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。     

基于蓝球比赛运动的农业机器人避障系统设计

农业机器人面临的作业环境越来越复杂,为保证机器人在复杂环境中正常工作,机器人需要拥有可自主避障的行为控制系统来适应作业环境中未知障碍物避开的需要。在基于篮球比赛运动的农业机器人避障系统研究中,通过动态窗法建立工作控制,模拟了篮球运动中的动态避球行为,并为以模糊控制方法实现自主避障,使移动机器人的避障行为通过模糊逻辑控制和基于优先度的决策程序来实现。仿真实验表明:该机器人的避障系统有效、实用性好且具有实时性。     

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。     

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。     

基于双目视觉的农业机器人运动定位与避障研究

针对当前机器人定位避障技术中,感知外界环境信息单一及误差大等问题,提出了一种基于双目视觉的农业机器人运动定位和避障系统,可以通过双目视觉采集农业机器人周边的环境信息,实现农业机器人运动定位和避障。MatLab实验结果表明:农业机器人从起点成功到达终点,算法路径为最优避障路径,证明了系统的准确性和可行性。     

基于模糊神经网络的智能车辆避障方法研究

基于Takagi-Sugeno(T-S)模型的模糊神经网络兼具有模糊逻辑推理能力和自学习训练的优点。将基于T-S模型的模糊神经网络的信息融合算法应用于智能车辆的安全避障控制中,提高了车辆的避障控制精度。采用多个超声波和红外测距传感器探测障碍物的方位,信息经过模糊神经网络控制器融合后,实现了智能小车对障碍物和环境类型的识别以及安全避障控制。通过MATLAB仿真实验验证此方法能够使智能小车安全避障。     

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。     

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。     

监督控制下的车辆集成底盘控制策略与仿真

分析了轮胎侧偏角与操纵稳定性的关系,提出根据前、后轮胎侧偏角及其角速度来定义判断车辆稳定性的因子.采用层次化的模糊逻辑监督控制协调各相对独立的子功能控制器,以实现主动转向、主动驱动/制动的集成控制.下层的各子功能控制器根据上层监督控制分配的权重,实现各自的横摆角速度跟踪或者稳定性控制目标.通过仿真研究了这种层次化集成控制策略和算法在极限工况下的性能.结果表明,相比传统的一些独立或联合的底盘控制方法,该集成控制避免了控制器间的冲突,在极限工况下能更好地实现车辆状态跟踪和稳定操纵,并可减小控制能量消耗.     

农机自动导航控制决策方法与软件系统

为实现农机自动导航控制，兼顾系统成本和作业效率，对农机自动导航控制决策方法进行了研究，并设计开发了一种导航软件系统。首先，系统根据获取的农田边界、农田形状及作业需求进行路径规划。其次，采用简化二轮车运动学模型，采用模糊控制进行导航决策控制，模糊控制器的输入参数为农机横向偏差和航向偏差，输出参数为前轮转角信息。最后，导航系统根据转角信息，由PLC控制器控制方向盘转动，从而实现导航控制。导航软件采用模块化设计思想，由串口数据通讯、数据分析与处理、数据与图形显示和数据存储4个模块构成，基于C++/MFC语言编写实现。系统还可在导航结束后，对导航偏差数据进行保存，便于试验后进行误差分析。试验结果表明：农机自动导航控制决策方法可以实现较好的控制精度，软件系统界面友好、通讯稳定、功能较为齐全，满足农机田间自动导航作业的需求。     

基于神经网络的拖拉机自动导航系统

针对数学模型复杂的拖拉机转向控制问题,使用基于神经网络的控制方法,以福田欧豹4040型拖拉机为研究对象,进行农用车辆导航控制研究。以车辆航向偏差和航向偏差的变化率为输入变量,以前轮转角的变化量为输出变量,设计车辆转向控制神经网络控制器,对拖拉机进行转向控制。仿真表明,该方法可以对拖拉机的转向进行有效控制。实验结果表明,拖拉机在50m的行驶距离内,最大横向偏差为0.18m。     

摇杆操控型农机转向控制策略

根据小型电动农机的摇杆操控模式,针对遥杆电压、驱动轮转速与导向轮转向偏角间关系,建立摇杆电压与驱动轮的“电压?转速”模型和导向轮的“电压?转向”模型。基于电子差速原理与Ackermann & Jeantand模型,探讨了电压、转速与转向偏角间关系,获得车轮转速与车身转向偏角,进而获取导向轮转向偏角。采用非线性拟合建立“电压?转速”与“电压?转向”模型,“电压?转速”模型中Adj R-square校正拟合结果分别为0.954 6和0.974 4,“电压?转向”模型中Adj R-square校正拟合结果为0.869 0,该模型可实现电动农机在行进和转向过程中实时获取车轮转速与车身转向偏角,按照预设方案稳定前进。电动农机是当前农业机械的发展方向,对农业的发展有着重要意义。      

