崎岖山地环境履带机器人降维变系数控制方法研究

针对崎岖山地环境下自走式履带机器人自走姿态波动大、跟踪精度低等问题,研究了三维崎岖路面履带机器人控制方法。通过分析机器人在二维平整路面与三维崎岖路面的运动学模型,建立了降维运动学几何模型;设计了一种基于降维变系数的滑模控制方法,实现三维崎岖路面履带机器人的运动控制,并进行了平整路面与崎岖路面的路径跟踪仿真与试验。仿真结果表明,平整路面仿真中,行驶方向误差逐渐减小并趋近于0,侧向位置误差在±0. 2 m内波动,并可在1 s内完成姿态调整;崎岖路面仿真中,三轴位置误差均控制在±0. 1 m范围内,同样可在1 s内完成姿态调整。路径跟踪田间试验结果表明,平整路面和崎岖路面机器人跟踪稳定后的横向误差分别为-2. 9～8. 8 cm、-14. 3～21. 5 cm,姿态误差分别控制在±2°、±5°内,能够满足实际跟踪需求。     

一类6自由度Delta型机器人运动学分析

为满足工业机器人多角度操作需求,提出了一类具有3组耦合分支,且对称分布的6自由度Delta型机器人。首先,将每组耦合分支拆分为独立运动单元,并等效为串联运动链,基于旋量理论求出等效后的运动自由度;其次,利用闭环矢量回路法分别计算耦合分支中每条主动链的位置逆解,建立机器人的逆运动学模型;在此基础上,提出一种搜索算法,用于描绘满足边界条件的机器人运动空间,并与相同尺度参数的3自由度Delta机器人进行对比。结果表明,3自由度Delta机器人的运动空间是所提机器人工作空间的子集。最后,根据理论分析,完成了工程样机的搭建与运动实验,实验结果表明,该Deta型机器人具有6个自由度运动能力,且所提运动空间搜索算法具有较高的计算精度。     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。     

自然环境下苹果作业机器人双果重叠目标侦测方法

为进一步提升苹果的侦测精度,从而提高苹果作业机器人的果实作业效率,以果园重叠苹果为对象,研究了自然环境下双果重叠目标的机器侦测方法。首先将采集到的苹果图像在Lab色彩空间中利用K-means聚类算法提取重叠苹果目标区域;其次在得到重叠苹果边界上的Harris角点后,通过关键角点检测算法定位苹果重叠部分的果实轮廓所在区域,并利用Canny边缘检测算子提取出苹果重叠部分的果实轮廓;然后利用Y型节点搜索算法实现重叠苹果目标的单果轮廓分离,并得到未遮挡果实的完整轮廓;最终利用距离最小二乘算法对被遮挡苹果目标进行果实轮廓重建。为验证方法的有效性,将Hough变换法、Spline样条内插法的重叠果实侦测结果与本文方法所得结果进行对比。试验结果显示,本文方法不仅可以侦测出未遮挡果实的完整轮廓,同时对被遮挡苹果目标也有较好的轮廓重建效果,其果实平均重合度和定位误差分别为95.43%和4.44%,侦测性能明显优于前两种方法,表明本文方法可以较好实现自然环境下苹果双果重叠目标的侦测,该结果为苹果作业机器人多果重叠目标的自动化侦测提供参考。     

基于激光雷达的巡检机器人导航系统研究

智能巡检机器人能够高效、可靠地完成巡检任务,降低工作人员的劳动强度,准确、稳定的导航定位是巡检机器人执行巡检任务的基础。本文研究了基于激光雷达的巡检机器人导航系统,可实现机器人在室内外环境下的地图建立、路径规划和导航定位。导航系统由远程监控平台与巡检机器人组成,远程监控平台发布巡检任务、监控机器人状态、查询与存储检测数据,巡检机器人可实现自主导航定位、遍历检测点、执行数据采集等巡检任务,二者通过无线网络实现远程数据交互。融合激光雷达与编码器信息,使用高鲁棒性Gmapping算法建立二维环境地图。根据地图与检测点信息,采用分支界定算法搜索最优巡检路线,以减少巡检时间和能源消耗。使用自适应蒙特卡罗定位(AMCL)算法估计机器人位置和姿态,结合巡检路线,进行导航定位。根据横向偏差与航向偏差,通过经典的PID算法完成机器人驱动控制。机器人搭载可见光相机与红外相机,可对目标进行可见光通道与红外通道的融合图像检测。对巡检机器人进行了室内导航定位试验,试验结果表明,在1 m/s的速度下,位置与航向偏差的平均绝对误差(MAE)分别小于5 cm和1.1°,标准差(SD)分别小于5 cm和1.5°,能够满足巡检导航定位的要求。     

