果蔬采摘机器人自主定位与导航设计——基于RFID和WSN信息融合

熊 琼

(武汉工商学院 信息工程学院，武汉 430065)



果蔬采摘机器人自主定位与导航设计
——基于RFID和WSN信息融合

熊 琼

(武汉工商学院 信息工程学院，武汉 430065)

将RFID与WSN技术的信息融合后应用于采摘机器人的自主定位与导航中，结合两者的优势，使采摘机器人在与外界交互上更加精准快速。RFID射频识别技术是一项新兴技术，对于采摘机器人在复杂及障碍物比较多的环境，采用RFID模块对物体的识别具有使用寿命长、识别标签多等优点，但同时也存在抗干扰性差、通信距离过短、过于依赖读写器采集信号且成本高等缺点。WSN技术能感应周围各种的信号，具有辐射范围广、可无人值守且成本低等优点，但对于识别传感器标节点、使用寿命及能耗上不太理想。两项技术之间的完美互补使智能识别与定位更上一个台阶，必将推动RFID和WSN在智能采摘机器人方面的应用和发展。

果蔬；采摘机器人；定位；导航；自动识别

0 引言

随着科技的发展，智能机器人已成为未来发展的一种趋势，在人类的日常生活及某些特定的场合已体现出了重要价值。其中，采摘机器人作为具有代表性的应用，由于其工作环境非常复杂且需要随时规划行程和应对周围环境的变化，所以智能采摘机器人的关键技术在于智能识别和导航定位的精准及速度，这两点对于采摘机器人智能水平应用技术的发展具有非常重要的理论意义和实际价值。目前，智能机器人一直是科学研究的焦点。本文所述的采摘机器人主要应用于现代化农业，可为减小农民负担、提高生产效率做出伟大的贡献。本文通过融合RFID与WSN技术的新思路，使采摘机器人的应用更加可靠、实用，更加灵活地服务于人类，具有非常高的商业价值。为了保证采摘机器人较高的可靠性和精准性，本文基于RFID和WSN信息融合自主定位方式验证了其可行性。

1 RFID定位算法设计

1.1 RFID射频识别技术

RFID射频识别技术由物体标签、读写系统和无线通信网络等3部分组成，结构框架如图1所示。

图1 RFID结构框架图

标签是系统的核心部分，主要分为被动、半被动、主动3种，一般由耦合元件及芯片组成，且每个标签都是唯一的电子编码信息，通常附载在需要被识别的物品上，以便系统主动识别目标或存储其相关的信息，操作快捷方便。阅读器一般利用RFID系统以非接触方式识别物品标签信息，同时也能够通过该设备将信息写入到标签。无线通信网络采取无线传输的方式实现对数据信息的管理和传输。

本文的射频识别系统中采用有源RFID，结构如图2所示。阅读器通过射频天线向外发射载波信息；在系统发射区，若标签被读取时，可以通过调制、解码、解密对信号进行操作，进而对信号采取密码、权限等工作，然后由天线将载波信息发射出去；阅读器收到标签传送过来的信号，并对其进行调制解调，最后发给计算机；计算机对信息进行处理判断，然后根据设计发出指令进行控制。系统之间的连接主要是通过无线通信网络，根据需要设计软件，实现相应的功能。

图2 RFID系统框架图

1.2 RFID定位算法估计理论

定位算法估计主要包括极大似然估计法和最小二乘估计法两种。本文研究设计RFID定位算法采用极大似然估计法，该算法式是建立在极大似然原理上的统计方法。其原理如下：

(1)

L=L(Zk,X)=L(Z(1),Z(2),...,Z(k),X)

(2)

图3 极大似然定位法结构图

如图3所示，各坐标到未知点T的距离分别为d1,d2,d3,d4,…,dn，则各点到距离T的距离公式为

(3)

变换后可以得到

(4)

将式(4)表示为线性方程AX=b，则有

(5)

(6)

(7)

因此，可以得到所需求解T点的坐标为

(8)

2 WSN定位算法设计

定位是机器人自主导航的根本，将WSN作为机器人导航的移动节点，首先要使其具备定位功能，各无线传感节点既要通过附近节点给自身定位，又要为采摘机器人路径规划提供判断。根据定位需求不同，WSN的定位算法分类不同。目前，在WSN研究中已经提出的测距技术主要包括RSSI、TDOA、AOA和TOA这4种算法，这几种算法各具优点。RRSI算法的工作原理是：在知道节点发射功率的状态下，通过无线传感测量节点信号强度，系统根据算法将信号传播衰减强度化为距离信息。在系统节点确定时，采用RSSI算法是最佳的测距方法。采摘机器人工作的环境复杂多变，外界不确定因素多，系统易受外界影响。

针对上述问题综合考虑，选用RSSI作为WSN定位算法设计，利用RSSI表示采摘机器人位置信息和导航模式，能够最大程度降低数值信息转换过程中引入的模型误差。假设Bi,Bi+1,…,Bi+m为通信节点，Aj(xj,yi)为空间一点，各通信节点的信号在Aj(xj,yi)处的强度分别为Pi,Pi+1,…,Pi+m，可以表示为

