基于混合粒子群算法的农业机器人全局路径规划研究

从运动学模型和路径规划整体方案分析了农业机器人路径规划要点,介绍了混合粒子群算法原理,并基于该算法设计了农业机器人全局路径规划方案。实验对比表明:混合粒子群算法比蚂蚁算法规划的路线更优,效率更高,证实了算法的可行性和稳定性。     

大数据在农业机器人路径规划实时同步定位中的应用

为了使农业机器人能够有效地避开作业过程中的障碍物,设计了基于大数据的农业机器人路径规划与实时同步定位系统。该系统采用大数据云平台,给出了单个小障碍物的避障策略,提出了避障路径规划和实时同步定位算法。实验结果表明:应用云平台大数据进行路径规划和实时定位非常有效,解决了农业机器人在作业过程中的路径规划和实时同步定位问题,可为其他相关领域的避障路径规划提供参考。     

基于单目视觉的农业机器人导航系统研究

机器人在农业生产、农产品运输等方面的应用程度,已逐渐成为农业智慧化水平的体现,而受农业环境复杂性的限制,机器人的导航路径规划及定位精度问题,仍是制约农业机器人应用的主要因素之一。为此,设计了一种基于单目视觉的农业机器人导航系统,通过摄像头采集农业机器人工作环境信息,建立机器人的视觉导航地图;采用级联分类器区域检测结合颜色标定的方法,使用户能够根据具体环境,自主规划机器人运动路径,实现机器人的实时定位与导航。实验结果表明:农业机器人沿用户自主规划的无轨道路径,可自动完成导航定位工作,并在路径各目标点获得了亚米级的定位精度,满足农业机器人的应用需求。     

农业机器人全覆盖作业规划研究进展

随着自动导航技术的发展,农业机器人已经应用到农业生产的各个方面。农业机器人可以代替人类从事喷药、施肥、收获等活动,减轻了劳动强度,提高了作业效率。全覆盖作业是智能机器人研究的核心内容之一,涉及农业、军事、生产制造和民用等多个应用领域。全覆盖作业规划作为农业生产作业的关键技术,有助于提高作业质量和资源利用率。但在全覆盖作业中,仍然存在障碍物识别不准确,阻碍农机工作路径;工作区域面积遗漏,路径重复问题,造成资源浪费;单机器人工作效率较低,无法处理复杂的全覆盖作业问题。本文从全覆盖作业规划中存在的问题入手,从环境模型构建、机器人路径规划、多机器人协作任务分配3方面进行综述。其中,准确可靠的环境地图信息有助于规避静态障碍物、提高作业可靠性;高效优化路径信息有助于减少遗漏面积,提高作业效率;最佳的任务分配方案有助于减少作业时间和资源浪费。首先对环境建模方法进行了分析和对比,揭示其局限性并提出优化方法;在环境建模方法的基础之上,对国内外全覆盖路径规划算法现状进行综述,指出相关算法的特点;然后,针对多机器人协作全覆盖任务规划的研究,探讨了相关任务分配算法的研究进展;最后对移动机器人全覆盖作业规划未来的发展方向进行了展望。该研究将有助于进一步提高农业生产中全覆盖环节的工作效率和农业作业质量,减少资源浪费,为我国实现农业规模化生产提供重要依据。     

农业机器人避障路径智能规划研究

随着农业科技的发展,机器人技术凭借其作业效率高、人力资源投入少、安全隐患小等优点,在农业生产方面的应用越来越广泛。但是,机器人在未知的农业生产环境中,缺乏自动寻径功能,自适应运动能力较弱,在躲避障碍物方面的研究更是少之又少。为此,通过研究农业机器人运动系统结构及自我定位原理,建立了农业机器人运动模型,完成了避障路径规划的结构设计,并采用模糊控制算法,对机器人避障流程进行了合理规划。最后,进行仿真实验,验证了农业机器人能够成功躲避障碍物,即机器人避障路径规划的可行性。     

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。     

基于MiroSot系统的苹果采摘机器人路径规划研究

针对农业机器人的一个重要类型—采摘机器人,开展了基于机器视觉的路径规划的理论分析和实际应用研究。为了解决苹果采摘机器人中路径规划难度大、最优解求解困难等问题,将MiroSot机器人路径规划系统应用于苹果采摘机器人中,结合采摘机器人作业环境特点和工作需求,采用图像处理技术,设计了具有环境感知、避障和决策能力的采摘机器人路径规划系统。MatLab实验仿真结果表明:系统可以实现无碰撞的最优路径规划,并能够根据环境变化实时进行局部路径规划,证明了系统的实时性、有效性和可行性。     

