基于TRIZ的猕猴桃采摘机设计

针对猕猴桃采摘效率低、易损伤果实等问题,应用TRIZ理论指导猕猴桃采摘机的设计。通过需求分析,确定猕猴桃采摘机的作业流程。基于系统功能分析识别旋拧式猕猴桃采摘末端执行器的功能缺陷,应用因果分析、物场分析等TRIZ工具对采摘末端执行器求解创新方案,创新设计出一种自动定位果树—识别果实—剪断果梗—收集果实的猕猴桃采摘机。应用ADAMS对末端执行器采摘动作进行步态仿真、应用MATLAB对采摘机作业空间和采摘轨迹进行动态仿真,结果表明：猕猴桃采摘机采摘轨迹空间范围为X方向行程约1.4 m、Y方向行程约1.8 m和Z方向行程约2.3 m;采摘速度为8 s/个,末端执行器采摘过程作业动作平稳连贯,满足预期设计要求。在产品概念设计阶段应用TRIZ理论,有利于产生高质量、多层级的概念解,提高产品设计效率。     

猕猴桃果实物理参数与损伤因素的研究

猕猴桃果实的物理参数和损伤因素为采摘机器人的末端执行器设计与控制提供了理论依据。统计分析了115个收获期"海沃德"猕猴桃果实的物理参数,采用正交试验以果实微损伤的力学特性参数为评价指标研究了果实的损伤因素。结果表明:猕猴桃果实厚度方向尺寸变化最小,球度均值为0.84。果实的几何平均直径与质量存在显著线性相关,相关系数R为0.964。正交试验结果表明,猕猴桃果实存在延迟损伤,早期的微损伤会导致后期果实品质下降。猕猴桃果实的损伤因素,显著性居前3位的为压缩量、加载位置和压头类型。相比前3个损伤因素,加载速率和压头材料相对影响较小。采摘机器人的末端执行器采用两个仿生弧形面、厚度方向抓持,机构简单,受力均匀,抓持稳定。     

基于最优空间的猕猴桃双臂并行采摘平台设计与试验

为使多关节双臂并行采摘空间与猕猴桃棚架空间相适应,以保证双臂间采摘区域连续无漏果且采摘面积最大化,采用理论与试验相结合的方法对双臂并行采摘平台进行设计。首先,结合机械手工作空间和棚架空间等效模型,分析确定了双臂空间布局方案;然后,通过对双臂并行采摘效率进行理论分析确定优化设计变量,以采摘面积最大和公共区域占比最小为指标建立目标优化函数,利用粒子群算法求解得最优双臂相对安装位置870mm、最优双臂安装高度1020mm和移动平台最大间歇式前进步距450mm;在此基础上,建立了双臂开链运动模型及其位置层约束关系;最后,为验证采摘空间适应性及整机作业性能,搭建双臂并行采摘平台样机并进行了果实定位误差试验和双臂并行采摘试验。结果表明：果实平均水平和深度定位误差分别为5.0mm和8.3mm,基本满足猕猴桃采摘要求,平均果实位置遍历成功率为92.09%,双臂能够遍历除奇异点外所要求的目标果实点,平均果实采摘成功率为82.10%,平均单果采摘时间为5.86s,通过位姿调整双臂在共享空间可以改善运动冲突问题,验证了猕猴桃双臂并行采摘平台的作业可行性。     

猕猴桃采摘机器人的研究与设计

设计了一种针对规范化种植的猕猴桃采摘机构,它能够在果实成熟期的果实分布平面内对果实进行识别与定位,以夹持和扭转的方式摘取果实,实现果实的自动化采摘。所采用的传动方式简单有效,有利于在实际中推广,也为后续研究提供了基础。     

猕猴桃果实相向运动采摘模式的研究

目前,国内外对于农业采摘机器人研究的关键仍是效率问题,猕猴桃果实的采摘模式决定了采摘机器人末端执行器的结构形式和工作原理,同时也决定了作业效率。现阶段的果蔬采摘机器人,大都是单个果实包络抓取,然后旋转折断或者切断实现采摘。猕猴桃单个果实抓取旋转采摘时间是22s,其实抓取果实到释放可以简化为一步采摘,对于猕猴桃的采摘作业可以抛弃用手指去夹持猕猴桃的动作。为此,提出了一种上行机构和下行机构相向运动的采摘模式,并采用正交试验以采摘力为评价指标研究了该采摘模式。结果表明:试验因素显著性居前两位的是上行机构作用位置和下行机构行进速度,采摘成功率为96.3%,单果采摘时间约为5.3s。该采摘模式的研究为今后末端执行器的设计提供了基础和依据。     

