节水灌溉竞赛机器人设计*

李思睿，梁家涵，史颖刚，刘 利

（西北农林科技大学机械与电子工程学院，陕西咸阳 712100）

0 引言

农业用水一直占我国总用水量的60%以上，灌溉水利用系数仅为0.53，用水效率低，但节水灌溉可节水80%以上。因此机器人竞赛开设节水灌溉机器人子项目，以学科竞赛为背景，模拟农业地形和施水目标，使学生独立完成作品设计，对比赛项目进行解决和拓展研究，提升学生专业素养[1]。

节水灌溉机器人通常由机器人进行单一作业。为了保证灌溉效率，要求机器人按实际干旱程度变量施水。本文设计的节水灌溉机器人采用无人机和机器人空地协同作业，使机械、电气和控制相结合，通过获取模拟干旱信息、灌溉对象位置和本体姿态数据，实现颜色识别传输、自主导航、目标识别、变量施水和自主调平，在按照所需施水量进行灌溉的同时，减少复杂环境对作业效果的影响，提高水利用率。最后，针对所设计的机器人进行实地调试和参赛，验证了其有效性。

1 节水灌溉机器人竞赛

节水灌溉机器人竞赛是中国机器人大赛农业机器人赛项的子项目，竞赛场地如图1 所示，比赛时，无人机从起点区自主起飞，在信息采集区域收集A 区、B 区、C 区、D区的干旱信息，经过信号处理后，分别将A 区的旱情信息和B 区、C 区、D 区的旱情信息，发送给A 区的渗灌控制系统和停在起始区的灌溉机器人，然后在降落点完成自主降落。A 区的渗灌控制系统接收到无人机发送的旱情信息后，根据不同旱情的需水量，控制渗灌系统完成灌溉。灌溉机器人从起始区出发，依次通过B 区、C 区、D 区，对不同地形和植物进行变量施水，完成作业任务后机器人返回终点区。

无人机信息采集区有用于无人机导航的白线，4个旱情模拟图，分别模拟施水区A 区、B 区、C 区、D 区的干旱情况，旱情信息使用不同颜色的矩形区域模拟，每个矩形区域平均分为6个部分，每个部分从红色（R：255,G：0,B：0）、绿色（R：0,G：255,B：0）、蓝色 （R：0,G：0,B：255） 中随机抽取，并由志愿者现场随机摆放。其中，红色表示严重干旱，施水量最多，数字代号3；绿色代表一般干旱，施水量中等，数字代号2；蓝色代表轻微干旱，施水量最少，数字代号1。

A 区为自动渗灌区，采用LED 指示灯点亮的数量代表施水量；B区为矮株作物灌溉区，模拟灌木作物的施水；C区为大田连续灌溉区，此区域设有坡道，植株为高杆作物；D 区为随机树苗灌溉区，喷靶位置和方向随机摆放。机器人需要能识别起跑线、停止线和赛道导引线，在没有导引线的部分路段，能自主完成任务。

图1 竞赛场地

机器人比赛流程如图2所示，无人机主控制器驱动4个空心杯无刷直流电机转动，使无人机起飞后按规划路径飞行；调用OpenMV 视觉模块识别信息采集区域的色块，处理后获得各区域旱情信息；ATK-LORA 以字符串形式将旱情信息，传送至A 区渗灌系统控制器和灌溉机器人的主控制器，随后无人机自主返航。

图2 机器人比赛流程

图3 图像识别结果

2 旱情信息识别

OpenMV3 摄像头模组搭载于无人机上，在OpenMV IDE的编程环境中，采用Python 语言编写基于OpenMV 视觉库的图像处理算法，其选用LAB 颜色模型，识别代表旱区信息的色块颜色[2-3]，图像识别结果如图3 所示。经图像处理后，区域颜色信息转化为旱情信息，并由串口[4]将数据传输给A区渗灌系统控制器和灌溉机器人的主控制器。

摄像头模组进行视觉识别的流程，如图4 所示。无人机飞行过程中，OpenMV3 摄像头模组动态捕捉代表旱情区域的色块颜色，然后滤掉图像信息的背景颜色，将色块均分处理成12 个矩形小块后，获取图像信息，判断各个局部色块的阈值，返回字符串代码，建立色块信息储存数组，得到旱情图样。无人机主控制器驱动OpenMV3 摄像头模组连续重复识别3 次旱情区域的色块颜色，若3 次数据均相同，则将字符串打包，通过ATK-LORA 模块分别将灌溉信息发送给A 区渗灌控制系统的LORA 模块和灌溉机器人的LORA 模块。渗灌系统和灌溉机器人根据不同的旱情信息，执行相应的灌溉动作。无人机、渗灌控制系统和灌溉机器人的LORA 模块采用一般模式透明传输，使用点对多通信，地址、信道、无线速率等参数的设置相同。

