基于LabVIEW的农用车辆视觉导航控制系统设计与仿真

王晨,李景彬,温宝琴

(石河子大学机械电气工程学院，新疆 石河子 832003)



基于LabVIEW的农用车辆视觉导航控制系统设计与仿真

王晨,李景彬,温宝琴

(石河子大学机械电气工程学院，新疆 石河子 832003)

【目的】 为了实现农用车辆的自动导航.【方法】 以LabVIEW图像采集以及模糊控制为主进行智能农业车辆控制系统的设计.首先在NI vision assistant环境下利用灰度化、像素分布、边缘检测、路径拟合等算法进行图像处理以及提取导航路径信息.之后利用Labview环境下的PID and Fuzzy Logic Toolkit工具箱确定隶属度函数并设计出模糊控制规则，再通过去模糊化后对农用车辆转向采取合理的控制策略，使得农用车辆平稳快速地行使.最后利用MATLAB环境下Simulink建立数学仿真模型，观察转向角信号对偏差角信号的跟踪情况.【结果】 仿真表明，在周期10 s下，幅度为10°的正弦波信号，对转向信号有着较好的跟踪能力，还可看出有较小的相位偏差，需要通过对控制器后续的控制策略优化来进行消除.

视觉导航；控制策略；路径识别；LabVIEW

智能农业机械作为一种高度信息化、自动化的现代农业装备，其最显著的特征之一就是导航控制自动化.通过对农业视觉导航控制系统的研究，对于设计与开发智能农业机械有着重要意义.

新疆生产建设兵团(下文简称“兵团”)对农业机械装备自动导航系统的需求近年来显著增加.目前，农业机械视觉导航技术的研究主要集中在导航参数获取、导航控制方法和算法、视觉硬件系统的研究.而导航控制方法和算法的研究即如何利用获取的导航参数实现控制农业机器人自动导航，包括实现方法和导航理论的研究两方面.视觉硬件系统的研究即对视觉系统的组成结构的研究，旨在扩展视觉系统的信息感知能力.几年来我国各高校及科研机构对农业机械装备的自动导航控制研究也有所成就[1-8].由于农用车辆作业一般不需要频繁调解，所以大多研究涉及转向控制，其控制部分大多采取PID闭环控制和智能行为控制，对作物行的识别和车辆的姿态估计主要采用Hough变换、模型匹配、统计特性分析、虚交点分析等方法，然后根据摄像机的标定数据和透视几何关系得到车辆的位置姿态[9-13]，最后通过系统辨识建立转向系统数学模型对转向系统进行优化仿真研究.

LabViEW是美国国家一起公司(National Instrument)开发的一种虚拟仪器平台，是一种用图标代码来代替文本式变成预言创建应用程序的开发工具[14-15].利用LabVIEW设计的测控系统，对各种信号进行模拟，对控制系统的开发带来了很大的方便.本试验以LabVIEW2012为软件平台，对LabVIEW的农业车辆视觉导航功能进行研究，采用PC机和图像采集卡的硬件结构，将虚拟仪器技术应用到农用车辆导航系统之中，采用LabVIEW进行图像采集和识别来进行判断、控制，跟踪信号[16]，能使操作更加智能化.

在研究过程中由于涉及在棉花铺膜播种时期，该时期为划行器所划痕迹，因此，在自然条件下，如何利用合适的算法保证拖拉机实际行驶路径与期望路径之间的吻合度，即确保导航精度是本研究的关键问题.

1 硬件系统设计

导航系统由上位计算机(戴尔14R笔记本i5-480,6G运存，HD5650)，数据采集模块(摄像头：今贵S9，像素：1 200万，感光元件类型:CMOS.采集卡ZTIC7660转换速率250 kHz，输入范围：0～5 V、0～10 V、±5 V、0～20 mA，程控增益1、10、100倍；DI/DO：各16CH；计数/测频3CH)、驱动模块(SUMTOR步进电机，电压(V):12～36，转矩(N·m):1.5)等功能模块组成.系统总体框图如图1所示.

图1 农业车辆视觉导航硬件模块基本组成Fig.1 Hardware module of visual navigation for agricultural vehicles

视觉传感器获取被测农田表面特征信息图像，经视觉图像采集系统转换为数字信号，由视觉图像处理系统完成视觉数字图像的底层处理，并提取出特征信息的图像坐标，由计算机实现被测农田空间几何参数和位置姿态等参数的快速计算，之后经通信协议传输给自主驾驶系统.

