白如月, 汪小旵, 魯偉, 等. 施藥機(jī)器人對(duì)行施藥系統(tǒng)的設(shè)計(jì)與試驗(yàn)J. 華南農(nóng)業(yè)大學(xué)學(xué)報(bào), 2018, 39(5): 101-109.施藥機(jī)器人對(duì)行施藥系統(tǒng)的設(shè)計(jì)與試驗(yàn)白如月1，汪小旵1,2，魯 偉1，李成光1，Morice O. ODHIAMBO1(1 南京農(nóng)業(yè)大學(xué) 工學(xué)院，江蘇 南京 210031； 2 江蘇省智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210031)摘要: 【目的】設(shè)計(jì)一種能在作物行間自主導(dǎo)航的施藥機(jī)器人，實(shí)現(xiàn)移動(dòng)機(jī)器人在溫室中自動(dòng)行走并均勻施藥?！痉椒ā酷槍?duì)導(dǎo)航路徑識(shí)別受光線(xiàn)變化影響較大的問(wèn)題，在Kinect攝像機(jī)獲取的彩色圖像中選取了HIS空間，并對(duì)K-means算法的聚類(lèi)中心和聚類(lèi)數(shù)目的選取進(jìn)行了優(yōu)化，隨后采用改進(jìn)的K-means算法對(duì)與光照信息無(wú)關(guān)的H、S分量聯(lián)合分割，獲得完整道路信息，并采用Candy算子檢測(cè)邊緣及改進(jìn)的Hough變化方法擬合導(dǎo)航路徑。采用模糊控制方法通過(guò)實(shí)時(shí)調(diào)整轉(zhuǎn)角和轉(zhuǎn)向，對(duì)車(chē)體行走偏移進(jìn)行矯正。同時(shí)，為滿(mǎn)足不同農(nóng)作物的施藥需求，在噴藥系統(tǒng)上選用了自整定模糊PID控制算法?！窘Y(jié)果】該系統(tǒng)可有效適應(yīng)不同光照條件，提取作物行中心線(xiàn)平均耗時(shí)12.36 ms，導(dǎo)航偏差不超過(guò)5 cm，植株葉片正面的上、中、下層覆蓋率分別為63.26%、50.89%和75.82%，單位面積(1 cm2)霧滴數(shù)平均為55、42和78個(gè)?！窘Y(jié)論】本系統(tǒng)可以滿(mǎn)足溫室移動(dòng)機(jī)器人自主施藥防治病蟲(chóng)害的需求。關(guān)鍵詞: 農(nóng)業(yè)機(jī)器人；溫室；精準(zhǔn)施藥；自主導(dǎo)航；K-means算法；顏色空間；沉積分布中圖分類(lèi)號(hào): S229 文獻(xiàn)標(biāo)志碼: A 文章編號(hào): 1001-411X(2018)05-0101-09Design and experiment of row-following pesticide sprayingsystem by robotBAI Ruyue1, WANG Xiaochan1,2, LU Wei1, LI Chengguang1, Morice O. ODHIAMBO1(1 College of Engineering, Nanjing Agricultural University, Nanjing 210031, China; 2 Jiangsu Province EngineeringLaboratory for Modern Facilities Agricultural Technology and Equipment, Nanjing 210031, China)Abstract: 【Objective】To realize the automatic walk and uniform application of mobile robot in thegreenhouse, a kind of spraying robot capable of navigating autonomously between crop lines was designed.【Method】Aiming at the problem that the recognition of navigation path was greatly affected by light changes,HIS space was selected from the color images acquired by Kinect camera. The clustering center and numberwere optimized for K-means algorithm. Using the improved K-means algorithm，the components of H and Swere segmented and the complete road information was obtained. The method of Candy operator