基于云计算的农业机器人路径规划与实时定位研究

首先阐述了云计算的的特点和工作原理,然后结合农业机器人运动特性,采用蚂蚁算法,搭建了由农业机器人、云计算平台、ARM开发板、图像处理、摄像头和无线路由器等模块组成的云系统架构,实现了一套基于云计算的农业机器人路径规划与实时定位的系统。结果表明:采用云计算平台调用蚁群算法效率高、可行性强,高效解决了农业机器人路径规划与定位问题,具有一定的实际应用前景。     

农业机器人底盘关键技术研究现状分析

底盘总成是自走式农业机器人的重要组成部分,其性能优劣直接影响机器人的作业质量和效率。随着我国精准农业、智慧农业的迅猛发展,机器人技术在现代农业生产中的应用日益广泛,尤其是机器人底盘技术,集中在底盘技术的定位建图、路径规划和自主避障等方面,承载了机器人整体的定位、导航及避障等基本功能。本文基于现阶段国内外农业机器人底盘技术的发展概况,主要对我国农业机器人底盘定位建图、路径规划以及自主避障等关键技术的研究现状进行分析,并针对目前我国农业机器人底盘技术存在的不足,提出了未来农业机器人底盘技术的研究方向与展望,为智慧化现代农业生产中机器人技术深入研究和持续发展提供参考。     

农业机器人行走方向识别及仿真

在农业智能机器人的研发过程中,机器人自主地完成行走路径的规划是机器人是否真正智能化的重要特征,而规划出的路径准确程度又关系到机器人是否能顺利完成任务,所以如何提高路径规划精度成为了智能机器人研发的重要方向。为此,在农业机器人行走环境的特殊性基础上,采用视觉传感技术对农业智能机器人在田间垄沟环境下自主行走的方向及角度进行识别,运用图像处理及回归分析拟合的方法,规划判断出机器人行走方向与垄沟延伸方向的夹角,进而指导机器人运动。实验是在MATLAB环境下进行仿真,结果表明,此方法能够准确地判断机器人的转向及角度。     

基于人工势场法的移动机器人路径规划研究现状与展望

路径规划是移动机器人领域的热点研究方向，人工势场法已在工业机器人路径规划中得到广泛应用，近年来正逐步应用于农业工程的路径规划问题中。首先对路径规划中人工势场法的原理及传统人工势场法存在的缺陷进行分析，针对人工势场法中的局部极小值和目标不可达问题的多重改进方法进行原理分析和方法总结，并根据人工势场法在工业机器人中的应用对已有的算法融合方法进行分类综述。最后通过对多种改进方法的比较，对农业机器人路径规划所需满足的实时性以及障碍物的多变性进行应用展望，可以利用现有的算法融合研究，结合农业生产的实际情况，对不同农业生产应用场合的融合算法选择机制进行深入研究，以满足现代农业生产中对机器人路径规划的需求。     

基于宏微结合的田间作业机器人路径规划

农业机器人对推动农业现代化加速变革和实现智慧农业有重要作用。高精度定位技术是保障机器人安全高效完成各类作业的基础,而作业路径准确规划是实现农业场景下导航的核心。针对田间作业机器人复杂环境下因测绘误差与局部障碍进而造成作物损伤率较大这一问题,本文提出一种基于宏微结合的路径规划算法,该算法首先基于作业区域宏观测绘信息生成全局静态作业路径,同时利用雷达传感器对机器人局部作业环境进行实时动态监测进而生成局部动态最优路径,将全局静态路径与局部动态路径进行有机融合以实现作业路径优化修正,保障田间作业的顺利进行,最终应用MPC算法控制机器人对规划后的路径进行追踪。经试验验证,当机器人田间作业两侧安全距离分别为0.2、0.1 m时,本算法可将作业过程中平均作物损伤率由3.405 8%、1.276 3%降低到0.677 2%、0.188 9%,保证了机器人作业的安全可靠,为大田稳产条件下的高效作业奠定基础。同时,本算法提升了精准农业要求下田间作业精度,对实现农业高产高效高质目标有重要意义。     

割草机器人路径规划研究 ——基于改进蚁群算法和计算机视觉

首先,从设计需求、结构体系和控制系统设计了割草机器人总体方案;然后,设计了草坪边界提取算法和割草机器人路径规划系统,实现了一套基于改进蚁群算法和计算机视觉的割草机器人路径规划系统.试验结果表明:割草机器人能够实现草坪边界提取和规划出最优路径,割草机器人路径规划具有一定的可行性.     

