黄瓜采摘机械臂结构优化与运动分析

黄瓜采摘机器人在非结构环境中工作时,其机械臂的结构特点与运动精度将直接决定机器人作业范围和采摘成功率。针对黄瓜特定的栽培模式,结合机械臂工作空间及结构长度指标,运用参数优化法,对采摘机械臂构型和结构参数进行了优化设计。建立了机械臂运动D-H模型,实现由关节空间向笛卡尔空间的正逆变换,并确定了机械臂速度雅可比矩阵;应用三次多项式插值法,建立了机械臂关节空间运动规划模型;应用Matlab平台对优化参数进行仿真。结果表明,机械臂实际采摘范围可达到目标工作区域90.5%以上,关节位移变化曲线光滑,运动平稳。     

基于农业生产的采摘机械臂节点控制系统研究分析

大规模种植多采用垄作栽培方式,且因多种农作物不定期成熟的生长特点,使得人工进行采摘劳动强度和作业量都非常大,研发出一种代替人工的机械则非常必要。采摘机械人的主要机构是机械臂,采用关节型机械臂可以很好地避开植株的茎干,确保机械臂定位精确,保证采摘成功,因而关节节点的控制至关重要。本研究采用5自由度的关节型机械臂,以气动柔性驱动控制关节,为减少机械臂的操作空间,对机械臂结构参数进行优化。通过试验验证节点控制系统的准确性,结果表明:5自由度控制的关节型机械臂可以灵活避开障碍并可以精确、缓冲地采摘果实。     

番茄采摘机器人机械臂避障路径规划

以关节型机械臂避开垂直茎秆或撑杆采摘番茄为研究对象,提出了一种基于构形空间的关节型机械臂避障路径规划方法.利用空间映射原理,将关节型机械臂工作空间的三维避障问题转换为平面R-R机械臂避开障碍圆的问题,用临界碰撞关节角建立C-障碍空间的映射计算模型,将工作空间的位置避障转换为构形空间连杆关节角的计算.以能量最优函数优选避障规划的关节终点角度,利用A*算法计算平面R-R机械臂的避障关节角路径,获得一系列表示空间连杆位置的相交竖直面,并在竖直面内进行其余关节角的规划.避障采摘番茄的试验表明,机械臂带动夹持器能成功绕过直线状障碍物,引导夹持器到达果实目标位置,证明对平面R-R机械臂的空间映射建模是正确的,验证了提出的避障路径规划方法是可行的,可以应用于番茄的自动收获.     

果蔬采摘机械臂结构设计与性能测试

针对作业空间较小的大棚果蔬采摘环境，研制了串联式4自由度关节型果蔬采摘机械臂。采用SolidWorks建立了机械臂的3维模型，在拉格朗日法建立动力学分析模型的基础上，利用ANSYS和ADAMS分析软件，对机械臂进行静态结构分析和运动学、动力学仿真分析。静力学仿真结果表明，机械臂的最大应力为8.181 8 MPa，最大形变为0.000 329 11 m，结构设计合理，强度符合要求；运动学仿真结果表明，机械臂可以精确到达目标位置，运动过程平稳；动力学仿真结果表明，各关节的最大力矩均在安全合理的范围。为进一步验证设计的合理性，对研制的果蔬采摘机械臂进行了性能测试，结果表明机械臂定位精度最大误差±2.5 mm，平均误差±1.1 mm，带载能力3 kg，机械臂运动平稳，可以满足果蔬采摘作业要求。      

农业采摘机器人机械臂结构设计

【目的】农业采摘机器人是一种集机械、电子、传感、计算机于一体的多功能农业机械设备,被广泛应用于水果、蔬菜采摘领域。但其在对果实的识别和抓取方面仍存在很大的不足。【方法】机械臂是农业采摘机器人重要的组成部分之一,也是其主要执行机构。笔者根据机械臂结构特点与功能需求,设计了一种六自由度、关节运动灵活且可更换的采摘机器人机械臂,该机械臂通过控制系统调节3个平动关节在工作空间中的位置和角度,从而获得末端执行器能够完成采摘任务所需的最小工作空间,通过六自由度变换得出6个关节在工作空间中坐标系之间运动轨迹关系。该机械臂由视觉模块、驱动模块及控制模块构成。基于D-H参数法对采摘机器人机械臂进行运动学分析,并进行仿真验证。【结果】该机械臂具有较好的定位精度,能够满足农业采摘机器人对果实的抓取要求。     