was used todetect the edge，and the method of improved Hough change was used to fit the navigation path. The method offuzzy control was used to correct robot walking offset by adjusting the rotating angle and turn in real time. Aself-tuning fuzzy PID control algorithm was selected for this spraying system to meet application requirementsof different crops.【Result】The system could effectively adapt to different light conditions. On average, it took12.36 ms to extract the center line of crop. The navigation deviation does not exceed 5 cm. The coverage rate ofplant leaves on upper, middle and lower layers was 63.26%, 50.89% and 75.82% respectively, and the droplet收稿日期：20180310 網(wǎng)絡(luò)首發(fā)時(shí)間：20180709 17:49:58網(wǎng)絡(luò)首發(fā)地址：http:/kns.cnki.net/kcms/detail/44.1110.S.20180707.1635.028.html作者簡(jiǎn)介：白如月(1993)，女，碩士研究生， E-mail: 2279528553qq.com； 通信作者： 汪小旵(1968)，男，教授，博士，E-mail: wangxiaochannjau.edu.cn基金項(xiàng)目：江蘇省農(nóng)業(yè)科技自主創(chuàng)新資金項(xiàng)目(CX(15)1033)華南農(nóng)業(yè)大學(xué)學(xué)報(bào) 2018, 39(5): 101-109 http:/xuebao.scau.edu.cnJournal of South China Agricultural University doi: 10.7671/j.issn.1001-411X.2018.05.015http:/xuebao.scau.edu.cnnumber per square centimeter was 55, 42 and 78 respectively.【Conclusion】This system can meet the need ofpesticide application of mobile robot to prevent pests and diseases in greenhouse.Key words: agricultural robot; greenhouse; precise pesticide application; autonomous navigation; K-meansalgorithm; color space; sedimentary distribution在溫室大棚中，由于空間密閉，極易形成高溫高濕環(huán)境，從而誘發(fā)作物病蟲(chóng)害。在此環(huán)境中采用傳統(tǒng)的人工施藥方式，不僅農(nóng)藥利用率低，而且農(nóng)藥揮發(fā)霧化會(huì)對(duì)人體健康造成一定危害。采用施藥機(jī)器人進(jìn)行作業(yè)，可以減少操作人員在密閉棚內(nèi)的工作時(shí)間，且對(duì)行噴霧可以提高農(nóng)藥的施用效果。目前，施藥機(jī)器人對(duì)行施藥控制方式主要有藥液調(diào)節(jié)控制式、流量控制式、壓力控制式等方式1-3。其導(dǎo)航系統(tǒng)主要采用超聲定位確定噴霧作業(yè)區(qū)域，或者采用GPS和機(jī)器視覺(jué)的方式確定行走路徑4-5。目前，國(guó)內(nèi)外對(duì)施藥機(jī)器人的研究尚處于探索試驗(yàn)階段。Jasinski等6提出了一種施藥智能決策機(jī)器人系統(tǒng)，通過(guò)傳感技術(shù)與圖像處理等技術(shù)實(shí)現(xiàn)了精確施藥的功能。Sharma等7提出了一種慣性導(dǎo)航系統(tǒng)，提高了施藥機(jī)器人導(dǎo)航的準(zhǔn)確性。刁智華等8提出了一種適用于施藥機(jī)器人系統(tǒng)的施藥算法，提高了農(nóng)藥利用率。張鐵民等9提出了一種多源傳感器信息融合的導(dǎo)航系統(tǒng)，為農(nóng)用機(jī)器人導(dǎo)航方法的研究提供了新依據(jù)。