遗传算法在农业移动机器人路径规划中的应用——基于矩阵二进制编码

基于生成编码、适应度函数、交叉和变异等4个方面,提出和实现了一种在农业移动机器人导航和路径规划中使用的矩阵二进制编码的新变种遗传算法。结合对农业移动机器人路径规划问题模型的分析,基于矩阵二进制编码的遗传算法,进行了农业移动机器人路径规划的MatLab仿真分析。实验结果表明:农业移动机器人在存在复杂障碍物的情况下能够实现路径规划与导航,且所求路径是该条件下机器人穿过障碍物耗时最少、运动代价最小的路线。     

神经网络在果蔬收获机器人机械臂避障路径中的应用

果蔬收获机器人是机器人技术在农业中的具体应用,基于避障的路径规划是果蔬收获机器人主要的研究内容.由于农业机器人作业环境的复杂性和非结构性,神经网络将是其重要的研究方法.为此,介绍了神经网络的特点,重点分析了采用神经网络描述果蔬收获机器人工作环境的基本思路,最后给出了黄瓜采摘机器人的具体分析实例,对农业机器人工作环境的描述具有较高的参考价值.     

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。     

小麦精播机器人设计——基于图像融合与智能路径规划

为了提高小麦的产量,并且在作业过程中使播种机器人成功绕过障碍物,需要对小麦播种路径精细的规划。为此,提出了一种新的路径规划方法,使用图像融合技术,结合模糊控制位移误差理论,实现了小麦播种机器人的自主路径规划。为了测试该方法的有效性和可靠性,设计了一款具备高清摄像功能和PC图像处理功能的精密播种机器人,并对其路径规划和播种效率进行了测试。结果表明:该机器人能够成功绕过障碍物,完成最优路径的规划,并在小麦播种过程中可以规划出近似矩形的播种路径。从机器学习和播种时间上的对比发现:该算法可以有效地提高机器学习速度,缩短播种时间,从而提高了小麦播种的自动化水平和作业效率。     

基于改进蚁群算法的果蔬采摘机器人三维路径规划

近年来,我国"农民荒"问题越演越烈,大量年轻劳动力外出务工,农村土地荒置越来越多。我国人口高龄化严重,农业人口的减少,劳动力缺口过大,导致对农业机器人的需求极为迫切。随着农业机械和自动化技术的快速发展,农业机器人也在不断发展,其可以更好地适应生物技术种植产业发展,过去传统的采摘方式将会有很大改变,农民种植的侧重点即将改善。为此,基于改进蚁群算法,设计和规划了果蔬采摘机器人行走的三维路径,并增加在前进过程中的自适应调整功能。实验仿真结果表明:基于改进蚁群算法的果蔬采摘移动机器人三维空间路径规划在路径和转弯个数上都做到了最小化,能够很好地满足采摘机器人运行需求。     

基于机器视觉的农业机器人自主作业研究

在科技高速发展的时代,农业生产与智能科技的结合越来越紧密。农业机器人与工业机器人具有一定的相似之处,都包含了信息感知、自主作业以及路径规划等内容。为了进一步适应农业现代化发展,人们对农业机器人有了更深入的研究。文章主要基于农业机器人自主作业的研发意义与价值,探析了其自主作业设计过程。     

自走式智能牛舍清洁机器人路径设计与研究

阐述了清洁机器人总体设计架构,并对清洁机器人驱动系统与控制系统进行分析。通过设计出清洁机器人全区域覆盖路径规划、基于感应回归算法的自动返回充电站路径规划与基于栅格地图的距离转换路径规划方法的自动返回加水站路径规划,实现了牛舍清洁机器人24h的清洁工作。根据全区域覆盖路径规划方法、感应回归算法与基于栅格地图的距离转换路径规划方法的设计应用,进行机器人运行轨迹规划算法的优化实现。实践证明:这些方法在清洁机器人路径规划方面得到了很好的运用。