基于卷积神经网络的采摘机械臂无碰撞运动规划研究

介绍了卷积神经网络的基本结构及其工作原理，基于DH参数法建立了采摘机械臂运动模型，并设计了一套采摘机械臂无碰撞运动规划算法，旨在实现对采摘机械臂的精确控制。MatLab仿真试验表明：采摘机械臂在系统的驱动控制下，能够准确从起点移动到目标点，轨迹比较圆滑，且能以最优的圆弧路径避开障碍物，优化效果明显，能够满足采摘机器人作业需求，证实了该算法的稳定性和可靠性。     

基于农业采摘的机械臂结构设计研究

为提高农业采摘机械手整体的工作效率和机械臂采摘工作的灵活性与准确性,针对农业采摘机械手的结构特征问题,根据农业采摘器具机械臂的运动学原理,在保证臂体整体结构紧凑、适应作业场所的前提下,对机械臂进行结构优化,并在可操作性的理论模型的基础上,通过对机械臂进行建模、仿真分析及关键运动构件参数的优化,验证此机械臂结构设计的可行性与合理性。同时,结合其相关运动控制参数设定及要求,实现农业采摘机械臂的准确采摘定位化与轨迹化控制与反馈调节控制,达到机械臂结构的优化目标,为后续机械臂轨迹规划控制奠定良好的基础,亦可作为其他农机结构优化的参考。     

基于VS-IRRT算法的采摘机械臂路径规划

针对多自由度机械臂在采摘过程中出现的路径规划速度慢、路径成本高以及因视觉定位误差和机械臂关节位置误差引起的采摘失败问题,提出了结合视觉伺服的改进随机快速搜索树算法(Improved rapidly-exploring random trees with visual servoing, VS-IRRT),具体包括改进RRT算法和基于平移控制器的视觉伺服方法。改进的RRT算法通过使用基于超椭球引力偏置的采样方法和密度减小策略,增加树拓展的目的性,减小了树的采样密度,提高路径规划效率;引入贪心思想和B样条曲线,剔除多余节点,对剩下折线进行平滑处理,优化路径在机械臂上的实施效果;结合基于平移控制器的视觉伺服控制,减小了定位误差对采摘过程的影响。使用Matlab分别对改进RRT算法和基于平移控制器的视觉伺服在二维和三维空间中进行仿真模拟试验,结果表明,改进的RRT算法的采样点数较RRT^*-connect算法减少92.9%,规划时间较RRT^*-connect算法减少86.1%,路径成本较RRT算法也减少35.2%。使用六自由度机械臂进行采摘试验,VS-...     

基于HER-TD3算法的青皮核桃采摘机械臂路径规划

针对青皮核桃和树枝等障碍物无序生长导致机械臂采摘环境复杂、训练任务量大、稳定性差等普遍存在的问题,本文设计了一种同步带模组与机械臂协作的采摘装置,并采用基于事后经验回放的双延迟深度确定性策略梯度算法（Twin delayed deep deterministic policy gradient with hindsight experience replay,HER-TD3）对采摘机械臂进行路径规划,通过HER算法提高智能体的探索能力,缓解稀疏奖励的问题;通过TD3算法提高智能体的稳定性,减少了训练中出现的震荡现象。为了证明HER-TD3算法的可行性和泛化能力,引入TD3、HER-DDPG算法进行对比,采用降维训练方法对3种深度强化学习智能体进行训练,结果表明HER-TD3算法模型在完成路径规划任务中成功率达到98%,与HER-DDPG算法相比提高4个百分点,与TD3算法相比提高19个百分点;在CoppeliaSim软件中搭建三维模型仿真环境,设计初始姿态和碰撞检测,使用YOLO v4识别青皮核桃,通过该算法模型能够引导虚拟采摘机械臂避开树枝障碍物达到目标位置,完成无碰撞路径规划,无障碍物和有障碍物时路径规划成功率分别为91%和86%;利用物理样机进行青皮核桃采摘试验时,仍能较好地完成路径规划任务,无障碍物时采摘路径规划成功率为86.7%,平均运动时间为12.8s,有障碍物时采摘路径规划成功率为80.0%,平均运动时间为13.6s,验证了HER-TD3算法对复杂环境具有较好的适应性和稳定性。     

基于自动导航的农业装备全覆盖路径规划研究进展

目前农业机械向着大型化自动化发展,同时农业无人机也应用于农业植保作业,全覆盖路径规划作为农业机械导航的核心技术,对农业机械作业质量有着直接影响。基于目前全覆盖路径规划技术发展研究,按照传统规划算法以及启发式算法的分类对各种算法在农业机械导航上的应用进行介绍,并且对于各种算法的优缺点进行总结。基于算法发展趋势以及农业发展需要,提出算法满足多机协同、动态路径规划、多算法结合以及优化机械转向路线的发展趋势,为我国全覆盖路径规划研究提供重要依据。     

水果采摘机械臂避障运动规划优化算法

避障运动规划是水果智能采摘研究中的一个重要方向,其目标是在复杂多变的非结构化果园环境中找到机械臂实时避障的最优路径.本文根据相关优化算法提出的时间先后顺序,介绍了几种避障运动规划的优化算法,包括基于图搜索的A*算法、基于最优化理论的人工势场算法和蚁群算法、快速随机树搜索算法和深度强化学习算法;重点介绍了几种算法的原理及...     