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。     

猕猴桃采摘机器人自动装箱装置的设计与试验

为了提高猕猴桃采摘机器人的工作效率,使果实的自动采摘和搬运装箱能够并行作业,满足果实的无损装箱要求,设计了一种猕猴桃采摘机器人上自动装箱装置。装置主要由搬运传送机构、旋转分离机构、果箱搬运平台机构及控制系统组成。对其中关键部件果实分离机构、缓冲轨道及控制系统进行了设计及仿真试验,并试制了样机。采用正交试验进行装箱试验,结果表明:当缓冲轨道距箱底高度为200mm、旋转导向筒转速为0.2rad/s、传送带线速度为0.1m/s时,猕猴桃的碰撞损伤率为1.75%,可以高效完成猕猴桃的搬运装箱工作,满足设计要求。     

猕猴桃采摘机器人末端执行器设计

为实现猕猴桃的自动化采摘,设计了猕猴桃采摘机器人末端执行器.测定了猕猴桃抗压特性和其他相关物理特性,提出了一种机器采摘方案,设计了末端执行器的机械装置、感知系统和控制系统.试验结果表明,该末端执行器对猕猴桃的抓持成功率为100％,采摘成功率为90％,完成一次采摘动作耗时9 s.     

基于Kinect传感器的猕猴桃果实空间坐标获取方法

猕猴桃自动采摘机器人研究中,为了自动获取目标果实的空间坐标,提出了一种基于Kinect传感器的猕猴桃果实空间坐标获取方法。首先利用Kinect传感器的红外投影机和红外摄像机获取深度图像,利用彩色摄像机获取RGB图像,根据彩色图和深度图对应关系,转换成深度坐标;然后通过Map Depth Point To Skeleton Point函数得到以红外摄像机为原点的坐标系坐标。实验表明:该方法能够有效获取猕猴桃目标果实的空间坐标,其定位误差小于2mm。     

基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别

为了提高猕猴桃采摘机器人的工作效率和对猕猴桃复杂生长环境的适应性,识别广域复杂环境下相互遮挡的猕猴桃目标,采用Im-AlexNet为特征提取层的Faster R-CNN目标检测算法,通过迁移学习微调AlexNet网络,修改全连接层L6、L7的节点数为768和256,以解决晴天(白天逆光、侧逆光)、阴天及夜间补光条件下的广域复杂环境中猕猴桃因枝叶遮挡或部分果实重叠遮挡所导致的识别精度较低等问题。采集广域复杂环境中晴天逆光、晴天侧逆光、阴天和夜间补光条件下存在遮挡情况的4类样本图像共1 823幅,建立试验样本数据库进行训练并测试。试验结果表明:该方法对晴天逆光、晴天侧逆光、阴天和夜间补光条件下存在遮挡情况的图像识别精度为96. 00%,单幅图像识别时间约为1 s。在相同数据集下,Im-AlexNet网络识别精度比LeNet、AlexNet和VGG16 3种网络识别精度的平均值高出5. 74个百分点。说明该算法能够降低猕猴桃果实漏识别率和误识别率,提高了识别精度。该算法能够应用于猕猴桃采摘机器人对广域复杂环境下枝叶遮挡或部分果实重叠遮挡的准确识别。     

基于极值的重叠苹果识别方法研究

针对采摘机器人对重叠果实无法识别采摘问题,提出了一种基于极值的重叠苹果识别定位方法。首先,利用色差法对图像进行分割;然后采用OTSU分割和孔洞填充提取轮廓;最后利用一种快速计算圆内的点到边缘最小距离的算法找到局部极大值,从而确定圆心和半径。实验表明:这种方法对提取的苹果轮廓较完整的情况定位效果较好,且实时性高,具有较强的实用性。     

