基于Arduino的超声波避障机器人设计

随着人工智能成为未来科技研发的重要对象,智能机器人研发前景光明。本文介绍了以Arduino为核心主控板,采用超声波传感器测距实现自主避障功能的机器人设计方案。创新了避障系统的软硬件设计,设计了超声波传感器和直流电机组合作为避障模块。在使用最少的传感器并且保证避障效果的条件下,最大限度地实现了避障功能。实验结果表明,避障算法对环境具有很好的兼容性,机器人能够很好地实现避障功能。     

基于超声波传感器的扫地机器人避障技术研究

本文基于超声波传感器对扫地机器人避障技术的运用进行研究,运用多组超声波传感器进行周围环境数据的收集,以确定障碍物的位置并改善测量的精度,达到准确避障。对超声波传感器内部电路进行设计,以提高扫地机器人避障技术的智能性和稳定性,对多组的传感器进行避障策略设计。     

基于足球比赛运动的采摘机器人自主避障设计

随着科技水平的提高,农业生产向实现智能化发展,农业采摘机器人中的自主避障控制系统成为重点。在农业生产环境复杂且未知的条件下,采摘机器人的控制需要具有较高的智能化水平。为此,基于足球比赛运动的控制规则,设计了采摘机器人自主避障控制系统;阐述了基于足球比赛运动的移动机器人自主避障设计实现技术、控制技术及模糊逻辑控制方法,使机器人的移动通过模糊逻辑控制和基于优先度的避障策略来实现。仿真试验结果表明:该采摘机器人自主避障设计有效性和实时性较高,在农业生产的复杂环境中,可较好地自主避障并进行路径优化。     

基于嵌入式智能控制系统的采摘机器人定位导航方法

利用图像、红外、超声波等传感器模块,感知采摘机器人作业环境,以采摘机器人在园区自主避障和移动为目的,研究了采摘机器人路径规划和定位导航方法,并利用嵌入式控制系统,设计和开发了该采摘机器人定位导航方法。实验结果表明:系统可以实现采摘机器人的定位和导航功能,具有一定的可靠性。     

草莓采摘机器人成熟果实识别及避障控制系统研究——基于ARM与FPGA

目前,草莓的采摘主要靠人工完成,任务繁重,效率较低,人为造成的损失也比较大,减少了果农的经济收入,也影响了草莓种植的发展。因此,研制草莓采摘机器人是解决人工采摘问题的关键。为此,大量研究了草莓种植的特点及人工采摘技巧,基于ARM与FPGA智能控制模块及双目机器视觉技术,设计了草莓采摘机器人成熟果实及避障控制系统。实验结果表明:所设计的草莓采摘机器人成熟果实识及避障控制系统可以准确识别成熟草莓果实,并能灵活避开采摘途径中的障碍物,系统运行稳定,对我国开展草莓采摘机器人果实识别和避障技术的研究具有一定的参考价值。     

四足机器人的障碍检测及躲避系统设计

当今社会,人工智能行业蓬勃发展,机器人是未来发展的必然趋势。仿生机器人是机器人领域的一个重要分支。文章根据全国机器人大赛ROBOCON赛事规则要求,设计了一款四足机器人,采用STM32F407VET6作为主控制器,对其自主避障系统做了研究。针对四足机器人的障碍检测及躲避,设计了一种基于激光雷达、光电等多种传感器信息融合的自主避障算法及避障策略的四足机器人,在上位机对各方面功能进行仿真,实现四足机器人自主避障,并对四足机器人的障碍检测及躲避系统进行实验验证,证明理论的可行性,满足了预期的设计指标。     

基于模糊控制系统的采摘机器人避障系统研究分析

针对目前使用的采摘设备落后、工作量大、稳定性差等问题,为了提高采摘机器人的环境适应能力,对采摘机器人的避障控制系统进行了分析,拟采用模糊控制系统的方法,来加强采摘机器人避障系统的能力和效率,减少采摘机器人避开障碍物及规划出适当路径所用时间。模糊控制使用超声波检测前方障碍物距离,以控制转轮速度和方向作为输入量,速比作为输出量,控制移动的速度和方向。为使采摘机器人避障路径规划尽可能短,采用改进的遗传算法和模糊控制系统建立基本模型。对采摘机器人的避障性能进行仿真试验,结果表明:基于模糊控制的采摘机器人的避障系统可以成功地避开障碍物及规划出最短行走路径,且能够快速定位树上的果实和准确地完成采摘任务,具有效率高、易操作、采摘成功率高等特点。     

基于无线网络安全的农业机器人自动避障系统

农业机器人能够感测其周围环境,解释感测到的信息,以获得其当前位置和周边环境信息;并规划实时轨迹,以到达目标对象。在整个过程中,自动避障是一个需要挑战的基本问题。为了实现农业机器人的避障功能,提出了一种基于无线网络安全的农业机器人自动避障系统。系统采用无线网络安全技术与嵌入式控制技术,引入机器人自动避障策略,并通过差动驱动农业机器人的数值模拟和实验结果验证了系统的有效性、准确性和可行性。     

