采摘机器人动力学建模及动作规划仿真研究——基于SolidWorks

为了提高采摘机器人的自动化采摘效率和质量,将机器人动力学建模和仿真模拟方法引入到了采摘机器人的设计过程中,基于SolidWorksv软件建立了采摘机器人机械手的三维模型,并将其导入到ADAMS软件中进行了仿真模拟计算,得到了机械手动作的轨迹,通过对轨迹数据的分析可以实现机械手动作的优化。在机器人动作控制精度的优化上采用了神经网络PID算法,并对优化前后的动作精度进行了对比,结果表明:采用神经网络PID算法可以明显提高动作的精度,对于采摘机器人的优化设计具有重要作用。     

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PID直流电机驱动的移动式采摘机器人设计

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。     

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PLC和粒子群算法的采摘机械手电气控制系统

为了提高采摘机械手电气控制系统的控制效率,基于PLC控制器,结合计算机图像处理技术,提出了一种基于粒子群的控制系统优化算法。通过对待采摘果实图像的识别和定位,利用粒子群算法规划出最佳的采摘顺序,缩短采摘机械手的末端移动距离,提高作业效率。为了验证该方案的可行性,以真实的青椒采摘生长环境为图像采集的对象,对采用和不采用粒子群算法时机械手移动末端的距离和采摘精度进行了测试。结果表明:采用粒子群算法可以有效性地提高果实采摘的定位识别精度,缩短了移动距离,对于提高作业效率具有明显的作用。     

多移动机器人路径规划研究算法 —基于分布式实时仿真系统

采摘机器人路径规划是采摘机器人研究领域的核心内容之一,具有复杂性、约束性和非线性等特点。蚁群算法是最近发展起来的仿生优化算法,在解决许多复杂问题方面已经展现出优异的性能和巨大的发展潜力。为此,将蚁群算法引入到了多采摘机器人路径规划系统中,并利用分布式实时仿真系统对其可行性进行了仿真计算。结果表明:采用蚁群算法可以实现多采摘机器人的路径规划,且与遗传算法相比计算速度更快、精度更高,将其引入到采摘机器人的路径规划系统中,对于实现采摘机器人群体导航能力具有重要的作用。     

远程控制采摘机器人手势识别研究——基于势场蚁群算法

采摘机器人在作业时遇到通过自主导航无法越过的障碍物时,或者在危险的地带无法进行人工采摘作业时,需要借助远程方式进行实时控制,使其成功越过障碍物,并在高危环境中有效地展开采摘作业。为了优化采摘机器人远程控制系统,提出了一种基于手势识别的远程控制方案,并引入了势场蚁群算法,提高了机器人的控制的准确性和高效性。在远程控制方案中,将基于视觉的手势识别与远程控制机械手相结合,通过深度相机采集手势图像并提取手势特征,转换为机械手舵机的控制命令,并通过无线网络发送至采摘机器人控制单元,实现视觉手势对机器人的远程控制。对采摘机器人进行了测试,通过测试发现:基于蚁群算法的手势识别系统可以有效地追踪得到不同的动态手势,且可以准确地识别手势所代表的意义,成功实现了机器人远程控制的手势识别。该方法不仅可以远程实现机器人避障功能,还可以将其应用在山谷、沼泽等危险地带进行采摘作业,实现其非凡的使用价值。     

一种多机械手编码控制系统的果蔬采摘机器人设计

为了提高果蔬的采摘效率,对果蔬采摘机器人进行了改进,设计了一种新的多机械手的编码控制采摘机器人。通过对机器人功能和结构的设计,使机器人具有了利用机器视觉技术的图像边缘提取来划分每个机械手的作业区间的功能,并可以利用编码器对每个机械手进行编码,从而完成多机械手的协同作业。对机器人的采摘作业性能进行了测试,首先利用机器视觉模块完成了苹果采摘区间的划分,并预设了每个机械手的采摘作业轨迹,利用编码器对预设轨迹进行了追踪。通过测试发现:机器人多机械手的实际追踪轨迹和预设轨迹的误差很小,满足设计需求,多机械手的协同采摘平均速度可以达到80个/min以上,具有高效的果蔬采摘性能。     

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。     

采摘机械手结构和控制系统优化——基于神经网络武术套路训练

采摘机器手在农业生产中具有广阔的应用前景,其采摘效率和采摘质量主要受机械手结构的影响。为了提高采摘机器人的作业性能,将武术套路训练的勾拳动作引入到了采摘机器人的机械手结构设计中,根据勾拳手形对采摘机器人的动作进行了优化,并结合神经网络武术动作误差训练方法,对机械手控制系统进行了改进,从而有效地提高了机械手作业的灵活性。为了验证该方案的可行性和可靠性,对采摘机械手进行了实验验证。结果表明:对机械手进行结构和控制系统进行优化后,其采摘范围较大,可以满足三维空间作业需求,采摘机械手动作响应较快,误差较小,满足高精度快速采摘的需求。     

