標(biāo)卡尺和電子天 平分別對(duì)其幾何尺寸和質(zhì)量進(jìn)行測量 同時(shí)采用排水法 測定體積 康乃馨插穗的表觀特性參數(shù)見表1 Y X Z d D 樣本1 Sample No 1 樣本3 Sample No 3 樣本4 Sample No 4 樣本2 Sample No 2 a 三維掃描模型 a Three dimensional scanning model b 徑向截面示意圖 b Sketch of radial section 注 D為徑向截面長軸 mm d為徑向截面短軸 mm Note D is the long axis in radial section mm d is the short axis in radial section mm 圖1 康乃馨插穗樣本 Fig 1 Sample of carnation cuttings 表 1 康乃馨插穗表觀特性參數(shù) Table 1 Apparent characteristic parameters of carnation cuttings 參數(shù) Parameters平均值 Average 株高 Plant height mm 16 123 徑向截面長軸 Long axis in radial section mm 6 425 徑向截面短軸 Short axis in radial section mm 4 799 質(zhì)量 Mass g 2 456 密度 Density g cm 3 0 797 利用質(zhì)構(gòu)儀 TA Type XTPlus 進(jìn)行插穗莖稈的剪 切試驗(yàn) 13 測定康乃馨插穗的剪切強(qiáng)度 考慮到樣本位 置相對(duì)于根部存在的屈服應(yīng)力差異 將試樣按根部向上 45 55和65 mm位置分為3組各10株進(jìn)行試驗(yàn) 以插 穗莖稈沿標(biāo)定線切斷為準(zhǔn) 結(jié)果取平均值 莖稈剪切強(qiáng) 度計(jì)算式為 4pmax Dd 1 式中 為剪切強(qiáng)度 MPa pmax為破壞載荷 N 對(duì)載荷 位移原始數(shù)據(jù)進(jìn)行處理 力學(xué)特性參數(shù)測量 結(jié)果見表2 得到康乃馨插穗的平均剪切極限載荷為 60 419 N 因此機(jī)器人扦插執(zhí)行器采用夾持力30 36 N 的氣爪 對(duì)插穗莖桿的損傷較小 可以降低損傷率 表 2 康乃馨插穗力學(xué)特性參數(shù) Table 2 Mechanical property parameters of carnation cuttings 參數(shù) Parameters值Value 剪切極限載荷 Shear limit load N 60 419 剪切強(qiáng)度 Shear strength MPa 24 949 剪切模量 Shear modulus MPa 14 351 楊氏模量 Young s modulus MPa 38 247 泊松比 Poisson s ratio 0 333 2 扦插機(jī)器人關(guān)鍵部件設(shè)計(jì) 2 1 扦插機(jī)器人硬件系統(tǒng)設(shè)計(jì) 康乃馨插穗扦插機(jī)器人主要由上位機(jī) 電氣系統(tǒng) 機(jī)器人控制系統(tǒng)和視覺系統(tǒng)組成 其硬件架構(gòu)如圖2所 示 上位機(jī)通過以太網(wǎng)光纖與ROS robot operating system 運(yùn)動(dòng)控制器連接 深度相機(jī)通過USB口與上位 機(jī)連接 系統(tǒng)工作時(shí) 首先采用邊緣設(shè)備對(duì)采集的彩色 圖像進(jìn)行特征識(shí)別和三維坐標(biāo)定位 再利用上位機(jī)進(jìn)行 逆運(yùn)動(dòng)學(xué)計(jì)算和運(yùn)動(dòng)規(guī)劃 將位姿數(shù)據(jù)和運(yùn)動(dòng)參數(shù)發(fā)布 到ROS運(yùn)動(dòng)控制器 在控制機(jī)械臂伺服電機(jī)運(yùn)動(dòng)的同時(shí) 進(jìn)行信號(hào)反饋 電氣系統(tǒng)通過改變系統(tǒng)壓力連續(xù)調(diào)節(jié)輸 出力 14 并通過控制器的I O口控制電磁閥 上位機(jī) USB2 0 電磁閥 空氣壓縮機(jī) 機(jī)器人控制系統(tǒng) 視覺系統(tǒng) 以太網(wǎng)光纖 Ethernet fiber 深度相機(jī) 振動(dòng)傳送帶 串聯(lián)機(jī)械臂 電氣系統(tǒng) 末端執(zhí)行器 ROS運(yùn)動(dòng)控制器 I O 電磁激振器 Electrical system Visual system Solenoid valve Depth camera Vibrating conveyor belt Electromagnetic exciter Air