图4 无人机视觉识别流程

3 渗灌区自动施水系统

A 区的渗灌区自动施水系统架构，如图5 所示，包括ATK-LORA 模块、STM32 处理器、6 组LED 灯组，每组LED灯组包括3 个供电电压3.7～5 V 的LED 灯珠。采用共阴极接法，将每个灯珠的负极端接到STM32的GND端，正极依次连接到STM32处理器的IO口上，STM32处理器通过控制IO口输出高电平，点亮相应LED灯。

图5 渗灌区自动施水系统架构

无人机与A 区自动渗灌系统的通信字符以“A”为起始符，“B”为结束符，中间6 位数字采用16 进制，代表不同的干旱程度，AB均为字符型：1代表蓝色，轻微干旱；2代表绿色，一般干旱；3 代表红色，严重干旱。例如：“A”0x1 0x1 0x2 0x3 0x30x3“B”，代表识别A区干旱信息依次为：轻微干旱、轻微干旱、一般干旱、严重干旱、严重干旱、严重干旱。

STM32 处理器中，事先预制好一个数组，数组中的每个元素都是两位数，其中，十位数上的数字表示第几组花盆，个位数上的数字表示干旱程度，即需要点亮灯的个数，例如“12”表示第一组花盆，一般干旱。

ATK-LORA 模块接收无人机发送的旱情信息数据包，STM32 处理器以逐位接收方式将数据包储存到串口数据缓存区，选用Strcmp 函数，将数据缓存区的数据与预制数组中的元素逐个对比，即可获得A 区旱情对应施水量的字符串，STM32 处理器发送字符串命令，控制6 组LED 的亮灭，模拟渗灌系统的有效灌溉。

4 灌溉机器人

根据竞赛要求，设计灌溉机器人如图6 所示。底盘由铝合金板材制成，实心橡胶轮进行前轮驱动，后接万向轮作为从动轮[5]。执行机构固定安装在底盘上，为提高机器人在比赛施水过程中的灵活性，执行机构采用平面连杆机构。

图6 灌溉机器人实物

控制系统架构如图7 所示，主控制器STM32 处理器接收到无人机发送的旱情信息后，先处理旱情信息，获得B区、C区、D 区的施水量，然后控制步进电机驱动器，根据预先规划算法，实现机器人底盘前进、后退、转向的组合运动。

图7 总体控制系统架构

机器人采用2 个光电开关检测前方障碍物，当前方有障碍物时，光电开关返回低电平信号，主控制判断到达灌溉点。在循迹线区域，8 路循迹传感器返回高低电平给主控制器，引导机器人巡线前进和转向运动。机器人行驶至C 区的坡道时，陀螺仪反馈车体的倾斜角度信息，主控制器驱动丝杠电机转动，调整执行机构始终保持在水平位置。到达灌溉点后，主控制器依据预定的作业位置，驱动直流电机转动，使灌溉平台移动。喷头处的光电开关扫描到喷靶位置后，返回低电平信号，主控制器即可定位喷靶位置，并按旱情数据控制电磁继电器，调节增压泵的压力和流量，精确灌溉喷靶。

4.1 底盘基本运动控制

灌溉机器人底盘结构分布如图8 所示，左、右2 个车轮各由一个57步进电机驱动。采用TB6600 电机驱动器控制步进电机的正转、反转，步进电机的旋转受使能控制位En 控制电机的开关，方向控制位Cw 控制电机的正转和反转。主控制器定时中断产生的脉冲控制步进电机转速，表1所示为是步进电动机正反转控制真值表。步进电机驱动器与主控制器STM32的IO口相连，使PB5、PE7，PE7、PE8，PB0、PB1分别控制电机的转向、使能和电平反转，实现机器人底盘的前进、后退、左转、右转、速度调节和停止等动作。