基于GA–BP神经网络的番茄应力松弛参数的估计

为了实现机械手在抓取过程中对番茄应力松弛参数的快速准确估计,提出以BP神经网络为核心,遗传算法(GA)对BP神经网络初始权值和阈值进行优化的番茄应力松弛参数的估计方法:以番茄为样本,利用质构仪进行番茄应力松弛试验,并利用三元件广义Maxwell模型来表征番茄的应力松弛特性,通过拟合获取样本数据集;再以抓取力F、变形量D、作用时间t为输入,松弛特性参数E、Ee、η为输出构建BP神经网络模型,使用遗传算法对初始连接权值和阈值进行优化,获取最优参数的GA–BP神经网络估计模型;将该估计模型应用到机械手抓取过程中对番茄应力松弛参数的估计验证。结果表明:番茄应力松弛特性参数E、Ee和η的估计相对误差都在15%以内,且趋于稳定,该估计模型可对番茄应力松弛参数进行在线估计。     

蔬菜嫁接机器人柔性夹持搬运机构设计与试验

针对现有蔬菜嫁接机器人单手爪夹持搬运机构作业时需要在上苗、切削和对接工位往复旋转作业，限制了机器嫁接生产效率，存在夹持伤苗、操作人员上苗等待时间过长、易疲劳等问题，设计了一种四手爪柔性夹持搬运机构，能够实现上苗、切削和对接工位同步作业，以及秧苗柔性夹持与快速搬运，有助于提高机器嫁接效率。提出了基于缓冲材料的柔性夹持手爪和夹持力调节方法，分析了不同厚度EVA缓冲材料的压缩力学特性，得到缓冲垫完全闭合夹持条件下对不同秧苗的夹持力。利用ADAMS软件建立夹持搬运机构动力学仿真模型，分析了秧苗不同夹持力与旋转位移的变化规律，得出当夹持力小于0.4N时秧苗脱离了夹持手的束缚，夹持力大于3.5N时秧苗夹持与旋转作业稳定。机构性能试验结果表明：选取白籽南瓜苗和黄瓜苗为测试对象，柔性夹持手爪平均夹苗成功率为98.5%，比弧形夹持手提高4.5个百分点，伤苗率降低3.5个百分点，柔性夹苗效果显著；该机构嫁接平均速度为1052株/h，是同类型单手爪嫁接机作业效率的1.72倍，嫁接成功率为96.67%，大幅提高了嫁接机器人生产效率，能够满足工厂化嫁接育苗生产需求。本文研究结果可为高速嫁接机器人的夹持搬运机构设计和优化提供技术参考。     

机器学习及其在农业中应用研究的展望

机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。     

水产养殖水下作业机器人关键技术研究进展

传统水产养殖的水下作业任务主要依靠人工完成,劳动强度大,危险性高,水产养殖水下作业面临严峻的人工危机。随着技术进步和制造成本的降低,将水下机器人应用于水产养殖作业有着巨大的需求空间。机器人水下捡拾作业强耦合、多干扰、时变、多体、多环节、作业目标规格形状不一,且作业的精度和速度要求高,机器人水下精准作业是困扰水产养殖界多年的公认难题。本文在对水下机器人-机械手系统(underwater vehicle-manipulator system,UVMS)进行了系统分析的基础上,从弱光照、强耦合、非结构化海洋环境下UVMS的精准捕捞作业目标识别、时变多体捡拾作业条件下水下机器人-机械手系统动力学模型、多扰动条件下目标动物位置识别与定位模型、多约束条件下浅海养殖精准捡拾作业的优化控制等4个方面,对UVMS捕捞作业所涉及的关键技术的地位、国内外研究现状展开分析与讨论,并对所述关键技术的研究前景进行了展望,以期为水产养殖水下作业机器人软件开发提供理论依据和综合性参考。     

林木采伐及木材精深加工机器人研究进展

林木采伐及木材精深加工与木材生产的效益息息相关，机器人在木材生产中的应用促进了木材生产质量和效率，为木材工业发展提供了新的增长动力。针对机器人在林木采伐及木材精深加工领域的应用，文中从林木采伐、人造板生产、家具制造3方面详细论述了采伐机器人、旋切定心机器人、喷涂机器人、码垛机器人、弯曲木机器人、雕刻机器人等机器人研究现状，提出未来林木采伐及木材精深加工机器人的发展方向应集中于仿生移动机构、多功能集成机器人、智能算法及柔性制造系统等方面。