compressorSeries manipulator End effector ROS motion controller Robot control system Upper computer 圖2 扦插機(jī)器人系統(tǒng)硬件架構(gòu) Fig 2 Hardware architecture of cuttage robot system 2 2 末端執(zhí)行器結(jié)構(gòu)與工作原理 扦插末端執(zhí)行器主要由滑動(dòng)助推機(jī)構(gòu) 插深輔助機(jī) 構(gòu) 外伸夾頭 MHZ2 16氣爪和CDJ2B10氣缸組成 扦插作業(yè)時(shí) 末端執(zhí)行器從原點(diǎn)出發(fā) 通過機(jī)械臂的多 軸協(xié)調(diào)運(yùn)動(dòng) 從傳送帶上抓取插穗并將其栽植到目標(biāo)穴 位 15 17 作業(yè)完成后返回出發(fā)點(diǎn) 末端執(zhí)行器結(jié)構(gòu)及工 作流程如圖3所示 為了保證夾持的穩(wěn)固性和低損性 末端執(zhí)行器的外 伸夾頭夾持插穗的葉柄位置 插穗莖稈支撐于滑動(dòng)助推 機(jī)構(gòu)前端的柔性擋塊上 通過機(jī)械臂調(diào)姿后 末端執(zhí)行 2農(nóng)業(yè)工程學(xué)報(bào) http www tcsae org 2024 年 器到達(dá)穴盤對(duì)應(yīng)的扦插點(diǎn)位 此時(shí)夾持水平面與育苗穴 盤平面構(gòu)成傾角 插穗根部在插深輔助機(jī)構(gòu)末端斜鏟 的支撐保護(hù)作用下伸入育苗基質(zhì)內(nèi) 滑動(dòng)助推機(jī)構(gòu)在氣 缸作用下沿夾持水平線以線速度v向下運(yùn)動(dòng) 柔性擋塊 在外伸斜面的導(dǎo)向作用下隨之推出 同時(shí)產(chǎn)生切向速度 v 即 v v cos 2 5 63 2 4 1 夾取 Grasping 扦插 Cuttage 抓 插協(xié)調(diào) Grasping inserting Coordination 1 滑動(dòng)助推機(jī)構(gòu) 2 柔性擋塊 3 外伸夾頭 4 插深輔助機(jī)構(gòu) 5 MHZ2 16氣爪 6 CDJ2B10氣缸 1 Sliding boost mechanism 2 Flexible block 3 External chuck 4 Auxiliary mechanism of cuttage depth 5 MHZ2 16 air claw 6 CDJ2B10 air cylinder 圖3 末端執(zhí)行器結(jié)構(gòu)與工作流程 Fig 3 End effector structure and workflow 如圖4所示 在切向速度v 的作用下 插穗會(huì)翻轉(zhuǎn) 角度 并以最佳傾斜角度插入育苗基質(zhì)中 為了保證扦插作業(yè)質(zhì)量 機(jī)器人在扦插過程中需要 滿足以下條件 1 保證插深合格率 最佳扦插深度 為25 30 mm 18 2 保證扦插直立度 插穗與基質(zhì) 的最佳傾斜角為60 90 19 3 降低損傷率 夾取 和扦插過程中應(yīng)盡量減小插穗的根部損傷 v X Z v v v X Z x y vr v 注 v為滑動(dòng)助推機(jī)構(gòu)運(yùn)動(dòng)時(shí)的線速度 m s 1 v 為柔性擋塊推出時(shí)的切向 速度 m s 1 vr為柔性擋塊推出時(shí)的法向速度 m s 1 為夾持水平面與 穴盤平面夾角 為線速度v與切向速度v 所成夾角 為 插穗翻轉(zhuǎn)角度 Note v is the linear velocity of the sliding boost mechanism m s 1 v is the tangential velocity when the flexible block is pushed out m s 1 vr is the normal velocity when the flexible block is pushed out m s 1 is the angle between the holding plane and the plug tray plane is the angle between v and v is the turning angle of cuttings 圖4 扦插末端執(zhí)行器工作原理示意圖 Fig 4 Schematic diagram of working principle of cuttage end effector 2 3 康乃馨插穗目標(biāo)檢測算法 康乃馨插穗最佳抓取位置的精準(zhǔn)識(shí)別與定位是多目 標(biāo)插穗檢測的主要任務(wù) 當(dāng)前多數(shù)目標(biāo)檢測模型在處理 高幀率視頻流時(shí) 存在推理速度慢以及對(duì)小目標(biāo)的檢測 