基于TRIZ的割草机器人功能设计方法研究

为进一步提升适用于草坪园艺管理的割草机器人整体作业效率,引入TRIZ发明问题解决理论针对其系统功能设计方法展开研究.根据割草机器人进行割草作业的运动学机理与系统实现功能构成,以TRIZ解决问题理论为基点,搭建割草作业核心解决问题模型,以降低其运行故障率.将TRIZ理论中的设计问题分析与冲突分析进行耦合,通过系统构件设计...     

基于PLC的智能割草机器人控制系统

通过对目前割草机市场和智能割草机器人控制系统的分析,结合传感器检测技术、直流电机驱动技术、PLC控制技术、GPS定位技术以及触摸屏人机交互技术,设计了一套智能割草机器人控制系统,其具有运行稳定、安全可靠和响应快等性能。同时,该智能割草机器人的定位精度误差减小,割草工作效率大大提高,而智能化程度也大幅提高。      

基于ROS系统的仓库巡逻机器人

为了更好地保障仓库货物的安全,降低企业的运行成本,提高企业生产效率及产品质量,项目小组设计了一款基于ROS系统的仓库巡逻机器人,并对该仓库巡逻机器人进行了实验测试。实验测试结果表明:该机器人可以通过激光雷达进行地图构建和自主巡逻;通过报警系统与自身定位完成对仓库内的异常情况进行反馈和报警等相关任务;实现了自主导航、自主定位、报警和巡逻功能,具有可二次开发、成本低等优点。     

个性化割草机器人外观设计研究

为进一步设计优化割草机器人的外型,不断提升其用户满意度和视觉体验效果,针对个性化割草机器人进行了外观设计研究。结合割草机器人的工作原理及核心部件参数,进行结构及外观信息捕捉,考虑各割草作业环境的多变性因素,将割草机器人的前结构模型按照一定规则导出为外观设计模型,进行结构模型与设计模型的互为调整,通过核心控制算法程序整合为个性化割草机器人协调性的外观模型,并进行外观设计试验。结果试验表明:一方面,整机设计周期约为6周条件下,整体测试运行效率较外观设计优化前提升2.8%以上,其结构协调性和整机的外观设计满意度均保持在平稳水平,设计合理有效;另一方面,总结出实现设计外观的标准化操作步骤,可为类似智能机器外观设计提供一定的参考。     

割草机器人避障行为的研究--基于传感器测距及模糊控制技术

针对以往割草机器人避障行为控制过程中存在的问题,并依据割草机器人的智能化工作要求及障碍物的特点,提出了基于测距传感器系统及模糊控制技术的割草机器人避障行为控制方法.试验结果表明,该方法可行且具有灵活性和鲁棒性.     

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。     

基于视觉算法的割草机器人作业系统优化

以割草机器人作业系统为研究对象,通过对割草机器人作业过程进行分析,利用高清摄像头进行目标区域草地图像采集,采用视觉算法进行草地图像转换,获取草地图像的颜色和边界特征集合,实现草地识别和草地形状识别,并根据结果进行割草作业自动化控制。试验表明：基于视觉算法建立的割草机器人作业控制系统,草地面积识别误差不大于1.5%,草地图像像素识别误差不大于3%,系统在进行草地状态识别时具有较高的可靠性。     

基于物联网的智能割草机器人运动控制系统研究

以智能割草机器人为研究对象,首先基于物联网技术介绍和实现了割草机器人的定位功能,然后介绍了其运动学模型、控制系统架构和动力牵引装置,最后介绍了智能割草机器人驱动模型,实现了智能割草机器人的运动控制系统。试验结果表明:智能割草机器人能够对障碍物进行自主避障,且路径规划路线最优,实现了目标区域的全区域覆盖割草作业。     

