采棉机器人的研究现状及关键技术

对国内外机械化采棉技术的研究现状进行了综述,构建出了基于计算机视觉的智能型采棉机器人原型系统,分析了采棉机器人的应用价值.同时,介绍了采棉机器人的作业环境和工作对象的特殊性,总结了采棉机器人所涉及的关键技术,包括采棉机器人本体的优化设计、棉花的自动识别和分类以及路径规划和运动控制技术等,最后指出了目前应用采棉机器人存在的主要问题并提出相应对策.     

基于改进随机Hough变换的棉桃识别技术

为准确识别自然环境中被遮挡的棉花,提出一种基于随机Hough变换的棉花识别方法。为了减小运算量,首先基于RGB彩色模型的（R-B色差通道进行图像分割,利用区域标记获取棉花最小外接矩形区域。然后在有效区域内采用边界跟踪方法获取轮廓信息,根据棉桃轮廓的数学模型进行随机Hough变换。仿真表明：当棉花轮廓信息丢失量小于1/2时,识别效果良好。而且由于轮廓提取和Hough变换均在有效区域进行,参数空间大大压缩,能满足采棉机器人对目标识别精度和速度的要求。     

基于HSV彩色模型的自然场景下棉花图像分割策略研究

 棉花成熟度和空间位置的识别是采棉机器人研究的关键技术,解决此问题必须对棉花图像进行分割。选取HSV模型中与亮度无关的S通道作为棉花图像的特征,排除了图像明暗变化对分割效果的影响。文中分两种情况对图像信息未缺失的棉花提出了成熟度判别的策略：正面时利用成熟棉花棉瓣的分散性和单朵棉花面积较大等特征进行判别;侧面时通过成熟棉花棉瓣相对棉荚面积比较大的特征进行识别。根据提取分割后棉花图像的几何信息,可确定棉花的重心位置。试验结果表明：该算法能很好地将成熟棉花从背景中分离出来,并较好地保存了棉花的轮廓信息。     

基于小波函数的预测函数控制方法研究

针对普通预测函数控制中选取的基函数为全局函数,对参考轨迹的逼近不能根据不同精度要求进行灵活设 置,影响了系统整体优化性能.提出一种基于小波函数的预测函数控制方法.该方法采用小波函数作为基函数,利 用小波函数的多尺度分析和紧支局部特性,在预测时域内灵活设置小波基函数的个数及位置分布,在保证整体性 能的同时又兼顾了拟合点的逼近要求.同时对小波基函数的不同分布情况进行了仿真比较.仿真结果表明该方法 在响应速度、控制精度、抗干扰等方面比普通PFC方法具有明显的改善作用.     

智能型采棉机器人中单机械手运动学建模与仿真

针对我国采棉方式严重制约着采摘效率和收获成本的现状,提出了基于单机械手的智能型采棉机器人构想.根据D-H法则和机械手的结构参数,建立了单机械手的运动学模型,采用反变换法求解运动学逆问题,利用MATLAB仿真,验证了所建模型和所有连杆参数的正确性,保证了机械手各关节的准确运动,实现了棉花的实时、高效采摘,并且可以在上述机械手运动学模型基础上开展轨迹规划和避障等技术研究.