0 引言
随着计算机技术的飞速发展，PLC(可编程逻辑编程器)已经进入日常生产、生活的各个方面，PLC的应用在各行各业已成为必不可少的内容。PLC作为通用的工业计算机，其功能日益强大，已经成为工业控制领域的主流控制设备。PLC 从诞生至今虽然时间不长，但是得到了异常迅猛的发展，并与CAD/CAM、机器人技术一起被誉为当代工业自动化的三大支柱。采摘机械手是作物采摘机器人的执行末端，为了得到较高的采摘效率，往往在执行末端采用液压控制系统，本次拟采用PLC气动控制系统设计采摘机器人，并采用MCGS系统对机械手的作业状态进行监测，以达到快速准确的采摘效果。
1 PLC和MCGS在机械手控制系统中应用
机械手是自动控制领域最常遇到的控制对象，是提高劳动生产率和改善工人作业条件的一种重要手段，被广泛应用在各种机械和农业等领域，如冲压、锻造、喷漆、热处理及作物采摘等作业过程，特别是在有毒、放射性、水下或大面积农业作业、复杂采摘作业环境等，机械手发挥了重要的作用，受到了国内外各领域专家的重视。PLC(可编程控制器)是专门为工业环境下自动控制设计的控制装置，随着计算机技术和微电子技术的发展，PLC在硬件和软件编程、通讯联网等方面得到了较大的改善，已经成为机械手自动化控制的最重要配置之一。
PLC通用性和实用性较好，硬件配套齐全，编程简单易掌握，在使用时可以节省大量的人力、物力，在采摘机器人和装配生产线上应用非常广泛。近几年，随着我国自动化水平的不断提高，PLC也被应用到了更多的自动化控制领域。与一般的微电子控制器相同，PLC也有两部分组成，包括硬件部分和软件部分。
硬件部分包括核心处理器、存储器、输入输出接口、电源、编程控制器和I/O扩展接口，总体框架如图1所示。其软件系统也分为两部分：用户程序和系统程序。系统程序由厂家生产PLC时嵌入到内部的程序，是PLC自带程序，被固化在如图1的EPROM中；用户程序可以根据用户的自身需求对程序进行编写。硬件系统和软件系统组成了完整的PLC系统，两者互相补充缺一不可。
MCGS是一套主要对PLC系统进行监控的软件，它可以快速地在计算机平台上构建和生成监控系统组态软件，通过对监控数据的处理，可以以动画的形式呈现，在监控到系统故障时可以进行预警，还可以通过流程控制与报表输出等多种方式为客户提供解决实际问题的方案，在机械手自动化控制过程中发挥重要的作用。本研究将MCGS应用到采摘机器人气动机械手快速控制系统的监控过程中，可对机械手的动作状态进行检测，为优化机械手的作业性能提供数据支持。
图1 PLC硬件结构总体框架图
Fig.1 The general framework diagram of PLC hardware structure
2 PLC和MCGS组态软件控制系统设计
按照结构形式的不同，PLC共分为两种模式：一种是整体式，体积小、价格便宜，将PLC常用的构建都封装在箱体内，然后按照CPU型号和I/O点数的不同分成若干规格；另一种形式是模块式，一般大中型PLC采用这种模式，由机架和模块组成。这两种模式的PLC都属于总线式的，两种模式的I/O接口可以根据用户需求进行扩展。
PLC的存储器分为用户存储和系统存储两部分：系统存储部分存储了厂家设计的基本操作程序；用户存储部分可以根据用户需求存储个人的操作系统数据。存储器分为3种类型，包括RAM(随机存储器)、ROM(只读存储器)、EEPROM(可电擦出可编程只读存储器)。PLC另一个重要的部分是I/O接口，I/O接口两个主要的模块是输入和输出模块，输入模块可以接收信号和采集信号，输出模块可以由大功率晶体管、场效应管、双向可控硅和继电器等组成。在设计PLC编程时，代码的定义非常重要，本次主要的动作编码如表1所示。
对采摘机器人的动作和动作进行预定义编码，然后嵌入到硬件开关中，通过开关的动作来执行动作编码。PLC的硬件动作开关示意图如图2所示。
如图2所示：每个动作指令都对应于相应的开关，对于动作的执行与否以及执行的好坏需要利用专门的软件进行监控。本次采用MCGS组态软件对PLC系统进行监测，其结构示意图如图3所示。
表1 PLC动作编号
Table 1 PLC action number
图2 PLC硬件示意图
Fig.2 PLC hardware schematic diagram
图3 监测系统结构示意图