基于改进YOLOv5的割草机器人工作环境障碍物检测方法研究

为实现割草机器人在计算资源有限的情况下快速、准确地定位并识别工作环境中的障碍物,提出一种基于滤波器剪枝的改进YOLOv5s深度学习模型的割草机器人工作环境下障碍物的检测方法。首先,将YOLOv5模型中的Bottleneck残差块改为分层残差结构,以更细粒度地表示多尺度特征,同时增加网络感受野;另外,在残差块尾部加入SE模块,用来对特征图重新标定;其次,对改进后的算法进行滤波器剪枝;最后,针对割草机器人工作环境中的常见障碍物建立相关数据集,并使用剪枝后改进YOLOv5s作为深度学习模型进行检测。试验结果表明：改进后的YOLOv5模型大小减少188%,mAP增加0.1%。对改进YOLOv5模型进行剪枝后,比原YOLOv5模型计算量降低36.6%,模型大小降低333%,推理速度减少1.9 ms。剪枝后本文模型的mAP值分别比YOLOv4,YOLOv4-tiny,YOLOv3,YOLOv3-tiny高1.3%,9.5%,5.8%,22.1%。     

基于改进A*算法的果园移动机器人建图定位与路径规划方法与试验

为实现果园移动机器人室外自主导航,对机器人建图定位和路径规划进行研究.在建图与定位方面,提出一种紧耦合激光—惯性里程计方法,通过匹配提取到的关键帧点云线面特征来完成机器人的位姿估计与地图构建,将处理过的不同传感器的测量信息融入因子图进行优化得到全局一致位姿,运用滑动窗口的方法保证系统实时性,对历史关键帧进行边缘化处理以...     

基于领航—跟随法的编队机器人的研究

随着时代的进步,以机器人为代表的人工智能产业正在逐步发展。多机器人的协同控制已经成为当今机器人技术研发的热点方向。文章对目前的多机器人编队进行总结归纳,并且提出通过计算机视觉实现多机器人编队控制的优化,将计算机视觉融入机器人的协同控制,此研究在机器人灵活作业方面具有一定的参考价值。     

基于Scan Context与NDT-ICP相融合的果园建图方法研究

由于果园环境复杂、树冠特征单一,且叶片会引起光线漫反射等因素,导致果园环境的地图构建过程中出现误匹配,增大建图的累计误差。针对以上问题提出一种基于Scan Context与NDT-ICP相融合的果园环境导航地图构建方法。该方法首先对Ring key进行快速地上层搜索,得到候选帧,并对候选帧与当前帧进行相似度评分,通过两阶段搜索算法来有效地检测回环以减少果园环境地图中的误匹配。同时使用基于正态分布变换粗配准与迭代最近点精确配准融合的点云配准方法降低果园环境地图的累计误差。试验结果表明,在KITTI数据集中使用半径搜索回环检测的回环数为42,使用Scan Context回环检测的回环数为51,回环数提高21.4%。NDT-ICP匹配算法的均方根误差为12.86 m,ICP匹配算法的均方根误差为15.11 m。在真实果园环境中使用半径搜索回环检测的回环数为196,使用Scan Context回环检测的回环数为261,回环数提高33.2%。该研究算法有效地降低果园环境地图构建过程中的误匹配、累计误差大的影响,满足果园环境下的高精度环境建图需求,为推进果园环境的无人化作业提供技术支撑。     

基于激光雷达与深度相机融合的SLAM算法

针对单一传感器地图构建时存在环境表征不充分,无法为移动机器人自主导航提供完整环境地图等问题,本文通过将激光雷达与深度相机获取的环境信息进行互补融合,构建出更完整精确的栅格地图。首先,对传统ORB-SLAM2算法进行增强,使其具备稠密点云地图构建、八叉树地图构建以及栅格地图构建等功能。其次,为验证增强后ORB-SLAM2算法的性能,在fr1＿desk1数据集和真实场景下进行测试,数据显示增强后ORB-SLAM2算法绝对位姿误差降低52.2%,相机跟踪轨迹增长14.7%,定位更加精准。然后,D435i型深度相机采用增强型ORB-SLAM2算法,激光雷达采用的Gmapping-Slam算法,按照贝叶斯估计的规则进行互补融合构建全局栅格地图。最后,搭建实验平台进行验证,并分别与深度相机和激光雷达2个传感器建图效果进行对比。实验结果表明,本文融合算法对周围障碍物的识别能力更强,可获取更完整的环境信息,地图构建更加清晰精确,满足移动机器人导航与路径规划的需要。     

基于机器视觉边缘检测的园林喷药机器人导航线提取

导航路径的精确拟合是园林机器人自动化导航的关键,针对现有园林喷洒机器人仍是人工操作为主的现象,提出一种基于视觉边缘检测的导航路径拟合算法,用于指导园林喷药机器人的自动化导航.首先利用“化曲为直”的思想,截取拍摄图像的最后200像素行作为感兴趣区域;其次提出一种针对园林道路的灰度化因子,对图像进行灰度化处理;然后对图像进...     