溫室內(nèi)部結(jié)構(gòu)復(fù)雜、光照變化快，導(dǎo)航受干擾因素多，施藥系統(tǒng)難以建立統(tǒng)一模型等因素都給機(jī)器人系統(tǒng)導(dǎo)航與施藥決策帶來(lái)了很大的困難。不同光照條件下的自主導(dǎo)航作業(yè)和不同作物參數(shù)下的施藥控制將直接影響作業(yè)性能和效果，所以，一種可以適應(yīng)不同光照條件及外界因素干擾的導(dǎo)航施藥系統(tǒng)將會(huì)有效提高藥液利用率，減小農(nóng)藥對(duì)人體的傷害。本文設(shè)計(jì)了一套基于機(jī)器視覺(jué)的自主導(dǎo)航的對(duì)行施藥系統(tǒng)，經(jīng)過(guò)圖像處理提取出導(dǎo)航路徑后進(jìn)行了車(chē)體行走偏移矯正控制；對(duì)噴霧系統(tǒng)采取恒壓控制以保證作物受藥均勻，同時(shí)針對(duì)溫室內(nèi)光照變化大的問(wèn)題，提出了一種在合適的顏色空間采用改進(jìn)的K-means算法來(lái)進(jìn)行路徑分割的方法，并進(jìn)行了行走與噴霧沉積性能試驗(yàn)。1 總體方案該系統(tǒng)主要由噴桿、水箱、微型水泵、車(chē)載計(jì)算機(jī)、Kinect攝像機(jī)、蓄電池組、直流無(wú)刷電動(dòng)機(jī)、步進(jìn)電動(dòng)機(jī)及控制器和傳感模塊等組成(圖1)，分為圖像采集部分、驅(qū)動(dòng)和轉(zhuǎn)向部分以及噴霧部分。圖像采集裝置為Kinect的彩色攝像頭，圖片分辨率為640像素×480像素，圖像格式為JPG，攝像頭高度設(shè)置為60 cm，安裝在車(chē)體正前方，轉(zhuǎn)角可調(diào)節(jié)的范圍是與水平面夾角045°。后輪驅(qū)動(dòng)部分直流電機(jī)功率為500 W，前輪步進(jìn)電機(jī)用于控制車(chē)體轉(zhuǎn)向，額定扭矩為29 N·m1，最大瞬間負(fù)載為44 N·m1；前輪導(dǎo)向軸上安裝有“U”型槽光電傳感器和絕對(duì)式旋轉(zhuǎn)編碼器，用于測(cè)量前輪轉(zhuǎn)角以便及時(shí)修正車(chē)體前進(jìn)方向。施藥部分水箱為50 L的加厚塑料水桶，選用的微型水泵型號(hào)為回流型3210HD，工作電壓為12 V，最大流量是8 L·min1，可以通過(guò)調(diào)節(jié)轉(zhuǎn)速?gòu)亩淖儑娝帀毫?。該噴霧車(chē)整體長(zhǎng)1.00 m、寬0.35 m，符合我國(guó)小型設(shè)施農(nóng)業(yè)進(jìn)行噴霧作業(yè)所需的客觀(guān)條件。系統(tǒng)的整體工作原理如圖2所示。攝像頭實(shí)時(shí)拍攝溫室環(huán)境道路圖像，通過(guò)USB接口與車(chē)載計(jì)算機(jī)相連接，車(chē)載計(jì)算機(jī)對(duì)獲取到的圖像進(jìn)行實(shí)時(shí)圖像處理，得到導(dǎo)航路徑信號(hào)，串口將行走指令發(fā)送給STM32控制器，控制器驅(qū)動(dòng)小車(chē)直行或轉(zhuǎn)向；圖像處理系統(tǒng)實(shí)時(shí)監(jiān)測(cè)小車(chē)航向偏移，光電開(kāi)關(guān)及編碼器實(shí)時(shí)檢測(cè)前輪轉(zhuǎn)角，并由控制器進(jìn)行航向調(diào)節(jié)。壓力傳感器實(shí)時(shí)監(jiān)測(cè)水壓信息，與系統(tǒng)預(yù)設(shè)值比較形成閉環(huán)反饋，從而實(shí)現(xiàn)噴霧壓力準(zhǔn)確調(diào)控。132 13 121110987654 1：觸摸屏顯示器；2：控制器；3：攝像頭；4：光電傳感器；5：直流電機(jī)；6：絕對(duì)式旋轉(zhuǎn)編碼器；7：車(chē)載計(jì)算機(jī)；8：蓄電池組；9：步進(jìn)電機(jī)；10：微型水泵；11：水流量和壓力傳感器；12：噴頭；13：水箱圖 1 溫室噴霧導(dǎo)航系統(tǒng)結(jié)構(gòu)簡(jiǎn)圖Fig. 1 The structure diagram of navigation system forgreenhouse spraying102 華 南 農(nóng) 業(yè) 大 學(xué) 學(xué) 報(bào) 第 39 卷 http:/xuebao.scau.edu.cn2 系統(tǒng)設(shè)計(jì)2.1 目標(biāo)識(shí)別系統(tǒng)設(shè)計(jì)本文研究對(duì)象為番茄溫室，采集到的圖片如圖3a。