摇枝式油茶果采摘机设计与试验

针对油茶果机械化采摘漏采率高、损伤率大的问题，设计了一款摇枝式油茶果采摘机。根据摇枝式采摘工作原理，完成了关键部件的结构设计，计算分析了采摘头夹持油茶枝的夹持力，对油茶枝和油茶果振动过程进行力学分析，建立力学方程并求解。结果表明，夹持油茶枝时最大压力为2826N，振动对树枝产生的径向力约为57.5N、法向力约为78.2N，夹持和振动都不会对枝条造成损伤。为保证采摘机安全性，对横梁架进行了静力学分析，经计算其弯曲变形为0.0005mm，远小于最大许用弯曲挠度。设计了四因素三水平正交试验，结果表明，最佳作业参数组合为：采摘装置的采摘时间10s、电机输出频率35Hz、采摘头的振幅5cm及采摘爪的夹持位置（夹持油茶枝的夹持中心到油茶树冠层距离）10~20cm，此时油茶果采净率为95.2%，花苞损伤率为17.2%。对摇枝式油茶果采摘机进行了田间试验，对枝条的损伤基本符合采摘要求。     

高光谱成像结合模式识别无损检测猕猴桃成熟度

为实现“贵长”猕猴桃成熟度的快速无损检测,提出高光谱成像结合模式识别建立识别模型的检测方法。首先利用可见/近红外(390~1 030 nm)高光谱成像系统采集不同成熟阶段猕猴桃样本的高光谱图像,并获取整个样本区域的光谱反射率。然后对比3种光谱预处理方法：二阶导数、标准正态变换以及多元散射校正对原始光谱的预处理效果。最后分析偏最小二乘判别分析(PLS-DA)和简化的K最近邻(SKNN)模式识别方法对猕猴桃成熟度的识别性能。结果表明：相对于标准正态变换和多元散射校正两种光谱预处理方法,二阶导数预处理方法对原始光谱的预处理效果相对较好。另外,PLS-DA识别模型对猕猴桃成熟度的识别性能要优于SKNN识别模型,其正确识别率达到100%。表明采用高光谱成像技术结合模式识别方法判别“贵长”猕猴桃成熟度是可行的。     

图像处理在猕猴桃采摘机器人路径规划中的应用

为了实现猕猴桃采摘自动化,设计了采摘机器人导航行走系统。该系统基于图像处理,以种植垄和杂草空地分界线作为导航轨迹,主要包括以下内容:①图像处理,采用HSV系统中色调H分量,实现图像灰度处理,采用同态滤波和阈值分割,实现图像二值化,最终找到导航轨迹离散点;②对离散导航像素进行拟合,并将图像中导航方程转化到实际空间坐标系中,得到实际导航方程;③对系统导航精度和抗光照干扰性能测试,表明系统能有效抑制光强变化带来的影响。系统结构简单,性能可靠,适宜大范围推广。     

一种蔬菜苗移栽机自动取投苗装置夹取轨迹优化

为降低取投苗装置对穴盘苗钵体的损伤,通过构建运动学模型,对一种单自由度蔬菜苗移栽机自动取投苗装置的夹取轨迹进行分析。针对装置取苗指插入姿态不理想和摆动幅度较大的问题,连杆长度与行星轮系中的轴间距相等,实现装置往返取苗轨迹曲线的重合;改变凸轮槽参数使其取苗段轨迹与凸轮轴心轨迹斜率相等实现取苗指姿态及轨迹在重合状态下插入取苗;优化支架与取苗指结构参数使取苗指姿态与其尖点轨迹重合,减小了插入方向的截面积。对推苗杆有效推苗的问题,采用阶梯型廓线提供苗钵初速度。针对取苗指挤压苗钵的问题,优化轴向凸轮廓线得到组合规律凸轮轮廓曲线,使取苗指在插入过程中取苗指姿态与其尖点轨迹在末端夹角缩小至0.117°。     

嵌入式采摘机器人视觉测量与避障控制系统研究

采摘机器人拥有自主收集信息并进行有效判断的能力,可以独立完成对果实的采摘作业,对满足水果种植需求、减小水果种植的劳动力投入及降低生产成本有着很重要的实际应用价值。为此,以嵌入式ARM智控系统为基础平台,设计了采摘机器人视觉测量与避障控制系统。该系统集机器视觉、视觉传感感知、伺服电机驱动和ARM智控模块于一体,建立了采摘机器人采摘运动学的数学模型,并通过BP网络神经型迭代学习算法测量果实的距离和球心坐标,对成熟果实进行精准识别和定位采摘。试验结果表明:采摘机器人能准确地进行自主采摘,成功率比较高,躲避障碍物的能力很强,更适合在复杂未知的果园中进行收获作业。     