性能不佳等問題 20 22 為滿足實(shí)時(shí)檢測場景對(duì)模型快速 響應(yīng)和高檢測精度的需求 本文提出基于YOLOv5s深 度學(xué)習(xí)網(wǎng)絡(luò)的插穗多目標(biāo)檢測模型 為機(jī)器人提供準(zhǔn)確 的抓取位置坐標(biāo) YOLOv5s目標(biāo)檢測網(wǎng)絡(luò)結(jié)構(gòu)如圖5所 示 主要由輸入端 Input 骨干網(wǎng)絡(luò) Backbone 頸部網(wǎng)絡(luò) Neck 預(yù)測頭 Head 和輸出端 Prediction 組成 輸入端 Input 1 3 640 640 FOCUSConv 64 160 160 C3 64 160 160 Conv 128 80 80 C3 128 80 80 Conv 256 40 40 C3 256 40 40 Conv 512 20 20 C3 512 20 20 SPFF 512 20 20 骨干網(wǎng)絡(luò)Backbone Concat 256 80 80 頸部網(wǎng)絡(luò)Neck Upsample 256 40 40 Conv 256 20 20 Concat 512 40 40 C3 256 40 40 Conv 128 40 40 C3 512 20 20 Concat 512 20 20 Conv 256 20 20 C3 256 40 40 Concat 256 40 40 Conv 128 40 40 C3 128 80 80 Upsample 128 80 80 檢測頭Prediction Detect Output 1 3 20 20 85 Detect Output 1 3 40 40 85 Detect Output 1 3 80 80 85 圖5 YOLOv5s 網(wǎng)絡(luò)結(jié)構(gòu)示意圖 Fig 5 Network structure diagram of YOLOv5s 圖像輸入后 首先在輸入層進(jìn)行預(yù)處理 等比縮放 到預(yù)定義尺寸后 進(jìn)入由卷積層和殘差塊組成的骨干網(wǎng) 絡(luò)中進(jìn)行圖像特征提取 殘差塊的應(yīng)用可以有效解決深 層網(wǎng)絡(luò)訓(xùn)練中的梯度消失問題 從而提高特征提取的準(zhǔn) 第 18 期蘇 微等 康乃馨扦插機(jī)器人設(shè)計(jì)與試驗(yàn)3 確性 YOLOv5s的頸部網(wǎng)絡(luò)結(jié)構(gòu)通過路徑聚合網(wǎng)絡(luò) PANet 實(shí)現(xiàn)了不同尺度特征的有效融合 增強(qiáng)了模 型對(duì)小目標(biāo)的檢測能力 圖像在通過頸部網(wǎng)絡(luò)獲取不同 尺度的特征后 進(jìn)入預(yù)測頭的卷積層和全連接層中進(jìn)行 目標(biāo)邊界框的位置和類別預(yù)測 預(yù)測結(jié)果在輸出端中完 成后處理 獲得最終的目標(biāo)檢測結(jié)果 YOLOv5s模型的 參數(shù)量 params 和浮點(diǎn)運(yùn)算量 FLOPs 分別為7 2 M 和16 5 G 與同系列模型相比輕量化程度更高 推理速 度更快 適于作為實(shí)時(shí)目標(biāo)檢測算法 23 在部署邊緣設(shè)備時(shí) 采用 眼在手外 eye to hand 的模式 即深度相機(jī)采用固定機(jī)位安裝在機(jī)械臂的正前 方 定義相機(jī)視覺深度方向?yàn)閆軸方向 沿傳送帶水平 和豎直方向分別為X軸 Y軸方向 24 26 將目標(biāo)點(diǎn)的像 素坐標(biāo)與深度值代入坐標(biāo)轉(zhuǎn)換關(guān)系中計(jì)算相機(jī)三維坐標(biāo) 轉(zhuǎn)換矩陣為 26 6666 6664 Xd Yd Zd 37 7777 7775 ZdK 1 26 6666 6664 u v 1 37 7777 7775 3 式中Xd Yd Zd為相機(jī)坐標(biāo)系目標(biāo)點(diǎn)三維坐標(biāo) mm K 1為相機(jī)內(nèi)參逆矩陣 u v為像素坐標(biāo)系目標(biāo)點(diǎn)像素 坐標(biāo) pixel 相機(jī)坐標(biāo)系與世界坐標(biāo)系的變換關(guān)系為 26 6666 6664 Xw Yw Zw 37 7777 7775 Hwd 26 6666 6664 Xd Yd Zd 37 7777 7775 4 Hwd 式中Xw Yw Zw為世界坐標(biāo)系目標(biāo)點(diǎn)三維坐標(biāo) mm 為外參變換矩陣 2 4 抓 插協(xié)調(diào)運(yùn)動(dòng)規(guī)劃 2 4 1 插穗有序抓取及扦插方案 采用末端執(zhí)行器抓取 扦插一體的設(shè)計(jì)方案 圖3 避免在復(fù)雜工況下由于機(jī)械臂冗余運(yùn)動(dòng)規(guī)劃任務(wù)導(dǎo)致的 