由于溫室環(huán)境中光照變化大，目前常用的顏色空間RGB、CMY等難以適應(yīng)，而HSI空間由H(色調(diào))、S(飽和度)和I(亮度)3個(gè)分量構(gòu)成，光照變化只對(duì)I分量有影響，且3個(gè)分量之間可以單獨(dú)處理，互不相關(guān)10-12，因此本研究選用HSI空間，且只對(duì)H和S分量進(jìn)行后續(xù)的圖像處理，得到分量效果圖(圖3b和3c)，可以看到分量存在較多噪聲。為了有效去除噪聲，同時(shí)克服線(xiàn)性濾波帶來(lái)的圖像細(xì)節(jié)模糊問(wèn)題，本文選擇算子大小為7×7的中值濾波算法，處理結(jié)果見(jiàn)圖3d和3e，可以發(fā)現(xiàn)噪聲基本被消除。溫室道路區(qū)域和植被區(qū)域的邊界是獲取導(dǎo)航路徑的關(guān)鍵。由于圖像中存在落葉、雜草以及地膜、土壤邊界不清等問(wèn)題，對(duì)邊界提取產(chǎn)生了巨大的干擾13-15。本文在邊緣檢測(cè)之前先進(jìn)行圖像分割，提取出道路區(qū)域。常見(jiàn)的分割方法有基于閾值的分割，其對(duì)噪聲十分敏感；基于區(qū)域的分割，忽略了空間信息等。在聚類(lèi)分割算法中，基于K-means聚類(lèi)算法是目前應(yīng)用最為廣泛的算法之一，它具有直觀(guān)、快速、易于實(shí)現(xiàn)等特點(diǎn)，但聚類(lèi)數(shù)目與聚類(lèi)中心的初始選擇對(duì)分割結(jié)果影響很大16-17。本文提出了一種改進(jìn)的K-means聚類(lèi)算法，基于直方圖尋找初始聚類(lèi)中心及數(shù)目。首先，分別作出濾波后圖像H、S分量像素分布的直方圖(圖4a和4b)，可以直觀(guān)的看到各區(qū)域的像素分布情況。利用高斯濾波器對(duì)原始分量直方圖進(jìn)行平滑處理，濾波器窗口大小選擇1×5，通過(guò)調(diào)節(jié)高斯標(biāo)準(zhǔn)協(xié)方差()可以改善平滑效果，得到平滑后的效果圖(圖4c和4d)，第i級(jí)灰度值對(duì)應(yīng)的像素車(chē)載計(jì)算機(jī)驅(qū)動(dòng)電路直流無(wú)刷電機(jī)驅(qū)動(dòng)電路步進(jìn)電機(jī)車(chē)體行走驅(qū)動(dòng)電路水泵電磁閥噴頭STM32微控制器Kinect攝像頭壓力傳感器轉(zhuǎn)角反饋圖 2 溫室施藥導(dǎo)航系統(tǒng)工作原理圖Fig. 2 The working schematic diagram of navigation system for greenhouse pesticide sprayinga: 原始圖片b: H分量圖c: S分量圖d: H分量濾波后效果圖e: S分量濾波后效果圖 圖 3 番茄溫室圖片及H和S分量濾波前后效果圖Fig. 3 The tomato greenhouse picture and renderings of H and S components before and after filtering第 5 期 白如月，等：施藥機(jī)器人對(duì)行施藥系統(tǒng)的設(shè)計(jì)與試驗(yàn) 103 http:/xuebao.scau.edu.cn點(diǎn)數(shù)目為n(i)，設(shè)(i)=(i，n(i)。具體做法如下：1)尋找峰值點(diǎn)集合(N1)：N1=f (i)jn(i)>n(i 1)n(i)>n(i+1);1i254g。(1)2)設(shè)定閾值T1，排除掉像素點(diǎn)數(shù)目過(guò)少的峰值點(diǎn)，得到新的峰值點(diǎn)(i)的集合(N2)，其包含的峰值點(diǎn)數(shù)目為m：N2 = f (i)jn(i)T1; (i) 2 N1g。(2)3)距離過(guò)近的峰值點(diǎn)所在灰度級(jí)相近，即區(qū)域顏色相似，設(shè)置距離閾值T2，從相近的峰值點(diǎn)中選取包含像素點(diǎn)較多的峰值點(diǎn)作為新的峰值點(diǎn)。xk與xk+1表示相鄰的2個(gè)峰值點(diǎn)的位置，令1km1，當(dāng)xkxk+1T2時(shí)，同時(shí)選取這2個(gè)點(diǎn)作為新的峰值點(diǎn)，當(dāng)xkxk+1>>>>>>>>:Kp = Kp +10Kp;Ki = Ki +0:002Ki;Kd = Kd +0:417Kd;(3)式中，Kp，Ki和Kd分別是PID參數(shù)基值。進(jìn)而可以對(duì)水泵轉(zhuǎn)速進(jìn)行調(diào)節(jié)，使噴霧系統(tǒng)壓力保持恒定。圖 6 擬合的導(dǎo)航路徑Fig. 6 The fitted navigation path模糊控制器車(chē)體移動(dòng)參考輸入輸出校正ed0,e0 ed0,e0 圖 7 行走控制框圖Fig. 