一种基于杠杆机构力矩自适应的拔萝卜装置、系统及方法

本发明属于蔬菜收获机械及人工智能，具体涉及一种基于杠杆机构力矩自适应的拔萝卜装置、系统及方法。

背景技术：

1、常见的白萝卜分为青皮萝卜和白皮萝卜，萝卜含有丰富的维生素c和微量元素锌，有助于增强机体的免疫功能，提高抗病能力；萝卜含有膳食纤维，在食用萝卜后，可以帮助机体内肠胃的蠕动，增加食物在肠道的蠕动时间，可以润肠通便；萝卜中含有木质素，木质素能提高巨噬细胞的活力，能够提高机体抗癌的作用；萝卜中含有丰富的维生素c和维生素a，定期补充维生素对维持机体正常功能有重要作用，维生素c可以促进骨胶原的生物合成，有利于伤口更快愈合，维生素c可以改善脂肪代谢，维生素a可以防止夜盲症，可以促进发育，起到维持皮肤、头发、牙齿健康的作用。萝卜功效为止咳化痰、生津止渴。然而在现有的种植区域内，白萝卜的收获方式大部分以人工为主，劳动强度大，收获效率低，限制了白萝卜产业的发展；较为先进的收获方式是采用联合收获机，包括履带式底盘、液压系统、挖掘装置、扶禾导入装置、斜向夹持输送装置、去土装置、切割装置和收集装置，实现了同时对两行萝卜的挖掘、输送、根叶分离、去土和收集作业，提高了白萝卜收获效率。但是，拔取时驾驶员容易将萝卜挖断，残果率较高，且不够智能化；

2、随着科学技术的不断发展，大型种植园的兴起及人工成本的增加，智能化果蔬采摘领域也随之火热。对于白萝卜收获机而言，已存在一些大型的白萝卜收获机，但目前的白萝卜收获机大多使用较单一的传感器对外部环境或者自身状态进行感知，存在机器通用性较差、体积大、受环境条件影响等问题，机器进行机械自动化拔取。比如久保田白萝卜收获机，尽管收获的速度很快，但是机器体积大，成本非常高，受环境条件的限制，需要定期保养，费用大，机器大容易出现漏拔或使萝卜出现刮痕和损伤，由人工操作机械无法精确调整控制机械，并非力矩自适应。目前大多数白萝卜收割机是机械自动化进行工作，通过收集、传动、储存三部分完成，通过人工操作机器可以大大提高效率和经济效益。

3、目前白萝卜收获机存在三大问题：一、功耗大，机器大，对力矩控制不精确容易出现漏拔或使萝卜出现刮痕和损伤，影响品质；二、机构复杂，集挖掘，夹持，输送，切割，收集于一体，需要进行作业性能与状态的自动化监测与控制，实现各工作部件的协同优化；三、大型机器需要人工协持，由于需要对萝卜叶进行剪切，可能会出现刀具伤人的危险发生，而且这些只能应对简单的环境，比如在雨雪天气，这些外界因素会极大影响传感器的感知效果。

技术实现思路

1、为了克服上述现有技术的缺点，本发明的目的在于提供一种基于杠杆机构力矩自适应的拔萝卜装置、系统及方法，以解决现有的拔萝卜装置存在的功耗大，易出现漏拔，且易使萝卜出现刮痕和损伤，装置结构复杂，需要人工协持，对复杂环境感知力较差的技术问题。

2、为了达到上述目的，本发明采用以下技术方案予以实现：

3、本发明公开了一种基于杠杆机构力矩自适应的拔萝卜装置，包括：运动装置、安装于运动装置上方的收集装置、安装于运动装置前端的拔取装置，以及用于连接拔取装置与收集装置的传送装置；

4、运动装置上还安装有环境感知装置和控制器，控制器的输入端连接环境感知装置，输出端连接运动装置和拔取装置。

5、优选地，环境感知装置包括安装于拔取装置前端的摄像头、安装于传送装置前端的土壤湿度传感器、安装于收集装置下方的压力传感器，以及安装于运动装置一侧的运动传感器、imu单元、北斗卫星导航系统、光敏传感器和超声波传感器。

