论文部分内容阅读
【摘 要】近年来，随着城市绿化率的提高，草坪面积的增加，智能化的草坪修剪机器人极为需要，在各种草坪维护作业中，以草皮修剪工作最为繁重，不仅枯燥，而且重复性强。当前草坪修剪主要靠人工或机械修剪，效率较低，通常需要消耗大量的人力和物力。并且一些复杂的地区很难实现全部的修理，另外由于草坪的修理主要工作时间是炎热的夏季，人工修剪会十分辛苦。基于这一现状，本文提出在草坪除草工作中应用ROS框架智能除草机器人，希望能减少工作人员的工作负担，提高草坪除草的效率。
【关键词】ROS框架；智能除草；机器人
一、ROS框架下智能除草机器人的技术及特点
1.1智能除草机器人的技术分析
智能割草机建立在智能控制领域逐渐发展的基础上，在最近的二十年出现了各种类型的智能割草机，大多具有自主割草的性能，即智能化的体现，但智能化程度的高低有所不同：一些智能的割草机根据预先设定的路径工作，不能实时根据外部环境进行动态分析，当在规划好的路上遇到障碍物时，停止行进需要人工协助移开障碍物或者绕开障碍物后方可继续工作，另一些智能的草机可以依照某种策略绕开障碍物，但不能保证最大程度覆盖障碍物周围的草坪。
智能除草机器人在设计的过程中涉及到多种先进的科学技术，主要包括下面几种：
利用SLAM可以完全自主导航和避障，可以适用于任何未知复杂的工作地形，并且在工作期间无需人工控制。
利用机器视觉进行草坪边界识别，解决了现存智能除草机利用通电线圈、机器人的非瞬态存储器中存储参考地理空间的周边数据集合来进行边界处理。
解决了草坪边界，树木以及各种多障碍物周边草坪的修剪工作。
本产品车底部的刀具与液压杆连接，可前后左右任意移动，灵活度比较高。可解决当刀具遇到质硬时损坏刀具。
1.2智能除草机器人特点
第一，可靠的定位性能是自主移动系统的关键要素。传统的定位方法是基于里程计估计的，存在不可避免的定位误差。自从移动机器人诞生以来，对定位问题的研究就和地图创建问题密切关联，已知环境地图的定位问题和已知定位的地图创建问题已经被广泛研究，提出了多种有效的解决途径。当地图和机器人的位置都事先未知时，问题就变得更加复杂，出现了许多独有的新特征。近年来，移动机器人SLAM技术获得显著进步，被认为是解决环境未知和传感器信息不确定条件下的移动机器人自主导航的最有效的技术之一。SLAM基本思想是利用已创建地图修正基于运动模型的机器人位姿估计误差；同时根据可靠的机器人位姿，创建出精度更高的地图。可靠的定位性能是自主移动系统的关键要素。传统的定位方法是基于里程计估计的，存在不可避免的定位误差。
第二，障碍物的判别，由于障碍物的识别与测量涉及到除草机器人的工作路径，已经整体修理的质量因此测量精度十分重要。在此我们采用双目立体视觉系统，双目立体视觉系统由双摄像机从不同角度同时获得被测物体的两幅数字图像，并基于视差原理恢复出物体的三维几何信息。
第三，工作边界的识别。利用机器人身上的摄像头，作为检测主体，由于识别的范围比较广阔，所以没有必要单独识别出来每种物体的种类，本除草机器人主要是修剪草坪。在草坪上主要的植物有，花，树木，以及泥土和混凝土的边界，不同的种类对应有着不同的阈值，因此可以利用opencv将摄像头采集到的输入图像转到hsv空间，将草的阈值范围寻找出来，并绘制轮廓，依次限定除草机器人的运动范围，同理，混凝土边界和花以及树木都可以做此类处理，由于场景的不同也可能有着些许噪点。我们采用中值滤波，高斯滤波，图像均衡化等降噪处理来降低噪点，提高识别的精确性，稳定性，由于现实因素是在识别同一物种的多个目标，因此会采用SVM方法，在选择的目标区域，对目标进行分类，在这个阶段就已经图像内容的重要内容，此时可以采用非最大抑制来解决由于可能存在被检测多次的内容，提高识别的准确性，以用来进一步提高摄像头的识别的准确性，以用来逐渐适应不同的除草应用场景。
