本文來(lái)自智慧農(nóng)人。
近年來(lái)，機(jī)器人技術(shù)從傳統(tǒng)制造業(yè)拓展到新興領(lǐng)域已成為一大趨勢(shì)。其中，機(jī)器人在農(nóng)業(yè)領(lǐng)域的應(yīng)用非常具有代表性，也是未來(lái)機(jī)器人發(fā)展的方向之一。
那么，機(jī)器人與農(nóng)業(yè)發(fā)生碰撞會(huì)面臨哪些新挑戰(zhàn)？
農(nóng)業(yè)機(jī)器人研發(fā)難度更大
傳統(tǒng)工業(yè)機(jī)器人有幾大“卡脖子”難題：驅(qū)動(dòng)器、電機(jī)、減速器和控制器。我國(guó)企業(yè)在解決上述難題中取得了不錯(cuò)的成績(jī)。但是當(dāng)機(jī)器人進(jìn)入新的應(yīng)用領(lǐng)域，解決這幾個(gè)“卡脖子”難題則遠(yuǎn)遠(yuǎn)不夠，還面臨許多新的挑戰(zhàn)。
第一個(gè)挑戰(zhàn)是機(jī)器人工作環(huán)境不確定性增加。機(jī)器人與服務(wù)業(yè)、制造業(yè)、醫(yī)療衛(wèi)生行業(yè)的結(jié)合相對(duì)較早也較為成熟，但是與農(nóng)業(yè)、建筑業(yè)的結(jié)合卻非常少，原因在于機(jī)器人在這些行業(yè)中面臨更多環(huán)境的不確定性。工廠車間、餐廳、手術(shù)臺(tái)都是人造環(huán)境，人機(jī)的位置相對(duì)確定，目前機(jī)器人技術(shù)都是圍繞這種確定性的紅利來(lái)發(fā)展的。而機(jī)器人一旦走出密閉環(huán)境，來(lái)到田野和工地，會(huì)面臨更加惡劣的環(huán)境，比如植物的生長(zhǎng)環(huán)境就存在很大不確定性。
第二個(gè)挑戰(zhàn)是機(jī)器人執(zhí)行的任務(wù)存在不確定性。機(jī)器人做零部件裝配工作時(shí)，零件的尺寸、裝配的精度都有嚴(yán)格限制。而在農(nóng)業(yè)應(yīng)用中，機(jī)器人會(huì)面臨植物高低不同、果實(shí)性狀多樣等不確定性任務(wù)，這就要求其具備更高級(jí)的機(jī)器人編程方法和更合適的傳感器。
第三個(gè)挑戰(zhàn)是機(jī)器人結(jié)構(gòu)的不確定性。車間里的機(jī)器人開(kāi)封使用前的第一件事是校正。機(jī)器人自身關(guān)節(jié)構(gòu)件有一套固定坐標(biāo)，校正到位后，再和工作單元、車間的坐標(biāo)進(jìn)行關(guān)聯(lián)，這是一個(gè)非常復(fù)雜的關(guān)系。但是在開(kāi)放環(huán)境下的坐標(biāo)建立和校正非常困難，采摘機(jī)器人在農(nóng)田走走停停，不確定性變得非常大，每一個(gè)位置的變化都是一次重新建立坐標(biāo)的過(guò)程，這需要新的校正方法、傳感器、測(cè)量工具、控制方法。因此，農(nóng)業(yè)機(jī)器人的研發(fā)難度是最大的。
為此，要解決三大難題。一是機(jī)器人編程方法，目前沒(méi)有一套行之有效的編程方法避免上述不確定性。二是機(jī)器人校正方法，無(wú)法有效、快速建立機(jī)器人與環(huán)境之間的關(guān)系。三是無(wú)法實(shí)現(xiàn)機(jī)器人、傳感器和人的有效集成和協(xié)作。這三大難題不僅是應(yīng)用問(wèn)題，還是深刻的基礎(chǔ)理論問(wèn)題，一旦得以解決，就能夠把工業(yè)機(jī)器人推向更廣闊的天地。