作業(yè)效率大幅降低的問題 通過手眼標(biāo)定建立插穗坐標(biāo) 系與末端執(zhí)行器坐標(biāo)系之間的映射關(guān)系 圖6 為了 實(shí)現(xiàn)康乃馨插穗的高效抓取 采取有序抓取方案 即插 穗沿傳送帶運(yùn)行方向豎直放置 僅依靠葉柄位置坐標(biāo)進(jìn) 行定位和抓取 末端執(zhí)行器的抓取位姿P0為 P0 xk yk zk Rx Ry Rz 5 式中 xk yk zk 為目標(biāo)抓取點(diǎn)坐標(biāo) mm Rx Ry Rz 為 歐拉姿態(tài)角 rad 其中Rx 2 Ry 0 Rz 2 z x y 基座坐標(biāo)系 Base coordinate system 末端執(zhí)行器坐標(biāo)系 End effector coordinate system 相機(jī)坐標(biāo)系 Camera coordinate system 插穗坐標(biāo)系 Cuttings coordinate system 圖6 手眼標(biāo)定中的坐標(biāo)系映射關(guān)系 Fig 6 Coordinate system mapping in hand eye calibration 建立扦插機(jī)器人末端相對(duì)位姿映射關(guān)系 圖7 通過歐拉角變換式 6 求解機(jī)器人末端執(zhí)行器位姿 0 6T 6 7T 0 7 T 6 0 6T 6 7T 0 7T 式中為機(jī)械臂末端連桿坐標(biāo)系相對(duì)于機(jī)械臂基座坐標(biāo) 系的位姿矩陣 為機(jī)器人工具坐標(biāo)系相對(duì)于機(jī)械臂末 端連桿坐標(biāo)系的位姿矩陣 為機(jī)器人工具坐標(biāo)系相對(duì) 于機(jī)械臂基座坐標(biāo)系的位姿矩陣 設(shè)定末端執(zhí)行器坐標(biāo) 系相對(duì)于末端連桿坐標(biāo)系的扦插位姿角保持為Rx Ry 2 Rz 0 z x y 基座坐標(biāo)系 Base coordinate system 末端連桿坐標(biāo)系 Terminal link coordinate system 末端執(zhí)行器坐標(biāo)系 End effector coordinate system 穴盤坐標(biāo)系 Plug tray coordinate system 圖7 末端相對(duì)位姿映射關(guān)系 Fig 7 Terminal relative pose mapping 2 4 2 扦插機(jī)器人運(yùn)動(dòng)規(guī)劃 機(jī)器人高效標(biāo)準(zhǔn)化扦插作業(yè)是抓 插協(xié)調(diào)運(yùn)動(dòng)規(guī)劃的 主要目標(biāo) 本文通過機(jī)械臂運(yùn)動(dòng)規(guī)劃和末端執(zhí)行器姿態(tài) 調(diào)整 可以高效精準(zhǔn)地實(shí)現(xiàn)插穗的抓取和扦插任務(wù) 同 時(shí)保證插深合格率與扦插直立度 采用六自由度串聯(lián)機(jī) 械臂具有以下優(yōu)點(diǎn) 1 自由度高 六軸冗余自由度可 以避免出現(xiàn)關(guān)節(jié)限制和奇異點(diǎn) 27 2 重復(fù)定位精度高 適用于需要精確定位和裝配的任務(wù) 28 3 自動(dòng)化程度 高 適用于自動(dòng)化生產(chǎn)線的應(yīng)用場景 16 29 為了防止機(jī)器人在運(yùn)動(dòng)過程中發(fā)生碰撞 采用多段 運(yùn)動(dòng)規(guī)劃流程 圖8 進(jìn)行抓 插協(xié)調(diào)作業(yè) 即在每個(gè)循 環(huán)作業(yè)中加入回零位和預(yù)備扦插位 機(jī)器人完成抓取任 務(wù)后先回到零位 再過渡到扦插任務(wù)中 末端執(zhí)行器完 成調(diào)姿后到達(dá)預(yù)備扦插位 隨后再過渡到扦插位 通過 助推機(jī)構(gòu)將插穗插入基質(zhì)中 抓取位 Grasp position 回零位 Zero position 過渡位 Transition position 預(yù)備扦插位 Prepare cuttage position 扦插位 Cuttage position 助推機(jī)構(gòu)推苗 Booster mechanism pushed seedling 圖8 扦插機(jī)器人運(yùn)動(dòng)規(guī)劃流程 Fig 8 Cuttage robot motion planning process 2 5 扦插機(jī)器人逆運(yùn)動(dòng)學(xué)建模與軌跡規(guī)劃 運(yùn)動(dòng)學(xué)的計(jì)算時(shí)間是影響機(jī)器人響應(yīng)速度和動(dòng)作執(zhí) 行效率的關(guān)鍵因素 