采摘机器人机械手虚拟现实和仿真技术研究

为了提高采摘机器人机械手群体作业的效率和精度,基于蚁群算法,将机器人虚拟仿真平台引入到了采摘机器人机械手的设计上,并利用C语言流程图编程,对采摘机械手、待采摘果实等进行了建模,在虚拟现实环境中对机械手的作业情况进行了仿真模拟。通过模拟结果对采用蚁群算法和不采用蚁群算法时机器人机械手的作业效率和采摘定位精度进行了对比,结果表明:采用蚁群算法可以明显提高机器人机械手的作业精度和作业效率。     

基于遗传迭代和模糊控制的采摘机器人目标追踪算法

为了提高采摘机器人目标追踪的效率和精度,在机器人视觉系统和控制系统的设计上引入了遗传迭代算法和模糊PID控制器,通过对图像处理过程和机械执行末端动作过程进行优化,可以得到更佳的采摘效果。在视觉系统对采摘图像进行处理时,可以通过遗传迭代算法对高质量图像进行筛选,并提高果实成熟度匹配的效率,果实识别后采用模糊PID控制算法对机器人执行末端进行控制,使其可以以更高的精度追踪到果实,执行采摘任务。     

采摘机械手末端控制系统的设计 —基于PLC和MCGS组态软件

为了提高采摘机械手末端控制系统的效率和精度,将PLC可编程控制器引入到了控制系统的设计上,对采摘机械手执行末端的上移、下移、左移、右移、抓紧和松开等动作功能进行了设计,实现了采摘机械手果实定位的自动化。为了验证方案的可行性,采用MCGS组态软件对机械手动作的准确性和响应时间进行了测试,结果表明:采用PLC控制系统后,采摘机械手执行末端的准确率较高,响应时间较短,控制系统具有较高的效率和精度。因此,PLC可编程控制器在采摘机械手末端控制系统中使用具有可行性。     

基于导频跟踪的果蔬采摘机器人夜间识别方法研究

为了提高果实采摘机器人在夜间作业的工作效率,提出了一种适用于果实采摘机器人机械手夜间果实定位识别的方法,引入了导频追踪技术,并在此基础上提出了一种基于直接判决的快时变信道估计方法。该方法采用了直接判决算法进行信道估计,根据夜间果实图像的二值化处理阈值,标定发出指令的信道,从而对是否采摘进行快速判决,提高了机器人的工作效率。为了验证该方法的有效性和可靠性,对机械手的夜间作业的效率和准确性进行了测试。通过测试发现:该方法可以快速地对果实进行定位,并通过校正,其有效地降低夜间误操作率,为果实采摘机器人的研究,提供了一种新的可参考的导频技术方法。     

基于RBF网络的果蔬采摘机器人运动轨迹控制研究

为了提高果蔬采摘机器人机械手运动的精确性,提高机器人移动的效率,提出了一种基于遗传算法和RBF网络的机器人运动轨迹控制方法,并对果蔬机器人机械手的活动和整体的移动轨迹进行优化,有效地提高了果蔬采摘机器人的工作精度和作业效率。为了验证设计的采摘机器人的可靠性,在大棚内对机器人的采摘性能进行了测试,包括机器人移动路径规划和机械手路径规划。通过测试发现:使用RBF神经网络算法可以有效地控制机械手在三维空间内的运动;在遗传算法控制下,机器人可以通过较少的计算次数利用神经网络算法搜索得到最优路径,计算精度达到了99%以上。其计算精度及效率高,为高效果蔬采摘机器人的设计提供了较有价值的参考。     

基于单目视觉与超声检测的振荡果实采摘识别与定位

针对采摘机器人在果实振荡情况下因难以精确定位影响采摘效率的问题,提出了一种基于单目视觉与超声检测的振荡果实识别与定位方法。首先对采集的振荡果树图像序列进行基于色差R-G的Otsu阈值分割和形态学处理,接着对图像果实区域进行灰度填充,将处理后的图像序列叠加得到复合图像和目标果实运动区域,求取振荡果实在图像运动区域的二维平衡位置坐标。然后机械手在视觉引导下运动,其末端指向振荡果实二维平衡位置坐标,同时超声传感器检测目标果实深度信息并提取超声回波信号峰峰值进行果实识别,当检测到果实处于适合采摘位置时,机械手爪抓取果实。采摘试验表明,采摘成功率为86%,验证了所采用方法的有效性,为实现采摘机器人实用化提供了参考。     

基于PLC的采摘机械手电气自动化技术研究

为了提高采摘机器人电气自动化的效率、水平及机器人的智能化程度,在采摘机械手的设计上引入了PLC控制系统,并利用PID控制算法对自动化系统进行了改进,提高了自动定位和采摘动作控制的精度。为了验证方案的可行性,模拟采摘机器人的作业环境,采用MCGS软件设计了采摘机械手作业的监测系统,并对采摘的漏采率和破损率进行了测试。测试结果表明:基于PLC的采摘机械手具有较低的漏采率和破损率,可以满足较高精度的采摘机器人设计需求。     

