基于视觉组合的苹果作业机器人识别与定位

为实现机器人自动化采摘作业,设计了苹果作业机器人识别与定位系统.模拟人类采摘过程,采用单、双目视觉组合传感器系统,克服了现有识别与定位系统对目标到视觉传感器距离的依赖性.实现了对单、双目视觉系统的单独和组合标定,与手动测量结果相比,双目视觉系统标定后3个方向的标准偏差分别为3.4、1.2和1.2 cm.提出了基于苹果颜色、形状和位置特征的识别与定位方法,试验结果表明:当工作距离为240 cm时,双目视觉系统可以准确识别并定位所有苹果,深度方向标准差为4.9 em;当工作距离为150 cm时,双目视觉系统深度方向标准差为2.4 cm;当工作距离小于100 cm时,单目视觉传感器测量目标到传感器距离的标准偏差为1.0 cm.     

基于激光视觉的智能识别苹果采摘机器人设计

为了提高苹果采摘视觉识别系统的精度,增强视觉系统的抗干扰能力和自适应能力,设计了一种新的苹果采摘机器人激光视觉识别系统,可以直接获得层次关系的深度图像,实现了果园非结构化环境中果实的识别与定位。为了测试激光识别系统苹果采摘机器人的采摘效果,在果园中对其采摘性能进行了测试:首先采用高清相机完成了对果实图像的采集,通过图像处理准确地实现了苹果的识别,在遮挡率低于50%时其识别率达到了90%以上;然后利用激光测距方法对苹果进行距离测量,成功定位了果实位置,其响应时间仅为3.58s,动作效率快,实现了苹果的高效率、高精度采摘功能。     

基于Softmax的采摘机器人目标识别技术研究

首先,介绍了目标水果的形态、采摘机器人识别技术与试验平台;然后,设计了双目视觉系统,并基于Softmax分类模型设计了苹果的目标识别算法,实现了一套基于Softmax的采摘机器人目标识别模型。试验结果表明：采摘机器人对无遮挡的苹果目标识别率为94%,对部分遮挡的苹果目标正确识别率为88.7%,稳定性较好,精度较高。     

基于友好人机界面的采摘机器人系统构建分析

以采摘机器人为研究对象,针对现有采摘机器人采用CCD进行图像识别采集,其数据采集精度和速度均具有一定的局限性的问题,基于友好人机界面构建了采摘机器人的视觉系统。采用激光测距仪作为视觉系统的数据采集装置,综合运用运动控制系统实现激光测距仪的位移变化,选用上位机进行实时数据处理。在视觉系统构建基础上,以果园为目标进行实际检测试验,在视觉系统距离采摘对象不同距离处进行数据采集,绘制出不同距离条件下苹果的轮廓曲线,得出视觉系统对环境当中果树的识别度。试验数据表明:随着距离的增加,视觉系统对苹果轮廓的检测精度逐渐降低,在200mm处对采摘环境的识别度最高。     

苹果采摘机器人的机械结构设计分析

随着苹果采摘机技术的发展国内外开始探索相关技术及先进成果应用在农业领域,其中果实采摘收割苹果采摘机是农业领域中相对大的比重,相关苹果采摘机随着技术进步及相关经验的成熟会为人们解放劳动力、提高工作效率等方面有不可估量的前景。文章设计了一款轮式苹果采摘机,并在设计过程中对两种不同结构进行了对比分析。为进一步探索苹果采摘相关苹果采摘机的研发提供了相关经验及依据。     

基于改进YOLOv5m的采摘机器人苹果采摘方式实时识别

为准确识别果树上的不同苹果目标,并区分不同枝干遮挡情形下的果实,从而为机械手主动调整位姿以避开枝干对苹果的遮挡进行果实采摘提供视觉引导,提出了一种基于改进YOLOv5m面向采摘机器人的苹果采摘方式实时识别方法。首先,改进设计了BottleneckCSP-B特征提取模块并替换原YOLOv5m骨干网络中的BottleneckCSP模块,实现了原模块对图像深层特征提取能力的增强与骨干网络的轻量化改进;然后,将SE模块嵌入到所改进设计的骨干网络中,以更好地提取不同苹果目标的特征;进而改进了原YOLOv5m架构中输入中等尺寸目标检测层的特征图的跨接融合方式,提升了果实的识别精度;最后,改进了网络的初始锚框尺寸,避免了对图像里较远种植行苹果的识别。结果表明,所提出的改进模型可实现对图像中可直接采摘、迂回采摘（苹果上、下、左、右侧采摘）和不可采摘果实的识别,识别召回率、准确率、mAP和F1值分别为85.9%、81.0%、80.7%和83.4%。单幅图像的平均识别时间为0.025s。对比了所提出的改进算法与原YOLOv5m、YOLOv3和EfficientDet-D0算法在测试集上对6类苹果采摘方式的识别效果,结果表明,所提出的算法比其他3种算法识别的mAP分别高出了5.4、22、20.6个百分点。改进模型的体积为原始YOLOv5m模型体积的89.59%。该方法可为机器人的采摘手主动避开枝干对果实的遮挡,以不同位姿采摘苹果提供技术支撑,可降低苹果的采摘损失。     