為了提高整機(jī)作業(yè)效率 本研究提 出基于改進(jìn)MD H規(guī)則的逆運(yùn)動(dòng)學(xué)建模方法和時(shí)間最優(yōu) 軌跡規(guī)劃算法 通過提高逆解和軌跡插值的運(yùn)行速度 優(yōu)化機(jī)器人工作周期的分配和利用 4農(nóng)業(yè)工程學(xué)報(bào) http www tcsae org 2024 年 2 5 1 基于改進(jìn)MD H規(guī)則的逆運(yùn)動(dòng)學(xué)建模方法 為了解決機(jī)器人在復(fù)雜工況下 常規(guī)SD H standard denavit hartenberg 規(guī)則存在的表達(dá)式冗長以及關(guān)節(jié)突變 等問題 本研究基于改進(jìn)的MD H規(guī)則 26 構(gòu)建機(jī)械臂串 聯(lián)運(yùn)動(dòng)鏈模型 圖9 并建立正運(yùn)動(dòng)學(xué)連桿坐標(biāo)系以 映射各關(guān)節(jié)之間的關(guān)系 Z0 X0 X2 X3 X4 X5 Z4 Z6 a2 d4 X6 Z1 X1Z 2 Z3 Z5 d6 d1 注 di為沿Zi軸由Xi 1平移到Xi的連桿長度 mm ai 1為沿Xi 1軸由Zi 1 平移到Zi的關(guān)節(jié)偏移 mm i 1 2 6 Note di is the length of the connecting rod which is translated from Xi 1 to Xi along the Zi axis mm ai 1 is the joint offset which is translated from Zi 1 to Zi along the Xi 1 axis mm i 1 2 6 圖9 六自由度機(jī)械臂MD H模型 Fig 9 MD H model of 6 DOF degree of freedom robotic arm 根據(jù)Craig法則 30 六自由度串聯(lián)機(jī)械臂的末端坐標(biāo) 在基礎(chǔ)坐標(biāo)系中的正運(yùn)動(dòng)學(xué)模型為 0 6T 0 1 T 1 2T 2 3T 3 4T 4 5T 5 6T 0 6R 0 6P 0 1 7 0 6R 0 6P式中為機(jī)械臂末端的旋轉(zhuǎn)矩陣 為機(jī)械臂末端的位 置向量 根據(jù)表3列出的MD H參數(shù)結(jié)合式 6 計(jì)算得到 正序坐標(biāo)系中六自由度串聯(lián)機(jī)械臂的齊次變換矩陣為 i 1 i T 26 6666 6666 6664 cos i sin i 0 ai 1 sin icos i 1 cos icos i 1 sin i 1 disin i 1 sin isin i 1 cos isin i 1 cos i 1 dicos i 1 0 0 0 1 37 7777 7777 7775 8 i 1 i T式中為第i個(gè)連桿的齊次變換矩陣 i 1 2 6 表 3 六自由度串聯(lián)機(jī)械臂MD H參數(shù) Table 3 MD H parameters of 6 DOF series robotic arm i i 1 ai 1 mm di mm i 1 0 0 336 5 170 170 2 90 0 0 130 100 3 0 272 0 70 180 4 90 0 280 175 175 5 90 0 0 120 120 6 90 0 99 360 360 基于改進(jìn)MD H規(guī)則的逆運(yùn)動(dòng)學(xué)建模后 采用解析 法求六自由度機(jī)械臂簡化機(jī)構(gòu)的逆運(yùn)動(dòng)學(xué)封閉解 機(jī)械 臂后3個(gè)連續(xù)關(guān)節(jié)的轉(zhuǎn)軸相交于同一點(diǎn) 滿足Pieper準(zhǔn) 則 故該機(jī)械臂存在封閉形式的逆運(yùn)動(dòng)學(xué)解析解 2 5 2 時(shí)間最優(yōu)軌跡規(guī)劃算法 鑒于常規(guī)多項(xiàng)式軌跡規(guī)劃算法計(jì)算量大和插值精度 低等缺點(diǎn) 為了提高機(jī)器人的運(yùn)動(dòng)響應(yīng)速度和執(zhí)行效率 本文提出基于改進(jìn)粒子群算法對(duì)常規(guī)3 5 3多項(xiàng)式分段 插值法進(jìn)行優(yōu)化 31 33 的時(shí)間最優(yōu)軌跡規(guī)劃算法 在運(yùn)動(dòng) 軌跡起點(diǎn)和終點(diǎn)之間選取2個(gè)可達(dá)路徑點(diǎn) 進(jìn)而將機(jī)械 臂末端的運(yùn)動(dòng)軌跡劃分為3段 分別使用3次 5次和 3次多項(xiàng)式進(jìn)行插值 通過逆運(yùn)動(dòng)學(xué)解析解得到各插值 點(diǎn)對(duì)應(yīng)的關(guān)節(jié)角度 