下面文章首先闡述了云計算的的特點和工作原理，然后結合農業機器人運動特性，采用螞蟻算法，搭建了由農業機器人、云計算平臺、ARM開發板、圖像處理、攝像頭和無線路由器等模塊組成的云系統架構，實現了一套基于云計算的農業機器人路徑規劃與實時定位的系統。結果表明:采用云計算平臺調用蟻群算法效率高、可行性強，高效解決了農業機器人路徑規劃與定位問題，具有一定的實際應用前景。

　　關鍵詞:農業機器人,路徑規劃,實時定位,云計算

　　近年來，互聯網技術和網絡技術快速發展，使得云計算技術獲得了較大發展。云計算改變了傳統用戶在本地計算機上完成開發、設計和計算等任務的工作模式，通過云平臺接口及互聯網遠程訪問大規模計算機資源處理任務，并借助網絡將結果發回至本地，極大地提高了系統處理大數據的能力。

　　1云計算概述

　　云計算是將互聯網和虛擬化資源相結合的一種計算方式，是將計算、存儲、網絡、數據、算法及應用等軟硬件資源集成的大規模雙向實時應用。云計算不僅能夠確保農業機器人路徑規劃與同步定位等應用的快速部署和高擴展性，還能解決路徑規劃等大規模高并發路線計算。云平臺可以將軟硬件資源整合成虛擬化的線上資源，這些資源整合后封裝成一些可以被用戶隨時使用的接口，用戶根據使用流量值繳費，使得普通用戶可以利用強大的計算資源完成復雜計算。

　　云計算的優勢如下:1)計算資源豐富，通過并行程序設計和海量數據分布式計算方法提高了計算機的整體效率。2)資源分配視需求而定，分配自由，能夠最大限度地利用計算資源。資源可靈活分配，使計算機資源得到充分利用，由虛擬化技術支持實現，可以實現硬件與軟件的隔離，打破計算機資源地理上的屏障。3)采用虛擬化技術支撐，由線下計算機群組成云計算平臺，用戶只需要使用相應接口，便能接入云計算通道使用資源。4)在云端完成計算，可靠性、效率及穩定性都非常高，數據也非常安全。云計算平臺注重計算機資源的快速響應，改變了傳統計算機資源信息孤島化的狀況，能夠根據用戶需求分配資源，提高服務質量。

　　云計算需要采集、存儲具有物聯網特性的資產數據和用戶數據，因此涉及到物聯網和互聯網相關的技術。云計算一方面涉及海量的物聯網數據、用戶數據的管理，另一方面又要隨時跟進用戶需求而做功能開發和優化，所以應用之前會先構建平臺服務(PaaS)，配備平臺服務層。一方面能夠使得應用承載百萬量級的高并發數據流，另一方面又能做到資源和能力的動態調配、功能的靈活開發。

　　2農業機器人路徑規劃與定位方法

　　2.1路徑規劃方法

　　農業機器人工作環境相對復雜多變，首先機器人得到分配的任務，然后獲取環境信息，并將處理后的環境信息通過互聯網發送給云平臺，借助網絡將路徑規劃最優結果發回至本地，按照路徑進行作業。假設農業機器人從A移動到B，則整個避障過程中應符合以下幾個要求:1)耗時少。2)路程最短。3)路徑平滑度最高。本文研究的農業機器人路徑規劃方法流程為:農業機器人搭載的CCD攝像頭獲取周邊位置信息，建立作業區域環境地圖;然后，在進行路徑規劃時利用云計算平臺訓練好的蟻群算法進行路線規劃。

　　整個過程中，以螞蟻算法為主，農業機器人從云平臺下載從起點到終點避開障礙物的最優路徑，然后機器人根據該路徑移動。蟻群算法在農業機器人路徑規劃的應用原理是:在初始時，將一定數量的螞蟻安放在起點，每段路徑都會有一定初始的螞蟻留下的信息素。螞蟻行走后的一段時間，路徑的信息素較多，容易引起啟發信息的問題，為此需要實時更新路徑上的信息素，更新方法主要有全局和局部兩種。

　　由于農業機器人在作業中可能會出現故障或其他無法確定的因素，導致機器人無法正常移動，從而終止路徑規劃算法，因此本文采用全局信息素更新方法，在t+n時刻更新該路徑上的信息素，在信息素更新中，若螞蟻到達死胡同但還未到終點，則判斷該螞蟻死亡，刪除其在該路徑節點的信息素，保留其前面路徑節點的信息素。

　　2.2實時定位方法

　　農業機器人自主定位算法計算量大，比較復雜，需要在PC機上進行計算，不適合在機器人中的嵌入式系統中處理。因此，本文將獲得的環境信息實時發送給云平臺，由云平臺的結構化海量數據計算模塊進行處理。農業機器人自主定位系統根據攝像頭傳感器獲取環境信息，并結合機器人的初始位姿信息，利用云平臺的高效計算，得到相對較高的定位精度。

