izvestswsuИзвестия Юго-Западного государственного университетаProceedings of the Southwest State University2223-15602686-6757ЮЗГУ10.21869/2223-1560-2020-24-4-76-90izvestswsu-821Research ArticleИнформатика, вычислительная техника и управлениеComputer science, computer engineering and IT managmentМоделирование конфигурации робототехнического захвата для манипуляций с сельскохозяйственной продукциейModeling the Configuration of a Robotic Gripper for Handling Agricultural ProductsВуД. К.VuQ. D.

Ву Дык Куен, соискатель лаборатории автономных робототехнических систем

14-я линия В.О. 39, г. Санкт-Петербург 199178

Quyen D. Vu, Post-Graduate Student, Laboratory of Autonomous Robotic Systems

39, 14-th Line V.O., St. Petersburg 199178

vuquyenntk@gmail.comРонжинА. Л.RonzhinA. L.

Ронжин Андрей Леонидович, доктор технических наук, профессор РАН, профессор лаборатории автономных робототехнических систем

14-я линия В.О. 39, г. Санкт-Петербург 199178

Andrey L. Ronzhin, Dr. of Sci. (Engineering), Professor of RAS, Doctor of Technical Sciences, Professor

39, 14-th Line V.O., St. Petersburg 199178

ronzhin@iias.spb.suСанкт-Петербургский институт информатики и автоматизации Российской академии наук (СПИИРАН)St.Petersburg Institute for Informatics and Automation of the Russian Academy of Sciences (SPIIRAS)2020030220212447690Copyright © Ву Д.К., Ронжин А.Л., 20212021Ву Д.К., Ронжин А.Л.Vu Q.D., Ronzhin A.L.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestswsu.elpub.ru/jour/article/view/821

Цель исследования. Повышение качества и скорости сбора сельскохозяйственной продукции за счёт разработки моделей, алгоритмов управления и многокритериальной оптимизации конфигурации робототехнического захвата. Методы. Для достижения поставленной цели в работе использовались методы математического и компьютерного моделирования, многокритериальной оптимизации, теории объектно-ориентированного проектирования и программирования. Описана математическая модель кинематической схемы прототипа робототехнического захвата, ее геометрические ограничения и целевые функции, используемые при оптимизации. Результаты. Выполнен обзор подходов к роботизированной уборке сельскохозяйственной продукции, подтверждающий актуальность данного исследования конфигураций робототехнического захвата, обеспечивающего надежную без нанесения повреждений фиксацию объекта. Представлены результаты экспериментов по оцениванию разработанных алгоритмов и программной системы оптимизации конфигурации робототехнического захвата. Разработанная программная система AgroGripModeling для моделирования конфигурации робототехнического захвата с использованием трёх апостериорных алгоритмов NSGA-II, MOGWO и MOPSO многокритериальной оптимизации апробирована при проектировании прототипа четырёхпалого захвата с вакуумным сильфоном для сбора томатов. Заключение. При проектировании робототехнического захвата необходимо учитывать разнообразие манипулируемых объектов, сложность их идентификации и наведения манипулятора в сложной естественной среде с препятствиями. Задача оптимизации механизма захвата связана с выполнением ряда противоречивых требований по надёжности, мягкости, точности, скорости, энергоэффективости, формирующих сложное пространство поиска решений. Разработанная программная система AgroGripModeling обеспечивает моделирование конфигурации робототехнического захвата и оценивание ее качества с использованием трёх апостериорных алгоритмов NSGA-II, MOGWO и MOPSO. Апробация системы проведена при многокритериальной оптимизации конфигурации прототипа четырёхпалого захвата с вакуумным сильфоном для сбора томатов.