2 软件系统设计

2.1 图像采集处理

在棉花播种时间，棉田环境比较复杂，地表土壤、地膜等田间目标特征因时间、天气、光照等影响而显示出不同的亮度特性，所以在选择颜色模型时要考虑颜色模型的通用性以及应用的广泛性.

RGB颜色空间是面向硬件的颜色模型，直接感知颜色的R、G、B 3个分量，同时其他颜色模型也可基于RGB颜色模型进行直接或间接的转换，同时利用图像R、G、B分量组合的颜色指标也可以提取不同棉花生产时期的目标特征，因此本试验选择利用RGB颜色空间.

图像进行预处理一般分为图像增强、图像二值化等过程，用于去除图像背景中的干扰信息，得到目标信息[17].灰度图和彩色图是数字图像处理中最常用的类型.灰度图是数字图像的基本形式，可以由彩色图进行去色处理得到，它只表述图像的亮度信息而没有颜色信息.在提取导航线的过程中，所需要的信息只与图像亮度信息有关与其彩色无关.所以打开一幅RGB图片后，首先要对它进行灰度化.利用LabVIEW的IMAQ Extrac Single Color Plane中的Luminance参数对图像进行和处理，以提取图像的亮度信息，去除其彩色信息，即将RGB格式图像转化为HSL格式的图像，结果如图2所示.

图2 目标灰度化处理程序Fig.2 Gray image processing program

然后利用IMAQ Math Lookup来得到对比度更加强烈的图像，使路径信息获取得更加明显.其结果如图3所示.

图3 IMAQ Math Lookup函数对比图Fig.3 IMAQ Math Lookup function comparison chart

经过处理的目标路径图像，只保留了亮度信息，其色彩信息已经被处理.所以，目标图像的对比度更加明显，路径变得更为清晰，对导航路径的控制工作起到了很大的帮助.

2.2 导航路径提取

利用NI vison里面的Find Straight Edges函数从目标图像中提取边缘线.

2.2.1 搜索边缘线 利用Find Straight Edges首先从右到左扫描像素，如果从右边黑暗部分扫描到第一个亮点时，做好标记点，之后把若干标记点拟合

图4 扫描第一条边缘线Fig.4 Scan first edge line

成一条路径线，如图4.

Vison中若干条扫描线扫描该图中路径.从扫描指数来看，每条扫描线都有对应的由亮度信息对比出来的边缘加强点.

图5 边缘加强扫描图Fig.5 Edge enhanced chart

同理在Find Straight Edges中，进行从左向右扫描，最后进行标记.

2.2.2 提取路径线 利用得到两条边缘线的中线，作为视觉导航的路径线.再用vision的IMAQ Draw函数，将目标图像上的像素点与所描绘的图像进行替换.确定4个点，可设置为a、b、c、d，之后

图6 提取导航路径Fig.6 Extracting navigation path

利用vision里面的Geometric Feature Distance函数将目标图像两条边缘线上下4个点进行标记，a-左上，b-左下、c-右上、d-右下，如图6所示.

之后利用Mid Point函数将a和c相连，b和d相连，中点e、f相连.所以e、f两点直线可作为所提取的导航路径线，之后再利用Overlay函数将导航线进行标记覆盖.

3 导航控制策略设计

3.1 农用车辆转向模型

农用车辆行驶时根据车辆转向原理[18]，可得公式：

(1)

式中，R为转向半径； α为前轮转角；L为轴距.

根据公式(1)可以看出，转向半径由转向角决定，前轮转角控制拖拉机的运动轨迹.所以，需要一种控制算法，通过传感器采集的数据，来使方向偏差趋于最小.

由于侧向偏差与车体姿态之间存在着较为复杂的非线性关系，而模糊控制策略可以将自学习经验转化为逻辑规则，实现车辆转向控制.

利用LabVIEW自身的PID and Fuzzy Logic Toolkit的工具包来实现模糊控制.其VI有：

1) 控制器VI，该控制器是单输入输出系统，可根据需要来修改参数.

2) 载入系统VI，加载一个预先设定好的模糊控制文件，其后缀为.fs.

3) 保存系统VI，把控制系统保存到后缀.fs文件之中.模糊控制原则系统结构图如图7所示.