第四，基于机械臂的修剪。利用激光雷达在车体运动时扫描使得返回信息，当检测到前方有障碍物时，调用摄像头的动作组（.action文件--ROS操作系统里的专业术语）去判断障碍物的大小。①当障碍物半径比较大时，调用big.action行为控制机械臂，使得在小车在重新规划的路径下运动时，机械臂沿着障碍物边界进行修剪。②当障碍物半径比较小时或者是树木或者广告的支撑架时，调用samll.action行为控制机械臂进行修剪。
二、ROS框架下智能除草机器人应用分析
1.机械臂的创新应用
利用带有可移动除草刀具的机械臂，来完成机器人底盘下刀具无法到达的地方，（树木周围、灌木丛、路边石旁、草坪中树立的广告牌下）。
2.利用opencv识别障碍物和草坪边界的确定
利用opencv识别物体，将草和障碍物区分开来，实现对草坪的智能识别。利用opencv将摄像头采集到的输入图像转到hsv空间，将草的阈值范围寻找出来，并绘制轮廓，依次限定除草机器人的运动范围，使得除草机在工作时不会越过草坪的边界。
3.利用激光雷达实现自主导航。
利用激光雷达扫描感知周围信息，为自主导航构建实时地图，并利用SLAM算法实现路径规划和自主导航使得本发明除草机可以在任意环境在工作，不受地域的限制。
4.机器损害发出警报。
ROS會对机器进行实时监测，如果出现电机不转等状况，发出警报，提醒用户。
三、结语
综上所述，智能除草机器人能够帮助人们完成一些机械化的除草工作，进而提高除草工作效率。其在设计的过程中涉及到了诸多先进的科学技术，还要不断的加强创新性研究，从而设计出符合人们需求的智能除草机器人。
参考文献：
[1]唐果.高速公路绿篱修剪机器人运动特性研究[D].重庆交通大学，2018.
[2]王强军.基于ROS的除草机器人视觉导航技术研究[D].哈尔滨工程大学，2017.
[3]郑玉龙.基于机器视觉的农业机器人自定位技术研究[D].南京农业大学，2012.
（作者单位：河南理工大学）
【关键词】ROS框架；智能除草；机器人
一、ROS框架下智能除草机器人的技术及特点
1.1智能除草机器人的技术分析
智能割草机建立在智能控制领域逐渐发展的基础上，在最近的二十年出现了各种类型的智能割草机，大多具有自主割草的性能，即智能化的体现，但智能化程度的高低有所不同：一些智能的割草机根据预先设定的路径工作，不能实时根据外部环境进行动态分析，当在规划好的路上遇到障碍物时，停止行进需要人工协助移开障碍物或者绕开障碍物后方可继续工作，另一些智能的草机可以依照某种策略绕开障碍物，但不能保证最大程度覆盖障碍物周围的草坪。
智能除草机器人在设计的过程中涉及到多种先进的科学技术，主要包括下面几种：
利用SLAM可以完全自主导航和避障，可以适用于任何未知复杂的工作地形，并且在工作期间无需人工控制。
利用机器视觉进行草坪边界识别，解决了现存智能除草机利用通电线圈、机器人的非瞬态存储器中存储参考地理空间的周边数据集合来进行边界处理。
解决了草坪边界，树木以及各种多障碍物周边草坪的修剪工作。
本产品车底部的刀具与液压杆连接，可前后左右任意移动，灵活度比较高。可解决当刀具遇到质硬时损坏刀具。
1.2智能除草机器人特点
