交互式视音频在智能采摘机器人自动化系统中的应用

在采摘机器人自动化系统的设计过程中,为了提高采摘机器人的控制效率,引入了基于交互式视音频英语学习原理的采摘机器人交流交互系统,基于WiFi网络,采摘机器人可以将实时作业情况以视频的形式传输给远程端,远程端根据采摘机器人的实时作业情况,对采摘机器人发出语音指令,机器人识别语音指令后完成相关动作,实现远程端和采摘执行端的交流交互。为了验证方案的可行性,设计了采摘机器人机器和远程端自动化控制系统,并对WiFi网络的传输性能以及语音指令的准确识别率进行了测试,结果表明:WiFi网络的通信性能较好,采摘机器人可以准确的识别语音指令,实现自动化控制。     

数字传媒交互式技术在采摘机器人远程控制中的应用

在采摘机器人远程控制系统的设计过程中,为了提高采摘机器人的智能化水平,基于数字传媒交互式学习技术引入了机器人远程控制交流交互系统,利用语音指令的方式实现管理员对采摘机器人的远程控制。在交流交互过程中,首先由远程监控端采集采摘机器人作业视频,然后利用投影技术进行投影,管理员根据实时作业情况对采摘机器人发出控制指令,以提高采摘机器人的作业质量。为了验证方案的可行性,对采用交互式系统的采摘机器人进行了测试,结果表明:采用交互系统后采摘机器人的远程控制精度有所提高,交互性系统的引入对于提高采摘机器人的作业质量具有重要的意义。     

采摘机器人智能化控制系统设计研究 —基于嵌入式系统和物联网

近年来,采摘机器人被逐渐地投入到农业生产过程中,受作业环境复杂性及本身控制系统的精度影响,采摘机器人的作业效率和质量很难到达预期的设计要求。为了提高采摘机器人的控制精度和智能化程度,将嵌入式系统和物联网引入到了采摘机器人控制系统的设计上,并采用无线传感网络实现机器人和远程端的通信,利用三边测量定位提高其定位精度。为了验证方法的可靠性,以西红柿采摘作为实验环境,对采摘机器人的响应速度、定位精度以及果实的采摘质量分别进行了测试,结果表明:采用嵌入式系统和物联网设计采摘机器人的控制系统,采摘机器人具有较高的响应速度和定位精度,果实的采摘质量较高,可以满足果实智能化采摘的设计需求。     

远程控制采摘机器人手势识别研究——基于势场蚁群算法

采摘机器人在作业时遇到通过自主导航无法越过的障碍物时,或者在危险的地带无法进行人工采摘作业时,需要借助远程方式进行实时控制,使其成功越过障碍物,并在高危环境中有效地展开采摘作业。为了优化采摘机器人远程控制系统,提出了一种基于手势识别的远程控制方案,并引入了势场蚁群算法,提高了机器人的控制的准确性和高效性。在远程控制方案中,将基于视觉的手势识别与远程控制机械手相结合,通过深度相机采集手势图像并提取手势特征,转换为机械手舵机的控制命令,并通过无线网络发送至采摘机器人控制单元,实现视觉手势对机器人的远程控制。对采摘机器人进行了测试,通过测试发现:基于蚁群算法的手势识别系统可以有效地追踪得到不同的动态手势,且可以准确地识别手势所代表的意义,成功实现了机器人远程控制的手势识别。该方法不仅可以远程实现机器人避障功能,还可以将其应用在山谷、沼泽等危险地带进行采摘作业,实现其非凡的使用价值。     

基于PLC的采摘机械手电气自动化技术研究

为了提高采摘机器人电气自动化的效率、水平及机器人的智能化程度,在采摘机械手的设计上引入了PLC控制系统,并利用PID控制算法对自动化系统进行了改进,提高了自动定位和采摘动作控制的精度。为了验证方案的可行性,模拟采摘机器人的作业环境,采用MCGS软件设计了采摘机械手作业的监测系统,并对采摘的漏采率和破损率进行了测试。测试结果表明:基于PLC的采摘机械手具有较低的漏采率和破损率,可以满足较高精度的采摘机器人设计需求。     

基于OFDM-MIMO移动通信模型的采摘机器人设计

为了提高果树采摘机器人的智能化和自动化水平,提高机器人的实时通信和在线控制能力,实现机器人作业过程的远程控制,在采摘机器人通信系统中引入了OFDM-MIMO模型,并将移动4G技术应用到了机器人的设计中,突破了机器人控制距离限制,实现了机器人的跨区域无线通信。机器人采用视觉传感器和4G网络采集并传输图像,图像数据可以在远程浏览器端实时显示,便于掌握机器人作业信息。当机器人碰撞传感器发出信号时,可以利用OFDM-MIMO信道模型进行图像的高效传输,并将视觉传感器采集的图像信息传送给远程控制端,在采摘出现失误时可以及时地调整机器人的状态,实现果实采摘的在线控制。同时,设计了机器人的实验样机,并对机器人的果实定位能力和通信能力进行了实验和仿真。实验和仿真结果表明:该种机器人可以有效地识别普通果实和套袋果实,并且通信实验测试和仿真测试的结果吻合,从而验证了结果的可靠性及OFDMMIMO模型在采摘机器人通信系统中的可行性。     