7 The block diagram for walking controlde/dte模糊控制器Kp Ki KdPID控制器r+壓力傳感器水泵電磁閥噴頭圖 8 噴霧系統(tǒng)原理圖Fig. 8 The schematic diagram of spray system第 5 期 白如月，等：施藥機(jī)器人對(duì)行施藥系統(tǒng)的設(shè)計(jì)與試驗(yàn) 105 http:/xuebao.scau.edu.cn3 溫室大棚試驗(yàn)與結(jié)果試驗(yàn)在江蘇省農(nóng)業(yè)科學(xué)院番茄溫室大棚中進(jìn)行，壟長(zhǎng)10 m、壟寬0.6 m，番茄株高約1.8 m，試驗(yàn)條件為無(wú)自然風(fēng)，溫度為17 ，濕度為21%，試驗(yàn)現(xiàn)場(chǎng)如圖9。3.1 目標(biāo)識(shí)別算法在同一溫室環(huán)境條件下，分別設(shè)13、2040和80100 klx的3種光照度范圍，各獲取10幅圖片。分別采用目標(biāo)識(shí)別算法(方法1)、基于H和S聯(lián)合分割的常規(guī)的K-means聚類(lèi)算法(方法2)以及基于RGB空間的常規(guī)的K-means聚類(lèi)算法(方法3)處理。運(yùn)行計(jì)算機(jī)的配置：CPU主頻為2.66GHz、內(nèi)存為3 G。¯ = jXa Xbj=640 ¯ 為了準(zhǔn)確評(píng)價(jià)算法的路徑識(shí)別效果，統(tǒng)計(jì)了每類(lèi)圖片處理耗時(shí)(T)、平均處理時(shí)間(Ts)、算法擬合中心線(xiàn)位置(Xa)、實(shí)際中心線(xiàn)位置(Xb)、誤差率()和誤差平均值( )等5個(gè)指標(biāo)。T：各類(lèi)方法處理特定光照下獲取的圖片消耗的總時(shí)長(zhǎng)與相應(yīng)圖片數(shù)量的比值；Ts：每種方法處理在3種光照度下獲取的所有圖片消耗總時(shí)長(zhǎng)與圖片總張數(shù)的比值；Xa：通過(guò)圖像處理算法自動(dòng)計(jì)算出的圖像道路的中心位置，Xb：通過(guò)人為計(jì)算的圖像道路中心位置；：算法擬合的中心位置與實(shí)際中心位置像素差值的絕對(duì)值與圖像橫軸總像素值的比值，即 ； ：各類(lèi)方法處理特定光照下的各張圖片的誤差率()之和與圖片張數(shù)的比值。試驗(yàn)結(jié)果見(jiàn)表1和表2。由表1可知，3種算法處理在不同光照度下獲取的各張圖片得出的道路中心線(xiàn)位置，及其與實(shí)際中心線(xiàn)位置對(duì)比得出的誤差率。由表2可以看出，本文所提出的算法與普通的聚類(lèi)算法相比較，平均處理速度顯著提高，提取中心線(xiàn)耗時(shí)12.36 ms，可有效降低光照影響，路徑識(shí)別的平均誤差率在各種光照度下均不超過(guò)4%，明顯優(yōu)于其他處理方式，道路識(shí)別效果良好，因此本文提出的道路識(shí)別算法可以有效地應(yīng)用于溫室移動(dòng)機(jī)器人，提高了導(dǎo)航的準(zhǔn)確性和速度。表 1 不同算法誤差率比較1)Table 1 Comparisons of the error rates of differentalgorithms光照度/klxXa/像素Xb/像素/%方法1方法2方法3方法1方法2方法313 330 342 361 358 1.88 4.84 4.44342 361 321 361 2.97 3.28 2.97337 321 295 320 2.50 6.56 2.66358 376 407 373 2.81 7.66 2.34326 330 338 285 0.63 1.88 9.22328 314 342 378 2.19 2.19 7.81306 296 258 294 1.56 7.50 1.88341 329 310 353 1.88 4.84 1.88299 308 279 345 1.41 3.13 7.19286 299 330 314 2.03 6.88 4.342040 311 324 324 361 2.03 2.03 7.81327 334 365 276 1.09 5.93 7.97345 340 355 375 0.78 1.56 4.69320 310 360 385 1.56 6.25 10.16311 315 318 366 0.63 1.09 8.59378 366 335 328 1.72 6.72 7.81298 304 323 258 0.93 3.91 6.25305 302 333 367 0.47 4.38 9.69300 299 319 334 0.16 2.97 5.31282 284 251 235 0.31 4.84 7.3480100 317 339 349 351 3.43 5.00 