Back to Blog

基于AM5728 DSP+ARM采摘机械手控制系统设计

#AM5728#DSP#ARM#机器人#机械手

引言

本文将详细介绍基于 TI Sitara 系列 AM5728 处理器(DSP+ARM)实现的采摘机械手控制系统的设计思路、关键技术以及实验结果。读者可以了解如何利用图像处理的模式识别技术完成果实定位、如何在 AM5728 开发板上进行二次开发以驱动舵机,以及系统在实际采摘中的性能表现(正确采摘率 89%、单个苹果采摘耗时 9 秒),从而为智慧农业中的无人采摘机器人提供参考方案。

1. 系统整体架构

1.1 硬件平台

  • 处理器:TI AM5728,属于 Sitara 系列,集成了双核 ARM Cortex‑A15(最高 1.5 GHz)和双核 C66x DSP,具备强大的异构计算能力,适合同时处理高分辨率图像和实时控制任务。
  • 开发板:信迈 XM5728‑IDK‑V3(图 4),提供丰富的扩展接口,包括摄像头接口、GPIO、PWM、I²C、SPI 等,可直接连接 CCD 摄像机和舵机驱动电路。
  • 视觉子系统:LED 光源 + CCD 摄像机,在触发信号控制下获取目标果实图像。
  • 执行子系统:舵机驱动模块(PWM 输出),负责机械手的抓取、摆动和释放动作。

1.2 软件框架

  • 操作系统:Linux(TI‑RTOS 或者 Debian),运行在 ARM Cortex‑A15 上,负责系统调度、网络通信和高层控制逻辑。
  • DSP 任务:利用 C66x DSP 进行实时图像预处理(去噪、增强)和特征提取,减轻 ARM 负载,提高整体响应速度。
  • 模式识别流程:包括图像采集、预处理、特征提取、分类训练与决策(如图 1、图 2 所示),最终输出果实的位置信息给机械手控制模块。

2. 模式识别技术细节

2.1 图像采集

在 LED 光源的辅助下,CCD 摄像机在外部触发信号的同步下捕获果实图像。触发信号可由 ARM 通过 GPIO 输出,实现帧同步,确保每帧图像的时间戳一致,便于后续的运动控制匹配。

2.2 图像预处理

预处理阶段在 DSP 上完成,主要步骤包括:

  1. 灰度化:将彩色图像转换为灰度图,降低计算量。
  2. 噪声抑制:使用中值滤波或高斯滤波去除 CCD 本身的随机噪声。
  3. 对比度增强:采用直方图均衡化提升果实与背景的差异度,为后续的颜色/形状提取奠定基础。

2.3 特征提取与分类

  • 颜色特征:在 HSV 空间进行阈值分割,提取目标果实的颜色范围(如红色苹果)。
  • 形状特征:利用边缘检测(Canny)和轮廓分析,计算面积、圆度等几何属性。
  • 分类模型:基于训练好的 SVM 或轻量级神经网络,对提取的特征进行判别,输出“果实/非果实”标签以及中心坐标。

2.4 决策与控制

识别出果实后,系统将坐标信息转换为机械手的关节角度指令。通过 PWM 信号驱动舵机,实现抓取、抬升、放置等动作序列。整个闭环控制在 9 秒内完成一次完整采摘。

3. 实验验证

3.1 采摘性能

  • 正确采摘率:实验中对 100 个苹果进行采摘,系统成功抓取 89 个,正确采摘率为 89%
  • 单果采摘时间:从图像采集到机械手完成抓取并放置的总耗时为 9 秒

3.2 系统优势

  • 速度快:利用 DSP 并行处理图像,显著缩短了预处理和特征提取的时间。
  • 准确性高:结合颜色与形状双重特征,降低误检率。
  • 可行性强:基于通用的 AM5728 开发板和标准舵机,硬件成本适中,易于在不同作物上迁移。

4. 开发细节与注意事项

步骤关键点常见问题解决建议
硬件连接CCD 摄像机的触发信号与 LED 同步触发不稳定导致图像模糊使用硬件去抖电路或在软件层面加入信号滤波
DSP 配置启用 C66x 的高速 DMA 进行图像搬运DMA 配置错误导致数据错位检查 DMA 通道映射,确保缓存对齐
PWM 输出舵机驱动的 PWM 频率保持在 50 Hz 左右PWM 抖动导致舵机卡顿使用 TI 的 PWM 驱动库,开启硬件平滑功能
软件调度ARM 与 DSP 任务的优先级划分资源竞争导致实时性下降将图像处理放在 DSP,控制逻辑放在 ARM,使用共享内存进行通信

5. 进一步提升方向

  1. 多模态感知:加入深度摄像头或激光雷达,提升果实三维定位精度。
  2. 更高级的模型:在 ARM 上部署轻量化的卷积神经网络(MobileNet、EfficientNet‑B0),进一步提升对复杂背景的鲁棒性。
  3. 路径规划:结合机器人运动学,实现多果实连续采摘的最短路径规划,降低整体作业时间。
  4. 能源管理:利用 AM5728 的低功耗模式,在空闲时关闭 DSP,延长移动平台的续航。

6. 小结

本文通过对 AM5728 DSP+ARM 异构平台的二次开发,展示了一个基于图像模式识别的采摘机械手控制系统。实验结果验证了系统在速度(9 秒/果)和准确率(89%)上的可行性,表明该方案能够满足一般果实采摘需求,具备良好的实用价值。随着农业自动化需求的增长,类似的异构计算方案将在智慧农业中发挥更大作用。

技术交流加微信:13670212541


图例来源于原文,未作修改。