Fig.3 The structure schematic diagram of the monitoring system
监测系统共分为两部分：一部分是组态环境；一部分是运行环境。其中，组态环境可以帮助用户构造系统，运行环境以用户个性化设计需求为依据，完成用户需求的目标和功能。
MCGS组态软件建立的应用系统包括主控窗口、设备窗口、用户窗口、实时数据库和运行策略5部分(见图4)，每个部分具有不同的组态操作，其功能特性不同。
1)主控窗口。主控窗口是本次采摘机械手监控的主体框架部分，在主控窗口上可以加入一个设备窗口和多个用户窗口。主控窗口可以对这些窗口进行管理，如工程名称的定义、工程菜单的编制、封面设计及窗口的启动等。
2)设备窗口。设备窗口主要用来连接和驱动采摘机器人的机械手等末端设备，可以采集不同功能的末端设备的作业数据，将数据传输到数据库进行数据分析，并管理和调度设备的正常运行。
3)用户窗口。用户窗口可以实现采摘机器人和人之间的交互功能，其使用的图形有图元、图符和动画构件，利用这些可以设计图形画面，也可以对动画的显示进行定义和操作，将复杂的画面变得简单、易操作。
4)实时数据库。实时数据库是MCGS系统的核心，可以将采集的采摘机器人作业环境进行数据处理，是数据采集和信息输出的关键部分。其采集的数据利用实时数据库进行报警处理和存盘，还可以为系统的其他部分提供数据共享。
5)运行策略。运行策略主要是针对系统的运行流程而设计的，包括编程控制程序和功能构件的选择，使系统可以顺利的运行。
如上所述，采摘机械手的PLC控制系统设计完成后，可以利用MCGS组态软件的监测功能对系统进行监测，根据监测到的机械手作业性能，对其进行结构优化，使采摘机械手能够发挥最大的采摘作用。
图4 MCGS用户应用系统总体框架图
Fig.4 The general framework diagram of MCGS user application system
3 采摘机械手组态软件系统测试
基于PLC的采摘机械手控制系统完成后，可以利用MCGS组态软件对其作业性能进行监测，同时利用MCGS系统对机械手的动作进行管理和调度，使采摘机械手的性能发挥到最佳状态。首先利用MCGS系统对实时数据进行采集，实时数据采集窗口的设计如图5所示。
图5 实时数据库窗口
Fig.5 Real time Database window
为了实现PLC气动采摘机械手的快速控制和监测，需要对系统进行实时数据采集，采集的数据可以直接输出，也可以以动画的形式输出，动画设置如图6所示。
图6 动画组态属性设置
Fig.6 The attribute setting of animation configuration
由图4可知，标准SHNN-CAD检测出17个目标回波，其中有7个属于SST，正确回波检测率为0.412；加权SHNN-CAD检测出17个目标回波，其中有9个属于SST，正确回波检测率为0.53。因此同标准SHNN-CAD相比加权SHNN-CAD对目标回波不连通SST具有更好的检测效果。
对基于PLC气动采摘机械手的果实抓取和松开等功能进行了测试，测试的项目包括采摘的破损率和采摘时间等，并利用MCGS系统对作业情况进行了统计，得到了如表2所示的测试结果。
从采摘的破损率来看：基于PLC控制的气动采摘机械手具有较高的控制精度，采摘的破损率较小。由作用时间可以看出：气动采摘机械手的作业速度较快，可以满足快速控制的设计需求。
图7 果实抓取测试
Fig.7 The fruit grabbing test
表2 MCGS系统数据统计结果
Table 2 Data statistical results of MCGS system
4 结论
为了提高采摘机器人机械手的控制效率，将PLC控制和MCGS组态软件引入到了采摘机械手控制系统中，实现了采摘机械手的快速控制和状态监测，从而提高了机械手的控制效率。为了验证方案的可行性，对采摘机械手控制系统进行了测试(包括PLC控制效率和MCGS的监测效果)。测试结果表明：MCGS可以成功地监测机械手的作业状态数据，采用PLC控制系统具有较高的控制效率和准确性，抓取果实的破损率较低，需要的抓取时间较短，可以满足采摘机械手快速控制的设计需求。
参考文献：
[1] 孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报, 2008,19(1):48-61.
