气动柔性果蔬采摘机械手运动学分析与实验

采用气动弯曲型柔性驱动器设计了一种带有柔性机械臂的多自由度果蔬采摘机械手。基于分段常曲率理论,根据柔性驱动器形变规律,建立了多关节串并联的采摘机械手运动学模型和抓持力模型,研究了机械手采摘作业时抓取模式、工作空间和手指输出力与气压的关系,并进行了相关实验验证。制作了机械手样机,并在实验室环境下进行了多种果蔬模拟采摘实验,结果表明,该果蔬机械手具有多种抓取模式,且动作灵活、柔顺可靠、易于控制,适用于球形和圆柱形果蔬自动化采摘作业。     

基于PLC控制的采摘装置自适应调控研究

为了实现果蔬采摘的无损采摘和果蔬的准确识别,本文基于PLC技术设计了果蔬采摘装置的自适应调控系统。系统主要由信息采集模块、图像处理模块、运动控制模块、运动执行模块和PLC控制器组成。通过机械手进行设计,使其在抓取果蔬时的抓取位置、位移和作用力具有自适应能力;对图像进行自适应均衡化处理,提高图像识别。试验数据表明:采摘装置可以对果蔬精准定位,保证果蔬的无损采摘。     

基于PLC的果蔬采摘机械手系统控制设计

【目的】随着人们对绿色安全果蔬需求量的增加以及果蔬种植面积的扩大,及时高效采摘成熟果蔬成为重要研究课题。为实现对成熟果蔬的高效采摘,文章提出了一种基于PLC（可编程逻辑控制器）的果蔬采摘机械手系统。这一系统的设计旨在通过技术手段提高果蔬采摘的效率和及时性。【方法】所设计的系统以PLC控制器为核心,利用程序命令控制机械手的移动、夹持、切割等操作。系统的自动化设计能够完成果蔬的采摘和储存工作,同时提供自动和手动不同的操作功能。为了确保系统高效运行,对果蔬采摘机械手进行了细致的调试和优化。【结果】相对于传统人工采摘方式,基于PLC的果蔬采摘机械手在多方面具有显著优势。该果蔬采摘机械手系统工作效率高,能够实现24 h不间断工作,及时采摘当季果蔬。【结论】高效的工作模式能够为果蔬农户创造更大的经济效益,因此,智能机械手在现代果蔬采摘领域具有巨大的应用潜力和价值。     

基于PLC三轴伺服控制系统的果蔬采摘机械手设计

为了提高果蔬采摘机械手的工作效率和定位精度、降低果蔬采摘机械手在采摘过程中造成的破碎率,以及简化机械手的结构和控制方式,设计了一种新的基于PLC的三轴伺服控制果蔬采摘机械手。该机械手可以灵活地实现移动、升降和夹紧与放松。为了测试机械手的有效性和可靠性,通过苹果采摘试验对机械手的性能进行了测试。测试发现:机械手的位置和摆角调整时间较少、超调量较低,符合设计需求。其准确定位率较高,最高达到了98.56%;且具有较好的定位性能,单次定位时间耗时较低,机械作业效率较高,能够满足大规模果蔬采摘的设计需求。     

黄瓜采摘机械手系统研究

果蔬收获工作劳动繁重,人工收获成本占总成本33%~50%,研究开发智能型采摘机器人势在必行。智能黄瓜采摘机械手,根据黄瓜果实与叶片果梗在颜色深度上的差异,识别黄瓜果实。控制系统采用G分量RGB传感器进行图像分析,在特征提取后判断黄瓜是否满足成熟果实及采摘点位置,具有相当高的灵敏度和可操控性的特点。机械手末端采摘执行装置装有压力传感器,可以自动控制采摘力的大小,避免果实破损。机械采摘可实现长时间的连续工作,实现经济效益最大化。     

一种多机械手编码控制系统的果蔬采摘机器人设计

为了提高果蔬的采摘效率,对果蔬采摘机器人进行了改进,设计了一种新的多机械手的编码控制采摘机器人。通过对机器人功能和结构的设计,使机器人具有了利用机器视觉技术的图像边缘提取来划分每个机械手的作业区间的功能,并可以利用编码器对每个机械手进行编码,从而完成多机械手的协同作业。对机器人的采摘作业性能进行了测试,首先利用机器视觉模块完成了苹果采摘区间的划分,并预设了每个机械手的采摘作业轨迹,利用编码器对预设轨迹进行了追踪。通过测试发现:机器人多机械手的实际追踪轨迹和预设轨迹的误差很小,满足设计需求,多机械手的协同采摘平均速度可以达到80个/min以上,具有高效的果蔬采摘性能。     

多功能蜓爪式仿生末端执行器设计与试验

为实现利用同一机械手柔顺抓取各种形状果蔬,并且在保证抓取效率的前提下,有效避免末端执行器对果蔬的损害,设计了一种基于仿生原理的多功能蜓爪式末端执行器。首先通过体式显微镜将蜻蜓各爪指的相关物理信息转换为具有指导意义的数据和量化模型,并采用理论分析与数学建模的方法,确定了机械手前后爪腿节、胫节与跗节的长度分别为36、48、31 mm,机械手中爪腿节、胫节与跗节的长度分别为48、48、36 mm;在此基础上,采用D-H法建立了该欠驱动末端执行器的运动模型,绘制了机械手的包络空间区域,进而得到机械手能够完全包络各种形态果蔬的主要抓取部位;最后,应用并联机构平台和串联机构平台开展静态抓取破坏试验,测定了损伤力极限值,并进行了果蔬抓取试验。试验结果表明,仿生机械手对番茄、苹果、柿子椒和茄子的平均抓取成功率分别为90.7%、88.6%、87.9%和87.2%,损伤率分别为4.3%、0.7%、3.6%和2.1%;可见该仿生末端执行器能够较好地实现对各种形态果蔬柔顺、稳定的无损抓取。     