基于光学导航的采摘机器人系统设计及定位方法研究

为了提高采摘机器人的定位导航精度,将光学导航方法引入到了采摘机器人控制系统的设计上,通过激光扫描和机器视觉相结合的方法,提高了采摘机器人的作业质量和作业效率。在进行定位时,首先由激光扫描方法对采摘机器人进行定位,得到全局坐标中的位置,然后利用机器视觉系统得到采摘机器人和待采摘目标果实的距离,对果实精确定位后进行采摘。采摘测试结果表明:采用光学导航系统可以准确完成果实目标的定位,可有效提高采摘机器人的采摘精度和采摘效率。     

基于PLC三轴伺服控制系统的果蔬采摘机械手设计

为了提高果蔬采摘机械手的工作效率和定位精度、降低果蔬采摘机械手在采摘过程中造成的破碎率,以及简化机械手的结构和控制方式,设计了一种新的基于PLC的三轴伺服控制果蔬采摘机械手。该机械手可以灵活地实现移动、升降和夹紧与放松。为了测试机械手的有效性和可靠性,通过苹果采摘试验对机械手的性能进行了测试。测试发现:机械手的位置和摆角调整时间较少、超调量较低,符合设计需求。其准确定位率较高,最高达到了98.56%;且具有较好的定位性能,单次定位时间耗时较低,机械作业效率较高,能够满足大规模果蔬采摘的设计需求。     

基于RSSI信号强度定位的夜间采摘作业机器人设计

为了提高果实采摘机器人在夜间作业的工作效率,提出了一种适用于果实采摘机器人夜间果实定位识别的方法,引入了RSSI信号强度定位技术,并在此基础上提出了一种泰勒级数展开的高精度定位方法。夜间采摘作业机器人采用接收到的RSSI信号强度对待采摘的果树进行定位,为了满足机器人移动时的实时定位,采用多次信道扫描的方式,提高了机器人定位的实时性。为了验证机器人夜间定位方法的有效性和可靠性,在夜间采摘环境下,对机器人的性能进行了测试。通过测试发现:机器人的定位精度较高,错误识别率较低,并且通过多次校正,可以有效提高作业精度,满足夜间作业的设计需求。     

高架栽培草莓采摘机器人系统设计

为了提高草莓采收自动化水平,针对高架栽培草莓设计了自动采摘机器人系统,其采用无线遥控和语音提示相结合的人机交互方式,可以对机器人本体两侧果实同时进行采摘。该系统采用机器视觉和声纳测距相结合的方式实现了自主导航,通过双目视觉相机对果实进行识别和空间定位,由关节型机械臂操纵末端执行器进行定位。系统末端执行器采用果实吸附、果柄夹持和电热切割的方式对果实进行柔性操作。针对系统控制方案,制定了采摘机器人系统作业流程,并对机械臂末端运动路径节点和时间节拍进行规划,防止与周围环境发生运动干涉,保证机器人作业效率。试验结果表明,草莓采摘机器人系统末端定位平均误差小于2.2mm,单次采摘作业平均耗时10.99s。     

采摘机器人定位导航系统设计 —基于无线传感网络和机器视觉

为了提高采摘机器人定位导航效率,改变单一的定位导航模式,将无线传感网络和机器视觉系统引入到了定位导航系统的设计上,通过联合定位的方式,提高导航效率。进行定位时,首先,由无线传感网络定位系统迅速定位作业区域,采摘机器人规划路径自主到达指定作业区域;然后,利用机器视觉系统对果实进行图像采集,采用图像匹配功能发现成熟待采摘果实,执行采摘任务。对定位导航系统进行了测试,结果表明:采用联合定位的方式可以明显提高采摘机器人定位导航效率和定位的精度。     

模糊控制在采摘机器人控制优化中的应用

为了实现果树果实的自动化采摘,基于视觉定位原理,设计了采摘机器人。采用模糊控制的方法,提高了机械手定位精度,进而提升果实采摘成功率。对机械臂进行运动学分析,建立采摘终端位置与控制舵机和推杆长度之间的关系。计算械臂末端果实采摘机构和目标果实在成像平面上的差值,采用小步长算法,将该差值调整为0,进而通过调整小臂长度实现采摘。采用模糊控制的方法,建立角位移偏差e和偏差变化率ec与3个模型调整量之间模糊规则,使舵机模糊控制模型具有自适应能力,提高控制精度,从而提高采摘成功率。     

采摘机器人执行端机械结构优化和电量模糊控制设计

末端执行器是果蔬采摘机器人的另一重要部件,通常被认为是机器人的核心技术之一。为了提高采摘机器人执行末端的工作效率,增加机器人的有效作业时间,提出了一种新的优化方法。该方法将采摘机器人执行末端采用伺服电机控制,对机器人的电量进行实时显示,以备及时充电;对机械手在运动学上进行优化设计,采用模糊控制理论实现了执行末端输出功率和电量的模糊控制。该设计缩短了采摘机器人执行末端的响应时间,降低了果实破损率,提高了作业的有效时间,为采摘机器人的现代化和自动化设计提供了较有价值的参考。     