6、优选地，运动装置包括车架，安装在车架上的运动电机，通过传动轴与运动电机连接的轮胎，运动电机的输出轴通过联轴器与传动轴连接；

7、运动装置还包括安装在车架上的伺服电机以及安装在收集装置上方的太阳能板；

8、拔取装置包括末端执行器，安装在末端执行器上的剪切装置，以及与剪切装置连接的传动装置；传送装置与末端执行器连接；末端执行器包括第一伸缩支架，以及与第一伸缩支架连接的爪体；剪切装置包括第二伸缩支架，与第二伸缩支架连接的刀片；传动装置包括杠杆机构，与杠杆机构连接的旋转电机和振动电机；

9、收集装置包括压力传感器和收集箱，收集装置安装在车架的末端；

10、传送装置上还安装有清洗机器。

11、本发明还公开了一种基于杠杆机构力矩自适应的拔萝卜方法，采用上述基于杠杆机构力矩自适应的拔萝卜装置，包括以下步骤：

12、s1、通过环境感知装置对萝卜进行定位识别；

13、s2、通过环境感知装置获取杠杆机构力矩初始阈值范围、bds信息、imu信息及基于杠杆机构力矩自适应的拔萝卜装置的当前位置信息；

14、s3、通过控制器对步骤s1和步骤s2获得的信息进行场景判断，得到对应的场景信息，并输入决策系统进行决策，判断是否处于边界环境；

15、s4、决策系统输出决策，再基于蚁群算法获得拔取萝卜的最优路径，运动装置运作，力矩自适应系统调节基于杠杆机构力矩自适应的拔萝卜装置运行到已被识别的萝卜旁，通过拔取装置将萝卜从土壤中拔取出来；

16、s5、拔取装置将萝卜运转到传送装置上；

17、s6、传送装置将萝卜运送至收集装置；

18、s7、当收集装置集满萝卜时，基于杠杆机构力矩自适应的拔萝卜装置将萝卜运送到指定地点进行存放，再复位到停止的地点继续进行工作。

19、优选地，步骤s1中，通过光敏传感器获取环境光强，摄像头和超声波传感器进行融合实现环境感知与对萝卜进行定位识别；

20、步骤s2中，通过土壤湿度传感器结合土地类型判断土壤干硬度，来确定杠杆机构力矩初始阈值范围，再结合北斗卫星导航系统获取的bds信息和和运动传感器获取的imu信息，通过基于卡尔曼滤波的融合定位算法获取当前基于杠杆机构力矩自适应的拔萝卜装置的高精度位置信息；

21、步骤s4中，将摄像头和超声波传感器进行融合实现环境感知，并对萝卜进行检测及识别定位，决策系统通过输入的对应的场景信息输出决策，基于杠杆机构力矩自适应的拔萝卜装置结合输出的决策通过基于蚁群算法获取一种拔取萝卜的最优路径来进行作业，基于杠杆机构力矩自适应的拔萝卜装置经运动装置运作，力矩自适应系统调节整个装置，运行到已被识别的萝卜旁；

22、步骤s5中，传送过程中清洗机器对萝卜进行清洗；

23、步骤s7中，当压力传感器到达规定阈值范围内时，代表收集装置已集满萝卜。

24、优选地，步骤s1具体包括：

25、s11、通过光敏传感器得到光照强度lx；

26、s12、将lx与设定的光照强度阈值w进行比较；

27、s13、若lx≥w，使用摄像头进行目标检测与识别定位，与构建好的语义地图比较；

28、s14、若lx＜w，摄像头不能有效获取环境信息，进行补光，使用摄像头和超声波传感器同步联合标定进行融合目标检测，根据lx的大小，对两者的识别结果分配不同的权重进行决策级融合，以实现障碍物的识别；

29、s15、输出融合后的结果，实现目标检测与识别定位；

30、具体的融合结果m表示如下：

31、m＝f1(lx)x1+f2(lx)x2             (1)