(9)

那么，Ajp在Aj点的RRSI空间坐标的映射，可记为

(10)

在采摘机器人作业环境比较大时，在点Aj与各通信节点的强度值是固定的，Φ是一个唯一值。反过来，Ajp到Aj的映射函数Φ却不是一个唯一的。如图4所示，当只有一个通信节点时，Ajp的映射只是一条封闭的环形曲线；当有2个通信节点时，Ajp的映射则有2个点；而当有3个通信节点时，Ajp的映射就只有1个唯一的点。此时，两者之间的映射关系可以表示为

(11)

图4 不同节点对空间坐标映射的影响

通信节点有3个，即映射Φ-1唯一的情况下，采摘机器人的空间状态信息可以用RSSI值表示。信号强度等势线如图5所示。

图5 等势线的理论值(左)与实际值

等势线可看成节点向空间传递的信号强度值，机器人在t时刻相对于某一节点M的状态为

(12)

其中，Vit是机器人靠近M的速度；Dk是机器人移动方向。

机器人的定位和导航参数信息就可表示为

(13)

机器人移动位置目标G可以表示为

(14)

对于机器人自主定位与导航系统的控制中，首要问题是控制机器人的移动方向，每个通信节点也是为了判断决策控制输出量，从而引入到相应信号强度的等势线上。在这个过程中，通信节点可以提高系统检测周边环境的灵活性，为机器人导航提供可靠依据。

3 采摘机器人自主定位与导航设计

采摘机器人自主定位与导航系统包括自主定位平台、导航平台、环境事物识别系统和机器人主体。

3.1 建立WSN环境平台

采摘机器人在自主定位和导航过程中，对周边环境的感知和判断都需要WSN平台的支撑。通过WSN平台，采摘机器人节点可以通过无线通信网络与其他环境节点进行信息的传输与交互，进而获取自身位置状态和环境信息。本设计中，建立WSN平台是研究的重要环节，对采摘机器人自主定位和导航的成功与否起着决定性作用。该平台的建立采用GAINZ节点技术，主要包括信标、移动和普通3种节点。

移动节点主要是搭载在采摘机器人上，而信标节点和普通节点则根据环境状况分布在作业区域，且能够装备传感器板以方便全局环境信息的采集。采摘机器人作业区域WSN平台结构如图6所示。

图6 采摘机器人作业区域WSN平台结构图

3.2 RFID射频识别设备布置

RFID射频识别阅读器设备安装在采摘机器人上，随着机器人在作业区域的移动，可以读取环境标签的信息。由于阅读器信息场智能识别距离有限，因此机器人读取范围仅被限制在机器人正前方的椭圆形范围内。在作业区域，RFID标签与普通节点布放物理位置一致，标签与普通节点一一对应，这些射频标签用来方便机器人识别障碍和目标。

载有阅读器的采摘机器人在移动过程中可以根据电子标签获取障碍或者目标的状态信息，RFID的应用及其信息的成功获得，给采摘机器人提供了有效的避障和导航规划，大大提高了自主性和灵活度。本文中，由于阅读器安置形式及其信息场特征因素，采摘机器人只能够采集到其正前方椭球型范围内的电子标签信息，成功读取的距离约为10m。

3.3 控制系统的设计

3.3.1 控制系统硬件设计

自主定位和导航控制系统硬件设计是采摘机器人的核心，主要涉及控制器芯片、驱动电机的选择、运动控制电路、接口模块及传感器网络等。控制系统硬件框架如图7所示。

图7 控制系统硬件框架图

自主定位和导航控制系统硬件平台包括S3C2440处理器、GAINZ节点网络、RFID阅读器、驱动电机、电子罗盘运动控制、碰撞开关和显示电路等。

3.3.2 控制系统软件设计

自主定位和导航控制软件系统包括应用软件，内核、系统服务及驱动程序。软件构成如图8所示。

图8 软件构成示意图

4 试验结果与分析

机器人自主定位和避障，是采摘机器人设计的重要部分。为了验证该机器人定位和避障系统是否能够满足设计需要，在机器人自主运行的情况下，在作业区域随机布置了20个信标节点，对导航系统进行了试验。首先，根据RSSI算法手动控制对采摘机器人进行路径导航，验证导航算法的准确性；然后将采摘机器人置于手动控制的初始位置，启动自主导航模式，根据机器人是否可以成功跟踪预先设定的期望路径判断其导航性能。试验结果如图9所示。图9中，虚线表示手动控制时机器人运动路径，实线表示自动导航时机器人运动路径。从图9可以看出：机器人能够成功导航并跟踪预先设定的路径，且误差系数小。由此证明了自主定位和导航系统的有效性和可行性。

图9 采摘机器人实验结果

5 结论

分析了RFID射频识别技术和WSN的原理及其优越性，根据实际需求，设计研究了一种基于RFID和WSN信息融合的采摘机器人自主定位与导航系统。系统将应用非常广泛的RFID和WSN技术相结合，应用于机器人的自主定位与导航，具有重要现实意义和宽广的应用前景。同时，为了验证该机器人定位和避障系统的准确性和可行性，进行了试验验证，结果表明：机器人能成功导航并跟踪预先设定的路径，且误差系数小。由此证明了本自主定位和导航系统的可行性和可靠性。

[1] 胡伟华.基于RFID和WSN的室内移动机器人避障与导航研究[D]. 武汉：武汉理工大学,2009.