基于迭代学习PID算法的苹果采摘机器人设计

为了提高采摘机器人机械手控制系统的精准性和采摘机器人的移动效率,设计出基于迭代学习PID算法的苹果采摘机器人。借助MatLab软件平台进行模型搭建及控制系统仿真测试,实验室条件下进行硬件结构设计,并完成采摘过程测试、路径规划避障测试和采摘果实破损率统计分析。实验验证表明:基于迭代学习PID算法设计的采摘机器人可准确锁定采摘目标,迅速实施稳定的采摘动作,以最佳采摘角度最大程度地保证采摘果实完整性。基于迭代学习PID算法设计的苹果采摘机器人有效提高了采摘的精度和效率,使苹果整体完好率达到98.3%以上,最大限度保证了采摘苹果的质量。     

采摘机器人视觉图像检测应用研究——基于篮球动作捕捉的多媒体数据库系统

采用篮球动作捕捉系统可以实时地对比赛视频进行分析,通过动作捕捉,得到优秀运动员的投篮动作技术特征;但是篮球比赛属于较高强度的对抗性比赛,其移动速度较高,因此捕捉系统需要有较高的精度。将高精度的动作捕捉系统应用在采摘机器人视觉系统设计中,可以有效提高采摘机器人对果实的识别精度,从而提高作业的自动化程度。为了验证方案的可行性,对采摘机器人的视觉系统进行了测试,并以夜间采摘环境为例,对采集的图像进行了平滑和增强处理,成功提取到了果实的边缘特征图像。对采摘机器人视觉系统的目标识别率和定位能力进行了测试,测试结果表明:目标识别率和定位准确率都较高,满足高精度采摘作业的需求。     

采摘机械手离线轨迹智能优化——基于改进差分进化算法

为了提高采摘机械手的采摘效率和轨迹的控制精度,设计了一种新的基于离散编程和改进差分进化算法控制的机械手,提高了机械手的作业效率和对复杂环境的适应能力。由于农业作业环境的复杂性,采用离散编程技术可以得到更好的效益,据此重点对离散编程系统进行了开发,使用Solid Works软件建立了机器人机械手的三维仿真模型,并利用VB软件实现了Solid Works库的引用和二次开发,利用VB代码将改进差分进化算法嵌入到了机械手离线编程控制系统中。最后,通过仿真计算得到了不同算法下机械手轨迹控制的计算精度和效率,得到了机械手位置圆弧轨迹,并输出了机械手位置和速度随时间变化的曲线。实验结果表明:改进差分算法可以较好地实现机械手的离线轨迹优化,机械手运动的稳定性较好。     

基于激光视觉的智能识别苹果采摘机器人设计

为了提高苹果采摘视觉识别系统的精度,增强视觉系统的抗干扰能力和自适应能力,设计了一种新的苹果采摘机器人激光视觉识别系统,可以直接获得层次关系的深度图像,实现了果园非结构化环境中果实的识别与定位。为了测试激光识别系统苹果采摘机器人的采摘效果,在果园中对其采摘性能进行了测试:首先采用高清相机完成了对果实图像的采集,通过图像处理准确地实现了苹果的识别,在遮挡率低于50%时其识别率达到了90%以上;然后利用激光测距方法对苹果进行距离测量,成功定位了果实位置,其响应时间仅为3.58s,动作效率快,实现了苹果的高效率、高精度采摘功能。     

基于模糊PID的采摘机器人机械手控制系统设计

为了提高采摘机器人机械手果实的定位精度,降低果实采摘过程的破损率,将模糊算法和PID控制引入到了机械手控制系统的设计上,并采用PC上位机编程和嵌入式系统实现控制算法的运行。为了验证算法的可行性和可靠性,以果实采摘真实环境为测试环境,对机械手的定位精度和果实采摘的破损率进行了测试,结果表明:采用模糊PID算法可以明显提高机械手的果实定位精度,降低果实采摘的破损率,对采摘机器人控制系统的优化设计具有重要的参考价值。     

采摘机器人执行末端控制系统设计 —基于PLC三自由度控制

为了提高采摘机械手执行末端的定位精度和动作效率,提出了一种基于PLC的三自由度机械手控制系统设计方案,并对控制系统的硬件结构和软件执行流程进行了详细的设计,采用步进电机和PLC编程控制实现了采摘机械手执行末端的三自由度动作。为了验证方案的可行性,建立了MCGS组态环境界面,并对系统的运行进行监控和仿真调试。结果表明:采用PLC编程控制器可以成功地实现采摘执行末端的自动控制,采摘机械手执行末端具有较高的控制精度和执行效率,将PLC控制器引入到采摘机械手的控制系统中是可行的。