CN112544204A - 基于risc-v嵌入式处理器的除草机器人及控制方法 - Google Patents

Abstract

本发明公开了一种基于RISC‑V嵌入式处理器的除草机器人，其特征在于，包括基于RISC‑V指令集的K210嵌入式处理器、循迹单元和除草单元；其中，循迹单元包括预先铺设的循迹路径、灰度传感器、电机模块和履带组件；除草单元包括摄像头模块和机械臂模块；基于RISC‑V指令集的K210嵌入式处理器与灰度传感器、电机模块、摄像头模块以及机械臂模块连接；电机模块与履带组件连接。本发明的基于RISC‑V嵌入式处理器的除草机器人及控制方法，以基于RISC‑V指令集的K210嵌入式处理器作为控制核心，并进行图像识别判别杂草，且其运行效率极高，既能节约成本，又能提高处理速度。

Description

基于RISC-V嵌入式处理器的除草机器人及控制方法

技术领域

本发明属于除草机器人技术领域，具体涉及一种基于RISC-V嵌入式处理器的除草机器人及控制方法。

背景技术

为提高农业的经济效益，发展现代化精确农业是必然选择的途径，而农业除草机器人就是精确农业在农田除草上的一个重要应用，也是未来农业发展的必然途径。当今的农业生产过程中，农业机械化的程度并不高，除草机器人大都采用喷洒除草剂的方式除草，存在着农药残留污染环境的问题。因此，发展无环境污染的智能除草机器人不仅能解决劳动力不足的问题，而且改善了农业的生产环境，避免了农药对人体的伤害。从长远来看此类机器人具有很高的社会，经济，生产效益。

目前，智能小车和视觉识别技术的相关研究已经有很多，但现有技术很难有将二者结合运用到除草设备上，其具体原因如下：①目前视觉识别的设备大多体积较大，且成本较高，例如被广泛运用的NVIDIA Jetson系列，它已经是搭载GPU运算单元的成本最低的嵌入式设备了，但其成本依旧在1000元人民币以上，且占地空间较大。②目前已有的利用OpenMV作为视觉识别模块的视觉识别机器人视觉识别的准确率低，且速度很慢。

发明内容

本发明解决的技术问题是提供一种基于RISC-V嵌入式处理器的除草机器人及控制方法，解决采用喷洒除草剂的除草方式污染环境以及视觉识别设备体积较大且成本较高的问题。

本发明提供一种基于RISC-V嵌入式处理器的除草机器人，包括基于RISC-V指令集的K210嵌入式处理器、循迹单元和除草单元；其中，循迹单元包括预先铺设的循迹路径、灰度传感器、电机模块和履带组件；除草单元包括摄像头模块和机械臂模块；

基于RISC-V指令集的K210嵌入式处理器与灰度传感器、电机模块、摄像头模块以及机械臂模块连接；电机模块与履带组件连接。

进一步地，摄像头模块包括OV2640摄像头和FIFO数据缓存器，OV2640摄像头利用FIFO作为数据缓存，通过DCMI接口与基于RISC-V指令集的K210嵌入式处理器连接。

进一步地，履带组件包括履带以及设置在履带内的左、右驱动轮。

进一步地，机械臂模块包括三个串行总线舵机；其中，两个舵机构成机械臂的两个自由度，另一个舵机用来除草。

进一步地，电机模块包括四个全桥驱动和与全桥驱动连接的电机。

进一步地，该机器人还包括照明模块，用于提供照明。

进一步地，该机器人还包括运行状态传感器，运行状态传感器包括电池电压采样检测模块和测速模块；其中，电压检测采样模块用于将电池输入的电压利用康铜电阻分压，再通过ADC转换电路读取采样电压值，最后转换算出电池实际电压值；测速模块用于利用霍尔元件和与电机转轴相连的磁性元件作用，输出一组方波，基于RISC-V指令集的K210嵌入式处理器通过检测方波频率得到电机转速，进而通过轮径计算出运行速度。

进一步地，该机器人还包括OLED显示模块，与运行状态传感器连接，显示电池电压和运行速度。

本发明还提供一种利用上述除草机器人的控制方法，包括以下步骤：

灰度传感器采集循迹路径信息，判断机器人行进路线是否偏移；若否，则继续前进；若是，基于RISC-V指令集的K210嵌入式处理器调整电机模块的电机转速，进而调整履带组件的左、右驱动轮转速，利用左、右驱动轮的差速调整机器人行进方向，使机器人沿循迹路径前进；

摄像头模块进行图像识别，判别是否存在杂草；若是，则基于RISC-V指令集的K210嵌入式处理器控制机械臂进行除草。

进一步地，判断机器人行进路线是否偏移具体为：灰度传感器采集循迹路径信息后，判断灰度信号是否集中在中间部分，若是，则未偏移；若灰度信号分布在中间偏左或偏右，则路线偏移；

机械臂除草具体过程为：计算当前图像中杂草距离图像中心点的距离，并将该距离转换为x，y两个方向上的偏移量分别输入两个PID控制器，两个PID控制器分别控制机械臂两个自由度上的舵机，以实现杂草抓取；最后控制第三个舵机实现杂草切除。