Purpose of research. Improvement of quality and speed of harvesting agricultural products through the development of models, control algorithms and multi-criteria optimization of the robotic gripper configuration. Methods. To achieve this goal, we have used the methods of mathematical and computer modeling, multi-criteria optimization, the theory of object-oriented design and programming. The mathematical model of the kinematic scheme of the prototype of the robotic gripper, its geometric constraints and objective functions used for optimization are described. Results. It has been performed a review of approaches to robotic harvesting of agricultural products, confirming the relevance of this study of robotic gripper configurations, which provides reliable fixation of an object without causing damage. The results of experiments on evaluating the developed algorithms and a software system for optimizing the configuration of a robotic gripper are presented. The developed software system AgroGripModeling for modeling the configuration of a robotic gripper using three a posteriori algorithms NSGA-II, MOGWO and MOPSO for multicriteria optimization is tested in the design of a prototype of a four-fingered gripper with a vacuum bellows for picking tomatoes. Conclusion. When designing a robotic gripper, it is necessary to take into account the variety of manipulated objects, the complexity of their identification and guidance of the manipulator in a complex natural environment with obstacles. The task of optimizing the capture mechanism is associated with the fulfillment of a number of conflicting requirements for reliability, softness, accuracy, speed, energy efficiency, which form a complex space for finding solutions. The developed AgroGripModeling software system provides modeling of the robotic gripping configuration and its quality assessment using three a posteriori algorithms NSGA-II, MOGWO and MOPSO. The system was tested with multicriteria optimization of the configuration of a prototype of a four-fingered gripper with a vacuum bellows for picking tomatoes.