机械臂夹剪苹果采摘机的仿真设计与制造

针对苹果采摘存在的一些问题,设计出一种机械臂夹剪苹果采摘机;运用三维造型软件UG对其进行三维建模,并在Adams软件中进行仿真试验;根据仿真生成的数据曲线进行计算分析,验证了机械臂夹剪苹果采摘机的采摘性能和机械机构的可行性。通过UG和Adams进行仿真设计之后,制造出一台物理样机并进行试验,结果表明:机械臂夹剪苹果采摘机能够适应我国大多数苹果种植园的采摘环境,使苹果采摘效率大大提高,极大地减轻了果农采摘的工作强度,实现了苹果采摘的半自动化,能够满足中小果农对苹果采摘机械的需求。     

基于单目视觉的采摘机器人障碍物检测和路径规划

具有自主作业能力的采摘机器人一直是国际上研究的热点,而障碍物检测躲避能力是其重要的功能,因为在机器人识别作业区域或成熟果实后需要自主的定位和移动。为此,提出了一种基于单目视觉和人工势能场的障碍物检测和避障算法,可以有效采集和检测障碍物的信息,再依据障碍物及目标区域的距离使用人工势能场方法对路径进行优化,实现采摘机器人的自主移动。为了验证障碍物检测和避障方案的可行性,模拟采摘机器人作业环境和自主移动流程,对采摘机器人避障行为进行了测试。测试结果表明:采用单目视觉和人工势场方法可以使机器人成功的避障,并规划出效率最高的到达目标作业区域路径,对采摘机器人自主导航技术的研究具有重要的意义。     

采摘机器人识别技术研究——基于深度图像和计算机网络协同处理

为了提高采摘机器人果实识别定位的效率和准确性，将深度图像技术引入到了采摘机器人视觉系统的设计上，并结合计算机网络协同处理，设计了上位PC机处理和控制系统，通过计算机和机器人控制器的通信，形成了一个开放式和分布式的采摘机器人识别和控制系统。以苹果的采摘为研究对象，对深度图像和非深度图像对果实识别的准确率进行了对比，结果表明：采用深度图编码技术，对果实的识别准确率更高，对于提升果实的采摘效率和准确性具有重要的作用。     

基于PLC的苹果采摘机械手运动控制系统设计

以苹果采摘机械手运动控制为研究对象,对机械手进行运动学分析与建模,设计了基于PLC的机械手硬件框架与运动控制方案、人机交互上位机和机械手轨迹规划的实验系统。实验结果表明:采用PLC控制器的苹果采摘机械手软硬件均能正常运行,该系统具有可靠性高、实时性和稳定性好等优点,对于农业采摘机器人快速识别目标并进行正确采摘作业具有很大帮助。     

基于视觉检测的苹果采摘机器人系统设计与实现

为提高苹果采摘的自动化与智能化水平,降低重复繁琐的人工劳动强度,减少对果实的损坏率,研制了一款用于苹果成熟自动检测并采摘的轮式机器人系统。系统由硬件平台和软件平台两部分组成。其中,硬件平台由四轮驱动越野小车、IPC-610L工控机、图像数据采集卡、四自由度机械臂和末端执行器组成;软件平台基于Visual C++6.0开发环境,使用双目立体视觉技术和图像处理技术实现对苹果的识别与定位,再通过机械臂的路径规划实现对苹果的采摘。通过仿真实验和数据分析表明:机器人在无人值守的情况下,能实现自动导航、自动识别、自动采摘苹果等功能,并且识别成功率大于94.00%,采摘成功率达到91.33%,平均采摘周期约为1 1 s,具有较高的准确性及稳定性。     

一种半自动苹果采摘收集机的研制

根据我国苹果采收的作业条件和实际需求,设计一种半自动苹果采摘收集机。介绍机具的结构组成,论述苹果夹持装置、果柄扭断装置、苹果输送装置等关键部件的设计思路。采摘收集机结构简单,操作方便,适用于采摘高处的苹果,可大大提高工作效率。     