图8 灌溉机器人底盘结构分布

表1 步进电动机正反转控制真值表

也可以更改TIM7的预分频值和重装载值，确定定时器产生中断的频率，利用TIM_SetCompare 函数调节PWM 波占空比，实现步进电机的调速控制。

4.2 循迹路径规划

灌溉机器人底盘前端装有八路灰度循迹传感器S308[6]，从左至右依次为L4、L3、L2、L1，R1、R2、R3、R4。基于循迹的路径规划流程如图9所示。

STM32 处理器把连接灰度循迹传感器的8 个IO 口设置成浮空输入，通过读取IO口的高低电平信号，判断循迹传感器的工作状态。模拟大地的黄色地毯上采用白色胶带作为灌溉机器人的循迹引导线，当循迹传感器发出的光遇到黄色地毯时，光被吸收，循迹传感器没有接受到反射光，循迹传感器的IO口保持高电平；当循迹传感器发出的光遇到白色胶带时，光被反射到接收管，经施密特触发器整形后，循迹传感器的IO口输出低电平。

若车体向右偏转，L2或L1路检测到循迹线，主控制器调节左、右车轮的转速差值，使车体向左校正；若到达左转位置，L4 或L3 路检测到循迹线，主控制器控制左侧车轮反转，右侧车轮正转，车体左转；机器人循迹过程中的向右校正算法和右转控制算法原理，类似于向左校正算法和左转控制算法，方向相反，不再赘述[7]。

图9 基于循迹的路径规划流程

4.3 灌溉执行机构

机器人的灌溉动作执行机构原理，如图10 所示，4 组平行四杆机构构成了2个左右对称的平面连杆机构，机构末端设有喷头架用来放置施水装置。为减轻车体自重，齿轮齿条机构选用尼龙制品。主控制器通过驱动直流电机转动，实现齿轮齿条的啮合传动，从而变换平面连杆机构的伸缩长度。平面连杆机构的最大伸长量为1 m，可根据B 区、C 区、D 区的喷靶摆放位置，实时调整工作长度。

图10 灌溉动作执行机构

每个齿轮齿条机构由一个直流电机控制。主控制器利用定时器8的通道1和2分别输出2组模式1的PWM波，PWM输出端口连接直流电机的EN1 引脚，用于改变PWM 波的占空比，调整电机转速[8]，控制臂长伸缩时间；主控制器的2个IO口分别连接电机的方向控制信号IN1、IN2引脚，当两位数字信号置为0、1时，电机反转，平面连杆机构收缩；反之，电机正转，平面连杆机构伸长，实现喷灌距离调整。

当机器人喷灌作业时，平面连杆机构伸缩，喷头架上的光电开关返回主控制器低电平信号，系统定位喷靶位置。光电识别到喷靶时，主控制器检测光电开关信号的IO 口为下降沿，触发外部中断操作，同时主控制器控制对应电磁继电器开启，实现增压泵工作，并限制开启时长，完成喷灌施水任务。

4.4 自平衡机构

图11所示为灌溉机器人的自平衡机构，底盘为元器件安装层，托板为平面连杆机构和水箱的放置层。丝杠螺母与托板固定连接，通过控制丝杠电机转动可调节平面连杆机构及水箱的平衡，确保车体在有障碍设置的部分地区稳定通过。

图11 灌溉机器人自平衡机构

STM32 处理器采用MPU9250 陀螺仪获取自平衡机构的托板姿态[9]。选择定时器3 更新中断，利用IIC 总线通信，每0.05 s获取一次自平衡机构的姿态数据，处理角度反馈值，判断丝杆电机正反转，使得托板始终处于水平状态。

图12 调平流程

托板调平流程如图12所示，首先在平地校正陀螺仪，设置初始水平参考角，机器人上斜坡时，底盘角度不断变化，陀螺仪反馈托板的偏移角度给STM32 处理器，计算后获得托板矫正系数，驱动丝杠电机调整角度，自主调平灌溉执行机构。

5 结束语

根据节水灌溉竞赛机器人的竞赛要求，以无人机、渗灌系统和灌溉机器人为主，构建了机器人竞赛系统，机械、电气和控制相结合，实现了视觉识别、信息收发、灌溉控制、循迹导航、自动调平等功能。搭建竞赛场地进行了216次的实地测试，结果表明无人机视觉系统检测结果与色块吻合成功率达94.91%，旱情信息传输正确率97.69%，自动渗灌区作业成功率98.61%，灌溉机器人精准喷灌成功率90.74%，系统走完全程并全部实现预期灌溉的成功率是83.33%。本文设计的节水灌溉竞赛机器人，于2019年8月参加了2019中国机器人大赛，并获得冠军，验证了本设计的有效性，同时，对相关竞赛机器人的设计也有一定的参考意义。