робототехнический захваткинематическая схемамногокритериальная оптимизацияпрограммная система AgroGripModelingrobotic gripperkinematic diagrammulti-criteria optimizationAgroGripModeling software systemReferencesShamshiri R.R., Weltzien C., Hameed I.A. Research and development in agricultural robotics: A perspective of digital farming // International Journal of Agricultural and Biological Engineering. 2018. № 1(4). Р. 1-14. https://doi.org/10.0.98.77/j.ijabe.20181104.4278.Shamshiri R.R., Weltzien C., Hameed I.A. Research and development in agricultural robotics: A perspective of digital farming. International Journal of Agricultural and Biological Engineering, 2018, no. 1(4), pp. 1-14. https://doi.org/10.0.98.77/j.ijabe.20181104.4278.West T., Sullivan R., Seavert C. Orchard Economics: Establishing and Producing High-Density Sweet Cherries in Wasco County. OSU Extension Service Publication, EM. 2012.West T., Sullivan R., Seavert C. Orchard Economics: Establishing and Producing HighDensity Sweet Cherries in Wasco County. OSU Extension Service Publication, EM. 2012.Agricultural workforce report. Labor and market performance analysis. Washington State: Employment Security Department; 2012. URL: https://esd.wa.gov/.Agricultural workforce report. Labor and market performance analysis. Washington State: Employment Security Department; 2012. Available at: https://esd.wa.gov/.Афанасьев Р.А., Ермолов И.Л. Перспективные направления роботизации точного земледелия // Робототехника и техническая кибернетика. 2017. №1 (14). С. 27-32.Afanasiev R.A., Ermolov I.L. Perspektivnye napravleniya robotizatsii tochnogo zemledeliya [Prospective lines of development of precision agriculture robotization]. Robototekhnika i tekhnicheskaya kibernetika = Robotics and Technical Cybernetics, 2017, no. 1 (14), pp. 27-32 (In Russ.).Шевченко А.В., Мещеряков Р.В., Мигачев А.Н. Обзор состояния мирового рынка робототехники для сельского хозяйства. Ч. 1. Беспилотная агротехника // Проблемы управления. 2019. № 5. С. 3-18.Shevchenko A.V., Meshcheryakov R.V., Migachev A.N. Obzor sostoyaniya mirovogo rynka robototekhniki dlya sel'skogo khozyaistva. Ch. 1. Bespilotnaya agrotekhnika. [Review of the world market of agriculture robotics. Part 1. Unmanned vehicles for agriculture]. Problemy upravleniya = Control Sciences, 2019, no. 5, pp.3-18 (In Russ.).Ling P., Ehsani R., Ting K.C. Sensing and End-Effector for a Robotic Tomato Harvester. 2004 ASAE Annual Meeting. 2004. Р. 1-4.Ling P., Ehsani R., Ting K.C. Sensing and End-Effector for a Robotic Tomato Harvester. 2004 ASAE Annual Meeting, 2004, pp. 1-4.Naoshi K., Kazuya Y., Hiroshi S. A. Machine Vision System for Tomato Cluster Harvesting Robot // Engineering in Agriculture, Environment and Food. 2009. № 2(2). Р. 60-65. https://doi.org/10.13031/2013.24691.Naoshi K., Kazuya Y., Hiroshi S. A Machine Vision System for Tomato Cluster Harvesting Robot. Engineering in Agriculture, Environment and Food. 2009, no. 2(2), pp. 60- 65. https://doi.org/10.13031/2013.24691.Hiroaki Y., Kotaro N., Takaomi H. Development of an autonomous tomato harvesting robot with rotational plucking gripper // IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).2016.Hiroaki Y., Kotaro N., Takaomi H. Development of an autonomous tomato harvesting robot with rotational plucking gripper. 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2016.Zhao Y., Gong L., Liu C. Dual-arm Robot Design and Testing for Harvesting Tomato in Greenhouse // IFAC-PapersOnLine. 2016. №49(16). Р. 161-165. https://doi.org/10.1016/j.ifacol.2016.10.030.Zhao Y., Gong L., Liu C. Dual-arm Robot Design and Testing for Harvesting Tomato in Greenhouse. IFAC-PapersOnLine, 2016, no. 49(16), pp. 161-165. https://doi.org/10.1016/j.ifacol.2016.10.030.Wang L.L., Zhao B., Fan J.W. Development of a tomato harvesting robot used in greenhouse // International Journal of Agricultural and Biological Engineering. 2017. № 10(4). Р. 140-149. https://doi.org/10.25165/j.ijabe.20171004.3204.Wang L.L., Zhao B., Fan J.W. Development of a tomato harvesting robot used in greenhouse. International Journal of Agricultural and Biological Engineering, 2017, no. 10(4), pp. 140-149. https://doi.org/10.25165/j.ijabe.20171004.3204.Van Henten E., Hemming J., van Tuijl B. An autonomous robot for harvesting cucumbers in greenhouses // Autonomous Robots. 2002. №13. Р. 241–258. https://doi.org/10.1023/A:1020568125418.Van Henten E., Hemming J., van Tuijl B. An autonomous robot for harvesting cucumbers in greenhouses. Autonomous Robots, 2002, no. 13, pp. 241–258. https://doi.org/10.1023/A:1020568125418.Van Henten E.J., Van Tuijl B.A., Hemming J. Field Test of an autonomous cucumber picking robot. Biosystems Engineering. 