　　機器人實時定位流程主要如下::1)農業機器人首先設定好作業區域的起點和終點，然后通過CCD攝像機獲取三維環境參數信息，經農業機器人ARM處理器預處理后，交給云計算平臺處理;2)云平臺根據農業機器人提供的需求和三維環境參數，搭建地圖模型，指定出最優移動路徑，并將命令發送給機器人;3)地圖模型搭建成功后，可以實現機器人的可視化顯示，用戶可以實時觀察機器人的移動情況。

　　3路徑規劃與定位系統

　　3.1云系統架構

　　云系統架構主要由農業機器人、云計算平臺、ARM開發板、圖像處理、攝像頭和無線路由器等模塊組成。其中，ARM開發板和攝像頭搭載在農業機器人中，作為其控制單元和傳感單元。農業機器人的路徑規劃在云計算平臺中完成，通過無線路由器與圖像處理模塊、云主機、無線路由器之間進行數據的交換。本系統采用中國電信的彈性云主機(CT-ECS，ElasticCloudServer)。該云主機是是一種可隨時獲取、彈性可擴展的計算服務器，同時可結合VPC、安全組、數據多副本保存等能力，打造一個高效、可靠、安全的計算環境，確保服務持久穩定運行。

　　3.2路徑規劃與定位系統硬件框架

　　本文設計的農業機器人核心控制器采用SAMSUNG的S3C2410處理器，該處理器片上資源豐富、處理能力強、功耗低、穩定性高。S3C2410核心板包括CPU、內存、NandFlash、NorFlash和RTC等核心部件，系統運行在200M的主頻下能展現極為出色的性能，適合應用于工業控制場合。

　　3.3路徑規劃與定位系統軟件設計

　　農業機器人路徑規劃與定位系統是采用螞蟻算法進行路徑規劃的，其算法軟件流程為:①搭建環境;②設定起點和終點;③計算螞蟻移動次數;④自動計算螞蟻移動次數;⑤統計成功螞蟻的路徑代價;⑥統計成功螞蟻的路徑代價;⑦計算路徑代價最小值;⑧輸出最優路徑。

　　4測試與分析

　　本文以云計算平臺作為管理服務模擬，采用蟻群算計算農業機器人的最優路徑，潛在的模式中包含了大量的節點數據信息的云數據庫，供云主機計算和調用。為了驗證農業機器人路徑規劃與定位系統是否符合設計要求，是否具有較高的可靠性和穩定性，采用云計算平臺調用蟻群算法，并使用MatLab進行了仿真試驗，目的是求取一條從起點A到終點B的無碰撞最優路線。

　　農業機器人順利實現了從圖A到B無碰撞移動的目的。該路徑路徑最短、轉彎次數最少，在復雜的環境下仍能實現路徑規劃和避障功能，系統穩定性高、可靠性強。仿真結果表明:采用云計算平臺調用蟻群算法效率高、可行性強，高效解決了農業機器人路徑規劃與定位問題。

　　5結論

　　1)分析了云計算的原理及優越性，并根據農業機器人移動特性，采用螞蟻算法，設計了一種基于云計算的農業機器人路徑規劃與實時定位系統。2)搭建了由農業機器人、云計算平臺、ARM開發板、圖像處理、攝像頭和無線路由器等模塊組成的云系統架構，利用云平臺的高效計算，實現農業機器人的最優路徑規劃和精準定位。3)采用云計算平臺調用蟻群算法，并利用MatLab進行了仿真試驗，驗證了系統的高效性和可行性。

　　參考文獻:

　　[1]姜華.淺談農業機器人的應用現狀及其發展前景[J].考試周刊，2017(82):189.

　　[2]馬小雨.云計算環境下用于智能機器人避障的激光測距儀設計[J].科技通報，2017，33(8):110-113.

　　[3]石建華.基于云計算技術的蘋果采摘機器人系統[J].農機化研究，2017，39(7):180-183.

　　[4]周慧子，胡學敏，陳龍，等.面向自動駕駛的動態路徑規劃避障算法[J].計算機應用，2017，37(3):88-888.

　　[5]黃軼文，張梅.基于蟻群算法的六自由度采摘機器人軌跡規劃研究[J].農機化研究，2017，39(3):242-246.

　　[6]王偉，褚凌慧，李超藝，等.基于云計算之溫室移動機器人的路徑規劃[J].現代電子技術，2017，40(4):53-56.

　　[7]李龍俊.基于聚類分區和改進蟻群算法的清潔機器人路徑規劃研究[D].南京:南京郵電大學，2016.

　　[8]董玉成，陳義華.基于螞蟻算法的移動機器人路徑規劃[J].重慶大學學報:自然科學版，2003(3):49-51.

　　[9]李慧.基于大數據與云計算下的Android導航技術的研究與實現[D].西安:西安電子科技大學，2015.

　　[10]譚杰夫，丁博，郭長國，等.基于云計算的機器人SLAM架構的實現與優化[J].軟件，2015，36(10):17-20，25.

　　[11]景興建，王越超，談大龍.基于人工協調場的多移動機器人實時協調避碰規劃[J].控制理論與應用，2004(5):757-764.

　　推薦期刊：《現代電子技術》是由陜西省信息產業廳主管，陜西省電子技術研究所、陜西電子學會和陜西電子雜志社主辦的一本半月刊科技類期刊。