棉花采摘机械手机构设计及参数优化

针对国内棉花采收存在的问题,提出了运用棉花采摘机械手代替人工和采棉机采收的方法。在对棉花农业特性及收获特性分析的基础上,结合新疆棉花种植模式以及棉花采摘要求,遵循机械手设计原则,设计了一种5自由度多行采收的关节型棉花采摘机械手。为使机械手能够高效灵活地收获目标空间棉铃,尽可能减小机械臂的操作空间和结构尺寸,结合采摘对象棉铃的生长分布空间和作业要求,分析了在给定空间下的设计变量、优化目标和约束条件,建立了优化设计的数学模型,并利用MatLab优化工具箱进行编程,实现了棉花采摘机械手的机构参数优化。     

基于动捕对仿人采摘机械臂运动学分析与仿真

通过三维光学动作捕捉实验采集了人体上肢完成采摘动作时上肢各关节角度的变化及各关节的点位数据,对上肢进行受力分析并利用MatLab编程获得力矩的变化情况。将上肢划分为3个关节7自由度的刚体模型,利用Robotics工具箱建立7自由度的仿人采摘机械臂,并通过D-H方法建立各连杆坐标系写出各连杆参数进行逆运动学分析,求解出机械臂7个关节角度值。由于存在冗余自由度使得逆解结果不唯一,因此提出了“最小能量法”选取最优采摘路径。对最优采摘路径进行五次多项式插值仿真各关节的角度、角速度及角加速度的变化,最后根据各关节的活动度进行末端执行器工作空间的分析。结果表明：“最小能量法”选取的最优解使仿人采摘机械臂在采摘点已知情况下能选择最优的路径进行采摘,整个采摘过程稳定。研究结果为仿人机器人采摘机械臂的运动控制和轨迹优化奠定了基础。     

小型升降式采摘机器人设计与试验

针对现有的采摘机器人机械臂自由度受工作空间限制的问题,进行了四自由度升降式采摘机器人的设计。根据国内果树矮化密植的栽培模式,为使机械臂能高效灵活地获取目标空间果实,同时尽量减少机械臂的自由度与结构尺寸,设计了一种小型升降式采摘机器人。对采摘机器人样机进行了单关节位置控制误差试验,结果表明:升降机构位置误差平均值为3. 02mm,最大值为4. 55mm;腰关节位置误差平均值为1. 21mm,最大值为2. 14mm;肩关节位置误差平均值为1. 55mm,最大值为1. 36mm;肘关节位置误差平均值为1. 06mm,最大值为2. 33 mm;腕关节位置误差平均值为1. 11 mm,最大值为1. 97 mm,基本满足果园采摘作业的要求。     

基于ADAMS的果树采摘机械臂的运动仿真分析

根据对苹果园区的实地考察,利用Inventor软件建立了GY-1型果树采摘机器人机械臂的实体模型,完成装配。利用Inventor、Pro/E、ADAMS 2005这3种软件之间的接口技术,把机械臂模型导入ADAMS/View模块中。经过有效简化结构,对各个关节和液压缸分别添加约束和驱动,最终生成机械臂的虚拟样机。在ADAMS仿真中,通过计算各个液压缸的运动驱动函数,模拟了机械臂的一组采摘动作,得出机械臂上几个关键关节的受力变化曲线。通过对曲线结果的分析可以获得机械臂采摘时各关节的实时运动信息,为后续工作研究奠定了理论基础。     

基于Java3D和VRML技术的采摘机械手运动仿真研究

为了实现采摘机器人机械手臂运动虚拟仿真过程的交互性,基于Java3D和VRML虚拟现实技术,提出了一种机械臂交互式三维场景生成及运动仿真系统。为了验证系统的可行性,以采摘机器人机械臂为研究对象,设计了基于采摘机器人机械臂运动仿真系统,并基于网络的特征,通过接口导入机械臂关节的造型文件,实现了采摘机器人机械臂仿真三维虚拟场景创建。对仿真系统进行了实验,结果表明:开发的采摘机器人机械臂三维运动仿真系统可以对采摘路径进行合理的规划,得到和实验基本吻合的轨迹,能够实时地显示关键力矩的变化,为关节结构的优化提供了数据参考。将仿真目标位置和预设位置进行对比发现,最大位置偏差不超过1 mm,从而验证了运动模型和算法的可靠性。     

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。     

新型具有力感知的柔性果蔬采摘机械手研究

研发了基于设施农业的果蔬采摘机械手,包括具有3个旋转关节自由度的采摘机械臂及具有力反馈功能的三指果蔬采摘末端执行器,并对其控制系统进行了开发。通过采摘模拟试验,验证了其作业性能、采摘效果。试验结果表明:采摘机械手各关节与控制系统配合良好,运行稳定;采摘末端执行器手指控制灵活,传感器响应灵敏,能够实现稳定抓取并不损伤果实,具有推广价值。     