32、其中，x1表示摄像头的目标检测结果；f1(lx)表示摄像头目标检测结果关于光照强度lx变化的权重值；x2表示超声波的目标检测结果；f2(lx)表示超声波目标检测结果关于光照强度lx变化的权重值。

33、优选地，步骤s2具体包括：由土壤湿度传感器结合土地类型判断土壤干硬度，来确定杠杆机构力矩初始阈值范围；基于杠杆机构力矩自适应的拔萝卜装置对获取的北斗卫星导航系统的bds数据，以及imu单元的imu数据进行预处理，当处于非初始时刻时，根据卡尔曼更新的反馈对imu进行误差补偿；获得数据并对其进行处理；

34、其中卡尔曼滤波器的状态x′和测量模型z分别描述为：

35、x′＝ax+w                      (2)

36、z＝hx+v                            (3)

37、其中，x表示bds、imu和里程计三者的状态参数向量；a表示对应的状态转移矩阵，是对目标状态转换的一种猜想模型；w表示对应的系统误差；z表示测量观测向量；h表示状态参数到观测参数的转换矩阵；v表示观测误差；

38、再对其进行卡尔曼滤波步骤，包括预测和更新两部分，具体如下：

39、pk|k-1＝apk-1|k-1at+qk                        (4)

40、pk|k＝[i-kkhk]pk|k-1                              (5)

41、其中，pk|k-1是k-1时刻的协方差预测；kk是k时刻的增益；pk|k对应k时刻的协方差更新；qk是过程激励噪声协方差，表示状态转换矩阵与实际过程之间的误差，hk为是量测的协方差，是滤波器的已知条件。

42、优选地，步骤s4具体包括：在初始情况下，田地里的信息素浓度都相同，将t时刻下第i个萝卜被拔取的概率设为pki，j(t)，k为机械装置，信息素浓度为ti,j(t)，两个萝卜间的距离为di,j；设定杠杆机构力矩自适应的拔萝卜装置只能拔取没有被剪切掉叶子的萝卜，通过增加启发值，防止装置无序走导致算法退化为随机搜索，记启发值为ⅴi，j1/di,j，在蚁群算法中，定义为：

43、pki，j(t)＝[ti,j(t)]α[vi，j(t)]β/∑s∈ak[ti,s(t)]α[vi，s(t)]β，if j∈ak 否则pki,j(t)＝0， (6)

44、其中，α表示信息素浓度的重要程度，β表示启发值的重要程度，ak表示基于杠杆机构力矩自适应的拔萝卜装置拔取萝卜的合集；

45、确定pki,j(t)后，进行信息素更新过程，在第g次迭代中，信息素的更新公式如下：

46、ti,j(g+1)＝(1-р)*ti,j(g)+∑nn＝1△ti,j(t)    (7)

47、其中，(1-р)*ti,j(g)表示路径上信息素随时间的衰减，p∈(0,1)；而△ti,j(t)表示在时刻t时，萝卜i到萝卜j上的信息素不断增加；△ti,j(t)＝∑mk＝1△ti,jk(t)，其中，△ti,jk(t)表示机械装置k在时刻t时在拔取萝卜i，j的路径上留下的信息素，如果杠杆机构力矩自适应的拔萝卜装置不经过这条路径，则将它引发的信息素增加记为0；否则，它引发的信息素增加和它走过的路径成反比，用下面公式描述这一逻辑：

48、如果k在时间t从i移动到j，△ti,jk(t)＝q/lk，否则，△ti,jk(t)＝0，(8)

49、其中，q表示信息素常数；lk表示迭代中走过的路径长度；

50、将dk(s)记为基于杠杆机构力矩自适应的拔萝卜装置在时刻s时选择的路径长度，若k在时间t从i移动到j，

51、△ti,jk(t)＝q/∑ns＝0dk(s)，否则，△ti,jk(t)＝0， (9)

