水果采摘机器人控制系统研究——基于英语语音识别技术

在人机交互模式中,语言沟通是最便捷、最直接的交流方式之一,语音识别技术在现代机器人上得到广泛应用,现已推广到农业机器上。采摘机器人作为现代比较新型的农业机械,语音识别的应用增加了机器人的实用性。为此,设计出基于英语语音识别的水果采摘机器人控制系统,利用TMS320VC5416DSK板为平台,实现了水果采摘机器人的英语语音识别。英语语音识别主要包括前处理、特征提取及特征匹配等。在安静环境下提取了不同英语语音数据,并采用MATLAB对语音特征参数进行了仿真语音识别实验,结果表明:本设计的识别率可以达到90%以上,具有较强的鲁棒性。水果采摘机器人采用4个自由度的机械臂和英语语音识别模块等硬件电路,实现了英语控制机采摘器人完成采摘作业。     

一种用于机器人水果采摘的快速识别方法

针对机器人水果采摘中容易受遮挡、光照变化等因素的影响而产生误识别的问题,提出了一种基于颜色分量统计的特征匹配水果识别方法。根据成熟水果所特有的颜色特性,提取代表水果特征的描述值,将其作为识别时的特征进行匹配。在匹配过程中对每个搜索子图进行匹配时采用积分求和的思想,大大提高了水果识别的效率。实验结果表明:该算法在一定程度上有效解决了光照和遮挡对识别造成的影响,能快速准确地识别出需要采摘的成熟水果类型。     

基于深度学习的水果采摘机器人视觉识别系统设计

水果识别是自动化采摘过程中的关键步骤,为了提高水果识别的准确性和实时性,利用深度学习方法,设计了一种水果采摘机器人视觉识别系统。首先,采用多种预处理方法对样本数据进行扩充,并对图像进行缩放和灰度化处理;然后,构建了一个多层卷积神经网络,通过多次训练得到网络最优超参数;最后,利用所构建的卷积神经网络对水果图像进行训练,同时采用多种训练策略得到最终的识别模型。实验结果表明:系统具有识别速度快、准确率高的特点,可以快速、准确地对水果图像进行识别,单张水果图像的识别速度只需0.2s,识别精度高达97%以上。该方法具有重要的理论和应用价值,可为水果的自动化识别提供有力手段。     

基于直流电机驱动电路的移动式采摘机器人设计

基于直流电机驱动策略,采用STM32微处理器,搭建了采摘机器人运动控制系统,并基于H桥功率驱动电路及PWM脉宽调速策略,实现了采摘机器人电机驱动调速系统。试验结果表明:该采摘机器人在行走和转弯测试中,误差较小,能够满足设计要求,对直流电机在其场合的驱动控制具有一定的参考价值。     

采摘机器人数字视频监控系统 —基于DSP和帧内编码

针对采摘机器人对目标水果分级难度高、误差大等问题,提出了一种基于DSP和帧内编码的采摘机器人数字视频监控系统,对水果等进行识别和分级。系统可根据水果瑕疵面积和RGB三色直方图,对果实成熟度进行判断。试验结果表明:采摘机器人识别和判定结果与市场分级结果一致,系统检测精度高,性能可靠,可以满足水果识别分级的设计需求。     

日光温室番茄采摘机器人设计与试验

针对目前日光温室中番茄采摘主要靠人工且费时费力的问题,设计并制作了一种可以应用于日光温室的番茄采摘机器人.该机器人能够在大棚垄道间巡检并自动识别成熟番茄,完成采摘、收集.本设计以STM32微控制器为主控制器,使用麦克纳姆轮全向移动平台作为机器人的移动底盘,采用由Raspberry Pi 4B控制器驱动的深度相机作为成熟...     