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。     

农业搬运机器人控制系统设计

本课题组设计的农业搬运机器人控制系统是以燃料电池作为动力源,集合路径自主规划于一体的机器人。设计采用燃料电池作为动力装置,具有转化效率高、环境污染少、燃料来源广和价格较低等优势。采用树莓派作为主控系统,树莓派安装乌班图系统,乌班图系统搭载ROS机器人控制系统,通过GPS定位装置实现自主定位导航,利用超声波传感器使机器人完成避障功能。四轮采用无刷轮毂电机作为驱动机构,具有结构简单、成本低、维护简单以及应用成熟的特点,控制器采用STM32F103ZET6作为机器人运动控制芯片,通过USART接口与导航模块连接,通过I/O与3路超声波连接,通过PWM信号对轮毂电机的驱动器进行调速控制。     

农用四轴飞行器避障控制系统设计——基于机器视觉和超声波测距

首先,基于双目视觉和超声波测距介绍了农用四轴飞行器的障碍物感知原理;然后,基于整体框架和飞行器对避障控制系统进行了整体设计;最后,基于机器视觉和超声波测距实现了农用四轴飞行器避障控制系统。实验结果表明:当飞行器和障碍物达到设置距离时,飞行器能够快速进行悬停响应,并能及时进行避障操作,证明了农用四轴飞行器避障控制系统的可行性和有效性。     

农用四旋翼飞行器避障系统设计 —基于机器视觉和无线定位

在地形复杂的区域,为了提高农林植保的作业效率,提高作业过程的安全性,四旋翼飞行器被应用到了农业生产作业过程中.为了提高四旋翼飞行器的自主导航水平,将机器视觉技术和无线定位技术引入到了飞行器控制系统的设计上,通过两种定位方式的联合,有效提高了飞行器导航精度.采用软件仿真的方式对避障系统进行了测试,测试过程中设置了多种障碍...     

基于篮球运动的避障系统开发设计

随着科技水平的提高,机器人的应用范围不断增加,其工作环境复杂多变,设计出一套应变能力强的避障系统必不可少。为此,阐述了基于篮球运动的避障系统设计,引用篮球运动中的个人防守技巧和立体型进攻防守技巧,研究篮球运动中进攻时的防守躲避意识,以动态窗法建立工作控制,并对工作环境信息实时采集分析,反应到控制系统,及时躲避障碍。农业机器人的行进方向采用模糊逻辑控制方法,避障系统设计则以VFH避障算法实现自主避障。避障系统设计中需要考虑动态障碍的运动学,才可及时自主避开。仿真试验结果证明了该避障系统的有效性和实时性。     

采摘机械手运动控制及避障研究——基于PLC和物联网远程控制

近年来,无线通信技术发展迅猛,无线通信数据传输速度越来越快,远程控制的延时大幅降低,几乎可以忽略不计,因此远程控制逐渐被广泛应用于各个领域。为此,结合物联网远程控制技术和PLC实时控制系统优势,实现了采摘机械手的运动控制及避障系统。实验表明:所设计研究的采摘机械手运动控制及避障系统避障能力强,路径优化平滑,具有很高的可靠性和稳定性。     

全自走牛舍清洁机器人的设计

为了提高规模化牛舍的清洁工作效率,减轻工作人员劳动强度,改善饲养动物的福利状况,研制了远程控制自走式智能清洁机器人。该机器人适用于各种漏缝地板,主要通过超声波测距和陀螺仪定位方法精确检测推进的距离和方向,控制系统依据处理结果发出信号,控制机器人按规划路径实现智能避障等动作。它具有运行平稳、静音安全、牛舍中无人化全天候工作、自动充电充水等功能,是现代化养殖场清理粪污装备的发展趋势。     

阿克曼转向农业机器人的多级模糊控制避障

针对大田作业农业机器人避障问题,引入多级模糊控制策略,通过三角信息融合法处理超声波阵列信息,并采用齐次坐标变换获取全局坐标系下的障碍物信息,将其分别作为主、子模糊控制器的输入。主模糊控制器实时调整子模糊控制器的量化因子和比例因子,子模糊控制器通过模糊推理获得农业机器人的几何中心速度和等效前轮转向角,并依据阿克曼转向原理协调分配四轮驱动速度和转向角度。仿真实验表明:该控制方法能够使农业机器人规划的从起始状态到目标状态的无碰撞路径更加平滑,同时使农业机器人避障所需步数减少13%左右。     

水果采摘机器人自主寻径避障轨迹优化研究—基于启发式智能算法

寻径避障是水果采摘机器人中一个重要的经典问题。随着我国机械自动化、计算机控制系统和测试计量行业突飞猛进的发展,对水果采摘机器人自主寻径避障有了更高的要求。为了更好地满足现代农业种植生产的需要,启发式智能学习型寻径避障成为采摘机器人研究的热点。为此,基于启发性智能轨迹优化算法,采用传感器检测系统,设计和研究了水果采摘机器人自主寻径避障系统,并利用Mat Lab仿真软件进行了验证分析。结果表明:在复杂路况环境下,针对不同目标和路径要求,该采摘机器人能灵活避开作业途径中障碍物,具有很强的学习和适应能力,且系统运行稳定、可靠性强。