1.3.5 单片机程序

　　该程序对单片机串口工作方式、波特率、校验位进行设置(这些设置必须与PC机的串口设置严格保持一致)。同时将接收到的喷雾决策结果转化为高、低电平送至I/O口,控制施药装置。

　　由单片机的I/O口输出信号来进行继电器的控制存在以下问题:继电器的工作电压较高,因此从单片机输出的信号需要经过驱动电路进行转换,使输出的驱动电压能够适应继电器线圈的要求;继电器动作时,对电源有一定的干扰。为了提高系统的可靠性,在单片机和继电器之间用光电耦合器隔离。

　　2 系统运行测试

　　在实验室内,将变频器工作频率设定在2~20 Hz范围内可变,即目标和摄像头相对运动速度为1.3~13 km/h。采集到的视频流帧速率为10 f/s,关键帧采样间隔为0.3 s,即在视频流中每3帧抽取一帧进行图像分割。为了更加清楚地在不同运行速度上观察系统施药决策和精确施药的效果,在测试时仅控制一个喷头的开闭。

　　运行测试表明,当系统运行于低速状态(1.3~5 km/h)时,系统各环节协同较好。采集到的图像较清晰,图像分割结果和静止状态下分割结果基本一致,电磁阀工作稳定可靠,喷头的开闭和预期的完全一致。不考虑雾滴飘移等因素,有80%左右的液体击中目标,自动精确施药实现的效果较好。但当系统运行速度增大时,出现了以下问题:①由于运动速度较大,采集到的图像开始出现模糊和拖尾,当速度大于7.8 km/h时,这种现象相当明显,图像噪声也有所增加,图像分割正确性下降。②在0.3 s的采样间隔下,由于相对运动速度过大,CCD系统来不及采样,造成无目标的错误决策。③由于电磁阀的机械响应特性,电磁阀需要足够长时间的高电平(或低电平)来开启(或闭合)阀门,系统运动速度过大,使得目标在控制区中的时间缩短,决策程序不能在此期间生成足够长的高电平来开启阀门时,会发生错误。

　　为解决以上问题,提高视频流的帧速率,同时缩短关键帧的采样间隔。在5.2~7.8 km/h的运行速度上,将系统帧速率提高到15 f/s,关键帧采样间隔为0.133 s(即每两帧抽取一帧进行图像分割)。经过以上调整,系统的可靠性有较大改善。但关键帧的采样间隔不能无限制缩短,关键帧的采样间隔必须比分割一帧图像所需的时间长,否则系统不能正常工作,因此当系统的运行速度更大时,由于受到图像处理速度的限制,不能再通过缩短关键帧采样间隔的方法来提高系统性能,从而可看出,图像处理算法的效率直接影响系统精确施药性能和效率。

　　在本系统中,传输带的运动速度(相当于施药目标和施药器械之间的相对运动速度)是至关重要参数,因为它直接决定了本系统是否有经济实用价值。在实际林木病虫害防治过程中,一般要求施药速度达到8~10 km/h。从系统实验室测试结果来看,在低速状态下系统运行是可靠的,在中速状态下,也可以用调整状态参数的方法(主要是缩短关键帧采样间隔)使之可靠运行,由于实验室内所用的模拟目标远比实际树木小,模拟目标间的间隔也要比行道树间的实际株距小,因此,通过相似原理可以推断出进行户外工作时,系统运行速度可以进一步提高,达到10 km/h以上,但仍需进行户外测试加以证实。

　　3 结束语

　　研究的室内农药实时精确喷雾系统以实验室环境中的试验模型为研究对象,模拟林木病虫害防治农药喷雾的真实情况,分析和探索了在自然环境中基于实时视觉传感技术的农药精确喷雾的可行性和效果。建立了一套图像处理算法,并以此为依据做出决策来控制喷头实现农药的精确喷雾。对施药过程中的运动模拟、树木图像采集、图像分割、施药决策、喷雾执行等方面作了深入的探讨和研究。

　　参考文献

　　1  Steward B L, Tian L F. Machine-vision weed density estimation for real time, outdoor lighting conditions.Transaction of ASAE, 1999, 42(6): 1897~1909

　　2  Steward B L, Tian L F, Tang L. Distance-based control system for machine vision-based selective spraying.Transactions of the ASAE,2002,45(5): 1255~1262

　　3  Li Zhigang, Fu Zetian, Shi Yan, et al. Prototype system of automatic idenfication cotton insect pests and intelligentdecision based on machine vision. 2003 ASAE Meeting, Paper 031107.

　　4  Kevin Gillis P, Giles D Ken, Slaughter David C, et al. Injection and fluid handling system for machine-visioncontrolled spraying. 2001 ASAE Meeting, Paper 011114.

　　5  Chi Y T, Chien C F, Lin T T. Leaf shape modeling and analysis using geometric descriptors derived from beziercurves. Transactions of ASAE, 2003, 46(1);175~185

　　6  EI-Faki M S, Zhang N, Peterson D E. Factors affecting color-based weed detection. Transaction of the ASAE,2000, 43(4):1001~1009

　　7 向海涛.基于计算机视觉技术的树木图像实时采集与识别系统:[硕士学位论文].南京:南京林业大学,2002.

　　8 郑加强,周宏平,越茂程等. 21世纪精确农药使用方法展望.见:倪汉祥,成卓敏主编.面向21世纪植物保护发展战略研讨会论文集.北京:中国科学技术出版社,2001.415~419