基于激光SLAM的牛场智能推翻草机器人自主导航系统

为解决牛场人工推翻饲料劳动强度大、工作时间长等问题,设计了一种基于激光雷达同步定位与建图(Simultaneous localization and mapping, SLAM)的牛场智能推翻草机器人自主导航系统,以期实现机器人在牛场环境中自主导航完成推翻草任务。自主导航系统通过激光雷达感知牛场环境,使用加载里程计信息的Cartographer算法构建牛场环境地图,采用未加载里程计信息的自适应蒙特卡洛定位(Adaptive Monte Carlo localization, AMCL)算法实现机器人的定位,并采用迪杰斯特拉算法(Dijkstra)规划机器人推翻草工作路径。试验表明,在构建牛场环境地图时采用机器人加载里程计信息的方式,横纵向偏差最大值低于未加载里程计信息时构建的地图,分别为0.02 m和0.14 m;在实现机器人的定位与导航时采用未加载里程计信息的方式,横纵向偏差最大值及航向偏角最大值分别小于0.04 m、0.10 m和11°,且导航精度高于加载里程计信息时的数值,满足牛场环境中推翻草作业时的导航精度要求。     

变电站智能巡检机器人导航算法改进

随着北斗三号卫星导航系统全球组网成功,北斗地基增强系统已基本实现国内区域全覆盖,可具备厘米级高精度定位能力。基于变电站巡检业务场景需要,文章针对常用的机器人导航方式进行了分析,提出了一种使用北斗地基增强系统并辅以视觉导航的巡检机器人导航方法,可以实时有效地对智能巡检机器人的运动姿态进行控制,满足变电站智能巡检机器人巡检精度要求。由于不使用价格昂贵的激光雷达,大大节省了巡检机器人的制造成本,具有很好的应用推广前景。     

林下作业机器人设计与试验

针对林下生长环境复杂、自动化程度低的问题,设计了林下自主导航机器人。该机器人采用ROS操作系统,搭载激光雷达、IMU惯导及编码器,并采用激光雷达和IMU惯导实现环境地图构建。在导航过程中,使用机器人里程数据在环境中进行定位,实现了自主规划路线和自主避障。室内模拟试验表明:该系统能够自主行走,所建地图完整准确、躲避障碍物及时、规划路线合理,可为林下作业机器人实现自动导航提供了理论依据。     

果实采摘机器人设计与导航系统性能分析

设计了一种果实自动采摘机器人,主要包括自动导航系统、采摘系统、运动系统、控制系统及动力系统。自动导航系统主要包括激光雷达导航和GNSS定位导航,可用于建立地图和规划工作路径;采摘系统通过双目立体视觉相机进行果实识别,再通过由六自由度机械臂和两指末端执行器(机械手)组成的执行机构抓紧果梗并剪断,完成果实采摘。试验结果表明,设计开发的机器人可以通过激光雷达导航完成室内工作,剪断并抓取果梗的两指末端执行器可适用于多种果实,上位机软件可以完成图像采集、机械臂控制和机器人工作路线图建立等操作。激光雷达导航试验结果表明,在1m/s的行驶速度下,导航绝对误差小于3.5cm,可满足温室果实采摘的需求。     

果实采摘机器人设计与导航系统性能分析

设计了一种果实自动采摘机器人,主要包括自动导航系统、采摘系统、运动系统、控制系统及动力系统。自动导航系统主要包括激光雷达导航和GNSS定位导航,可用于建立地图和规划工作路径;采摘系统通过双目立体视觉相机进行果实识别,再通过由六自由度机械臂和两指末端执行器(机械手)组成的执行机构抓紧果梗并剪断,完成果实采摘。试验结果表明,设计开发的机器人可以通过激光雷达导航完成室内工作,剪断并抓取果梗的两指末端执行器可适用于多种果实,上位机软件可以完成图像采集、机械臂控制和机器人工作路线图建立等操作。激光雷达导航试验结果表明,在1 m/s的行驶速度下,导航绝对误差小于3. 5 cm,可满足温室果实采摘的需求。     

温室草莓采摘机器人设计与试验

为实现温室草莓采摘机械化和自动化,设计并制作一种应用于日光温室的草莓采摘机器人。该机器人能实现自主路径规划,行走过程中识别成熟草莓并完成采摘。设计以ROS分布式计算系为主控制网络,以激光雷达进行移动机器人的地图构建与定位,双目深度相机实现对成熟草莓的识别和定位,搭载柔性仿生夹爪6自由度机械臂实现目标草莓抓取和放置。设计机器人软件平台,使用改进A*算法实现自主路径规划和导航避障;利用R-FCN目标检测网络和双目视觉技术实现成熟草莓检测及定位。结果表明：该草莓采摘机器人可实现目标检测及定位,检测到的草莓坐标与机器人手爪坐标的误差在4 mm以下,成熟草莓识别率为95%,满足采摘要求。     