本发明的有益效果为：本发明的基于RISC-V嵌入式处理器的除草机器人及控制方法，以基于RISC-V指令集的K210嵌入式处理器作为控制核心，并进行图像识别判别杂草，且其运行效率极高，既能节约成本，又能提高处理速度。

进一步地，摄像头模块包括OV2640摄像头和FIFO数据缓存器，OV2640是一种常用于嵌入式领域的低成本摄像头，其最高输出分辨率为UXGA级别，即1600×1200像素输出，摄像头模块中自带有FIFO数据缓存器，因此采集图像时不会占用K210过多的缓存。

进一步地，照明模块可以在光线不足的情况下提供光照，提高循迹和杂草识别的准确性。

附图说明

图1为基于RISC-V嵌入式处理器的除草机器人的结构图。

图2为除草机器人的主程序流程图。

图3为除草机器人的循迹流程图。

图4为除草机器人的杂草识别及除草流程图。

具体实施方式

下面将结合附图对本发明作进一步的说明：

本发明利用基于RISC-V指令集的高性能64位嵌入式处理器K210为控制以及图像处理核心，控制机器人在种植田中实现自动除草功能。在种植田中提前利用高对比度的颜色(例如白色纸上画黑线)来达到预设机器人运动路径的效果，机器人利用K210的IIC通信接口连接灰度传感器，通过灰度传感器识别种植区里上述规划好的路径，并沿着路径行走；与此同时，K210嵌入式处理器通过DCMI接口连接0V2640摄像头，利用OV2640进行路径周边环境图像采集，K210通过分析采集到的颜色及形状的识别来锁定杂草，实现图像处理的功能；最后，在识别到杂草后利用K210嵌入式处理器的UART串口向串行总线舵机发送信息，控制由串行总线舵机构成的机械爪抓取杂草，将其清除。

本发明实施例的基于RISC-V嵌入式处理器的除草机器人，如图1所示，包括基于RISC-V指令集的K210嵌入式处理器、循迹单元和除草单元；其中，K210嵌入式处理器为一种基于RISC-V指令集，具有高效处理图像数据的NPU单元，其高性能能与小型计算平台媲美。循迹单元包括预先铺设的循迹路径、灰度传感器、电机模块和履带组件；除草单元包括摄像头模块和机械臂模块；

基于RISC-V指令集的K210嵌入式处理器与灰度传感器、电机模块、摄像头模块以及机械臂模块通过不同的信号传输接口连接；电机模块与履带组件连接。履带组件包括履带以及设置在履带内侧的主动轮和从动轮。

在本实施例中，摄像头模块由OV2640摄像头及其周边驱动电路组成，OV2640是一种常用于嵌入式领域的低成本摄像头，其最高输出分辨率为UXGA级别，即1600×1200像素输出，摄像头模块中自带有FIFO数据缓存器，因此采集图像时不会占用K210过多的缓存。摄像头模块与K210通过DCMI接口连接，并通过相应指令读取图像，之后再利用K210中存放的模型进行逐帧识别是否为杂草。

机械臂模块由三个串行总线舵机组成，其中两个舵机构成机械臂的两个自由度，另一个舵机用来控制夹取剪切动作，它们分别有不同的编号，K210通过向不同编号的舵机发送指令来完成控制三个舵机实现机械臂自由活动和清除杂草的功能。

运行状态传感器包括电池电压采样检测模块以及小车测速模块，电压检测采样模块将电池输入的电压利用康铜电阻分压，再使用ADC转换电路读取采样电压值，最后再转换算出电池实际电压值；小车测速模块利用霍尔元件和与小车电机转轴相连的磁性元件作用，输出一组方波，使K210检测方波频率即可转换出电机转速，进而通过轮径计算出小车运行速度。

电机模块由四个全桥驱动及其驱动的电机组成。全桥驱动利用MOS管开关特性实现控制与其相连的电机正反转和转速。K210通过向电机驱动输入脉宽调制方波即可控制电机转速。OLED显示屏模块与K210通过IIC通信总线连接，可以显示当前机器人的运行状态以及电池电量等信息。

灰度传感器安装在机器人底盘下方，用来检测和识别地面预设的路径，传感器通过IIC通信总线与K210连接

照明模块由LED灯及其驱动电路组成，为了提高杂草识别的准确率，在外界光照昏暗下也能准确识别杂草。

本发明还提供一种用上述除草机器人的控制方法，机器人运行开始后，首先初始化各个模块，之后再进入主循环，主循环共处理两个任务，分别是循迹运行任务和图像识别除草任务，通过触发中断来切换两个子任务，系统主程序流程如图2所示。

初始化过程包括图像识别初始化和其他外设初始化。图像识别初始化是将事先在PC上利用yolov3算法训练好的yolov3杂草模型从挂载在K210上的SD卡中载入K210的内存中；其他外设初始化则包括其他外设引脚初始化、时钟配置以及各个通讯数据总线初始化。