5.31325 335 345 387 2.03 3.13 9.69336 304 292 386 5.00 6.88 7.81332 372 342 281 6.25 1.56 7.97318 348 372 351 4.69 8.44 5.16309 325 322 376 2.50 2.03 10.47297 283 348 326 1.56 7.97 5.16354 371 324 425 2.19 4.69 11.09322 301 356 368 3.28 5.31 7.19310 283 276 256 4.22 5.31 8.441)方法 1：目標(biāo)識(shí)別算法；方法 2：基于 H和 S聯(lián)合分割的常規(guī)K-means聚類(lèi)算法；方法 3：基于 RGB空間的常規(guī) K-means聚類(lèi)算法圖 9 番茄溫室大棚中的試驗(yàn)平臺(tái)Fig. 9 The test platform in tomato greenhouse106 華 南 農(nóng) 業(yè) 大 學(xué) 學(xué) 報(bào) 第 39 卷 http:/xuebao.scau.edu.cn3.2 行走試驗(yàn)為了驗(yàn)證系統(tǒng)自主導(dǎo)航性能，先對(duì)行進(jìn)路線(xiàn)進(jìn)行標(biāo)記，行進(jìn)參考路線(xiàn)是初始位置中心點(diǎn)與終點(diǎn)位置中線(xiàn)點(diǎn)的連接直線(xiàn)。在車(chē)頭正下方的底盤(pán)正中間處懸掛可滴漏液體的瓶子，根據(jù)液體的軌跡判斷小車(chē)的行走軌跡。將小車(chē)的起點(diǎn)定在偏差為10 cm的位置上，并將初始速度分別設(shè)為0.5、1.0和1.5 m·s1，不同光照度下讓小車(chē)在壟間自由行走，以5 cm的間隔分別測(cè)量并記錄各速度下不同行進(jìn)距離的橫向偏差，得到的系統(tǒng)路徑跟隨性能(圖10)。試驗(yàn)結(jié)果(圖10)表明，在不同初始速度、不同光照條件下，該系統(tǒng)能夠準(zhǔn)確地跟蹤路徑，在初始位置存在較大偏差的情況下，系統(tǒng)可自主調(diào)節(jié)到標(biāo)準(zhǔn)位置附近，到達(dá)標(biāo)準(zhǔn)位置后，在正常的進(jìn)行過(guò)程中，導(dǎo)航最大偏差不超過(guò)5 cm。可見(jiàn)，本文所提出的導(dǎo)航方法可以滿(mǎn)足溫室導(dǎo)航系統(tǒng)的精度需求，同時(shí)能有效地克服光照的影響，提高了溫室移動(dòng)機(jī)器人視覺(jué)導(dǎo)航路徑識(shí)別的魯棒性。3.3 對(duì)行施藥系統(tǒng)性能測(cè)試為了測(cè)試小車(chē)自主導(dǎo)航時(shí)的施藥性能，將小車(chē)按表3參數(shù)設(shè)置，探究小車(chē)不同行走速度及噴霧工作壓力下對(duì)霧滴沉積覆蓋率的影響。在同一作物行任選15株番茄植株，在植株的中垂線(xiàn)上距地面分別為1.5、1.0和0.5 m處，即植株上、中、下層，每層各選擇3片葉片作為采樣點(diǎn)，用曲別針在葉片正反面各夾住1片38 mm×26 mm的水敏試紙，用于測(cè)量正反面霧滴沉積覆蓋率，并將同一植株行同一水平面上的水敏試紙視為重復(fù)試驗(yàn)，取平均值。試紙布置完畢后，讓小車(chē)勻速駛過(guò)行間，待霧滴干燥后收集試紙，用掃描儀及霧滴圖像處理軟件測(cè)定每張?jiān)嚰埖撵F滴覆蓋率，結(jié)果見(jiàn)圖11。通過(guò)數(shù)據(jù)分析，本系統(tǒng)在噴霧壓力為0.6 MPa、行駛速度為1.0 m·s1條件下，噴霧效果最佳，植株上層葉片正面平均藥液覆蓋率為63.26%，單位面表 2 不同算法效果比較Table 2 Comparisons of the results of different algorithms算法1)光照度/klx處理時(shí)間/ms¯ 誤差平均值( )/%方法1 13 11.87 1.982040 12.64 0.9780100 12.58 3.52平均值12.36 2.16方法2 13 80.74 4.872040 90.88 3.9680100 89.78 5.03平均值87.13 4.62方法3 13 100.61 4.472040 128.54 7.5680100 133.87 7.83平均值121.00 6.621)方法 1：目標(biāo)識(shí)別算法；方法 2：基于 H和 S聯(lián)合分割的常規(guī)K-means聚類(lèi)算法；方法 3：基于 RGB空間的常規(guī) K-means聚類(lèi)算法表 3 因素水平表Table 3 The table of factor and level水平噴霧壓力/(MPa)噴霧流量/(mL·min1)行駛速度/(m·s1)1 0.2 397 0.52 0.4 512 1.03 0.6 608 1.54 0.8 776 2.0131197531135 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5 9.0 9.5 10.0行進(jìn)距離/m橫向偏差/cm0.5 ms1 1.0 ms1 1.5 ms1參考路徑圖 10 不同初始速度的系統(tǒng)路徑跟隨性能Fig. 