第一，可靠的定位性能是自主移动系统的关键要素。传统的定位方法是基于里程计估计的，存在不可避免的定位误差。自从移动机器人诞生以来，对定位问题的研究就和地图创建问题密切关联，已知环境地图的定位问题和已知定位的地图创建问题已经被广泛研究，提出了多种有效的解决途径。当地图和机器人的位置都事先未知时，问题就变得更加复杂，出现了许多独有的新特征。近年来，移动机器人SLAM技术获得显著进步，被认为是解决环境未知和传感器信息不确定条件下的移动机器人自主导航的最有效的技术之一。SLAM基本思想是利用已创建地图修正基于运动模型的机器人位姿估计误差；同时根据可靠的机器人位姿，创建出精度更高的地图。可靠的定位性能是自主移动系统的关键要素。传统的定位方法是基于里程计估计的，存在不可避免的定位误差。
第二，障碍物的判别，由于障碍物的识别与测量涉及到除草机器人的工作路径，已经整体修理的质量因此测量精度十分重要。在此我们采用双目立体视觉系统，双目立体视觉系统由双摄像机从不同角度同时获得被测物体的两幅数字图像，并基于视差原理恢复出物体的三维几何信息。
第三，工作边界的识别。利用机器人身上的摄像头，作为检测主体，由于识别的范围比较广阔，所以没有必要单独识别出来每种物体的种类，本除草机器人主要是修剪草坪。在草坪上主要的植物有，花，树木，以及泥土和混凝土的边界，不同的种类对应有着不同的阈值，因此可以利用opencv将摄像头采集到的输入图像转到hsv空间，将草的阈值范围寻找出来，并绘制轮廓，依次限定除草机器人的运动范围，同理，混凝土边界和花以及树木都可以做此类处理，由于场景的不同也可能有着些许噪点。我们采用中值滤波，高斯滤波，图像均衡化等降噪处理来降低噪点，提高识别的精确性，稳定性，由于现实因素是在识别同一物种的多个目标，因此会采用SVM方法，在选择的目标区域，对目标进行分类，在这个阶段就已经图像内容的重要内容，此时可以采用非最大抑制来解决由于可能存在被检测多次的内容，提高识别的准确性，以用来进一步提高摄像头的识别的准确性，以用来逐渐适应不同的除草应用场景。
第四，基于机械臂的修剪。利用激光雷达在车体运动时扫描使得返回信息，当检测到前方有障碍物时，调用摄像头的动作组（.action文件--ROS操作系统里的专业术语）去判断障碍物的大小。①当障碍物半径比较大时，调用big.action行为控制机械臂，使得在小车在重新规划的路径下运动时，机械臂沿着障碍物边界进行修剪。②当障碍物半径比较小时或者是树木或者广告的支撑架时，调用samll.action行为控制机械臂进行修剪。
二、ROS框架下智能除草机器人应用分析
1.机械臂的创新应用
利用带有可移动除草刀具的机械臂，来完成机器人底盘下刀具无法到达的地方，（树木周围、灌木丛、路边石旁、草坪中树立的广告牌下）。
2.利用opencv识别障碍物和草坪边界的确定
利用opencv识别物体，将草和障碍物区分开来，实现对草坪的智能识别。利用opencv将摄像头采集到的输入图像转到hsv空间，将草的阈值范围寻找出来，并绘制轮廓，依次限定除草机器人的运动范围，使得除草机在工作时不会越过草坪的边界。
3.利用激光雷达实现自主导航。
利用激光雷达扫描感知周围信息，为自主导航构建实时地图，并利用SLAM算法实现路径规划和自主导航使得本发明除草机可以在任意环境在工作，不受地域的限制。
4.机器损害发出警报。
ROS會对机器进行实时监测，如果出现电机不转等状况，发出警报，提醒用户。
三、结语
综上所述，智能除草机器人能够帮助人们完成一些机械化的除草工作，进而提高除草工作效率。其在设计的过程中涉及到了诸多先进的科学技术，还要不断的加强创新性研究，从而设计出符合人们需求的智能除草机器人。
参考文献：
[1]唐果.高速公路绿篱修剪机器人运动特性研究[D].重庆交通大学，2018.
[2]王强军.基于ROS的除草机器人视觉导航技术研究[D].哈尔滨工程大学，2017.
[3]郑玉龙.基于机器视觉的农业机器人自定位技术研究[D].南京农业大学，2012.
（作者单位：河南理工大学）