基于KVM的新一代采摘机器人设计研究

针对采摘机器人在果蔬采摘时不能准确识别和精准采摘方面的问题,基于KVM技术对新一代采摘机器人进行了设计和研究。该采摘机器人的主要组成部分为硬件系统和软件系统。对采摘机器人的软件系统进行设计,包括采用静态和动态的果蔬识别方式、采用PID控制算法进行自动导航、采用人工势场的方法进行采摘时的避障,保证了果蔬的准确识别和精准采摘。为了验证采摘机器人的采摘性能,采用识别定位和采摘试验进行验证。结果表明:采摘机器人的识别和采摘性能良好,可以满足农户对于采摘机器人的性能要求。     

高档名优绿茶仿生采摘指气动控制系统研制

为解决高档名优绿茶采摘劳动力紧缺和现有采茶机对新梢采摘缺乏选择性的问题,提出用于采茶机器人的、模仿人工“提手采”方式的仿生采摘指机构,通过固定、提拉等动作将新梢的茎拉断,并基于该机构设计采摘指气动控制系统。系统采用STM32芯片为控制核心,通过光耦继电器控制电磁换向阀两个出气口有序开启,从而控制气缸往复运动,实现采摘指对新梢的采摘。通过计算分析设计控制气路,对气路系统元件进行选型;完成控制系统硬件电路设计和软件开发,并制作样机。试验结果表明采摘指能有效实现新梢与茎秆的分离,一芽一叶采摘成功率达90%,验证了仿生采摘指气动控制系统的可行性和实用性。     

基于机器视觉的类球状水果采摘机械目标识别方法

常规水果采摘机械目标识别方法多数采用特征阈值化法,对水果图像进行分割处理,不能根据水果图像中某些目标存在的共同特征将其分割为特定区域,无法为目标识别提供有力支持,降低了水果采摘机械目标识别的精确率。基于此,引入机器视觉技术原理,以类球状水果为例,提出了一种全新的水果采摘机械目标识别方法。利用高性能的拍摄相机,随机选取类球状水果进行图像采集与预处理,获取特征突出、不存在噪声点的图像,采用机器视觉技术设计图像分割算法,将图像划分为多个超像素块,对类球状水果图像边缘进行平滑处理,获取融合特征的类球状水果采摘机械目标识别显著图,完成机械目标识别。实验分析可知,通过这方法识别类球状水果采摘机械目标,其识别结果的精确率、召回率与调和平均值等三个评测指标均≥95.38%,识别效果优势显著。     

农业激光自动采摘定位机器人控制系统设计——基于PID控制

结合STM32和MSP430单片机设计了一种新的农业果实采摘机器人激光自动瞄准系统,并在系统设计过程中引入了PID算法,大大提高了果实采摘机器人的定位精度和自动化程度。该系统对果实目标区域采用两组控制系统进行图像采集和运动控制。其中,STM32单片机控制图像采集设备,并对图像信息进行分析处理,数据结果经无线通信送MSP430单片机,控制电机带动激光笔移动瞄准目标位置。系统采用Open CV处理图像,实现了人机交互功能,利用PID控制算法调整瞄准误差,提高了瞄准精度,通过对电机的闭环控制,实现了激光自动瞄准功能。实验结果表明:此系统可以成功锁定目标,达到了较高的精度,为激光瞄准系统在农业自动化和现代化中的应用研究提供了理论依据。     

农业机器人路径识别自主导航系统——基于STM32与物联网

我国人口众多,粮食需求量高,因此有必要提高农业生产效率以提高粮食产量。为此,开发了一套基于STM32及物联网的农业机器人定位及路径导航行走系统,跟踪端GSM芯片在STM32的控制下通过GPRS网络发送GPS定位数据信息,农业机器人视觉系统根据所在环境拍摄图像分析获得行走路径,完成导航任务。以农田垄沟环境为研究对象并进行仿真,将机器人视觉系统采集的图像进行优化,通过MatLab仿真处理,将机器人导航行走路线通过阈值分割和边缘检测提取出来,满足其定位导航的精度。该系统能够大量应用在农业生产技术中,包括种植管理、喷洒农药及果实采摘等,极大地减轻了我国农业生产人员的劳动强度,对于推动农业的现代化具有重要意义。     

