共查询到18条相似文献,搜索用时 656 毫秒
1.
为实现温室草莓采摘机械化和自动化,设计并制作一种应用于日光温室的草莓采摘机器人。该机器人能实现自主路径规划,行走过程中识别成熟草莓并完成采摘。设计以ROS分布式计算系为主控制网络,以激光雷达进行移动机器人的地图构建与定位,双目深度相机实现对成熟草莓的识别和定位,搭载柔性仿生夹爪6自由度机械臂实现目标草莓抓取和放置。设计机器人软件平台,使用改进A*算法实现自主路径规划和导航避障;利用R-FCN目标检测网络和双目视觉技术实现成熟草莓检测及定位。结果表明:该草莓采摘机器人可实现目标检测及定位,检测到的草莓坐标与机器人手爪坐标的误差在4 mm以下,成熟草莓识别率为95%,满足采摘要求。 相似文献
2.
3.
4.
由于采摘机器人的移动非常频繁,因此其速度控制是影响工作效率的主要因素,在机器人的移动过程中会产生较大的惯性和时延,在控制信号的输出和电机响应过程中也会有一定的延迟,采摘机器人的惯性会使采摘机器人不能很好地在预定的果实采摘位置停下。为了解决这个问题,提高机器人的采摘效率,设计了一种新的机器人调速系统。该系统速度由传感器进行采集,通过电机的变频调节实现移动速度的控制。为了使机器人的控制平稳,以STC89C52单片机为控制核心,设计了采摘机器人的闭环控制系统。最后,对采摘机器人的性能进行了测试,通过测试发现:采摘机器人可以准确地识别成熟果实,控制算法运行良好,可靠性高,实现了采摘机器人的自动调速功能。 相似文献
5.
首先介绍了大数据Hadoop技术的原理和架构,然后设计了采摘机器人运动模型和定位导航模型,并实现了采摘机器人定位导航算法,最后介绍了采摘机器人远程操作系统总体方案和硬件设计。试验结果表明:远程操控系统通过对采摘机器人的转向和移动控制,可以准确控制采摘机器人沿着果树中间道路移动,以顺利完成采摘作业,符合设计需求,对采摘机器人的远程控制具有一定的参考意义。 相似文献
6.
7.
《现代农业装备》2020,(3)
樱桃番茄是番茄中的一种特殊类型,其果实及果梗的力学特性是采摘机器人设计与控制的重要依据。对不同成熟期的樱桃番茄果实进行了纵向和横向挤压试验,对其果梗进行了折断试验。结果表明,不同成熟度樱桃番茄果实的抗压能力具有明显差异,以青果期的压缩破裂最大,成熟期的最小,整体抗压能力随着果实成熟而下降。成熟期樱桃番茄的纵向、横向挤压强度差异较大,具有明显的各向异性特征,其纵向抗压能力大于横向,采摘时应当减少横向压力,以便更好保护果实。成熟期樱桃番茄果梗膨大节处的折断负荷较小,单果采摘时建议从果梗膨大节处以折断方法进行采摘;串果采摘时建议采摘机器人与果实间的作用力、运动参数要特别注意果梗的力学脆性,避免串收过程(采摘—放篮)中成熟果实从果梗膨大节处脱落,造成机器人采收失败。 相似文献
8.
为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。 相似文献
9.
智能移动水果采摘机器人设计与试验 总被引:10,自引:0,他引:10
设计了一种智能移动水果采摘机器人,该机器人主要由智能移动平台、采摘机械臂、末端执行器、横向滑移机构和控制系统组成。用VC++语言编写了系统控制程序,开发了人机交互界面。样机在江苏省丰县果园进行了综合试验,结果表明:该机器人能够完成自主导航、自主采摘及自主装箱作业,移动平台、采摘机械臂及末端执行器能够实现智能协调控制。整个系统工作性能稳定,成熟果实的识别正确率为81.73%,采摘成功率为86.92%,单个苹果采摘平均耗时9.50 s。 相似文献
10.
番茄采摘机器人非颜色编码化目标识别算法研究 总被引:6,自引:0,他引:6
为了实现番茄采摘机器人在非结构化环境下对目标番茄的准确识别,提出了一种基于非颜色编码的番茄识别算法。通过Haar-like特征及其编码的方法,结合AdaBoost深度学习算法可以获得用于识别成熟番茄的分类器;并研究了Haar-like特征类型和AdaBoost学习训练次数对分类器性能的影响。所得强分类器对测试集中的番茄进行在线识别试验。试验结果表明,测试集中93.3%的成熟番茄能够被正确识别;同时该分类器还对光照变化、果实粘连以及枝叶遮挡等干扰具有较强的自适应性和鲁棒性,满足采摘机器人对目标识别的技术要求。 相似文献
11.
12.
13.
结合国内西红柿采摘方式仍比较单一,大多处于人工采摘的现状,对西红柿采摘技术进行研究,从西红柿本身入手,对西红柿的受力进行力学分析,采用带有藤的西红柿作为试验材料,使用精密型微控电子万能试验机进行剪切和压缩试验。采用统计软件对西红柿以及藤的每个阶段力学特性参数进行数据分析,得出西红柿最大抗压弹性强度为0.017 MPa,其弹性模量为8.33 MPa;西红柿藤被剪断的力最小值为233.05 N。西红柿的抗压性能以及西红柿藤受剪切时的参数为西红柿采摘机设计提供参考依据。 相似文献
14.
15.
针对果蔬识别中识别效率低、成本高等问题,本文提出了基于残差块和注意力机制的果蔬识别模型,并成功部署于果蔬智能识别设备。果蔬自动识别装置由Raspberry Pi、STM32F103ZET6、摄像头、称量传感器、处理器、显示屏、微型打印机、扎口机以及电源等部分组成。中央控制器与显示屏进行交互实时显示各种参数,通过摄像头与称量传感器采集待测物体图像与待测物体质量,由部署于Raspberry Pi的果蔬自动识别模型对果蔬进行精准识别,同时协同单片机STM32F103ZET6将果蔬相关信息打印并控制扎口机进行封口打包。本文以YOLO v5网络为基础,通过增加残差块与注意力机制构建果蔬自动识别模型RB+CBAM-YOLO v5。以自制的数据集训练网络,将6种网络进行对比试验,并选择最优网络进行设备端检测试验。试验结果表明,RB+CBAM-YOLO v5的精确率、召回率与mAP0.5分别为83.55%、96.08%、96.20%,较YOLO v5提升4.47、1.10、0.90个百分点。将RB+CBAM-YOLO v5模型部署于嵌入式设备Raspberry Pi中,设备可实现精准识别、自动称量、打印凭条以及快速打包等功能,可满足果蔬识别以及无人售卖装置的需求。 相似文献
16.
基于轨道平移式果蔬采摘机器人作业原理,建立了果蔬柔性采摘机器人作业质量测试方法,确定了采摘效率、果实采摘尺寸范围、最大抓握输出力、抓取成功率及果实破损率等作业指标的测定方法。依据提出的方法对FHR-2型柔性果蔬采摘机器人进行了设施温室大果番茄采收试验,结果表明,采摘效率8个/min,果实采摘尺寸范围30~92 mm,最大抓握输出力22.5 N,抓取成功率72.9%,果实破损率0,能够满足大果番茄的采摘要求。建立的测试方法能够对番茄采摘机器人进行作业质量测试,机器人的图像识别系统参数需进一步优化,以提高作业质量。 相似文献
17.