采摘机器人视觉伺服控制系统设计

分析了采摘机器人目标位置与机器人关节角度之间的运动学关系,给出了两者之间的坐标变换公式.根据伺服控制特点,在机器人伺服控制中引入模糊PID控制方法,利用模糊控制策略在线自适应整定PID参数,提高了控制系统的动、静态性能.仿真和实验结果验证了设计的合理性和有效性.     

基于RBF网络的联合收获机脱粒滚筒恒速控制

对联合收获机行走、收割、脱粒系统进行分析,提出了系统数学模型的基本形式.针对该模型的高阶次、非线性和难以准确获得具体参数等问题,将模型差分方程的基本形式分解为与控制信号无关和有关的2个部分,利用RBF神经网络技术分别对2个部分进行在线辨识,控制器根据辨识结果进行控制,构建了自适应控制.利用该系统进行了不同条件下的仿真和试验,试验证明利用RBF网络可快速有效地拟合被控对象.当对象参数发生变化时,系统可实现跟踪适应,达到较好的控制效果.     

农业机器人自主导航改进自适应滤波控制器研究

为提高导航精度与控制精度,对农业机器人的自主导航控制进行研究。结合Sage-Husa自适应滤波与强跟踪卡尔曼滤波两种算法优点,利用严格收敛判据,设计了改进的自适应卡尔曼滤波算法。新算法保证了系统的实时性和稳定性,且具有更好的滤波精度。利用变结构切换方法来阻止PID控制器积分饱和现象,有效解决了控制器过饱和问题。将改进的自适应滤波算法与变结构PID控制器相结合,可提高导航系统的稳定性和精度。对所提理论进行仿真与试验,结果表明该方法大幅度提高了滤波器抑制发散的能力和导航的控制精度。     

基于改进人工势场的苹果采摘机器人机械手避障方法

针对非结构化环境下的采摘机器人机械手实时避障问题,提出一种改进人工势场法的避障路径规划方法。根据自行研制的5自由度苹果采摘机器人机械手具体结构和障碍物特征,进行机械手运动学分析和障碍物建模;在保留传统人工势场法易于实现、结构简单等优点的基础上,针对其存在的局部极小点、陷进区等问题,结合果树生长环境中障碍物的特点,通过引入虚拟目标点使搜索过程跳出局部最优的极小点,从而实现机械手避开障碍物到达目标的灵活避障;将该方法应用于机械手末端位置、障碍物位置和目标位置已知条件下的采摘机器人机械手实时避障任务中,仿真和实验研究结果表明此方法简单,实时性好,能够有效地避开障碍物,成功到达目标位置,适合自然生长状态下苹果的自动采摘。     

山旱地谷子品种对比试验报告

对4个谷子品种进行品种对比试验,以筛选出适合本地种植的高产、优质谷子新品种,为今后的谷子生产提供科学依据。     

喷涂机器人空间轨迹到关节轨迹的转换方法

根据喷涂机器人离线编程需要和喷涂空间轨迹的特点,提出一种基于Dijkstra算法的喷涂机器人笛卡尔空间轨迹到关节轨迹的转换方法。通过分析工件坐标系和机器人基坐标系的关系,采用辅助特征点三点标定法将工件坐标系内的喷涂空间轨迹转换到机器人坐标系。建立了在机器人逆解中求取最短关节运动行程的优选模型,用赋权有向图表示所有机器人逆解间的行程关系,利用Dijkstra算法求最优的逆解组合。喷涂试验显示,所提出的轨迹转换方法能有效克服轨迹转换失真,验证了该方法的可行性和有效性。     

基于CAD的喷涂机器人轨迹优化

针对复杂自由曲面匀速和等行程间距喷涂方法,因曲面上曲率的变化会造成涂层厚度差较大的问题,提出一种基于CAD的轨迹优化算法以提高曲面的漆膜厚度一致性。该方法首先根据平面上的喷涂试验和微分几何的面积放大定理推导出曲面上的漆膜生长模型;然后通过扫描直接获得工件表面点云模型,采用点云切片技术获取喷枪路径和姿态;最后采用沿路径方向的速率优化算法和垂直路径方向的间距优化算法对曲面上的喷枪轨迹进行优化。仿真和试验结果验证了优化算法的有效性和轨迹生成算法的可行性。     

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.     

基于RBF网络的联合收获机脱粒滚筒恒速控

对联合收获机行走、收割、脱粒系统进行分析,提出了系统数学模型的基本形式。针对该模型的高阶次、非线性和难以准确获得具体参数等问题,将模型差分方程的基本形式分解为与控制信号无关和有关的2个部分,利用RBF神经网络技术分别对2个部分进行在线辨识,控制器根据辨识结果进行控制,构建了自适应控制。利用该系统进行了不同条件下的仿真和试验,试验证明利用RBF网络可快速有效地拟合被控对象。当对象参数发生变化时,系统可实现跟踪适应,达到较好的控制效果。     

机器手采摘苹果抓取损伤机理有限元分析及验证

为了减少机器人自动采摘过程中夹持器抓取苹果时的碰撞、挤压损伤,对抓取过程中苹果与不同指面类型夹持器手指接触时果实内部的应力变化进行研究。通过压缩试验后计算得到了苹果果皮、果肉和果核3个不同部分的力学参数,建立了单个苹果的3层实体力学模型。将苹果果皮、果肉和果核3部分弹性模量分别取多次试验的平均值,通过ANSYS软件建立了苹果所对应的有限元模型,模拟苹果与平面和弧面手指的接触过程,进而得到苹果果皮、果肉和果核3部分的节点Von Mises应力云图。结果显示,加载过程中,果皮处的应力最大,果肉处的应力次之,但由于果肉破坏应力较小,果肉最易受到损伤;同时,当加载力相同时,弧面手指比平面手指对苹果各部分的作用应力要小,苹果的形变也较小,当加载力分别为5、20、35、50 N时,平面手指对苹果所造成的形变量分别比弧面手指大6.7%、12.1%、12.4%、14.5%,因此,弧面手指对果皮内部造成机械损伤的概率相对较小。最后,利用自行研制的采摘机器人2弧面手指夹持器苹果实物抓取损伤试验验证了所研究方法的有效性。该研究结果可以实现苹果损伤的较准确预测和评估,并为采摘机器人末端夹持器减损结构优化设计提供了一定参考依据。