基于光学导航的采摘机器人系统设计及定位方法研究

为了提高采摘机器人的定位导航精度,将光学导航方法引入到了采摘机器人控制系统的设计上,通过激光扫描和机器视觉相结合的方法,提高了采摘机器人的作业质量和作业效率。在进行定位时,首先由激光扫描方法对采摘机器人进行定位,得到全局坐标中的位置,然后利用机器视觉系统得到采摘机器人和待采摘目标果实的距离,对果实精确定位后进行采摘。采摘测试结果表明:采用光学导航系统可以准确完成果实目标的定位,可有效提高采摘机器人的采摘精度和采摘效率。     

采摘机器人语音识别系统设计——基于英语词汇整合和WAP平台

通过对语音识别、网络通信与智能机器人运动控制的综合应用,设计了采摘机器人语音识别和远程控制智能机器人系统,在遇到突发状况时,可以采用人工远程语音发出控制指令的方式调整机器人的作业姿态,提高机器人的自主作业效果。为了提高语音识别的准确性,结合英语词汇整合数据库和WAP技术,将小波神经网络算法应用到了机器人语音信号滤波器的设计上,并采用神经网算法对动作的执行进行了训练,提高了机器人动作执行的精确性。最后,对机器人语音识别和动作执行的准确性进行了验证,结果表明:采用小波神经网络算法可以明显降低采摘机器人动作执行的误差,进而提高了作业质量。     

基于DSP的移动采摘机器人目标识别视觉系统设计

为了提高移动式采摘机器人目标识别系统的作业效率和可靠性,结合嵌入式图像处理技术,提出了一种以DSP为控制核心的嵌入式图像识别系统。利用DSP处理器可以将采集的图像信号进行数字化转换,并通过图像处理将提取的特征图像直接传送到PC机,用于信息的反馈;PC机通过数据处理将控制指令直接发送给DSP,控制机器人终端的动作。为了验证系统的可行性,对目标识别视觉系统进行了测试,结果表明:采用DSP的移动式采摘机器人视觉系统可完成图像特征的提取,且目标识别的准确性较高,处理时间较短,可以满足高精度快速采摘作业的需求。     

采摘机器人AGV控制系统研究 —基于云平台分布式远程监控技术

远程实时监测是采摘机器人远程调度和控制的重要依据,针对当前视频监控平台凸显的瓶颈,如流媒体服务器负载过重、容灾能力弱、扩展能力弱等缺点,结合当前流行的开源分布式框架Hadoop,提出了基于分布式视频存储和并行计算视频处理的采摘机器人远程监测控制云平台系统。为了验证方案的可行性,以采摘机器人自动引导设备(AGV)远程监测和控制系统的设计为例,对使用云平台技术的通信误差和控制精度进行了测试,并对使用和不使用远程监测系统得到的定位导航效率进行了对比。测试结果表明:采用云平台分布式远程监测技术可以有效地提高AGV系统的定位导航效率和精度,对于采摘机器人自动控制系统的设计具有重要的意义。     

电力系统配电网技术在农机自动化控制中的应用

为了提高农机的自动化控制水平,基于电力系统配电网自动化技术,将自我诊断和反馈调节方法引入到了农机的控制系统中,通过对控制系统故障的自我诊断和反馈调节,农机可以实现自主化作业,有效提高了农机的智能化作业能力。为了验证方案的可行性,以配电网自动化系统和采摘机器人控制系统的测试为例,对配电网自我诊断能力和农机的反馈调节有效性进行了仿真模拟,结果表明:配电网自我诊断系统可以有效监测到系统中存在的故障,而采用配电网反馈调节系统后,采摘机器人的故障率有所降低,将配电网自动化技术应用到农机自动化控制系统中是可行的。     

基于SingalR和Web的采摘机器人远程编队控制研究

多移动机器人协调是当前机器人技术的一个重要发展方向,但是在农业上的应用并不多。为了提高采摘机器人的智能化程度及作业效率,实现多机器人的协同实时控制,提出了一种基于Web的多机器人远程编队控制系统。针对当前Web实时应用程序技术的不足,构建了一种基于SingalR的Web实时应用程序框架,该框架可以实现逻辑和动态的执行任务,并将实时更新的数据定时地发送到所有连接的客户端。结合多智能体网络对采摘机器人的编队控制进行了研究,根据具体的多机器人系统,进行了实验测试,得到了多机器人编队控制的规划路径,计算了多机器人控制的残差精度,最后对多采摘机器人的工作效率进行了测试,验证了基于SingalR的Web实时应用程序框架在多采摘机器人编队控制中使用的可行性。     