移动机器人在变电站设备巡检系统中的应用研究

利用智能移动机器人完成电站设备巡检,以期提高变电站设备运行的安全可靠性,推进变电站无人值守进程.分析目前我国变电站设备的两种主要巡检方式的不足,介绍变电站设备巡检机器人系统的总体结构,并给出主要功能模块的实现方法.该系统具有远程红外监测与诊断、远程图像监控与诊断、远程防盗报警诊断3种功能,可以使机器人系统的非接触式移动检测与变电站综合自动化的接触式监控相结合,真正实现变电站设备全监控.根据操作人员在基站的任务操作,可以自主完成变电站设备的巡检工作.通过3G无线网络,利用红外远程监控系统实时将相关数据传送至远端管理人员,完成对变电站运行状况的实时监控和调度指挥.     

基于激光雷达与深度相机融合的SLAM算法

针对单一传感器地图构建时存在环境表征不充分，无法为移动机器人自主导航提供完整环境地图等问题，本文通过将激光雷达与深度相机获取的环境信息进行互补融合，构建出更完整精确的栅格地图。首先，对传统ORB-SLAM2算法进行增强，使其具备稠密点云地图构建、八叉树地图构建以及栅格地图构建等功能。其次，为验证增强后ORB-SLAM2算法的性能，在fr1＿desk1数据集和真实场景下进行测试，数据显示增强后ORB-SLAM2算法绝对位姿误差降低52.2%,相机跟踪轨迹增长14.7%,定位更加精准。然后，D435i型深度相机采用增强型ORB-SLAM2算法，激光雷达采用的Gmapping-Slam算法，按照贝叶斯估计的规则进行互补融合构建全局栅格地图。最后，搭建实验平台进行验证，并分别与深度相机和激光雷达2个传感器建图效果进行对比。实验结果表明，本文融合算法对周围障碍物的识别能力更强，可获取更完整的环境信息，地图构建更加清晰精确，满足移动机器人导航与路径规划的需要。     

基于激光雷达的机器人定位与地图构建

移动机器人的定位一直是机器人研究领域的基础,又是非常重要的技术,机器人运行过程中的准确定位更是直接将机器人推广应用的决定性因素。基于ROS平台,利用激光雷达将实际环境用二维栅格地图模型表示,结合自适应蒙特卡洛改进算法进行地图匹配定位,通过仿真实验和实际性能测试分析,均达到良好的建图和导航定位效果。     

农业机械导航技术研究进展

农业机械自动导航技术是实施精细农业的基础，可有效减轻农机操作人员的劳动强度，提高作业精度与作业效率。经典的农机自动导航关键技术包括定位测姿、路径规划和运动控制，针对这3项关键技术，分别阐述了基于全球导航卫星系统、惯性导航系统、机器视觉导航系统及多传感器信息融合的农机定位测姿方法，总结归纳了农机自动导航系统中的全局路径与局部路径规划算法，以及农机的运动学模型、导航决策控制方法、转向制动控制系统。随着信息技术的发展，农机智能导航技术受到越来越多的关注，保证作业安全与提高作业效率成为农机智能导航不同于传统自动导航的关键技术。以激光雷达和RGB相机为例综述了农机自主避障技术，并从协同导航模式、通信技术、协同控制、远程监控平台等角度阐明了多农机协同作业的关键技术。最后，结合无人农场和智慧农业对农机智能导航技术未来的发展方向进行了展望。     

基于临场感增强的果园机器人遥操作可视化系统研究

针对果园作业机器人使用单目相机进行遥操作时，仅用二维视频获取环境信息缺乏临场感的问题，设计了一套基于临场感增强的果园环境信息可视化系统，用于果园机器人遥操作。系统由计算服务器、云服务器、网络摄像头、激光雷达、嵌入式开发平台等组成。计算服务器采用T7920工作站，并在其上部署Tensorflow计算框架和Open3D点云算法库，计算服务器在接收到云服务器转发来的环境图像和点云数据后，分别对图像进行导航信息增强，对点云进行曲面重建；嵌入式开发平台可以收集来自于网络摄像头和激光雷达的原始数据，并上传至云服务器；在云服务器部署了以ZeroMQ为基础的消息中转程序和HTML5后台服务，提供跨互联网的消息通信服务和可移动的遥操作环境信息可视化服务。测试结果表明，部署在计算服务器的导航信息提取模型平均提取导航线时间86 ms,提取导航线平均精度16°,均优于对比模型结果。点云重建算法可以有效建立场景轮廓，平均精度4.9 cm,平均重建时间24 ms。压缩图像传输及增强处理时延不超过230 ms,点云的传输时延不超过400 ms。各项参数可以满足遥操作机器人进行果园作业的基本要求，相比仅有单目相机的遥...     