图7 模糊结构图Fig.7 Fuzzy structure diagram

3.2 模糊规则

模糊控制一般包括预言变量、范围确定、隶属度函数、控制规则、去模糊化.集合使用隶属度函数作为定量描述，笔者常用三角形函数[19]便于计算.对应表达式为：

(2)

式中，a、b、c就是三角形3个顶点.农用车辆在行走过程中速度变化比较小，且认定为是恒定速度运动，转向控制的输入量为横向偏差a和横向偏差角b.转向角θ为拖拉机中心线与转向轮夹角.方位偏差角b模糊论域可设定为[-6,6]，即模糊偏差角范围，单位为°，横向偏差a模糊论域可设定为[-6,6]，即模糊横向幅度，单位为cm，前轮转角θ模糊论域可设定为[-30°,30°],根据识别事物习惯，论域输入变量划分为(NB、NM、NS、ZE、PS、PM、PB)7个来表示，即负大、负中、负小、零、正小、正中、正大.输出控制变量k的论域设定为{-6,-4.-2,0,2,4,6}，子集元素分别对应负大、负中、负小、零、正小、正中、正大.在LabVIEW tools选项中选择Fuzzy Logic Controller Design(图8)，确定各变量的隶属度函数.在隶属度函数的建立方法方面，我们利用专家经验法，即根据专家的实际操作经验给出模糊信息，在多数情况下，通过初步估算确定隶属函数，然后通过学习和实践调整再加上不断优化和完善(图9).

经过归纳总结驾驶经验以及试验情况最后得到表1.利用LabVIEW Fuzzy System Designer提供的最大中心法计算清晰值.Fuzzy设计器中提供的三维测试系统，可观察输入量与输出量之间的关系，假设横向偏差输入为-1.363，偏差角输入为5，则转向角输出量为-4.45，其中红点代表输出位置.三维图如图10所示.

图8 模糊逻辑控制设计Fig.8 Fuzzy logic controller design

图9 各变量的隶属度函数Fig.9 Membership function of the variable

图10 Fuzzy System Designer三维测试图Fig.10 System Designer Fuzzy three-dimensional test chart

设置完各输入量和输出量的隶属度函数，通过模糊规则库中的if-then条件语句再加上专家经验设计出模糊控制规则[20]，如表1所示.

表1 模糊控制规则

3.3 去模糊化

利用查表法[21]在输入量中得出相应的清晰数值，以便于在计算机中实现，如表2所示.

表2 模糊控制表

4 模糊控制器仿真

为了检验所提出的控制策略的可靠性，利用MATLAB环境下Simulink建立农用车辆控制模型进行仿真.首先进行系统建模如图11.

图11 模糊控制系统建模Fig.11 Fuzzy control system modeling

图12 转向角正弦仿真结果Fig.12 Steering angle sinusoidal simulation results

图12的仿真结果表明，在周期10 s下，幅度为10°±0.2的正弦波信号，对转向信号有着较好的跟踪能力，在控制系统中信号有着较好的适应能力，可以获得更好的运动稳定性和操控性.该模糊控制策略不仅可以满足转向控制平稳，且有良好的跟踪性能，由于处在棉田中复杂的田间环境中，从中还可看出有较小的相位偏差，需要通过对控制器后续的控制策略优化来进行消除.

5 结论

本研究利用LabVIEW结合Vision Assistant各种图像处理算法提取了导航线，再通过Fuzzy Logic Toolkit控制工具包能够迅速设计出模糊控制策略，模糊控制将专家经验融合到控制器当中，可以显著提高转向控制品质.MATLAB仿真表明所提出的模糊规则可以实时控制农用车辆的转向，且稳定性得到基本满足.结合仿真结果表明模糊控制规则还需不断优化，提高控制的实时性、平稳性，才能满足复杂的田间环境，以适应实际农业生产需求.