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。     

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.     

采摘机器人作业行为虚拟仿真与样机试验

为开展采摘机器人智能防碰损作业行为及规划算法的仿真试验与验证,设计了一种基于虚拟现实的采摘机器人仿真试验系统。以葡萄采摘机器人为对象,先构建虚拟现实环境下采摘机器人及其作业场景模型,用于模拟设施果园试验环境;然后对虚拟采摘机器人进行运动学建模,运用D-H参数法解算机械臂运动学正解和逆解;再依据葡萄串形状等特性设计一种夹-托-剪式的采摘机器人末端执行器及其采摘过程控制模型;建立机械臂末端连杆与执行器之间的空间位姿变换关系,并对机械臂运动进行轨迹规划;设计并定义仿真系统各模块间的数据接口,最终基于虚拟现实平台EON开发出采摘机器人虚拟仿真系统。基于该系统进行18次葡萄防碰损采摘路径规划及夹剪行为试验,成功率达88.89%;将相关算法移植到物理样机进行43次室内试验,成功率为86.05%。结果表明,开发的仿真系统可为采摘机器人智能行为算法的测试及改进提供虚拟试验平台。     

高架栽培草莓采摘机器人系统设计

为了提高草莓采收自动化水平,针对高架栽培草莓设计了自动采摘机器人系统,其采用无线遥控和语音提示相结合的人机交互方式,可以对机器人本体两侧果实同时进行采摘。该系统采用机器视觉和声纳测距相结合的方式实现了自主导航,通过双目视觉相机对果实进行识别和空间定位,由关节型机械臂操纵末端执行器进行定位。系统末端执行器采用果实吸附、果柄夹持和电热切割的方式对果实进行柔性操作。针对系统控制方案,制定了采摘机器人系统作业流程,并对机械臂末端运动路径节点和时间节拍进行规划,防止与周围环境发生运动干涉,保证机器人作业效率。试验结果表明,草莓采摘机器人系统末端定位平均误差小于2.2mm,单次采摘作业平均耗时10.99s。     

农业采摘机械手路径规划——基于云平台和Q学习算法

首先,分析了Q学习算法在采摘机械手路径规划问题中的应用,介绍了云平台的工作模式,以利用其对路径规划进行计算;然后,设计了农业采摘机械手控制系统,实现了基于Q学习算法的采摘机械手路径规划.实验结果表明:采摘机械手成功避开了环境中的障碍物,且整个运动曲线路径偏差较小,充分证实了该系统的优越性.     

枣树修剪机械臂的路径规划

针对枣树修剪机械臂多目标修剪无碰路径规划问题,根据新疆枣树生长信息及修剪要求,提出了一种新的路径规划方法。采用D-H参数法建立枣树修剪机械臂的运动学模型,运用圆柱体包络法建立障碍物的简化模型,基于人工修剪顺序进行枣树修剪点修剪序列的规划,应用双向快速探索随机树(RRT-connect)算法产生无碰路径点。在MatLab中进行了10次枣树修剪机械臂多目标修剪无碰路径规划仿真试验,结果表明:路径规划的成功率为90%,机械臂很好地绕过了障碍物,与障碍物间未发生碰撞。     

基于宏微结合的田间作业机器人路径规划

农业机器人对推动农业现代化加速变革和实现智慧农业有重要作用。高精度定位技术是保障机器人安全高效完成各类作业的基础,而作业路径准确规划是实现农业场景下导航的核心。针对田间作业机器人复杂环境下因测绘误差与局部障碍进而造成作物损伤率较大这一问题,本文提出一种基于宏微结合的路径规划算法,该算法首先基于作业区域宏观测绘信息生成全局静态作业路径,同时利用雷达传感器对机器人局部作业环境进行实时动态监测进而生成局部动态最优路径,将全局静态路径与局部动态路径进行有机融合以实现作业路径优化修正,保障田间作业的顺利进行,最终应用MPC算法控制机器人对规划后的路径进行追踪。经试验验证,当机器人田间作业两侧安全距离分别为0.2、0.1 m时,本算法可将作业过程中平均作物损伤率由3.405 8%、1.276 3%降低到0.677 2%、0.188 9%,保证了机器人作业的安全可靠,为大田稳产条件下的高效作业奠定基础。同时,本算法提升了精准农业要求下田间作业精度,对实现农业高产高效高质目标有重要意义。     