基于PLC的采摘机器人作业路径避障系统设计

为提高果实采摘效率,基于PLC技术设计了采摘机器人的作业路径避障系统。系统主要由信息获取系统、工控机主程序及运动执行系统等部件组成,通过PLC技术对路径规划和果实的采摘、运输进行控制,并采用改进的蚁群算法对最优路径进行规划。对采摘机器人在温室环境下进行性能测试,结果表明:采摘机器人可以实现作业路径避障,并完成果实的采摘,工作性能稳定,能够满足农户对采摘机器人的使用和性能要求。     

基于随机运动障碍避碰规则的农业机器人路径优化

农业机器人作业时,为了提高机器人躲避障碍物及自主导航的效率和水平,将随机运动障碍物避碰规则引入到了农业机器人导航控制系统的设计中。采用人工势场算法对避障规则进行了设计,并利用蚁群算法对机器人路径规划方法进行了优化,从而使机器人在随机运动障碍物的环境下可以实现自主导航,且获得最短的导航路径。模拟多除草机器人的作业过程,对多运动障碍物环境下机器人的路径规划进行了仿真,结果表明:采用随机运动障碍物避障规则可以成功实现运动障碍物环境下的路径规划,且采用蚁群算法得到的路径最短、规划效率最高。     

采摘机器人机械手夹紧装置优化设计——基于Pro/E和ADAMS联合仿真

采摘机器人作业过程中,果实的机械损伤是影响采摘效果的主要因素之一。为了降低采摘机械手对果实的伤害、缩短设计周期、降低实验成本,提出了一种新的机械手夹紧装置的优化设计方法。该方法利用软件的联合虚拟仿真功能,实现了虚拟环境下夹持机构夹紧力的计算与同步优化。同时,构建了采摘机械手虚拟样机多体系统框架,设计了采摘机械手仿真计算的多体动力学模型,利用Pro/E软件建立了机械手的数字化模型,并导入ADAMS中进行了模拟仿真分析;通过计算得到了不同机械手手指尺寸的夹紧力大小。由夹紧力的多组仿真结果可以得到:在不超过水果破碎夹紧力阈值时,最大夹紧力所对应的机械手手指长宽比,从而有效缩短了机械手的设计周期,提高了设计效率,为采摘机器人的研究提供了重要的数据参考。     

基于UG和ADAMS的采摘机器人动力学仿真分析

为了提高采摘机器人机械手设计的速度,缩短开发周期和时间,并提高设计的准确性,采用UG和ADAMS软件联合仿真的方法 ,对采摘机器人进行了设计优化。首先利用UG软件对六自由度的采摘机械手进行了三维实体建模,然后采用UG和ADAMS的兼容性接口将模型导入到了ADAMS软件中,根据实际设计需求添加了约束,最后对机械手进行了动力学仿真。通过仿真计算,得到了机械手各关节的位移-时间曲线和力学分析曲线,通过观察结构的运动轨迹和受力情况,可以对初始设计阶段的机械手进行优化设计,从而提高了设计的效率。     

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。     

基于云平台和计算机控制系统的采摘机器人仿真设计

为了提升采摘机器人定位系统的效率及定位准确性,将云平台技术和计算机控制系统引入到了定位系统的设计上,在进行果实定位时,通过云平台和计算机技术对图像进行实时滤波,并对曝光图像进行融合,以提高图像的质量,进而提高图像特征提取和定位的准确性。模拟采摘机器人的作业环境,以机器人定位系统的定位效率和定位误差作为研究对象,对基于云平台和计算机技术的采摘机器人定位系统进行了仿真测试,并将其和单片机的定位效率及定位误差进行了对比。对比结果表明:采用云平台和计算机技术要比单片机的定位效率和定位精度都高,对于提升采摘机器人的作业性能具有重要的意义。     

名优茶采摘机器人机械手结构参数优化与仿真

为提高名优茶采摘机器人采摘效率,减小机械手的操作空间和结构尺寸,基于名优茶特性、采摘要求以及结构化茶园种植模式,设计一种4自由度关节型名优茶采摘机械手。根据名优茶生长分布空间以及采摘机器人移动平台结构,确立机械手几何工作空间,然后以机械手工作空间主截面包络面最优为目标函数,以轨迹区域约束、杆件尺寸和关节角度限制为约束条件,建立机械手结构参数优化模型,采用MATLAB优化工具箱来求解。最后通过蒙特卡洛法以及MATLAB机器人工具箱对机械手工作空间进行仿真验证。结果表明:优化后的机械手能包容名优茶采摘所要求的全部目标空间。该研究为名优茶采摘机械手进一步分析奠定基础。