气动柔性果蔬采摘机械手运动学分析与实验

采用气动弯曲型柔性驱动器设计了一种带有柔性机械臂的多自由度果蔬采摘机械手。基于分段常曲率理论,根据柔性驱动器形变规律,建立了多关节串并联的采摘机械手运动学模型和抓持力模型,研究了机械手采摘作业时抓取模式、工作空间和手指输出力与气压的关系,并进行了相关实验验证。制作了机械手样机,并在实验室环境下进行了多种果蔬模拟采摘实验,结果表明,该果蔬机械手具有多种抓取模式,且动作灵活、柔顺可靠、易于控制,适用于球形和圆柱形果蔬自动化采摘作业。     

基于PLC三轴伺服控制系统的果蔬采摘机械手设计

为了提高果蔬采摘机械手的工作效率和定位精度、降低果蔬采摘机械手在采摘过程中造成的破碎率,以及简化机械手的结构和控制方式,设计了一种新的基于PLC的三轴伺服控制果蔬采摘机械手。该机械手可以灵活地实现移动、升降和夹紧与放松。为了测试机械手的有效性和可靠性,通过苹果采摘试验对机械手的性能进行了测试。测试发现:机械手的位置和摆角调整时间较少、超调量较低,符合设计需求。其准确定位率较高,最高达到了98.56%;且具有较好的定位性能,单次定位时间耗时较低,机械作业效率较高,能够满足大规模果蔬采摘的设计需求。     

基于ADAMS的油茶果采摘机械臂试验设计及优化

针对目前我国油茶采摘主要以人工为主,劳动强度大、采摘效率低等问题,设计了一种适合园艺化栽培的履带式油茶果采摘机,并在Adams软件中对机械臂进行试验设计和优化仿真。试验数据表明:油茶果采摘机工作区间与各机械臂的长度和液压缸安装距离呈线性相关,最佳组合处的机械臂长度总和减小25.67%,可为油茶果采摘机的机械臂设计提供参考。     

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率，采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统，该系统可自动识别不同种类的水果，并实现自动采摘，可通过手机端远程控制采摘设备的起始和停止，并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程，从而避免了大量的矩阵运算，使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真，验证了降维求解的可行性。在果实采摘流程中，为了使机械臂运动轨迹更加稳定与协调，采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位，在Ubuntu 19.10操作系统中使用2000幅图像作为训练集，分别对不同种类的果实进行识别模型训练，在GPU环境下进行测试，结果表明，每种果实识别的准确率均在94%以上，单次果实采摘的时间约为17s。经过实际测试，该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

基于FPA控制系统的多指多关节采摘机械手设计

针对传统机械手爪存在抓持动作单一、自由度少及通用性较差等缺点,设计了一种新型的由FPA直接驱动的多指多关节采摘机械手,有效地提高了机械手的灵活性和对不同果实采摘的自适应能力。从静力学的角度,建立了弯曲关节的转角及输出力的静态模型,并利用多目标优化方法对各个关键受力的均匀性进行了优化设计,分析了三自由度手指的输出力特性。最后,通过实验方法建立了机械手的苹果抓持实验,分析了气压值与抓持能力之间的关系。实验结果表明:随着待采摘果实目标半径的增大,机械手抓取关节角度有所减小,机械手抓取关节手指内腔的压力有所降低,为新型采摘机械手的研究提供了理论借鉴和技术参考。     

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。     

三自由度苹果采摘机械臂动力学分析与轻量化设计

针对工业机械臂苹果采摘时运动规划复杂、自由度多、控制难等问题，本文研制了一款轻量化结构的三自由度苹果采摘机械臂。首先，针对苹果采摘工作要求完成了机械臂的结构设计与运动学分析。机械臂采用平行四边形结构，通过后置动力源减小整机转动惯量，且臂展长，工作空间大，运动时树枝干扰小，更适用于苹果采摘。其次，采用牛顿-欧拉方程建立动力学模型，完成机械臂苹果采摘仿真，通过动力学模型的理论数据，以减轻机械臂自身质量为优化目标，对臂及其关键部件应力及应变进行分析，计算不同轻量化方案下的应力、应变，从而选取最优的轻量化方案。通过对比轻量化前后机械臂仿真数据，骨棒型轻量化方案驱动力矩峰值分别降低21 N·m和15 N·m,均降低约20%,整机质量下降1.8 kg,降低32.1%,且轻量化后机械臂保持良好工作能力。根据优化结果，搭建了三自由度苹果采摘机械臂物理样机，通过试验得到大、小臂最大驱动力矩为92、63 N·m,基本符合仿真结果，验证了动力学模型的正确性。