[2] 马玉林.基于ARM Cortex-A8平台的双频RFID台式读写器设计与实现[D].成都：电子科技大学,2014.

[3] 郭志强,徐丽娜. 基于ARM Cortex-M3的RFID软硬件系统研制[J].硅谷,2011(13):87,128.

[4] 江帆.基于BIM和RFID技术的建设项目安全管理研究[D].哈尔滨:哈尔滨工业大学,2014.

[5] 尹琳琳.基于智能手机的家用机器人远程控制系统的设计与实现[D]. 哈尔滨：哈尔滨工业大学,2013.

[6] 黄鹏跃.全区域覆盖自主移动机器人多传感器信息融合技术与算法研究[D].南京：南京理工大学,2009.

[7] 李占坤.果树采摘机器人控制系统研究与设计[D].镇江：江苏大学,2010.

[8] 宋威.基于信息素的群体移动机器人控制系统研究[D].武汉：武汉理工大学,2010.

[9] 何佳嘉.基于WLAN的RFID技术在电子商务应用中的研究[D].广州：广东工业大学,2005.

[10] 梁飞.射频卡及其读写设备内核技术的研究与应用开发[D].武汉：武汉理工大学,2006.

[11] 孙文彬.基于Linux的多功能RFID手持式读写器软件设计与实现[D].成都：电子科技大学,2012.

[12] 曹超.基于ARM的移动机器人嵌入式组合导航系统研究[D].重庆：西南交通大学,2013.

[13] 肖又正.基于RFID无线通信系统的防碰撞算法设计与研究[D].长沙:中南大学,2010.

[14] 郝昕玉.自主移动农业机器人导航系统的故障诊断技术研究[D].南京：南京农业大学,2009.

[15] 张贵艳.基于ISO15693协议的远距离RFID读写器的研究[D].沈阳：沈阳理工大学,2010.

[16] 陈红亮.室内无线传感器网络环境下移动机器人路径跟踪的研究[D].武汉：武汉理工大学,2008.

[17] 曹大卫,王仁波.基于ARM9的智能机器人控制系统的设计[J].电子质量,2013(6):28-30,36.

[18] 王中云.基于RFID的机器人控制与定位系统研究[D].武汉：武汉理工大学,2007.

[19] 冯肖维.基于多传感器信息融合的移动机器人位姿计算方法研究[D].上海：上海大学,2011.

[20] 张秀华.基于WLAN/RFID信息融合的移动机器人自主定位算法研究[D].哈尔滨：哈尔滨理工大学,2013.

[21] 强敏利.基于多传感器信息融合的移动机器人自定位算法研究[D].西安：西北大学,2013.

[22] 邢伟.基于GPS/INS的自主移动机器人定位和路径规划的设计与实现[D].哈尔滨：东北农业大学,2015.

[23] 王鸿鹏.复杂环境下轮式自主移动机器人定位与运动控制研究[D].天津：南开大学,2009.

[24] 罗雨.基于多信息融合的轮式移动机器人定位导航技术研究[D].北京：北京理工大学,2011.

[25] 王文山.基于CAN总线的农业机器人平台控制系统的设计与实现[D].泰安：山东农业大学,2012.

[26] 赵开新,王东署,徐立新.蚁群遗传算法在移动机器人路径规划中的综合应用研究[J].制造业自动化,2014(17):70-72,84.

Autonomous Positioning and Navigation Design of Fruit and Vegetable Picking Robot—Based on Information Fusion of RFID and WSN

Xiong Qiong

(School of Information Engineering,Wuhan Technology and Business University,Wuhan 430065, China)

The RFID and WSN technology of information fusion to together used in picking robot self localization and navigation, by combining their advantages, the picking robot in and outside interaction of more accurate and rapid. Radio frequency identification (RFID) is an emerging technology, for picking robot in the environment more complex and obstacles, the RFID module of object recognition is the use of long life, identification tags, etc.. But there are also poor anti-interference, communication distance is too short, too dependent on the read and write device signal acquisition and cost advantages and shortcomings. WSN technology can sense a wide range of signals, with a wide range of radiation, no one on duty and low cost advantages, but for the identification of sensor nodes, the use of life and energy consumption is not ideal. The perfect complementarity between the two technologies enables intelligent recognition and positioning of a higher level, and will certainly promote the application and development of RFID and WSN in the intelligent picking robot.

fruit and vegetable; picking robot; location; navigation; automatic identification

2016-07-06

武汉工商学院科学研究项目(A2016010)

熊 琼(1981-)，女，湖北鄂州人，讲师，硕士，(E-mail)joanxiong@foxmail.com。

S225.911

A

1003-188X(2017)10-0223-05