[1] 罗锡文,区颖刚,赵祚喜,等.农用智能移动作业平台模型的研制[J].农业工程学报,2005,21(2):83-85

[2] 田海清,应义斌,张方明.农业车辆导航系统中自动控制技术的研究进展[J].农业机械学报,2005,36(7):148-152

[3] 张智刚,罗锡文,周志艳,等.久保田插秧机的GPS导航控制系统设计[J].农业机械学报,2006,37(7):95-97

[4] 周建军,张漫,汪懋华,等.基于模糊控制的农用车辆路线跟踪[J].农业机械学报,2009,40(4):151-156

[5] 王友权,周俊,姬长英,等.基于自主导航和全方位转向的农用机器人设计[J].农业工程学报,2008,24(7):110-113

[6] 周俊,刘成良,姬长英.农业机器人视觉导航的预测跟踪控制方法研究[J].农业工程学报,2004,20(6):106-110

[7] 王友权,周俊,姬长英,等.农用轮式移动机器人灰色预测控制[J].农业机械学报,2008,39(12):213-215

[8] 李进,陈无畏,李碧春,等.自动导引车视觉导航的路径识别和跟踪控制[J].农业机械学报,2008,39(2):20-24

[9] 邵刚,毛罕平.农业机械机器视觉导航研究进展[J].安徽农业科学报,2007,35(14):4394-4396

[10] Cho S I,Ki N H.Autonomous speed sprayer guidance using machine vision and fuzzy logic[J].ASAE,1999,42(4):1137-1143

[11] Tillett N D,Hague T,Marchant J A.A robotic system for plant-scale husbandry[J].J Agric Eng Res,1998,69(2):169-178

[12] 沈明霞,姬长英.农业机器人视觉导航技术发展与展望[J].农业机械学报,2001,32(1):109-111

[13] Torri T,Kitade S,Teshima T.Crop row tracking by an autonomous vehicle using machine vision[J].JSAM,2000,62(2):41-48

[14] 李定珍,刘德春.基于LabVIEW的PCB板自动检测系统的研制[J].微计算机信息,2007,23(6):202-204

[15] 赵英杰,马建莉,钱英.基于LabVIEW的粮仓监控系统研究[J].农机化研究,2009,31(9):111-113

[16] 费强,赵武云,张大龙,等.基于LabVIEW的微孔钻削刀具信号监测系统的设计[J].甘肃农业大学学报,2013,48(6):149-153，159

[17] 张方明,应义斌.机器视觉在农业车辆导航系统中的研究进展[J].农业机械学报,2005,36(5):133-136

[18] 汤兵勇,路林吉,王文杰.模糊控制理论与应用技术[M].北京:清华大学出版社,2002

[19] 王士同.模糊系统.模糊神经网络及应用程序设计[M].上海:上海科学技术文献出版杜,1998

[20] 张小娟.一种基于模糊控制的温度控制系统设计[J].仪表技术与传感器,2010(11):76-78

[21] 汤兵勇,路林吉,王文杰.模糊控制理论与应用技术[M].北京:清华大学出版社,2002

(责任编辑 赵晓倩)

Design and simulation of visual navigation control system for agricultural vehicle based on LabVIEW

WANG Chen,LI Jing-bin,WEN Bao-qin

(College of Mechanical and Electric Engineering,Shihezi University,Shihezi 832003,China)

【Objective】 In order to realize the automatic navigation of agricultural vehicles.【Method】 According to the LabVIEW image acquisition and fuzzy control system,the study carried on the design of intelligent agricultural vehicles.Firstly,in the environment of NI vision assistant,it implement image collection and extracting avaliable path information,which is needed by the gray scale,the pixel distribution,edge detection,path fitting and so on.Then design of LabVIEW PID and Fuzzy Logic Toolkit to determine the membership function and design the fuzzy control rules,after defuzzification,take reasonable control strategy for the agricultural vehicles,making the agricultural vehicles to exercise smoothly and quickly.Finally,based on the modeling and simulation of MATLAB-Simulink,tracking the conditions from the angle signal to the deviation angle signal.【Result】 The amplitude of the sine wave signal is 10°in the period 10 s.The steering signal has good tracking ability in this situation,and there is a tiny phase deviation,which need to be eliminated by the control strategy optimization of the controller.

visual navigation；control strategies；path identification；LabVIEW

王晨(1988-),男，硕士研究生，主要从事视觉导航控制系统研究.E-mail:whftt@163.com

李景彬,男，博士,副教授，硕士生导师，主要从事图像处理与机器视觉研究.E-mail:ljb8095@163.com

兵团科技创新团队建设(2011CC003)；石河子大学杰出青年项目(2014ZRKXJQ04).

2015-09-01；

2015-11-13

S 126

A

1003-4315(2016)05-0120-06