[2] 曾东海,米红,刘力丰.一种基于网格密度与空间划分树的聚类算法[J].系统工程理论与实践,2008, 28(7):125-133.
[3] 李光强,邓敏,刘启亮,等.一种适应局部密度变化的空间聚类方法[J].测绘学报,2009,38(3):255-263.
[4] 刘铭,王晓龙,刘远超.一种大规模高维数据快速聚类算法[J].自动化学报,2009,35(7):859-866.
[5] 傅隆生,张发年,槐岛芳德.猕猴桃采摘机器人末端执行器设计与试验[J].农业机械学报，2015,46(3):1-8.
[6] 高浩,王虎,陈军.猕猴桃采摘机器人的研究与设计[J].农机化研究，2013,35(2):73-76.
[7] 纪超,冯青春,袁挺，等.温室黄瓜采摘机器人系统研制及性能分析[J].机器人,2011,33(6):726-730.
[8] 刘继展,李萍萍,倪齐，等.番茄采摘机器人真空吸盘装置设计与试验[J].农业机械学报,2010,41(10): 170-173,184.
[9] 陆化珠,蔡健荣,孙力，等.基于超声测距的柑橘收获机器人应急避障系统[J].农机化研究,2011,33(12): 151-153.
[10] 杨晶东,洪炳熔,朴松昊.基于模糊行为融合的移动机器人避障算法[J].华中科技大学报：自然科学版，2008,36(S1):224-227.
[11] 李寒,王库,曹倩,等.基于机器视觉的番茄多目标提取与匹配[J].农业工程学报,2012,28(5):168-172．
[12] 项荣,应义斌,蒋焕煜.田间环境下果蔬采摘快速识别与定位方法研究进展[J].农业机械学报,2013, 44(11):208-223．
[13] 蔡健荣,孙海波,李永平,等.基于双目立体视觉的果树三维信息获取与重构[J].农业机械学报,2012, 43(3):153-156．
[14] 孟庆宽,何洁,仇瑞承，等.基于机器视觉的自然环境下作物行识别与导航线提取[J].光学学报，2014, 34(7):1-7.
[15] 刘金龙,郑泽锋,丁为民，等.对靶喷雾红外探测器的设计与探测距离测试[J].江苏农业科学,2013,41 (7):368-370.
[16] 焦恩璋,陈美宏.工业机器人离线编程研究[J].装备制造技术，2009(10): 18-19.
[17] 纪超,冯青春,李伟.温室黄瓜采摘机器人系统研制及性能分析[J].机器人，2011, 33(6): 725-730.
[18] 毛可骏,周平,赵匀.基于机器视觉的自主插秧机导航信息的提取研究[J].农机化研究，2009,31(6):63- 66.
[19] 刘继展,李萍萍,李智国.番茄采摘机器人末端执行器的硬件设计[J].农业机械学报，2008,39(3):109-112.
[20] 高峰,李艳,见浪護.基于遗传算法的农业移动机器人视觉导航方法[J].农业机械学报，2008,39(6):127- 131.
[21] 刘金龙,丁为民,邓巍.果园对靶喷雾红外探测系统的设计与试验[J].江苏农业科学,2012,40(12):370-372.
[22] 李丽,李恒,何雄奎.红外靶标自动探测器的研制及试验[J].农业工程学报,2012,28(12):159-162.
[23] 裴文超,陈树人,尹东富.基于DSP和单片机的实时对靶喷施除草系统[J].农机化研究，2012，34(1):149-153.
[24] 张俊雄,马锃宏,李伟,等.基于土壤基质的播种精度检测试验研宄[J].农业机械学报，2012,43(12):62-66.
[25] 马锃宏,李南,王汉斌,等.温室株间电驱锄草控制系统设计与试验[J].农业机械学报，2015,46(1):89-93.
[26] 张二鹏,马锃宏,耿长兴,等.温室悬挂喷施机跨垄作业控制系统设计[J].中国农业大学学报，2013,18(6): 170-174.
[27] 马锃宏,李南,李涛,等.钵体苗带式供苗移栽机的设计与试验[J].中国农业大学学报，2015,20(3):216-222.
[28] 张春龙,黄小龙,刘卫东,等.苗间锄草机器人信息获取方法的研究[J].农业工程学报,2012,28(9):142-146.