52、其中，q/∑ns＝0dk(s)表示杠杆机构力矩自适应的拔萝卜装置完成整个作业走过的最优路径；

53、步骤s4还包括：通过识别萝卜的形状粗细进一步细调杠杆机构力矩大小，传动装置带动末端执行器运动并通过伸缩支架使爪体张开，末端执行器贴近地面将萝卜环抱在末端执行器内，末端执行器向上抬起使叶子收拢，此时剪切装置的伸缩支架将萝卜叶子剪切，末端执行器复位且抓住萝卜，并调整爪体抓取萝卜的力，振动电机运作，振动使萝卜松动，然后传动装置运作；结合土壤干硬度和萝卜形状粗细，杠杆机构给萝卜一个杠杆机构力矩将萝卜从土壤中拔取出来。

54、优选地，步骤s3具体包括：根据步骤s1和步骤s2获取的环境亮度、地图边界、环境障碍物的信息，将环境分为三个层次的场景集合l1、l2和l3；l1包括低亮度场景和常规亮度场景；l2包括边界场景和非边界场景；l3包括无障碍物场景、简单障碍物场景和多动态障碍物场景；

55、的三个层次的场景集合的优先级和影响范围为：l1＞l2＞l3，即l1场景优先进行判断，并且l1场景会影响l2场景集合，l2场景影响l3场景集合；

56、对于地图边界包含地图外围边界和内部区域边界的不可人为移动的障碍物边界，即构建地图时的边界，识别过程包括使用摄像头与先验的语义地图进行判断，使用融合定位的信息和构建的地图进行边界判断；

57、对于l3场景的区分，根据步骤s2获取的目标信息，将静态目标数量设为ns，动态目标数量设为nd，将ns和nd与设定的对应阈值做比较，实现l3障碍物场景的区分；

58、步骤s5具体包括：拔取装置运作，传动装置，旋转电机转动带动杠杆机构转动，从而使末端执行器将所拔萝卜运送到传送装置上方，末端执行器的第一伸缩支架运作使爪体松开萝卜，萝卜落入传送装置；传送装置安装在拔取装置和收集装置之间，萝卜传送过程中清洗机器运作对萝卜进行喷水，清洗萝卜表面泥土；

59、步骤s7具体包括：当收集装置底部的压力传感器检测到收集箱内萝卜的重量到达规定的阈值范围内，即已集满萝卜，拔取装置停止拔取萝卜；

60、压力传感器计算出收集箱所受压力值p，并将压力值转化为电信号输出；通过控制器对电信号进行处理，获得准确的压力数值，再对其是否达到阈值范围q进行判断；若p＜q，则拔取装置继续进行拔萝卜工作；若p≥q，则拔取装置停止拔取萝卜；基于杠杆机构力矩自适应的拔萝卜装置将收集的萝卜运送到指定地点并进行存放，再复位到停止的地点继续进行工作。