基于相机与激光雷达融合的温室机器人行间导航方法

针对温室颠簸不平、枝叶遮挡道路的复杂环境,开展基于相机与激光雷达数据融合的机器人行间导航方法研究。首先,利用改进的U-Net模型实现图像道路区域的准确快速分割;其次,通过融合图像分割结果进行地面点云预分割,减少地面起伏造成的点云倾斜;然后,采用改进的KMeans算法实现作物行点云快速聚类,并将聚类中心作为作物行主干区域点,降低枝叶遮挡对作物行中线提取的影响;最后,采用RANSAC算法拟合两侧作物行方程并计算出导航线。通过实验评估导航线精度,在测试集中94%以上数据帧可以准确实现提取导航线,平均角度误差不高于1.45°,满足温室机器人沿作物行自主导航行驶要求。     

基于激光雷达的果树智能修剪系统设计与试验

针对传统果树修剪存在人员劳动强度大、修剪效率低及修剪质量难以保证等问题,本文设计了果树智能修剪机械臂,并利用固态激光雷达与可编程逻辑控制器开发了基于激光雷达的果树智能修剪系统,实现果树自动修剪。为了验证修剪臂的控制精度,分别对修剪机的摆动机械臂、举升机械臂、修剪切割总成进行独立精度试验与修剪目标位置精度试验,独立精度试验结果表明摆动机械臂、举升机械臂、修剪切割总成控制精度平均误差分别为2.32%、3.75%、2.50%,修剪目标位置精度试验结果表明目标位置Xb、Zb平均误差分别为2.98%、1.85%,修剪总成作业倾角α平均误差为4.35%,满足果树修剪精度要求。在新疆阿克苏果树种植基地开展了果树修剪试验,结果表明,搭载固态激光雷达的果树修剪机能够实时获取果树的三维空间信息,修剪机可以根据激光雷达探测到的果树树冠信息制定修剪策略,香梨园与苹果园修剪优良率分别为93.3%与86.6%。该系统能有效提高果树修剪效率,降低修剪人员劳动强度。     

基于改进A*算法和DFS算法的割草机器人遍历路径规划

针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A*算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,使用DFS算法规划子区域的遍历顺序;最后,采用改进A*算法进行跨区域路径转移并且往复式遍历各子区域的内部。仿真试验结果表明：该遍历算法的覆盖率达到100%,遍历重复率为0,改进A*算法所规划的跨区域转移路径长度和转向次数比A*算法分别减少3.26%和62.5%。所提出的遍历算法具有覆盖率高、重复率低、普适性强的特点,改进A*算法通过路径平滑性优化和添加防碰撞安全间距对A*算法进行改进,使之规划的路径更平滑、更安全,路径长度更短。该研究结果旨在为割草机器人遍历路径规划提供理论参考。     

机器人在设施农业领域应用现状及发展趋势分析

机器人技术在设施农业领域的广泛应用,不仅大幅提升农业产量,也能够体现一个国家农业现代化科技水平。机器人操作系统ROS的兴起,逐渐成为国内外设施农业机器人研究开发的热点。对国内外机器人设施农业领域相关研究探讨分析,综述当前机器人在种苗嫁接移栽、喷药施肥、果蔬收获加工、畜禽健康养殖等设施农业领域方面的应用现状,总结归纳SLAM地图构建、自主导航、机器视觉三种机器人关键技术研究趋势,并对比分析路径规划中Dijkstra算法、BFS算法、A*算法的优缺点以及机器视觉在果蔬采摘分选等领域的发展趋势。面对农业向智慧农业方向发展,总结并展望设施农业机器人未来发展趋势。