其中，循迹流程如图3所示，根据灰度传感器采集到的信号判断机器人行进路线是否偏移，若灰度传感器读取到灰度信号集中在中间部分，则未发生偏移，机器人继续向前行走；若灰度信号分布在中间偏左或偏右则说明路线已偏移。若偏移，则通过改变连接在电机驱动模块GPIO输出PWM波的占空比调整主动轮的转速，利用左右两对主动轮的差速调整机器人行进方向，同时定时器定时100ms，每进入一次中断判断是否到达终点，若是则停车并关闭中断，否则本次中断结束，等待下次中断。

图像识别除草任务如图4所示，在初始化OV2640摄像头模块后，即可进行图像识别任务。由于事先已在PC上训练好杂草的yolov3模型，因此利用K210的NPU只需要将模型加载到内存中即可实现自动识别。通过定时器定时100ms，对每次定时器中断后采集到的图像进行处理，当图像灰度较高时，打开照明模块的LED灯。

若图像中不存在杂草则继续开启定时器中断；若存在杂草则计算当前图像中杂草距离图像中心点的距离，并将该距离转换为x，y两个方向上的偏移量分别输入两个PID控制器，并触发外部中断，在外部中断中，两个PID控制器的输出值分别控制机械臂两个自由度上的舵机，该操作不断循环，以实现机器人机械臂的机械爪在杂草上为止。当摄像头设置在机械爪中间时，此时杂草与图像中心点的距离应为0左右，经判断语句确认x和y两方向上距离接近0附近以后，K210再控制第三个舵机实现切除杂草的动作，至此整个除草任务完成，跳出中断，重新返回循迹和图像识别循环中。

本领域的技术人员容易理解，以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于RISC-V嵌入式处理器的除草机器人，其特征在于，包括基于RISC-V指令集的K210嵌入式处理器、循迹单元和除草单元；其中，循迹单元包括预先铺设的循迹路径、灰度传感器、电机模块和履带组件；除草单元包括摄像头模块和机械臂模块；

基于RISC-V指令集的K210嵌入式处理器与灰度传感器、电机模块、摄像头模块以及机械臂模块连接；电机模块与履带组件连接。

2.根据权利要求1所述的基于RISC-V嵌入式处理器的除草机器人，其特征在于，摄像头模块包括OV2640摄像头和FIFO数据缓存器，OV2640摄像头利用FIFO作为数据缓存，通过DCMI接口与基于RISC-V指令集的K210嵌入式处理器连接。

3.根据权利要求1所述的基于RISC-V嵌入式处理器的除草机器人，其特征在于，履带组件包括履带以及设置在履带内的左、右驱动轮。

4.根据权利要求1所述的基于RISC-V嵌入式处理器的除草机器人，其特征在于，机械臂模块包括三个串行总线舵机；其中，两个舵机构成机械臂的两个自由度，另一个舵机用来除草。

5.根据权利要求1所述的基于RISC-V嵌入式处理器的除草机器人，其特征在于，电机模块包括四个全桥驱动和与全桥驱动连接的电机。

6.根据权利要求1所述的基于RISC-V嵌入式处理器的除草机器人，其特征在于，该机器人还包括照明模块，用于提供照明。

7.根据权利要求1所述的基于RISC-V嵌入式处理器的除草机器人，其特征在于，该机器人还包括运行状态传感器，运行状态传感器包括电池电压采样检测模块和测速模块；其中，电压检测采样模块用于将电池输入的电压利用康铜电阻分压，再通过ADC转换电路读取采样电压值，最后转换算出电池实际电压值；测速模块用于利用霍尔元件和与电机转轴相连的磁性元件作用，输出一组方波，基于RISC-V指令集的K210嵌入式处理器通过检测方波频率得到电机转速，进而通过轮径计算出运行速度。

8.根据权利要求7所述的基于RISC-V嵌入式处理器的除草机器人，其特征在于，该机器人还包括OLED显示模块，与运行状态传感器连接，显示电池电压和运行速度。

9.一种基于RISC-V嵌入式处理器的除草机器人的控制方法，其特征在于，包括以下步骤：

灰度传感器采集循迹路径信息，判断机器人行进路线是否偏移；若否，则继续前进；若是，基于RISC-V指令集的K210嵌入式处理器调整电机模块的电机转速，进而调整履带组件的左、右驱动轮转速，利用左、右驱动轮的差速调整机器人行进方向，使机器人沿循迹路径前进；

摄像头模块进行图像识别，判别是否存在杂草；若是，则基于RISC-V指令集的K210嵌入式处理器控制机械臂进行除草。

10.根据权利要求9所述的基于RISC-V嵌入式处理器的除草机器人的控制方法，其特征在于，判断机器人行进路线是否偏移具体为：灰度传感器采集循迹路径信息后，判断灰度信号是否集中在中间部分，若是，则未偏移；若灰度信号分布在中间偏左或偏右，则路线偏移；

机械臂除草具体过程为：计算当前图像中杂草距离图像中心点的距离，并将该距离转换为x，y两个方向上的偏移量分别输入两个PID控制器，两个PID控制器分别控制机械臂两个自由度上的舵机，以实现杂草抓取；最后控制第三个舵机实现杂草切除。

Images