基于优化人工势场法的插秧机绕障策略研究

针对水田中存在的壕沟、田埂、石块、电线杆等障碍物使得插秧机无法保证作业连续性和插秧直线性等问题,设计了基于优化人工势场法的插秧机绕障路径规划策略。通过增加插秧机实时位置与目标作业点的相对距离作为判断条件来动态改变势场大小,同时设立了虚拟局部目标点来弥补传统人工势场法目标点不可达和局部最小点的算法缺陷;将插秧机简化为二轮车模型,建立插秧机转向系统数学模型,得出插秧机速度、行驶航向角和前轮转角表达式,以横向偏差与航向偏差作为评判路径优化效果的因素。转向控制器以复合模糊PID算法控制插秧机的转角,不断减小理想前轮转角与实际转角的偏差,实现转角最优化;采用超声波传感器实时检测道路障碍物并结合RTK-GPS实时更新位置坐标,设计出插秧机绕障转向控制策略。通过Matlab对优化的人工势场法的避障路径控制策略进行仿真,仿真结果表明,当障碍物不在影响范围内,插秧机直线追踪的最大横向位置偏差为5cm,平均偏差约为2cm,最大避障横向偏差小于0.5m,优化后的算法具有较好的控制精度,可避免目标点不可达的问题。基于洋马VP6E插秧机作为实验平台进行了实车实验,实验结果表明,当插秧机以速度0.5、1.0、1.5m/s行驶时,左侧绕障的最大横向偏差均不大于1.2218m,航向偏差最大值为30.1491°,绕障前后直线追踪的平均横向偏差为0.025m,平均航向偏差为3.12°;右侧绕障的最大横向偏差均不大于1.2459m,航向偏差最大值为25.2294°,绕障前后直线追踪的平均横向偏差为0.023m,平均航向偏差为3.36°,所设计的避障方法可满足插秧机在农艺作业过程中的避障要求,具有很好的可行性与鲁棒性。     

差速转向农业专用AGV小车的设计与模糊控制研究

农业专用自动导引小车(AGV)作为农业作业的通用运载平台,是针对具体应用环境而设计的特定用途机器人,已成为农业自动化的一个重要发展方向。为此,介绍了一种基于多轴运动控制器的现代农业自动化AGV小车。同时,针对差速转向驱动型AGV小车路径跟随问题,首先对该AGV系统进行了理论分析和运动学建模;然后应用模糊控制理论,设计了以距离偏差和角度偏差为输入、左右驱动轮速度差为输出的模糊控制器;最后,在Mat Lab/Simulink环境中进行仿真验证。仿真结果表明:设计的模糊控制器在直线和圆周路径上跟踪性能明显优于常规PID控制器,其有效性和可行性得到了验证。     

轮式AGV沿葡萄园垄道行驶避障导航算法与模拟试验

针对轮式AGV沿葡萄园垄道循迹受到障碍物阻碍的问题,应用滚动优化原理提出了基于超声波测距与航向角检测的AGV防碰避障导航算法。采用交叉布置的8路超声波传感器检测垄道边界与障碍物,提出了同一障碍物匹配与类型判据及动态障碍物轨迹预测模型。以AGV横向位置偏差和航向偏角作为模糊控制器输入,获得AGV前轮期望导向角,为AGV绕行障碍物提供参考航向角。基于滚动优化原理提出了调节绕行偏角和调节车速的避障导航策略,设计了AGV绕行静态障碍物、减速或停车避让动态障碍物的导航算法。试验系统的上位机采用Lab VIEW开发的避障导航算法程序,实时将导航数据发送到下位机PLC来控制AGV转向。模拟试验结果表明,该导航算法实现AGV沿垄道预设路径纠偏行驶的同时,可导引AGV避免与垄道上的障碍物发生碰撞,验证了防碰避障导航算法的有效性,可为无人化轮式拖拉机等前轮导向车辆沿垄道循迹的防碰预警与避障技术提供参考。     

视觉导航拖拉机自动转向控制系统研究

拖拉机的转向控制系统是实现自动驾驶的重要组成部分。为此,以铁牛654拖拉机为研究对象,进行了自动转向控制系统的研究,提出了基于简化的运动学模型模糊控制方法。将利用视觉传感器得到的方位偏差和侧向偏差作为控制器的输入,控制器可以根据输入实时输出相应的前轮转角。仿真和试验表明,该控制器有比较好的跟随性和响应性,可以较好地适应低速时拖拉机行驶的要求,为深入开展拖拉机的自动驾驶研究提供了有益尝试。     

基于非线性模型预测控制的农用拖挂车避障控制器研究

为实现农用拖挂车的避障控制,设计了一种基于非线性模型预测控制的避障控制器。考虑到农用拖挂车的避障控制需要同时顾及拖车与挂车的位姿状态,基于刚体运动学和非完整约束条件推导了农用拖挂车的运动学模型,并基于该运动学模型建立了农用拖挂车的位姿状态预测模型。在此基础上,基于改进的禁区惩罚函数设计了优化目标函数,从而完成了基于非线性模型预测控制的农用拖挂车避障控制器的设计。仿真结果表明,农用拖挂车避障控制器能够在较复杂工况下同时控制拖车与挂车实现避障,农用拖挂车各车桥端点轨迹与障碍物中心之间的最小距离减去障碍物半径与安全裕度之和的结果均大于或等于0 m。