2003. №86(3). Р. 305-313. https://doi.org/10.1016/j.biosystemseng.2003.08.002.Van Henten E.J., Van Tuijl B.A., Hemming J. Field Test of an autonomous cucumber picking robot. Biosystems Engineering, 2003, no. 86(3), pp. 305-313. https://doi.org/10.1016/j.biosystemseng.2003.08.002.Tang X., Zhang T., Liu L. A New Robot System for Harvesting Cucumber. 2009 Reno. 2008.Tang X., Zhang T., Liu L. A New Robot System for Harvesting Cucumber. 2009 Reno. 2008.Диагностика азотного питания растений с использованием беспилотных летательных аппаратов / В.Г. Сычев, Р.А. Афанасьев, И.Л. Ермолов, С.Г. Кладко, В.В. Ворончихин // Плодородие. 2017; 5(98): 2-4.Sychev V.G., Afanasiev R.A., Ermolov I.L. Diagnostika azotnogo pitaniya rastenii s ispol'zovaniem bespilotnykh letatel'nykh apparatov [Diagnostics of plant nitrogen nutrition using drones]. Plodorodie = Plodorodie, 2017, no. 5(98), pp. 2-4 (In Russ.).Применение кластерного анализа с элементами нечеткой логики для оценки окружающей обстановки группы робототехнических средств / М.П. Кочетков, Д.Н. Корольков, В.Ф. Петров, О.В. Петров, А.И. Терентьев, С.Б. Симонов // Труды СПИИРАН. 2020. №4(19). С. 746-773.Kochetkov M.P., Korolkov D.N., Petrov V.F. Primenenie klasternogo analiza s elementami nechetkoi logiki dlya otsenki okruzhayushchei obstanovki gruppy robototekhnicheskikh sredstv [Application of cluster analysis with fuzzy logic elements for ground environment assessment of robotic group]. Trudy SPIIRAN = SPIIRAS Proceedings, 2020, no. 4 (19), pp.746-773 (In Russ.).Нагоев З.В., Денисенко В.А., Лютикова Л.А. Система машинного зрения автономного робота для сельскохозяйственного применения в условиях горных территорий на основе мультиагентных когнитивных архитектур // Устойчивое развитие горных территорий. 2018. №10-2(36). С. 289-297.Nagoev Z.V., Denisenko V.A., Lyutikova L.A. Sistema mashinnogo zreniya avtonomnogo robota dlya sel'skokhozyaistvennogo primeneniya v usloviyakh gornykh territorii na osnove mul'tiagentnykh kognitivnykh arkhitektur [System of autonomous robot machine vision for agricultural application in mountain territories based on the multi-agent cognitive architectures]. Ustoichivoe razvitie gornykh territorii = Sustainable development of mountain territories, 2018, no. 10-2(36), pp. 289-297 (In Russ.).Нго К.Т., Нгуен В.В., Ронжин А.Л. Рекомендующая программная система оценивания состава гетерогенных робототехнических средств для выполнения сельскохозяйственных операций // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2019. №4. С. 141-149.Ngo K.T., Nguyen V.V., Ronzhin A.L. Rekomenduyushchaya programmnaya sistema otse-nivaniya sostava geterogennykh robototekhnicheskikh sredstv dlya vypolneniya sel'skokho-zyaistvennykh operatsii [Recommending software system for estimating the composition of heterogeneous robots for performance of agricultural operations]. Vestnik Voronezhskogo gosudarstvennogo universiteta. Seriya: Sistemnyi analiz i informatsionnye tekhnologii = Proceedings of Voronezh State University. Series: Systems analysis and information Technologies, 2019, no. 4, pp. 141-149 (In Russ.).Goldberg D. Genetic algorithms in search, optimization, and machine learning. 978- 0201157673. Addison-Wesley Professional. 1988.Goldberg D. Genetic algorithms in search, optimization, and machine learning. 978- 0201157673. Addison-Wesley Professional. 1988.Deb K., Pratap A., Agarwal S. A fast and elitist multiobjective genetic algorithm: NSGA-II // IEEE Transactions on Evolutionary Computations. 2002. №6(2). Р. 182–197. https://doi.org/10.1109/4235.996017.Deb K., Pratap A., Agarwal S. A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computations, 2002, no. 6(2), pp. 182–197. https://doi.org/10.1109/4235.996017.Mirjalilia S., Mirjalili S.M., Lewis A. Grey Wolf Optimizer. Advances in Engineering Software. 2014. № 69. Р. 46-61. https://doi.org/10.1016/j.advengsoft.2013.12.007Mirjalilia S., Mirjalili S.M., Lewis A. Grey Wolf Optimizer. Advances in Engineering Software, 2014, no. 69, pp. 46-61. https://doi.org/10.1016/j.advengsoft.2013.12.007Eberhart Shi Y. Particle swarm optimization: developments, applications and resources. Proceedings of the 2001 Congress on Evolutionary Computation (IEEE Cat. No.01TH8546). 2001.Eberhart Shi Y. Particle swarm optimization: developments, applications and resources. Proceedings of the 2001 Congress on Evolutionary Computation (IEEE Cat. No.01TH8546). 2001.

The authors declare that there are no conflicts of interest present.