基于机器视觉的关节机器人的研究

果蔬采摘机器人的研发在一些作业领域已十分迫切,而机器视觉技术和关节型机器人机构在果蔬采摘领域又有着很大的应用价值.为此,从机械结构、视觉系统和运动控制方法3个方面对基于机器视觉的关节机器人进行了研究.实验证明,当目标距离在5~20cm范围,该机器人末端定位误差小于1cm.     

草莓收获机器人采摘执行机构设计与试验

设计了一套针对地垄栽培模式下草莓的无损伤自动采摘执行机构.该执行机构可在一定范围内对成熟草莓进行自主识别和精确定位,并以夹持、剪切果柄的方式摘取果实,从而实现草莓的无损伤采摘;所采用的控制方法对视觉传感器精度和机构重复定位精度依赖性较小,利于在进一步推广中控制成本.试验结果表明,该执行机构在实验室环境下对草莓的无损伤采摘成功率可达90％.     

草莓采摘位置机器视觉与激光辅助定位方法

以地垄栽培模式下的草莓为作业对象,针对草莓果实娇嫩易损的特点,采用直接撷取果柄的采摘方案,提出了一种图像处理与激光辅助测距相结合的草莓采摘位置自动定位方法.采用镜像匹配法计算草莓果轴的平面位置信息,进而在扇形激光束的辅助下,利用几何光学计算采摘位置在深度方向的距离.对自然环境下生长的长圆锥型草莓进行了试验,结果表明,对于机器人锁定采摘位置所需的导航数据,该方法的平均计算时间为381ms,测距最大误差为1.6mm,平均误差为0.5mm.     

草莓收获机器人末端执行器的设计

我国草莓种植面积广大,人工收获作业繁重,草莓的自动化收获问题亟待解决.为此,结合相关领域的研究现状,设计了一款草莓收获机器人的末端执行器.该末端执行器集成了目标识别定位、自身姿势调整和果柄夹持剪切等3个功能,具有体积小巧、成本低廉、使用安全和便携等特点,并且所有传感器和执行部件均采用低压直流供电.经样机实验证明,该末端执行器能够较好地完成预定任务.     

玉米变量播种机单体驱动器的设计

国内电驱式玉米精量播种机所用电机驱动器和各类监测传感器大都直接连接在主控制器上,功能单一、播种行数难以拓展,无法满足变量播种作业对各个播种单体独立控制的要求。针对上述问题,搭建了基于STM32F103的单体驱动器硬件和软件架构,实现了排种器驱动电机的平稳驱动、转速调节、过流保护以及合格率、重播率、漏播率的播种质量检测;单体驱动器集成了CAN总线通讯模块,可通过增减单体驱动器便捷地实现播种机行数拓展。系统整体试验表明,单体驱动器和主控制器可以通过CAN总线完成转速指令和播种质量数据的交互;当作业速度在3～9 km/h之间时,单体驱动器驱动排种器播种合格率大于95.7%,重播率小于4.3%,漏播率小于1.4%,高于国标要求;播种质量检测模块与现有排种器性能检测仪的对比试验结果显示,在3km/h的作业速度,两者的检测结果最大差值为0.1个百分点,当前进速度逐渐上升时,两者的偏差逐渐增大,单体驱动器测得的3项指标都小于排种器检测仪,但在不同的速度梯度下,两者合格率相差不超过2个百分点,重播率不超过1.1个百分点,漏播率不超过0.9个百分点。综合而言,单体驱动器的整体功能良好。     

高架草莓采摘机器人设计与试验

设计了一款针对高架栽培模式的草莓采摘机器人。该机器人由履带式行走机构、基于机器视觉的精密运动定位机构和一个可同步剪切夹持草莓果柄的末端执行器等机构组成,采用以ARM9为核心的分层式控制系统。温室内实地试验表明该机器人能够自主识别、定位并无损伤采摘高架栽培模式下的成熟草莓,采摘成功率可达88%,采摘单颗草莓时间为18.54 s。     

玉米收获机自动对行系统设计与试验

为提高玉米收获机的对行质量,减轻驾驶员的劳动强度,设计了一套玉米收获机自动对行系统,包括自动对行感知系统和路径跟踪控制系统。感知系统由激光雷达、机械式对行传感器、陀螺转角仪等组成,激光雷达检测进入地块前的横向偏差,机械式对行传感器检测收获作业时的横向偏差,陀螺转角仪检测航向偏角。以纯追踪模型作为路径跟踪的控制方法,利用模糊控制原理动态调整纯追踪模型中的前视距离,结合收获机的运动学模型,确定收获机转向轮的期望转角,并通过Matlab/Simulink软件对模型进行仿真分析。将自动对行系统搭载于4YL-6型玉米收获机上进行田间试验,结果表明,激光雷达静态检测试验的偏差均值为0. 077 5 m,标准差均值为0. 130 9 m,偏差在±15 cm和±30 cm内的比例均值分别为80. 5%和95%;激光雷达地头自动对行试验的平均调整距离为7. 89m,平均偏差为0. 146 m;基于机械式对行传感器的收获作业自动对行试验的偏差均值为0. 087 6 m,标准差均值为0. 097 6 m,偏差在±15 cm和±30 cm内的比例均值分别为83. 1%和100%。试验结果满足玉米收获机的对行作业要求,可为玉米收获机的自动对行提供理论支持。     

培养瓶内黄杨苗位置的机器视觉识别方法

根据培养瓶内黄杨组培苗的形态特点,提出从苗瓶底部识别瓶中单株苗位置的方法.200棵苗的实测数据表明,97%的苗株在根块上的生长位置距根块中心在1.5 mm之内,该方案是可行的.建立了苗瓶图像采集系统,开发了从瓶底图像中提取根块图像,进行各根块区域标记,进而计算各根块中心的图像处理算法.对60瓶共240棵苗进行了图像识别,并测取根块中心位置计算值与实际苗株中心间的距离,试验结果表明:根块个数的识别成功率为92.05%,计算出的根块中心与实际苗株中心间的平均距离为0.85mm,满足了移苗作业的精度要求.     

组培苗移植机器人移苗作业轨迹规划

为实现5自由度关节式组培苗移植机器人快速从培养瓶中取出组培苗而不与苗瓶产生碰撞,针对运苗和取苗作业过程对手爪运动路径和速度的要求,提出了分别在关节空间中采用5次多项式插值和直角坐标空间中采用沿空间直线运动的方式规划机器人的运动轨迹,建立了运动轨迹的数学模型,并结合实际工作过程.对机器人的运动轨迹进行了计算机仿真.仿真结果表明,规划的轨迹平滑连续,无抖动和停顿,能够保证机器人正常工作.实际运行情况表明,组培苗移植机器人基本上能按照规划的轨迹运行,平均位置偏差小于0.5 mm,满足移苗作业的精度要求.     

基于新工科新农科的《生物生产自动化与机器人》课程体系优化

现代农业的高速发展要求培养多学科交叉的创新型人才,教育部等部门发布“六卓越一拔尖”计划2.0,鼓励发展“新工科、新农科”,大力推动新型人才培养。在新工科新农科的理念下,《生物生产自动化与机器人》提升课程目标和知识体系,着重强化案例剖析,提升教学内容,夯实教学实验操控,训练学生的理论与实践结合、解决实际问题的能力,构建学生发散型科研思维、提升专业基础技术和创新能力,为现代化农业培养创新型人才。