基于STM32体感交互式仿上肢采摘机械臂设计

农业采摘机械臂是提高农业自动化程度和生产效率的重要手段,针对传统农业采摘机械臂控制方式单一、与用户的交互性和控制效率较低的问题,提出并设计一种基于仿生学,能够实时模仿上肢采摘行为的体感交互式仿上肢机械臂系统。系统采用STM32微处理器作为主控芯片,采用6个舵机构建六轴仿生机械臂结构。采集端MUP6050加速度计获取人体手臂姿态信息,通过无线收发芯片SI4432实现手臂姿态的无线传输;机械臂接收端完成手臂姿态的无线接收及解析,从而控制机械臂模仿人体上肢的动作。试验结果表明,系统对仿人体机械臂动作的平均识别率为96%以上,动作跟随的平均响应时间为2～3 s,能够按照人体手臂的运动轨迹做出相应的模拟动作,跟随人体手臂完成各种抓握、屈伸、旋转等动作,较好地实现仿上肢采摘机械臂的功能。     

基于STM32处理器的大棚温湿度监控系统设计

介绍一种基于STM32的温湿度监控系统设计方案。以基于Cortex－M3内核的STM32F103系列微处理器为核心,采用防护型温湿度数字传感器进行温湿度采集,在多组四位数码管上实时显示温度和湿度;通过Zigbee无线模块进行实时数据互通及参数设置,微处理器完成相关计算后,对放风、喷淋等设备发出指令。     

基于物联网的水肥一体化系统设计与试验

为实现温室水肥一体化系统的监控和管理,设计基于物联网的水肥一体化系统。系统设计采用物联网架构,采集控制层通过STM32单片机采集温室环境参数,通过PLC采集执行模块的工作参数并控制水泵和阀门完成施肥灌溉,通过GPRS将数据传输到应用层。Web应用层采用B/S架构设计开发,以MySQL为数据库管理系统,以Java语言开发系统的功能模块。该系统经运行测试,水肥一体化执行模块通过PID控制响应速度快,超调量为6.8%,水肥混合液EC值最大绝对误差为0.5 mS/cm。     

基于PLC的苹果采摘机械手运动控制系统设计

以苹果采摘机械手运动控制为研究对象,对机械手进行运动学分析与建模,设计了基于PLC的机械手硬件框架与运动控制方案、人机交互上位机和机械手轨迹规划的实验系统。实验结果表明:采用PLC控制器的苹果采摘机械手软硬件均能正常运行,该系统具有可靠性高、实时性和稳定性好等优点,对于农业采摘机器人快速识别目标并进行正确采摘作业具有很大帮助。     

采摘机器人实时智能避障系统研究——基于嵌入式ARM

为简化采摘机器人底层控制系统软硬件设计,提高系统的实时性和可靠性,在处理器的设计上引入了嵌入式微处理器,取代了常规的单片机和PLC方案。提出了基于ARM控制器和源代码开放的Linux操作系统组成的采摘机器人控制系统,对其实时避障功能进行了设计,并模拟采摘机器人作业环境对该方案的可行性进行了测试。结果表明:采摘机器人行使过程中可以躲避障碍物,向目标作业区域移动,成功地实现了实时避障功能,为采摘机器人自主导航系统的开发提供了重要的借鉴。     

基于STM32的水肥一体机智能控制系统优化研究

以水肥一体机智能控制系统为研究对象,对作物生长过程中所需的水分及肥料进行分析,利用工控机作为上位机、STM 32控制板作为下位机,搭建水肥一体机智能控制系统.系统可根据作物生长状态、灌溉面积及环境参数,结合作物生长需求进行灌溉量和肥量的分析计算,并根据肥料溶解特性进行灌溉施肥时间的分配转换,在STM 32控制板的输出指...     

基于CMOS图像传感器的采摘机器人嵌入式视觉系统

为了提高采摘机器人的自动化程度,实现自主导航和自主采摘作业能力,将基于CMOS图像传感器的嵌入式视觉系统引入到了采摘机器人的设计过程中,有效降低了机器人的设计复杂程度,提高了机器人的设计效率。采用DSP主控芯片构建了嵌入式图像处理系统,可以处理CMOS相机实时采集的图像,并采用模块化设计,构建了包括通讯单元、存储单元及视频输入输出接口的硬件系统,使各模块之间协调工作。为了验证方案的可行性,对一款果实采摘机器人进行了改装,安装了嵌入式视觉系统,并对其性能进行了测试。测试结果表明:采用基于CMOS图像传感器嵌入式视觉系统后,采摘机器人的定位准确率和采摘准率率都较高,满足了自动化采摘作业需求。