基于机器视觉与云平台监控的助农机器人设计

郑雨萱，周建华，胡捷，黄海铭，孔祥潞

（湖南工业大学电气与信息工程学院，湖南 株洲 412000）

目前我国农业生产虽然范围广，但生产水平与生产效率仍处于劣势地位。近年来，随着人们对农业创新发展越来越重视，现代机械化农业装备逐渐成为现代农业发展的重要支撑。本款多功能助农机器人采用模块化设计，实现精准定点定位喷药除草、施肥、播种等功能。

1 系统机械结构设计

助农机器人整体机械结构分为三大部分，分别是履带式底盘设计、轮距调节结构设计、二维机械手装置，其结构示意如图1所示。

履带式底盘设计：机器人采用履带底盘，扩大了主体与地面的接触面积；精准的底盘高度搭配合理功率的步进电机，让机器人能够平稳、迅速通过各种地形复杂的作业环境，实现对杂草、农作物的初定位。

轮距调节结构设计：通过外界给予动力，传给转轮，转轮通过铝棒带动齿轮转动，使齿条左右平移，带动传动机构与直线导轨左右平移，从而调节履带轮轮距，使装置适应不同宽度的田垄。

图1 整体机械结构示意图

二维机械手装置：主要利用两套丝杆步进电机系统垂直交叉组合。水平定位系统和竖直定位系分别控制水平和竖直距离，实现定位功能。

2 控制执行系统设计

2.1 控制执行系统硬件整体框图

本文主要设计一款以STM32为核心控制器，由图像处理、定位及功能实现、物联网云平台监控、现场上位机监控、光伏发电五大功能模块组成。控制执行系统的总体系统框图如图2所示。

2.2 控制芯片-STM32

项目采用STM32单片机为主要芯片，工作频率为72MHz，处理速度快，16个外部中断，4个16位定时器。以满足其数据处理、控制运行、信息人机交互等需求。

2.3 图像处理模块

图像处理模块是助农机器人的核心模块。本文设计通过图像处理模块完成农作物识别、目标定位及反馈。

农作物识别：利用神经网络深度学习建立一个图像数据库，通过扫描杂草样本，向数据库添加杂草叶片样本。树莓派通过对摄像头扫描抓取的清晰图像进行处理，得到杂草叶片图片后，与数据库样本进行比对，识别出作物种类，并记录相应作物所需施肥、农药量。

目标定位及反馈：摄像头根据拍摄的实地图片返回一个梯形区域，通过计算将梯形区域逐步纠正为一个水平的矩形区域并假定坐标，定位每一个点坐标。树莓派计算目标点像素，对应到平面中的中心点坐标，确定目标在其中的具体位置，并将目标所在位置以及杂草所需喷药量反馈到STM32处理器。

图2 总体系统框图

2.4 定位及功能实现模块

该模块主要完成两个步骤，一是机器人与二维机械手的精准定位；二是除草、施肥功能的具体实现。

（1）机器人与二维机械手的精准定位。通过步进电机实现机器人前后精准定位。STM32根据来自图像处理的定位信息，实现对目标初定位。通过二维机械手定位系统实现喷头精准定位控制。

（2）除草、施肥功能的具体实现。利用电磁阀控制系统实现功能。采用二位三通电磁阀作为电磁阀驱动控制部分的主要控制器。单片机通过调整PWM打开关断电磁阀，完成喷洒动作。电源向压力泵供电，药箱里的液体变为高压液，实现雾状喷雾。

2.5 物联网监控平台

物联网监控平台模块是助农机器人和操作者信息交互的平台。本文设计通过STM32、物联网网关、物联网云平台和智能APP终端/PC网站网页实现监测和数据传输，实时监测和远程控制的问题。拟采用两种不同的监控方法——上位机基于物联网云平台远程控制、触摸屏人机界面现场设置，帮助助农机器人能在不同的场合下顺利工作运行。

2.6 光伏发电模块

光伏发电模块由光伏发电太阳能板、光伏发电控制器、锂蓄电池组成。将太阳能板安置在机器人顶部，通过光伏发电控制器将太阳能转为电能一部分储存在锂电池中，另一部分直接向系统模块供电，提高能源利用率。

3 控制系统软件设计

该多功能助农机器人控制系统软件采用模块化编程方式，主要包括图像处理程序、移动控制程序、物联网云平台监控通信协议程序三个部分。控制流程图如图3所示。

首先对当前农田中的作物进行图像采样，与大数据库进行对比。助农机器人按照事先规划好的运动路径工作，实时识别检测当前所在农田是否有目标作物。识别确认为目标作物，确定作物类别以及作物对农药化肥的最佳剂量，进行精准定位子程序和喷药施肥子程序。按照规划路径反复执行，直至完成所有路径，物联网监控子程序起实时监控调节作用。

4 结语

本文对该基于图像识别与物联网监控的多功能助农机器人的机械、硬件和软件设计进行了简单的介绍。可满足定点定位喷药除草、播种、施肥的功能，精确用药，减少农药使用量，发展绿色农业该助农机器人的模型设想为后续的成果制作转化奠定一定基础。

图3 控制流程图