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。     

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。     

果园自主导航兼自动对靶喷雾机器人

为同时实现果园智能植保机自主导航及自动对靶喷雾,研制了一种果园自主导航兼自动对靶喷雾机器人。首先采用单个3D LiDAR（Light Detection and Ranging）采集果树信息确定兴趣区（Region of Interest,ROI）,对ROI内点云进行2D化处理得到果树质心坐标,通过随机一致性（Random Sample Consensus,RANSAC）算法得到果树行线,并确定果树行中间线（导航线）,进而控制机器人沿导航线行驶。通过编码器及惯性测量单元（Inertial Measurement Unit,IMU）确定机体速度及位置,IMU矫正采集到的果树分区冠层信息,最后通过程序判断分区冠层的有无控制喷头是否喷雾。结果表明,机器人自主导航时最大横向定位偏差为21.8 cm,最大航向偏角为4.02°,相比于传统连续喷雾机施药液量、空中漂移量及地面流失量分别减少20.06%、38.68%及51.40%。本研究通过单个3D LiDAR、编码器及IMU在保证喷雾效果的前提下,实现了喷雾机器人自主导航及自动对靶喷雾,降低了农药使用量及飘失量。     

基于改进A*算法的果园移动机器人建图定位与路径规划方法与试验

为实现果园移动机器人室外自主导航,对机器人建图定位和路径规划进行研究.在建图与定位方面,提出一种紧耦合激光—惯性里程计方法,通过匹配提取到的关键帧点云线面特征来完成机器人的位姿估计与地图构建,将处理过的不同传感器的测量信息融入因子图进行优化得到全局一致位姿,运用滑动窗口的方法保证系统实时性,对历史关键帧进行边缘化处理以...     

移动机器人RGB-D视觉SLAM算法

针对移动机器人视觉同步定位以及地图构建(Simultaneous localization and mapping,SLAM)研究中存在精确度较低、实时性较差等问题,提出了一种用于移动机器人的RGB-D视觉SLAM算法。首先利用定向二进制简单描述符(Oriented fast and rotated brief,ORB)算法提取RGB图像的特征点,通过基于快速近似最邻近(Fast library for approximate nearest neighbors,FLANN)的双向邻近(K-nearest neighbor,KNN)特征匹配方法得到匹配点对集合,利用改进后的随机抽样一致性(Re-estimate random sample consensus,RE-RANSAC)算法剔除误匹配点,估计得到相邻图像间的6D运动变换模型,然后利用广义迭代最近点(Generalized iterative closest point,GICP)算法得到优化后的运动变换模型,进而求解得到相机位姿。为提高定位精度,引入随机闭环检测环节,减少了机器人定位过程中的累积误差,并采用全局图优化(General graph optimization,G2O)方法对相机位姿图进行优化,得到全局最优相机位姿和相机运动轨迹;最终通过点云拼接生成全局彩色稠密点云地图。针对所测试的FR1数据集,本文算法的最小定位误差为0.011 m,平均定位误差为0.024 5 m,每帧数据平均处理时间为0.032 s,满足移动机器人快速定位建图的需求。     

基于信息融合的智能推料机器人设计与试验

饲料的定期推送是奶牛饲喂过程中的重要环节,针对现有推料机器人功能单一,无法满足奶牛饲喂需求的问题,开发了奶牛智能推料机器人。构建奶牛、饲料和牛栏参照物识别与分割的YOLACT模型,融合掩膜图像、深度图与ORB-SLAM3定位信息,实现觅食奶牛的快速定位与机器人导航信息的提取;基于信息融合提出智能推料算法,根据觅食奶牛的定位信息、投料时间信息、机器人的导航信息,自动选择工作模式,控制机器人沿着预定的轨迹,实现推料、集料送料、清料等多模式推料功能,满足奶牛个性化自由采食需求,提升饲料利用率。试验结果表明：觅食奶牛的位置识别定位精度为±0.1 m,奶牛识别率为100%,机器人导航精度为±0.8 cm,智能推料准确率为100%,算法运行速率为12 f/s,满足复杂环境下机器人智能推料的要求。