軌跡插值表達(dá)式為 8 L1 t ai13t3 ai12t2 ai11t ai10 L2 t ai25t5 ai24t4 ai23t3 ai22t2 ai21t ai20 L3 t ai33t3 ai32t2 ai31t ai30 9 式中L1 t L2 t L3 t 分別為第1 2 3段軌跡對(duì)應(yīng)的 多項(xiàng)式角位移函數(shù) aimn為第i個(gè)關(guān)節(jié)第m m 1 2 3 段插值的第n n 0 1 5 個(gè)系數(shù) t為插值時(shí)間 s 以插值時(shí)間作為尋優(yōu)量對(duì)機(jī)械臂每個(gè)關(guān)節(jié)的運(yùn)動(dòng)軌 跡進(jìn)行優(yōu)化 構(gòu)建目標(biāo)函數(shù)與各關(guān)節(jié)的速度 加速度約 束條件為 8 f t min 3 j 1 t ij max vij vmax max aij amax 10 式中j為插值點(diǎn)序數(shù) j 1 2 3 tij為第i個(gè)關(guān)節(jié)第j個(gè)插 值點(diǎn)的插值時(shí)間 s vmax為各關(guān)節(jié)的最大運(yùn)動(dòng)角速度 rad s amax是各關(guān)節(jié)的最大運(yùn)動(dòng)角加速度 rad s2 基于動(dòng)態(tài)學(xué)習(xí)因子和自適應(yīng)慣性權(quán)重的改進(jìn)粒子群 算法 迭代式為8 vk 1ij vkij c1r1 Pij xkij c2r2 Pgj xkij xk 1ij xkij vk 1ij 11 式中k為單個(gè)粒子當(dāng)前的迭代次數(shù) Pij為單個(gè)粒子當(dāng)前 位置的最優(yōu)解 xij為單個(gè)粒子的當(dāng)前位置 Pgj為當(dāng)前粒 子群位置的最優(yōu)解 r1 r2為 0 1 之間的隨機(jī)數(shù) 為慣性權(quán)重 c1 c2分別為局部和全局學(xué)習(xí)因子 為了改進(jìn)基本粒子群算法存在的適應(yīng)性不足和收斂 速度慢等問題 本研究將基本粒子群算法中的固定或線 性學(xué)習(xí)因子改為非線性變化的動(dòng)態(tài)函數(shù) 具體為 8 c1 2sin2 2 1 1k c2 2sin2 k 2N 12 式中N為粒子的最大迭代次數(shù) 為了避免基本粒子群算法過早收斂而陷入局部最優(yōu) 提升算法的全局搜索能力 本文引入線性遞減慣性權(quán) 重 即 max k max min N 13 式中 max為慣性權(quán)重最大值 max 0 9 min為慣性權(quán) 重最小值 min 0 4 3 運(yùn)動(dòng)學(xué)仿真分析 3 1 多目標(biāo)扦插點(diǎn)遍歷仿真 關(guān)節(jié)角度的精確高效計(jì)算是扦插機(jī)器人逆運(yùn)動(dòng)學(xué)求 第 18 期蘇 微等 康乃馨扦插機(jī)器人設(shè)計(jì)與試驗(yàn)5 解的主要目標(biāo) 本文基于改進(jìn)MD H規(guī)則的逆運(yùn)動(dòng)學(xué)解 析算法共得到8組滿足目標(biāo)位姿的逆解組合 為了驗(yàn)證 實(shí)際扦插過程中逆解的可行性 提出基于多目標(biāo)扦插點(diǎn) 遍歷仿真的最優(yōu)逆解選取方法 如圖10所示 依次調(diào)用 每組逆解進(jìn)行仿真 每次遍歷10個(gè)目標(biāo)扦插點(diǎn) 并以關(guān) 節(jié)角度的邊界約束和突變率 mutation M 作為評(píng)價(jià)指 標(biāo)對(duì)關(guān)節(jié)角度進(jìn)行評(píng)估 當(dāng)關(guān)節(jié)角度超過邊界約束即被 視為突變 可能導(dǎo)致碰撞發(fā)生 突變率的計(jì)算如式 14 所示 M TMTM FM 100 14 式中TM為逆解所求關(guān)節(jié)角度的突變次數(shù) FM為逆解 所求關(guān)節(jié)角度的未突變次數(shù) Z mm Y mm 500 0 500 500 5000 0 500 500 X mm a 抓取位置 a Grab position Z mm Y mm X mm b 扦插位置 b Cuttage position 500 0 500 500 5000 0 500 500 圖10 多目標(biāo)扦插點(diǎn)遍歷仿真 Fig 10 Multi objective cuttage points traversal simulation 在目標(biāo)扦插點(diǎn)滿足機(jī)械臂工作空間約束的基礎(chǔ)上 突變率最小時(shí)對(duì)應(yīng)最優(yōu)逆解組合 仿真結(jié)果如表4所示 常規(guī)SD H規(guī)則的逆運(yùn)動(dòng)學(xué) 