梳齿带自走式杭白菊收获机设计与试验

针对目前杭白菊机械采收漏采率高、破损率高、含杂率高,采收机械工作效率低、行走动力不足、通过性差、收集不便等问题,结合杭白菊的种植模式及采摘要求,设计了一款梳齿带自走式杭白菊收获机。该收获机主要由梳齿带采摘部件、毛刷组件、升降装置、行走装置、收集装置和液压系统组成,采用链传动带动梳齿排循环转动的方式,利用多排梳齿的梳刷作用实现对杭白菊的连续采收,可通过液压系统调节采摘部件的运转速度和工作高度。通过运动力学分析,确定了传送带、旋转梳齿排等关键部件的结构参数。基于此,搭建了试验样机,并以收获机行驶速度、采摘部件工作转速、梳齿与毛刷间的最小距离为试验因素,以杭白菊采摘率、损伤率和含杂率为试验指标,在田间进行了三因素三水平正交试验,获得了收获机最佳工作参数。当行驶速度为0.1m/s、采摘部件工作转速为60r/min、梳齿与毛刷间的最小距离为60mm时,采摘效果最好,采摘率为83.1%,破损率为15.8%,含杂率为17.9%。所设计的梳齿带自走式杭白菊收获机运行稳定,满足杭白菊采摘的农艺要求。     

基于强化学习的采摘机器人采摘臂避碰设计

首先介绍了采摘机器人采摘臂避障问题和强化学习理论,并将强化学习方法应用到采摘臂避障问题中,构建了一平面3自由度的采摘机器人采摘臂的多Agent避碰系统。笔者研究目标是通过Agent感知采摘臂连杆与障碍物之间最小距离d和采摘臂姿态偏差角θ两方面信息,然后进行避障规划,在复杂未知环境中使其找到合适路径采摘目标。在NET平台上进行了基于强化学习的采摘臂避障系统平台的开发与仿真,对采摘臂避障系统的避障能力进行了测试分析。仿真实验表明:采摘臂避障避碰系统避障能力比较强,能够在复杂环境中采取避障措施,并准确达到指定位置。     

驱导组合槽辅助附种气吸式花生高速精量排种器研究

针对现有气吸式排种器在进行花生高速播种作业时重播、漏播现象严重等问题,设计了一款驱导组合槽辅助附种气吸式高速精量排种器,在设计排种盘时将搅种凹槽、取种槽口、吸种型孔组合设计构成组合槽,实现扰种、驱种、辅助附种作用,保证高速作业时的排种性能。通过理论建模分析验证了排种盘结构设计的合理性并初步完成了关键参数的确定,借助离散元仿真软件对种群运移情况受关键参数的影响规律进行了分析,并进行了二因素五水平二次正交旋转组合试验,对结构参数进一步优化;得出搅种凹槽、取种槽口尺寸及作业速度均会对排种性能造成显著影响,并得出最优排种器参数组合：搅种凹槽深度3 mm、基圆半径70 mm;取种槽口左右端面上沿距离24.0 mm、下沿距离19.1 mm、深度10.5 mm、排种盘外周到取种槽口后端面距离24.0 mm。在该参数组合下,当风压为-6 kPa、作业速度为6～12 km/h时,粒距合格指数不小于93.33%,重播指数不大于3.52%,漏播指数不大于4.02%,破损指数不大于0.32%,具有良好的作业性能。     

油茶果分层采收装置设计与试验

降低花苞损伤是油茶果机械采摘中的难点,为此,设计了一种油茶果分层采收装置。分析了分层采摘装置和果枝的相互作用原理,并运用ANSYS Workbench对分层机构与果枝作用模型、分层采摘机构与果枝作用模型进行应力仿真,随着分层胶辊距离增大,果枝弯曲程度越大,果枝横截面上的正应力和切应力增加;随着采摘胶辊间隙减小,果枝横截面所受的正应力和切应力增加,通过试验验证了分层采摘的可行性。以分层厚度、分层深度、胶辊间隙和胶辊转速为影响因素,以油茶果漏采率和花苞损伤率为评价指标,对赣无1油茶果进行了采摘试验。结果表明,影响油茶果漏采率的因素依次为胶辊间隙、分层深度、分层厚度、胶辊转速;影响花苞损伤率的因素依次为分层厚度、分层深度、胶辊转速、胶辊间隙;运用综合评分法,得到采摘赣无1油茶品种的最佳参数组合为：分层厚度360mm、分层深度290mm、胶辊间隙18mm、胶辊转速65r/min。在此工况下,油茶果漏采率为13.33%,花苞损伤率为6.33%。与未加分层机构的采摘装置相比,分层采摘装置的花苞损伤率降低了6.22个百分点。