61、本发明还公开了上述基于杠杆机构力矩自适应的拔萝卜装置的环境感知系统，包括环境感知模块、位置定位模块、数据分析模块、数据记录模块和数据传输模块；

62、环境感知模块，用于获取基于杠杆机构力矩自适应的拔萝卜装置周围的环境数据；包括光照强度数据、语义信息和障碍物信息；

63、位置定位模块，用于获取基于杠杆机构力矩自适应的拔萝卜装置的高精度定位信息，包括imu信息和bds信息；

64、数据分析模块，用于识别基于杠杆机构力矩自适应的拔萝卜装置周围复杂环境的场景，得到当前场景判断信息，同时建立基于规则的决策输出信息；

65、数据记录模块，用于对环境感知模块的环境数据、位置定位模块的定位信息以及数据分析模块的场景判断信息进行记录；

66、数据传输模块，用于将数据记录模块记录的数据传输到主控制器，包括光照强度数据、语义信息、障碍物信息、imu信息、bds信息和场景判断信息；

67、还包括噪声数据处理模块，用于将环境引起的具有噪声的传感器数据进行去噪。

68、与现有技术相比，本发明具有以下有益效果：

69、本发明公开了一种基于杠杆机构力矩自适应的拔萝卜装置，包括：用于实现装置整体的驱动、制动、转向等功能的运动装置、安装于运动装置上方的用于收集萝卜的收集装置、安装于运动装置前端用于拔取萝卜的拔取装置，以及用于连接拔取装置与收集装置的传送装置；传送装置将拔取装置拔取的萝卜传送至收集装置；运动装置上还安装有环境感知装置和控制器，控制器的输入端连接环境感知装置，输出端连接运动装置和拔取装置。环境感知装置具有用户友好性的特性，包括多种现代化科技达到高度智能化，只需要用户输入指令，全过程实现无人监督，保证在高效率的情况下，无危险情况发生；能够帮助实现对萝卜的精确定位和准确拔取。传统萝卜收获机不具备复杂环境的融合感知功能，无法更加准确的识别以及拔取萝卜，本发明充分利用基于杠杆机构力矩自适应的拔萝卜装置搭载的环境感知装置和控制器等多种先进科学技术进行信息融合，加强了装置对数据的处理能力，提高了其对环境的感知能力，通过多个环境感知装置的融合感知和相互配合，缩小装置的体积，优化刀具设计，利用智能化技术对机械装置进行监测和控制，无需人工参与，整个装置通过自适应扭矩实时监测和调整扭矩输出，以满足不同情况下的需求，并对过程参数进行采集和分析，通过自动调节扭矩输出，使系统能够实现最佳性能和效率；而且整个装置通过自适应扭矩实时监测和调整扭矩输出，以满足不同情况下的需求，并对过程参数进行采集和分析，通过自动调节扭矩输出，使系统能够实现最佳性能和效率。

70、进一步地，环境感知装置包括安装于拔取装置前端的摄像头、安装于传送装置前端的土壤湿度传感器、安装于收集装置下方的压力传感器，以及安装于运动装置一侧的运动传感器、imu单元、北斗卫星导航系统、光敏传感器和超声波传感器；压力传感器用于将收集箱集满萝卜所受压力的信息转变成电信号，当压力到达规定的阈值范围内，使基于杠杆机构力矩自适应的拔萝卜装置的拔取装置停止运作；运动传感器用于检测整个装置运作时的运动状态，包括重力、线性加速度、旋转矢量、振动频率，用来获取imu数据提高整个装置的工作精度；北斗卫星导航系统bds用于对基于杠杆机构力矩自适应的拔萝卜装置运行方向进行定位导航；光敏传感器获取环境光强判断是否需要补光灯补光，以确定摄像头能否看清；超声波传感器用于辅助对萝卜进行检测及识别定位，以及识别周围障碍并避让；土壤湿度传感器用于监测土壤的湿度，将其的硬件控制电路插在作物根部的土壤水分传感器监测根部土壤的水分，结合土地类型判断土壤干硬度，来确定杠杆机构力矩初始阈值范围。

71、进一步地，本发明利用摄像头和末端执行器(由伸缩支架、爪体组成)可自行对萝卜进行定位和拔取，通过力矩自适应能精确定位拔取，确保不损坏和遗漏萝卜，有较强的适应能力，无需人工参与。末端执行器用于抓取萝卜，剪切装置用于进行叶子的切割，传动装置是在末端执行器夹稳萝卜后振动松土并将萝卜拔出来；本发明还具有良好的节能减排性，无污染利用能源，并且安装了用于自行存储能量的太阳能板，作为储备动力的动力装置，为驱动机械装置提供动力，既能保护环境，也可以节省费用。

72、本发明还公开了一种基于杠杆机构力矩自适应的拔萝卜方法，通过使用上述基于杠杆机构力矩自适应的拔萝卜装置，可以通过判断土壤环境来确定拔取力矩的阈值，防止损伤萝卜，保证质量。简单易用，只需人工输入指令就能快速高效地完成工作任务。

73、本发明还公开了一种基于杠杆机构力矩自适应的拔萝卜装置的环境感知系统，在拔取萝卜过程中能够精确地定位拔取目标，做到不遗漏萝卜，并且规划高效路径，提高作业效率。