解析算法突變率為12 5 基于改進(jìn)MD H規(guī)則的逆運(yùn) 動(dòng)學(xué)解析算法突變率降低為5 0 平均單次運(yùn)算時(shí)間由 0 407 s降低為0 251 s 比常規(guī)算法降低了38 3 有效 減少了逆運(yùn)動(dòng)學(xué)的關(guān)節(jié)突變率和求解時(shí)間 表 4 逆解算法性能對(duì)比 Table 4 Performance comparison of inverse kinematics analytic algorithms 算法 Algorithm 突變率 Mutation rate 平均單次運(yùn)算時(shí)間 Average single operation time s 常規(guī) SD H General SD H 12 5 0 407 改進(jìn) MD H Improved MD H 5 0 0 251 3 2 改進(jìn)粒子群算法仿真 基于動(dòng)態(tài)學(xué)習(xí)因子和自適應(yīng)慣性權(quán)重對(duì)基本粒子群 算法進(jìn)行優(yōu)化 并與基本粒子群算法進(jìn)行比較以驗(yàn)證其 有效性 模型算法部署在MATLAB環(huán)境中 主要迭代 參數(shù)設(shè)置如下 時(shí)間間隔區(qū)間為 0 000 001 1 種群規(guī)模 為50 最大迭代次數(shù)為200次 尋優(yōu)粒子維數(shù)為3 基 本粒子群參數(shù)設(shè)置如下 學(xué)習(xí)因子c1 c2 0 55 慣性權(quán) 重 0 55 改進(jìn)粒子群參數(shù)設(shè)置如下 學(xué)習(xí)因子 cmin 1 5 cmax 2 0 使c1 c2在 1 5 2 0 范圍內(nèi)變化 慣性權(quán)重 max 0 95 min 0 4 慣性權(quán)重阻尼比為0 99 迭代收斂結(jié)果如圖11所示 可以看出 改進(jìn)粒子群算法 的迭代速度和收斂精度均高于基本粒子群算法 非線性 動(dòng)態(tài)學(xué)習(xí)因子和線性遞減慣性權(quán)重可以有效提高算法的 全局搜索能力 驗(yàn)證了改進(jìn)算法的有效性 0 50 100 150 200 迭代次數(shù)Number of iterations 3 0 3 5 4 0 4 5 5 0 適應(yīng)度值 Fitness value 改進(jìn)后After improvement 改進(jìn)前Before improvement 圖11 收斂效果對(duì)比 Fig 11 Comparison of convergence effects 3 3 時(shí)間最優(yōu)軌跡規(guī)劃仿真 實(shí)時(shí)反饋控制和安全操作是可視化軌跡規(guī)劃仿真的 主要任務(wù) 本研究利用MoveIt Gazebo開展時(shí)間最優(yōu)軌 跡規(guī)劃聯(lián)合仿真 在Ubuntu18 04 ROS melodic環(huán)境中 通過軟件開發(fā)工具包 software development kit SDK 提供的通用接口搭建通訊架構(gòu) 利用MoveIt進(jìn)行運(yùn)動(dòng)規(guī) 劃組設(shè)置 選用OpenRAVE運(yùn)動(dòng)規(guī)劃軟件提供的IKFast 解析運(yùn)動(dòng)學(xué)插件求解逆運(yùn)動(dòng)學(xué)方程 并在運(yùn)動(dòng)規(guī)劃庫 open motion planning library OMPL 中使用最優(yōu)時(shí)間 軌跡規(guī)劃算法 生成配置文件并導(dǎo)入MoveIt rviz可視化 模擬器 上位機(jī)向伺服控制器發(fā)布信息以驅(qū)動(dòng)關(guān)節(jié)伺服 電機(jī)同步運(yùn)動(dòng) 同時(shí)向Moveit節(jié)點(diǎn)反饋電機(jī)的狀態(tài)數(shù)據(jù) 形成閉環(huán)控制 從而實(shí)現(xiàn)扦插機(jī)器人的可視化實(shí)時(shí)仿真 控制 圖12 a 抓取位姿 a Grab posture b 扦插位姿 b Cuttage position 圖12 扦插機(jī)器人可視化實(shí)時(shí)仿真控制 Fig 12 Visual real time simulation control of cuttage robot 扦插機(jī)器人的軟件架構(gòu)如圖13所示 軌跡規(guī)劃仿真 過程中 通過Joint states節(jié)點(diǎn)反饋關(guān)節(jié)運(yùn)動(dòng)參數(shù) 將基 于改進(jìn)粒子群算法優(yōu)化的分段插值法與常規(guī)3 5 3多項(xiàng) 