基于英语文本遥控的采摘集群机器人系统设计

随着机器人制造技术的不断提高及农业、工业和军事应用需求的变化,机器人的形体越来越小,应用数量越来越大,如何高效地控制由大量较为简单的小型机器人构成的系统已经成为当前机器人研究领域的一个重要问题。采摘机器人是农业作业过程中常用的机器人,一般采用单机器人的作业模型,而随着并行计算和云计算技术的发展,采摘机器人的群体控制成为可能。本研究将蚁群算法引入到了采摘机器人群体控制过程中,并采用英语文本编程的方式对采摘机器人进行编程控制,最后通过实验验证测试了其可行性。测试结果表明:采用基于英文文本的编程方法可以成功地实现采摘机器人集群控制算法,机器人集群可以成功地躲避障碍物,搜索到最佳采摘路径,为采摘机器人的集群控制提供了一种新的方法。     

基于RSSI信号强度定位的夜间采摘作业机器人设计

为了提高果实采摘机器人在夜间作业的工作效率,提出了一种适用于果实采摘机器人夜间果实定位识别的方法,引入了RSSI信号强度定位技术,并在此基础上提出了一种泰勒级数展开的高精度定位方法。夜间采摘作业机器人采用接收到的RSSI信号强度对待采摘的果树进行定位,为了满足机器人移动时的实时定位,采用多次信道扫描的方式,提高了机器人定位的实时性。为了验证机器人夜间定位方法的有效性和可靠性,在夜间采摘环境下,对机器人的性能进行了测试。通过测试发现:机器人的定位精度较高,错误识别率较低,并且通过多次校正,可以有效提高作业精度,满足夜间作业的设计需求。     

基于CMOS图像传感器的采摘机器人嵌入式视觉系统

为了提高采摘机器人的自动化程度,实现自主导航和自主采摘作业能力,将基于CMOS图像传感器的嵌入式视觉系统引入到了采摘机器人的设计过程中,有效降低了机器人的设计复杂程度,提高了机器人的设计效率。采用DSP主控芯片构建了嵌入式图像处理系统,可以处理CMOS相机实时采集的图像,并采用模块化设计,构建了包括通讯单元、存储单元及视频输入输出接口的硬件系统,使各模块之间协调工作。为了验证方案的可行性,对一款果实采摘机器人进行了改装,安装了嵌入式视觉系统,并对其性能进行了测试。测试结果表明:采用基于CMOS图像传感器嵌入式视觉系统后,采摘机器人的定位准确率和采摘准率率都较高,满足了自动化采摘作业需求。     

基于PLC的采摘机器人作业路径避障系统设计

为提高果实采摘效率,基于PLC技术设计了采摘机器人的作业路径避障系统。系统主要由信息获取系统、工控机主程序及运动执行系统等部件组成,通过PLC技术对路径规划和果实的采摘、运输进行控制,并采用改进的蚁群算法对最优路径进行规划。对采摘机器人在温室环境下进行性能测试,结果表明:采摘机器人可以实现作业路径避障,并完成果实的采摘,工作性能稳定,能够满足农户对采摘机器人的使用和性能要求。     

基于大数据和WiFi的采摘机器人远程操作系统研究

首先介绍了大数据Hadoop技术的原理和架构,然后设计了采摘机器人运动模型和定位导航模型,并实现了采摘机器人定位导航算法,最后介绍了采摘机器人远程操作系统总体方案和硬件设计。试验结果表明:远程操控系统通过对采摘机器人的转向和移动控制,可以准确控制采摘机器人沿着果树中间道路移动,以顺利完成采摘作业,符合设计需求,对采摘机器人的远程控制具有一定的参考意义。     

基于OFDM信道和远程监控的果园采摘机器人设计

随着网络和远程控制技术的发展,基于移动互联网的智能机器人成为未来机器人的发展方向。到目前为止,采摘机器人还很少采用移动互联网进行远程监控,如果将移动互联网应用到果园采摘机器人的设计上,将会大幅度地提高采摘机器人的实时在线控制水平,提高多机器人编队控制能力。为此,提出了一种基于OFDM信道估计和远程监控网络的果园采摘机器人设计方法,并结合果实图像的分割、归一化、细化和增强技术,提高机器人果实图像的识别能力。通过夜间对采摘机器人平台的测试发现:机器人在加入信噪比的干扰信号情况下,采用OFDM传输系统的机器人信号发送端和接收端的信号吻合程度很高,误码率很低,为新式智能远程控制采摘机器人的研究提供了较有价值的参考。     

单片机在便携式智能小型采摘作业机器人的应用

为了满足山地和丘陵地带的小面积果蔬采摘作业需求,开发了一种新型的便携式智能采摘机器人,并利用单片机设计了机器人的红外线视觉和运动控制系统,降低了机器人的本体体积,节约了设计成本。采用RT-Thread实现了单片机嵌入式系统的设计,并开发了RT-Thread Builder集成环境,利用Gcc编译器可以实现单片机嵌入式系统的实时控制。为了验证便携式机器人工作的可靠性,对机器人的红外线和无线控制系统及单片机嵌入式系统进行了测试。结果表明:采摘机器人线程调度和串口通信可以正常工作,便携式采摘机器人利用红外线追踪可以成功地锁定指定目标采摘区域,并且移动耗时与人工移动相比大大节省了时间,提高了采摘的作业效率,可以满足山区和丘陵地带采摘作业的需求。     

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。