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。     

履带式运动平台控制系统的设计

本文针对传统的履带机器人运动平台,设计了一套履带机器人运动控制系统。以Freescale公司的MC9S12DG128为核心控制器件,通过超声波和红外传感器实现避障,通过两个步进电机控制机器人运动轨迹,在遇到障碍物的时候,能够自主选择最佳行走路线,实现避障功能。     

全自动草坪修剪机器人

本课题设计的全自动草坪修剪机器人是集环境自动感知、路径自主规划、系统控制于一体的全自动智能四驱割草器。通过树莓派控制搭载ROS系统完成机器人的应用开发,机器人系统中利用传感器和摄像头进行数据信息采集,采用SLAM技术构建地图以控制小车路径和轨迹规划;底层采用嵌入式系统,控制机器人的运动和行迹推演;底盘采用四轮差分驱动结构,辅加PID算法和控制策略,对机器人底层进行控制;安装超声波传感器使得机器人具备避障功能。     

全自动草坪修剪机器人设计

本文设计的全自动草坪修剪机器人是集环境自动感知、路径自主规划、系统控制于一体的全自动智能四驱割草器。通过树莓派控制搭载ROS系统完成机器人的应用开发,机器人系统中利用传感器和摄像头进行数据信息采集,采用SLAM技术构建地图控制小车路径和轨迹规划;底层采用嵌入式系统控制机器人的运动和航迹推演,底盘采用四轮差分驱动结构,辅加PID算法和控制策略对机器人底层进行控制,安装超声波传感器使得机器人完成避障功能。     

基于DSP与超声波测距的农业机器人定位与避障控制

随着新兴电子集成技术和自动化技术的发展,控制系统已逐渐向数字化转变,高集成芯片广泛应用于自动化控制领域,体积小、运算能力强的嵌入式系统慢慢开始取代计算机。为此,首先分析了超声波测距功能及其优越性,采用三球定位技术,设计研究了一种基于DSP和超声波的全局定位系统;然后,采用多路超声波收发模块设计了基于超声波的自主避障控制系统,并提出一种新的模糊推理方法,实现机器人的避障和路径规划功能;最后,采用Visual C++可视化程序设计软件对避障系统进行仿真和场地试验,验证了系统的可靠性和可行性,为机器人的研究和发展提供了更加宽广的空间。     

基于足球比赛运动的避障系统开发设计

在农业生产中,由于农作物生长环境的复杂性及传统的机械作业,易对农作物造成损伤。针对该未知复杂环境中的采摘机器人自主避障设计,提出了基于足球比赛运动的采摘机器人进行了自主避障系统,实现采摘机器人自主导航。基于足球比赛运动策略的采摘机器人开发设计中,为实现采摘机器人自主进行路径优化以避开障碍物,以模糊逻辑算法作为避障决策控制算法,以多种传感器感知环境信息设计避障系统。试验结果表明:安装本文设计开发的避障系统的采摘机器人可进行路径优化,自主避障,验证了该避障系统的有效性。     

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。     

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。     

基于Seekur的农田机器人激光避障设计与仿真

以农业机器人为代表的新型智能农业机械装备的开发已经成为现代农业领域研究热点之一。为了探讨农田环境下机器人作业时自主避障问题,设计了基于Seekur机器人平台的自主避障系统,由激光传感器、WRAP wifi interface和远程监控PC组成;通过分析农田环境中避障应用需求,设计了模糊逻辑算法避障策略。通过在Mat Lab中的模糊逻辑仿真和Mobile Sim中的避障过程仿真,验证了模糊逻辑避障算法具有较好的避障效果。     

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。     

温室顶棚清洗机器人的设计

针对温室顶棚清洗不便的现状,设计以STC89C52为控制核心的顶棚清洗机器人小车。该机器人小车由电机驱动模块、红外线避崖模块、超声波避障模块、图象处理模块组成,能够实现在有一定倾斜角度的温室顶棚行走,具有避崖和避障功能;能够通过颜色传感器TCS230经图像处理识别屋顶脏物后,利用地上的水泵将水引上顶棚,进行有针对性的清洗操作。温室顶棚清洗机器人将人从繁重、危险的高空清洗工作中解放出来,降低清洗成本,提高生产效率,具有相当大的经济效益、社会效益。     

一种多传感器融合的园艺移动平台导航系统

提出了一套基于多传感器融合的自主导航系统,利用摄像头采集环境图像,通过北斗/GPS模块获取小车的姿态信息,采用超声波和红外传感器判断障碍物;通过设计基于特征提取与识别、多源信息融合的自主导航控制和避障算法,实现了园艺作业机器人平台的自主导航控制。该系统的研究为各类设施园艺机器人的研究和功能提升提供了参考,具有一定的借鉴价值。     