10 The path following performance of the system with different initial speed第 5 期 白如月，等：施藥機(jī)器人對(duì)行施藥系統(tǒng)的設(shè)計(jì)與試驗(yàn) 107 http:/xuebao.scau.edu.cn積(1 cm2)霧滴數(shù)平均為55個(gè)；中層葉片正面平均藥液覆蓋率為50.89%，單位面積霧滴數(shù)為42個(gè)；下層葉片正面平均藥液覆蓋率為75.82%，單位面積霧滴數(shù)為78個(gè)；葉片反面平均藥液覆蓋率為23.96%，可以滿(mǎn)足溫室施藥需求。4 結(jié)論1)本文研制的自主導(dǎo)航噴霧系統(tǒng)機(jī)具尺寸小、結(jié)構(gòu)緊湊，可同時(shí)完成行間行走、噴霧作業(yè)，可以滿(mǎn)足我國(guó)小型溫室作業(yè)所需的客觀(guān)條件。2)針對(duì)溫室導(dǎo)航受光照影響較大的問(wèn)題，選用了H、S通道聯(lián)合處理的方式，有效排除了光照的影響，同時(shí)改進(jìn)了傳統(tǒng)的K-means聚類(lèi)分割算法，提出了初始聚類(lèi)中心和聚類(lèi)數(shù)目選取的新方法，有效提高了導(dǎo)航的魯棒性。3)系統(tǒng)采用恒壓定量噴霧方式，通過(guò)模糊PID控制，提高了噴霧控制精度。4)番茄溫室大棚試驗(yàn)證明，機(jī)具作業(yè)效果良好，導(dǎo)航偏差不超過(guò)5 cm，上、中、下層番茄植株葉片正面覆蓋率分別為63.26%、50.89%和75.82%。參考文獻(xiàn)：TORII T. Research in autonomous agriculture vehicles inJapanJ. Comput Electron Agr, 2000, 25(1/2): 133-153.1沈成杰. 變量噴霧系統(tǒng)設(shè)計(jì)及噴霧流量控制特性試驗(yàn)研究D. 鎮(zhèn)江: 江蘇大學(xué), 2009.2SINGH S, BURKS T F, LEE W S. Autonomous roboticvehicle development for greenhouse sprayingJ. TransASAE, 2005, 48(6): 2355-2361.3李佐鵬. 噴霧機(jī)器人超聲定位及變量噴霧試驗(yàn)研究D.鎮(zhèn)江: 江蘇大學(xué), 2007.4張波. 田間自走式對(duì)行噴霧機(jī)器人控制系統(tǒng)設(shè)計(jì)D.50.5 ms1 1 m·s 1 1.5 m·s 1 2 ms10204060800.2 0.4 0.6 0.8霧滴覆蓋率/%噴霧壓力/MPaa: 下層葉片正面霧滴覆蓋率/%噴霧壓力/MPa0510152025300.2 0.4 0.6 0.8b: 下層葉片反面霧滴覆蓋率/%噴霧壓力/MPa02040600.2 0.4 0.6 0.8c: 中層葉片正面霧滴覆蓋率/%噴霧壓力/MPa0510152025300.2 0.4 0.6 0.8d: 中層葉片反面霧滴覆蓋率/%噴霧壓力/MPa0204060800.2 0.4 0.6 0.8e: 上層葉片正面霧滴覆蓋率/%噴霧壓力/MPa01020300.2 0.4 0.6 0.8f: 上層葉片反面圖 11 不同噴霧壓力和行駛速度下各層番茄葉片沉積覆蓋率分布Fig. 11 The coverage rates of droplet distributions of tomato leaves on different layers under different spraying pressuresand driving speeds108 華 南 農(nóng) 業(yè) 大 學(xué) 學(xué) 報(bào) 第 39 卷 http:/xuebao.scau.edu.cn楊凌: 西北農(nóng)林科技大學(xué), 2017.JASISKI M, MCZAK J, RADKOWSKI S, et al.Autonomous agricultural robot: Conception of inertialnavigation systemC/ROMAN S, MAGORZATA K,CEZARY Z. Challenges in automation, robotics