猪舍清洁机器人设计及路径规划研究

刘磊LIU Lei

（重庆交通大学机电与车辆工程学院，重庆 400000）

0 引言

根据中国农业部印发的《全国生猪发展规划（2016-2020）》，我国生猪产业正处于转型升级关键时期，整个养殖业存在五大问题：环境压力加大、资源约束趋紧、国际竞争加剧、疾病隐患明显、市场波动加深[1-2]。其中最大的问题就是环境问题，缺乏卫生的养殖加大了环境污染，同时也提高了疾病发生几率，也就是引发了疫病隐患这一大问题。2018 年爆发的非洲瘟疫，使我国生猪养殖业受到严重的打击，而恶劣的环境有利于疾病的滋生和传播，可见环境问题是目前生猪养殖业面临的最大问题[3]。生猪养殖厂正在向规模化，集约化发展。其规模越来越大，这使得人力成本也随之增加。

针对这些问题，使猪舍向自动化发展也是同样重要的。为推动养殖场的自动化以及解决污渍清洁问题，本设计拟设计一种可以自动清洁养殖场猪舍的清洁机器人。

1 清洁机器人的结构设计

我国猪舍打扫常规是用人力用铲铲走粪便，且猪舍粪便容易粘连地面，使用人力铲十分费力；传统的家用清洁机器人的清洁机构很难适用于猪舍打扫，故设计时依然使用铲。就目前而言，使用铲进行清洁的装置，常常用于除雪车上，这种机构用于猪舍清洁，就是将机器人代替人工铲粪便，适用性强。但是除雪车的铲通常为刚性的，用于猪舍就不太适用，要让地面清洁干净，又不能因地面平整问题而影响机器人运行，故在设计时参考汽车减震器在铲头中加入缓冲装置，让铲具有一定的柔性。本设计清洁机器人可以分为两大模块：清洁模块，控制模块。清洁机器人的整机结构模型如图1 所示。

图1 清洁机器人模型图

1.1 清洁模块

清洁模块主要由铲头与电动推杆以及固定杆之间通过导轨和滑块连接，使得铲头在竖直方向上可以相对推杆移动。铲头与电动推杆之间的铲头与推杆连接装置上安装有一对压力传感器，用于感知铲头是否已经贴到地面，方便控制铲头高度。电动推杆的作用在于能够使铲头做半圆弧运动，实现一个倾倒的动作。清洁模块整体高度的控制通过带锁伺服电机控制的滑台实现。（图2）

图2 清洁机器人清洁模块

本设计参考了汽车减震器设计了一种铲头与推杆连接装置，让其能够随地面的坡度升降，并且能够感知地面对铲头的压力，反馈给控制器，可以对铲头进行姿态调整，以适合当前状态的运行。

1.2 控制模块

主控板使用英伟达开发板，操作系统为linux 系统。底层驱动控制器使用32 位底层驱动单片机。主要控制的电机有5 个，分别是轮驱动电机：一对差速驱动24V120W 直流电机。清洁模块上3 个电机，分别是：一对24V 电动推杆电机，一个控制滑台的伺服电机。控制清洁机器人的移动主要通过英伟达主控板实现，外部感知使用激光雷达感知，铲头与地面的接触有一对压力传感器感知。（图3）

图3 清洁机器人控制系统框图

2 清洁机器人的路径控制策略

本设计的清洁机器人主要用于猪舍的清洁，根据国标GB/T 17824.1-2008 以及现场调研可以得知我国猪舍类型大体可以根据外有无排污通道分为2 种类型；有排污通道的猪舍，在清洁机器人清洁的过程中，可以直接将污渍推入排污通道，无需将污渍运出，机器人只需做往返运动，路径控制较为简单，故本文设计主要考虑无排污通道的情况。（图4）

图4 无排污通道猪舍

清洁机器人主要对猪舍内猪圈进行清洁，本设计清洁过程可以分为铲和倒的过程，在运行的过程中放下铲头对地面进行清洁，当铲头满时会进行一个倾倒的动作。本设计的清洁过程可用图5 表示。

图5 清洁过程流程图

在清洁开始时，需要现设置清洁的单间数N，在清洁机器人运行时，在过道中行驶时会识别单间，在控制时单间的优先度最大，故先进入单间。在进入单间清洁的时候，将通过A*算法实现全路径规划，下章将会详细描述。在铲头上安装有传感器，当压力达到设定阈值时，将判单为铲头装满，将进行倾倒动作，若倾倒过后未实现全路径行驶，将进行二次清洁。

2.1 A*算法描述

设计时路径规划的方法为A* 算法，其数学表达式为：

其中f（n）为第n 个节点的评估函数；g（n）式状态空间起始点到n 点评估；h（n）从n 点到目标点最佳路径评估[4-8]。式（1）中，h（n）计算方式：

其中（xn-1，yn-1）表示当前点的位置坐标，（xn，yn）表示目标点n 的位置坐标。

在使用A*算法进行全覆盖路径规划时，容易在猪圈内清洁完成后出现无法走出猪圈的问题，及无法实现全覆盖。考虑到此情况，可以基于猪舍对A*算法进行改进。

2.2 适用于清洁机器人的全覆盖A*算法

由清洁过程必须实现全覆盖，对目标点设定评估优先度代价s（n），将其带入式（1）。则可以得到：

针对猪舍分布情况，可以将清洁分为2 大部分，及N个猪圈单间和过道。设置总区域为S={x，y}，可清洁区域猪圈内为S1，可清洁区域过道为S2，不可清洁区域为S0。猪舍单间内的优先度最高，则评价优先度代价：s1（n）＜s2（n），可设区域代价之差为：

对于评估优先度代价s（n）的取值，参考式（1），可以得：

对于N 的取值，可以通过试验确定最佳取值。

设置当前终点为起点，重新设置最新的终点，直到实现全覆盖。使A*算法适用于全覆盖，传统的方法是将已经走过的地方看作为存在障碍物，规避已经清洁过的地方，但是这样将会出现一个问题，及清洁过程将留下死区；考虑到这个问题，在清洁机器人清洁过的区域，将重新设置当前区域评价优先度代价s（n）及：

及若在遇到已经清洁过的位置时，优先度将会花费双倍的代价，及机器人会优先行走未走过的区域，也防止清洁过程出现死区。

2.3 基于MATLAB 仿真建模

通常每个格子水平和竖直时相邻时g（n）=10，对角线相邻时取g（n）=14。考虑两种情况，第一种为设置终点后出现障碍物，第二种情况为第一种情况下，周围存在已清洁区域。仿真结果如图6、图7 所示。

图6 一般环境仿真

图7 考虑已走路径仿真

根据图6、图7 可以看出，在考虑优先度的时候，路线会优先走为走过的路线，能够实现最大程度的路径覆盖。

针对猪舍的布局（通道宽为1.4m，猪圈单间为3×3m）以及车身最宽部位为铲头部分宽0.7m，故可建立模型栅格图。设起始点为（1，8），终点为（1，7）。清洁机器人在猪舍的运动仿真如图8 所示。

图8 猪舍内路径仿真

3 总结

针对国内猪舍缺少智能清洁设备，设计一款猪舍清洁机器人具有很强的工程意义。本文介绍了主题结构的设计，以及使用适用于清洁机器人的A* 算法进行了MATLAB 路径仿真。设计一款用于猪舍清洁的机器人，能够填补了国内猪舍缺少智能清洁设备的空缺，对养殖场的发展有实际的工程意义，本设计目前处于初步样机阶段，对以后清洁机器人的设计提供了参考意义。