基于机器视觉的草莓自动采摘机的设计

针对我国大面积高垄种植草莓存在的采摘效率低、损伤率高等问题,设计开发了一种基于机器视觉的草莓自动采摘机。该机基于机器视觉识别成熟草莓位置和精准定位,采用步进电机带动同步带运动,让末端执行器执行采摘动作的机构,可一次完成采摘、传送及收集等作业。该采摘机主要由采摘系统、传输系统和收集系统组成。试验结果表明:该机在试验环境下对草莓的采摘速度为403.4颗/h,无损伤采摘成功率可达90%。     

基于单片机控制的自动苹果采摘机设计

苹果树的枝干较高,导致果农采摘困难及耗费大量劳动力等问题。为此,设计了一种基于单片机控制的苹果采摘机的自动控制系统。该采摘机不仅能够高效、快速地采摘苹果,而且在保证苹果完好前提下采取了较好的措施,通过人工的配合,能够完成自动寻找、采摘、送回苹果一系列的控制动作。该采摘机可实现降低成本、改善劳动条件、降低人工劳动强度及行业综合成本的目的,实现苹果自动化的连续作业,提高了经济效益。     

基于选择性注意机制的果实簇识别与采摘顺序规划

基于仿生学思想设计了一种果实簇识别与采摘顺序规划方法。该方法以Itti视觉注意基本模型为基础,通过改进视觉特征整合方法,构建依赖先验知识的视觉显著图,改善果实簇的识别效果;借鉴"赢者取全"的生物神经竞争机制和采摘专业人员的操作经验,设计距离、面积和显著度加权择优的采摘顺序规划策略,提高采摘工作效率。试验结果表明,设计的算法能够识别20余种常见果蔬,识别正确率达到93.36%;果实簇的采摘顺序规划结果符合人工采摘的专家经验。     

基于粒子滤波的苹果采摘机器人目标姿态估算

针对苹果采摘机器人中果实姿态信息缺失造成果实损伤及采摘失败等问题,根据苹果尾部花萼遗迹区域是否可见分析了果实姿态信息机器视觉测量方法,研究了果实姿态信息的粒子滤波估计。将单目摄像机固定在机器人末端手爪上,在手爪趋近果实的采摘过程中,随机采集多帧果实图像。对每帧图像运用惯性主轴或重心点偏移两种方法计算果实在机器人坐标系下的姿态向量值,并通过粒子滤波融合来得到果实姿态信息的最优估计。实验结果表明,粒子滤波方法可以有效地融合多帧图像的苹果姿态信息,能够减小因依靠单帧图像直接测量而产生的误差。     

采摘机器人基于支持向量机苹果识别方法

针对目前苹果采摘机器人果实识别过程误差大、处理时间长等问题,应用支持向量机(SVM)方法对苹果果实进行识别.首先采用矢量中值滤波法对苹果彩色图像进行预处理,然后运用区域生长算法和颜色特征相结合的方法进行图像分割,最后分别对苹果彩色图像的颜色特征、几何形状特征进行提取,并用支持向量机的模式识别方法识别苹果果实.实验结果表明:支持向量机识别方法的识别性能优于神经网络方法;综合颜色特征和形状特征的支持向量机识别方法对苹果果实识别的正确率高于只用颜色特征或形状特征的正确率.     

一种简易水果辅助采摘机设计

基于水果采摘的现状,针对国内水果的生产环境,设计一种基于人工辅助的简易水果辅助采摘机。分析水果辅助采摘机及其各部分结构和功能。提出并进行多段可调节操作杆的设计。提出并进行基于重力原理的嵌套铁环传送收集袋的设计。水果辅助采摘机集水果采摘、收集和运送于一体,适用于苹果、梨和柿子等多种水果的采摘。实验证明水果辅助采摘机结构简单,操作灵活,效率高,收获质量好,可以明显减低劳动强度,并且成本低,具有较高的经济性和实用性。     

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TRIZ理论的刺梨自动采摘机设计研究

当前，刺梨采摘环节存在采摘效率低、劳动强度大等问题，为了提高刺梨采摘的整体作业效率，运用TRIZ理论设计了一款集自动采摘、输送、收集为一体的刺梨自动采摘机。运用TRIZ识别工具功能分析构建了采摘装置的系统功能模型图，分析矛盾冲突，选用合适的发明原理设计出最优解决方案。运用UG软件建立刺梨自动采摘机三维模型，并对主要部件进行了有限元分析，结果表明，仿真分析结果满足设计要求。将TRIZ理论运用到刺梨自动采摘机设计过程中，验证了创新设计构思的可行性，为农业装备设计研究提供了重要参考。