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。     

基于CTB-RRT*的果蔬采摘机械臂运动路径规划

针对多自由度果蔬采摘机械臂运动路径规划速度慢、效率低、路径成本高的问题,提出了柯西目标引力双向RRT*（Cauchy target gravitational bidirectional RRT*,CTB-RRT*）算法,通过柯西分布的方法进行启发式采样,降低采样的盲目性;引入目标引力,并动态调节随机生长方向和目标方向的步长,提高局部搜索速度;引入节点拒绝策略,剔除不必要的采样节点,提高计算效率。通过二维和三维算法模拟实验,6自由度机械臂的避障采摘模拟实验验证了提出算法的有效性。仿真实验结果表明：相比于RRT*-connect算法,改进算法的路径成本缩短了5.5%,运行时间降低了71.8%,采样节点数下降了64.2%。在机器人操作系统（Robot operating system, ROS）中控制6自由度机械臂执行避障采摘运动,运动成功率达到99%,运行时间为0.33s,相比于RRT*-connect算法,路径成本降低了12.6%,运行时间减少了69.2%,扩展节点数减少了76.3%。     

农业机器人全覆盖作业规划研究进展

随着自动导航技术的发展,农业机器人已经应用到农业生产的各个方面。农业机器人可以代替人类从事喷药、施肥、收获等活动,减轻了劳动强度,提高了作业效率。全覆盖作业是智能机器人研究的核心内容之一,涉及农业、军事、生产制造和民用等多个应用领域。全覆盖作业规划作为农业生产作业的关键技术,有助于提高作业质量和资源利用率。但在全覆盖作业中,仍然存在障碍物识别不准确,阻碍农机工作路径;工作区域面积遗漏,路径重复问题,造成资源浪费;单机器人工作效率较低,无法处理复杂的全覆盖作业问题。本文从全覆盖作业规划中存在的问题入手,从环境模型构建、机器人路径规划、多机器人协作任务分配3方面进行综述。其中,准确可靠的环境地图信息有助于规避静态障碍物、提高作业可靠性;高效优化路径信息有助于减少遗漏面积,提高作业效率;最佳的任务分配方案有助于减少作业时间和资源浪费。首先对环境建模方法进行了分析和对比,揭示其局限性并提出优化方法;在环境建模方法的基础之上,对国内外全覆盖路径规划算法现状进行综述,指出相关算法的特点;然后,针对多机器人协作全覆盖任务规划的研究,探讨了相关任务分配算法的研究进展;最后对移动机器人全覆盖作业规划未来的发展方向进行了展望。该研究将有助于进一步提高农业生产中全覆盖环节的工作效率和农业作业质量,减少资源浪费,为我国实现农业规模化生产提供重要依据。     

六自由度采摘机械臂系统设计

以Atmel公司的Atmega1280芯片为核心控制器,以六自由度关节型果蔬采摘机械臂为研究对象,设计了采摘机械臂的软硬件系统。运用D-H法对六自由度机械臂进行数学建模,并通过Mat Lab构建运动仿真模型,验证了其设计的可行性;通过软件编程实现了采摘机械臂单自由度运动、多自由度协调运动和运动规划等功能模式;同时完成了Labview上位机监控界面的设计;最后通过系统调试,实现了采摘机械臂的单自由度、多自由度及基本的运动规划功能。系统整体运动灵活,协调性较好,在精度和性能上都得到了很大的提高。     

葡萄采摘4-DOF机械臂设计与虚拟样机仿真

为实现篱架式栽培的食用葡萄自动化采摘,设计了一种关节型四自由度(4-DOF)机械臂,并利用DH参数法建立机械臂的连杆坐标系。通过MatLab里的Robotics Toolbox建立机械臂的数学模型,对机械臂的正、逆运动学进行仿真,对末端执行器走直线轨迹进行了轨迹规划。利用ADAMS建立机械臂的虚拟样机,将轨迹规划仿真数据作为驱动,进行动力学仿真,获得夹持2kg葡萄时腰关节、肩关节、肘关节及腕关节所需驱动力矩分别为95、52、48、12N·m,从而为采摘机械臂的物理样机制造与采摘试验提供了技术依据。     

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。     

基于粗糙集与遗传算法的采摘机器人路径规划

为了提高采集机器人路径规划速度和自主导航的智能化水平,提出了一种基于粗糙集和遗传算法的路径规划方法,从而有效地提高了路径规划的速度和精度。采摘机器人根据实际果实采摘环境,利用图像分割技术,对果实目标进行识别,在二维栅格地图环境下,制定出决策表,并使用粗糙集对决策表进行约简,得到最小决策表,将其作为遗传算法初试种群,进行遗传交叉和复制操作,优化路径规划算法。为了验证采摘机器人算法性能的可靠性,对采摘机器人的性能进行了测试,包括果实图像的识别和机器人路径规划能力。通过测试发现:采摘机器人可有效地分割提取出成熟果实,并可完成多目标任务。对粗糙集和遗传算法的性能进行了测试,结果发现:使用粗糙集可以大大降低所需训练种群的数目,减少平均迭代次数;增加障碍物的复杂程度后,使用粗糙集遗传算法可以明显地提高路径规划的速度,从而提高了机器人采摘作业的效率。