有效利用視覺(jué)反饋
過(guò)去幾十年，機(jī)器人最成功的應(yīng)用領(lǐng)域是汽車制造業(yè)，該行業(yè)95%的工作都由機(jī)器人完成的。但隨著電動(dòng)汽車產(chǎn)量越來(lái)越高，車身電路電線也越來(lái)越多，由于電線質(zhì)地柔軟，給機(jī)器人裝配帶來(lái)很大困難。電動(dòng)汽車生產(chǎn)線上裝配電纜的工作還是人工完成。
在、疫苗開(kāi)發(fā)領(lǐng)域，需要納米機(jī)器人介入。這些機(jī)器人尺寸小、結(jié)構(gòu)簡(jiǎn)單，但位置傳感器精度差。唯一的傳感方法是圖像，利用電子掃描顯微鏡等工具得到微觀尺度下的圖像，通過(guò)有效利用圖像反饋控制機(jī)器人。
這些現(xiàn)實(shí)挑戰(zhàn)與農(nóng)業(yè)機(jī)器人面臨的問(wèn)題非常相似。地面的條件、樹(shù)的形狀、水果的位置，甚至風(fēng)吹動(dòng)的枝丫，都需要傳感器實(shí)時(shí)檢測(cè)，通過(guò)圖像反饋給機(jī)器人。雖然現(xiàn)在高速相機(jī)幀數(shù)高，但要實(shí)現(xiàn)這些目的，每分鐘分辨圖像要達(dá)到上千次，而且數(shù)據(jù)處理量大才能準(zhǔn)確定位水果的位置。傳統(tǒng)機(jī)器人通過(guò)圖像得到的反饋遠(yuǎn)遠(yuǎn)達(dá)不到如此高的頻次。
機(jī)器人在新應(yīng)用領(lǐng)域面臨的共同理論問(wèn)題是如何有效利用圖像，實(shí)現(xiàn)精準(zhǔn)操控。
以采摘的機(jī)器人為例，首先需要給蘋(píng)果拍一張照片，把采摘對(duì)象的特點(diǎn)提取出來(lái)，讓機(jī)器人識(shí)別并得到蘋(píng)果和自身的相對(duì)位置。傳統(tǒng)方法是向量表示蘋(píng)果的位置，再經(jīng)過(guò)系列復(fù)雜運(yùn)算，機(jī)器人才能得到反饋。
既然機(jī)器人的所有動(dòng)作都通過(guò)圖像判斷，那么是否可以不給機(jī)器人反饋圖像，省去計(jì)算坐標(biāo)變換這一過(guò)程？
對(duì)此，我們探討了一種采用非向量空間控制、基于集合的動(dòng)力學(xué)系統(tǒng)描述機(jī)器人位置的方法。上世紀(jì)90年代，法國(guó)科學(xué)家建立了基于圖像的動(dòng)力學(xué)系統(tǒng)，圖像不僅用來(lái)描述形狀，還能同時(shí)描述形狀的動(dòng)態(tài)變化。當(dāng)機(jī)器人靠近蘋(píng)果時(shí)，它“眼”里的蘋(píng)果軌跡不是一條線，而是一個(gè)圖像“管道”，機(jī)器人識(shí)別的是運(yùn)動(dòng)的集合。我們進(jìn)而設(shè)計(jì)了一套控制器定義位置的誤差，如此只需要描述形狀的動(dòng)態(tài)變化，而不需要處理大量高清原圖。
對(duì)于機(jī)器人而言，只需放棄壓縮時(shí)丟失的無(wú)用信息，掌握關(guān)鍵信息即可。壓縮傳感原理為此提供了理論基礎(chǔ)。將直接從照片中提取位置的信息，將其變?yōu)闄C(jī)器人可以讀懂的信息，不需要識(shí)別按鈕，同時(shí)選擇工作類型，不論是摘蘋(píng)果還是排電纜，只要把操作對(duì)象的語(yǔ)義信息集成進(jìn)去，所有的特征都可以引入到控制過(guò)程，極大簡(jiǎn)化圖像反饋的過(guò)程。