农业机器人避障算法的研究

为了保证农业自主移动机器人能够在非结构的农田环境下灵活自主的行走,一个关键的技术就是能够准确地判断农田中障碍物的方位以及机器人与障碍物之间的相对位置,从而选择正确的路径。为此,提出了一种距离传感器结合图像边缘检测技术的避障算法,通过超声波测距传感器与PSD(位置敏感传感器)红外测距传感器对农田中的障碍物进行检测,利用CCD摄像头采集机器人所处农田环境中的图像信息并在Linux系统中利用OpenCV函数库进行图像处理,得到图像的边缘信息,从而判断出可行的路径。     

采摘机器人避障控制系统研究 —基于ARM+DSP和视觉传感器

以采摘机器人移动路径中躲避障碍物为研究对象,首先介绍了视觉系统,接着从系统总体方案、软硬件设计等方面进行了详尽的介绍和设计。系统以防止采摘机器人与障碍物的碰撞为前提,分析了系统躲避障碍物的策略,实现了基于ARM+DSP和视觉传感器的采摘机器人避障控制。利用MatLab 7.0进行了仿真验证,结果表明:避障控制系统可以实现避障和路径规划,且路径最优、耗时最少,证实了整个系统的可靠性和可行性。     

篮球战术在采摘机器人避障模糊控制系统中的应用

为了实现采摘自动化,加快采摘机器人的普及,在成本低廉的测距传感器模糊控制避障系统的基础上,设计了新型摘机器人避障系统。基于篮球战术规则设计了模糊规则库,提高了避障精度。系统包括避障系统、目标导引系统、权重分析系统和动作融合系统,最终输出机器人的速度V和转角Δθ。通过控制左右两驱动电机,实现机器人的速度V和转角Δθ。本系统具有成本低及工作可靠性高的特点,通过系统仿真发现,与传统的传感器模糊控制避障系统相比,该系统显著提高避障性能。     

基于单片机的智能循迹小车设计

基于单片机为核心设计了一款智能小车。以红外线传感器实现循迹功能,红外遥控和红外避障的功能,以超声波传感器完成正面避障功能,通过PWM实现小车姿态调整。实验表明,智能小车各方面功能良好,为研制更好智能化小车提供参考意义。     

基于DSP信号实时编码的采摘机器人避障控制研究

为了提高采摘机器人成功避障的性能,在采摘机器人机器视觉技术中引入了DSP实时编码技术,通过对成熟果蔬图像和视频的实时编码,获取果蔬位置和障碍物位置,达到成功避障的目的。根据机器人视频采集驱动的软件架构,对采集驱动进行了改造,在不增加前端外设的前提下实现了主动降帧,并根据DSP芯片的特点,对实时编码器进行了优化设计,大大提高了高分辨率图像实时编码的速率。最后,对机器人的距离位置测量和避障功能进行了测试,通过测试发现:在1.20~2.00m的距离范围内,测量的距离和实际距离的最大偏差不超过0.03m,6组避障测试中机器人成功避障的概率较高,其中最低也达到了97.28%,符合设计的要求。     

移动机器人自主寻路避障启发式动态规划算法

用启发式动态规划算法解决移动机器人自主寻路、避障问题。提出了传感器检测环境状态的方法,以及对传感器检测信息进行归一化处理的方案。对输入、输出量以及学习系统的强化信号进行定义,设计了机器人自主学习寻路、避障的控制策略。定义了连续型强化信号,使机器人通过学习,对优先寻路还是优先避障做出决策判断。为验证启发式动态规划算法在移动机器人寻路、避障问题上的学习能力,设计了3种不同的寻路、避障仿真实验:同目标、不同起始点,同起始点、不同目标,和移动目标仿真实验。仿真结果表明,对于不同的寻路、避障要求,基于启发式动态规划算法的移动机器人具有良好的学习及适应能力。     

基于分层传感器信息融合的智能车辆导

针对智能车辆导航中传感器信息的不确定性,结合BP神经网络和模糊神经网络分别对传感器信息进行了数据层与决策层的两层融合.采用BP神经网络对多超声波传感器信息进行数据层融合,以减少超声波测距传感器信息的不确定性,提高对障碍物距离探测的准确率;采用模糊神经网络融合障碍物距离信息和车体与标志线间偏差信息,实现智能车辆的导航决策控制,使之更适合系统的跟踪避障要求.该方法使智能车辆在跟踪与避障中具有较好的灵活性和鲁棒性.仿真和实车试验验证了方法的有效性.     

基于Raspberry Pi的自动跟随机器人设计

为降低部分跟随机器人在无线定位方面的成本,提高定位效果,设计一种基于Raspberry Pi的自动跟随机器人。该机器人以小车为载体,采用Raspberry Pi 3B+作为主控器,运用超声波测距模块实现避障功能,并通过GPS模块实现机器人的定位;利用蓝牙模块实现手机与树莓派之间的数据传输,由手机APP实现机器人的按键控制、重力控制、语音控制和跟随控制。这些控制模式之间存在互锁关系,保证在某个模式下其他模式不会产生误动作,确保实时实现自动跟随、避障等功能,以满足不同的操作需求,方便人们的日常使用,使得智能化程度进一步提高。