式分段插值法的關(guān)節(jié)角度 角速度和角加速度曲線進(jìn)行 對(duì)比 如圖14所示 仿真結(jié)果表明 采用時(shí)間最優(yōu)軌跡 規(guī)劃算法得到的各關(guān)節(jié)角度軌跡平滑且連續(xù) 角速度和 角加速度未發(fā)生突變 保證了實(shí)時(shí)控制下的穩(wěn)定性要求 相較于常規(guī)多項(xiàng)式分段插值法 優(yōu)化后算法的單次運(yùn)行 6農(nóng)業(yè)工程學(xué)報(bào) http www tcsae org 2024 年 時(shí)間由12 s降低為3 3 s 減少了近72 5 各關(guān)節(jié)的角 速度和角加速度曲線的峰值提高 增強(qiáng)了機(jī)器人的運(yùn)動(dòng) 響應(yīng)速度和執(zhí)行效率 驗(yàn)證了時(shí)間最優(yōu)軌跡規(guī)劃算法的 有效性和高效性 MoveIt Gazebo 關(guān)節(jié)1 關(guān)節(jié)2 關(guān)節(jié)3 關(guān)節(jié)4 關(guān)節(jié)5 關(guān)節(jié)6 路徑規(guī)劃組關(guān)節(jié)循跡插件 軌跡規(guī)劃 OpenRAVE IKFast OMPL QuinticPolynomial 逆運(yùn)動(dòng)學(xué) C 接口 Move group interface Python接口 Move commander rviz插件接口 GUI MoveGroup Action Pick Action Place Action 關(guān)節(jié)伺服控制器 Joints states controller 軌跡點(diǎn) Trajectory points TCP IP ROS controllers PC ROS Master Ubuntu18 04 關(guān)節(jié)真實(shí)位置 Joints states ROS參數(shù)服務(wù)器 URDF SRDF Config Easy handeye Camera calibrationLeTMC 520 深度相機(jī) 相機(jī)內(nèi)參 相機(jī)外參 機(jī)械臂 URDF配置文件 MD H參數(shù)USB sam 深度圖像 點(diǎn)云 圖13 扦插機(jī)器人系統(tǒng)軟件架構(gòu) Fig 13 Software architecture of cuttage robot system 1 5 關(guān)節(jié) Joints 優(yōu)化前 Before optimization 優(yōu)化后 After optimization 角度 Angle rad 時(shí)間 Time s 12 34 56 1 0 0 5 0 0 5 1 0 0 2 4 6 8 10 12 2 5 關(guān)節(jié) Joints 角度 Angle rad 時(shí)間 Time s 12 34 561 5 2 0 1 0 0 5 0 0 5 1 0 0 0 5 1 0 1 5 2 0 2 5 3 0 3 5 4 關(guān)節(jié) Joints 角速度 Angular velocity rad s 1 時(shí)間 Time s 12 34 562 3 1 0 1 2 3 0 0 5 1 0 1 5 2 0 2 5 3 0 3 5 10 關(guān)節(jié) Joints 角加速度 Angular acceleration rad s 2 時(shí)間 Time s a 角度曲線 a Angle curve b 角速度曲線 b Angular velocity curve c 角加速度曲線 c Angular acceleration curve 12 34 56 5 0 5 10 0 0 5 1 0 1 5 2 0 2 5 3 0 3 5 0 8 關(guān)節(jié) Joints 角速度 Angular velocity rad s 1 時(shí)間 Time s 12 34 56 0 6 0 4 0 2 0 0 4 0 2 0 6 0 8 0 2 4 6 8 10 12 1 0 關(guān)節(jié) Joints 角加速度 Angular acceleration rad s 2 時(shí)間 Time s 12 34 56 0 5 0 0 5 1 0 0 2 4 6 8 10 12 圖14 優(yōu)化前后關(guān)節(jié)角度 角速度與角加速度對(duì)比 Fig 14 Comparison of optimized anterior and posterior joint angle angular velocity and angular acceleration 4 扦插試驗(yàn) 4 1 試驗(yàn)設(shè)備與材料 根據(jù)理論計(jì)算及仿真分析結(jié)果搭建扦插機(jī)器人試驗(yàn) 臺(tái) 圖15 主要