andmeasurement techniques. Warsaw: Springer Internation-al Publishing, 2016: 669-679.6SHARMA S, BORSE R. Automatic agriculture sprayingrobot with smart decision makingC/CORCHADO R J.The international symposium on intelligent systems tech-nologies and applications. Jaipur: Springer InternationalPublishing, 2016: 743-758.7刁智華, 刁春迎, 魏玉泉, 等. 機(jī)器人系統(tǒng)中小麥病害識(shí)別與施藥算法研究J. 江蘇農(nóng)業(yè)科學(xué), 2017, 45(17):192-195.8張鐵民, 李輝輝, 陳大為, 等. 多源傳感器信息融合的農(nóng)用小車(chē)路徑跟蹤導(dǎo)航系統(tǒng)J. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2015,46(3): 37-42.9蘭小艷, 陳莉, 賈建, 李熠晨, 等. 基于小波和PCA的自適應(yīng)顏色空間彩色圖像去噪J. 計(jì)算機(jī)應(yīng)用研究,2018, 35(3): 934-939.10虎曉紅, 李炳軍, 劉芳. 多顏色空間中玉米葉部病害圖像圖論分割方法J. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2013, 44(2): 177-181.11龐曉敏, 閔子建, 闞江明. 基于HSI和LAB顏色空間的彩色圖像分割J. 廣西大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011,36(6): 976-980.12高國(guó)琴, 李明. 基于K-means算法的溫室移動(dòng)機(jī)器人導(dǎo)航路徑識(shí)別J. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(7): 25-33.13王新忠. 溫室番茄收獲機(jī)器人選擇性收獲作業(yè)信息獲取與路徑規(guī)劃研究D. 鎮(zhèn)江: 江蘇大學(xué), 2012.14王新忠, 韓旭, 毛罕平, 等. 基于最小二乘法的溫室番茄壟間視覺(jué)導(dǎo)航路徑檢測(cè)J. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2012, 43(6):161-166.15徐黎明,呂繼東. 基于同態(tài)濾波和K均值聚類(lèi)算法的楊梅圖像分割J. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(14): 202-208.16刁智華, 王歡, 宋寅卯, 等. 復(fù)雜背景下棉花病葉害螨圖像分割方法J. 農(nóng)業(yè)工程學(xué)報(bào), 2013, 29(5): 147-152.17任永新, 譚豫之, 楊會(huì)華, 等. 基于模糊控制的黃瓜采摘機(jī)器人視覺(jué)導(dǎo)航J. 江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版),2009, 30(4): 343-346.18董志明,宋樂(lè)鵬. 基于PLC控制的模糊自整定PID變量噴霧控制系統(tǒng)J. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2014, 45(4): 536-540.19宋淑然, 阮耀燦, 洪添勝, 等. 果園管道噴霧系統(tǒng)藥液壓力的自整定模糊PID控制J. 農(nóng)業(yè)工程學(xué)報(bào), 2011,27(6): 157-161.20宋樂(lè)鵬, 董志明, 向李娟, 等. 變量噴霧流量閥的變論域自適應(yīng)模糊PID控制J. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(11):114-118.21戴俊珂, 姜海明, 鐘奇潤(rùn), 等. 基于自整定模糊PID算法的LD溫度控制系統(tǒng)J. 紅外與激光工程, 2014,43(10): 3287-3291.22尹振波. 噴霧系統(tǒng)的設(shè)計(jì)及噴霧機(jī)器人自主作業(yè)的研究D.北京: 北京林業(yè)大學(xué),2012.23【責(zé)任編輯 周志紅】第 5 期 白如月，等：施藥機(jī)器人對(duì)行施藥系統(tǒng)的設(shè)計(jì)與試驗(yàn) 109 http:/xuebao.scau.edu.cn