基于RBF网络的果蔬采摘机器人运动轨迹控制研究

为了提高果蔬采摘机器人机械手运动的精确性,提高机器人移动的效率,提出了一种基于遗传算法和RBF网络的机器人运动轨迹控制方法,并对果蔬机器人机械手的活动和整体的移动轨迹进行优化,有效地提高了果蔬采摘机器人的工作精度和作业效率。为了验证设计的采摘机器人的可靠性,在大棚内对机器人的采摘性能进行了测试,包括机器人移动路径规划和机械手路径规划。通过测试发现:使用RBF神经网络算法可以有效地控制机械手在三维空间内的运动;在遗传算法控制下,机器人可以通过较少的计算次数利用神经网络算法搜索得到最优路径,计算精度达到了99%以上。其计算精度及效率高,为高效果蔬采摘机器人的设计提供了较有价值的参考。     

果蔬机械化采摘装置研究

我国当前果蔬种植面积占世界果蔬种植总面积的比重大,结合"十三五"农业装备发展目标规划,大力提高果蔬的机械化技术水平是未来的主要研究任务。文章综述了机械化采摘目前的发展现状;在果蔬采摘过程中如何建立相对应的模型进行合理无损采摘;采用机械化采摘驱动的控制;采摘机械手材料等相关问题,分析了几种国内外机械化采摘在果蔬采摘作业中所研制的产品,同时分析了几种机械手爪在果蔬采摘过程中的工作原理,探讨了机械化采摘装置的建模研究进展、应用材料等相关问题以及未来的发展趋势,可为果蔬的机械化采摘提供新的思路和方法。     

果蔬采摘机器人的研究

果蔬采摘机器人是实现农业自动化的一项重要技术.为了掌握果蔬采摘机器人的最新研究动态,将其尽早应用到生产实际,根据近年来国内外最新的研究资料,简要阐述了果蔬采摘机器人的特点和国内外的研究进展,结合当前在此领域的一些研究实例进行比较分析;从采摘机器人的移动机构、机械手、识别和定位系统、末端执行器4部分介绍了其结构组成与设计技术,并在此基础上重点分析了果蔬采摘机器人研究中存在的问题,提出了未来研究开发的技术关键与方向.     

基于PLC控制系统的果蔬采摘机械手设计研究

随着人们对果蔬需求不断提升,果蔬种植面积不断提升,果蔬成熟后需及时采摘,否则不仅导致果蔬成熟过度,还会因为气候原因造成损失。传统采摘以人力为主,不仅采摘成本高,一些较难采摘的果蔬若通过人力采摘可能会出现危险。随着科学技术的不断进步,果蔬采摘机械手取代人工劳作已经成为必然。为此,对果蔬采摘机械手进行了设计,以PLC控制器作为控制中心,对果蔬采摘器工作提供程序命令,控制其末端执行器、果蔬收集装置及移动装置等实现果蔬采摘全自动化,旨在降低果蔬采摘人力成本及采摘中存在的风险,为果蔬种植带来最大的经济效益。     

基于KVM的新一代采摘机器人设计研究

针对采摘机器人在果蔬采摘时不能准确识别和精准采摘方面的问题,基于KVM技术对新一代采摘机器人进行了设计和研究。该采摘机器人的主要组成部分为硬件系统和软件系统。对采摘机器人的软件系统进行设计,包括采用静态和动态的果蔬识别方式、采用PID控制算法进行自动导航、采用人工势场的方法进行采摘时的避障,保证了果蔬的准确识别和精准采摘。为了验证采摘机器人的采摘性能,采用识别定位和采摘试验进行验证。结果表明:采摘机器人的识别和采摘性能良好,可以满足农户对于采摘机器人的性能要求。     

基于遗传算法和EDA技术的果蔬采摘机器人设计

为了提高果蔬采摘机器人的避障和路径规划能力,实现机器人智能化和轻量化的设计,将嵌入式系统引入到果蔬采摘机器人的控制系统中,并利用EDA技术对控制系统进行了封装,植入了机器人路径规划的遗传算法。对果蔬采摘机器人的机械手进行了改进,通过机械手结构设计实现了采摘机器人执行末端的避障功能,利用遗传算法智能控制设计实现了复杂环境中的路径搜索功能。对果蔬采摘机器人的性能进行了测试,结果表明:障碍物识别率高达99%以上,路径规划的准确率也在95%以上,满足智能化采摘机器人的设计需求,为现代化采摘机器人的设计提供了较有价值的参考。     

基于PLC的苹果采摘机械手运动控制系统设计

以苹果采摘机械手运动控制为研究对象,对机械手进行运动学分析与建模,设计了基于PLC的机械手硬件框架与运动控制方案、人机交互上位机和机械手轨迹规划的实验系统。实验结果表明:采用PLC控制器的苹果采摘机械手软硬件均能正常运行,该系统具有可靠性高、实时性和稳定性好等优点,对于农业采摘机器人快速识别目标并进行正确采摘作业具有很大帮助。     

植物工厂栽培板自动搬运装置设计及试验

针对植物工厂采用多层栽培架培育果蔬、人工工作难度较大及自动化水平不高的问题,开发了植物工厂栽培板自动搬运物流系统装置。该系统采用一种带吊环的栽培板,导轨和机械手安装位移传感器,通过PLC实时采集位移传感器发出的脉冲信息控制导轨和机械手进行坐标定位,完成叉板和放板动作。对搬运机构进行了定位误差试验,通过F检验证明速度对试验误差有显著影响,同时根据试验结果预测了搬运的最佳速度区间范围。     

苹果采摘六自由度机械手设计——基于迭代学习和智能轨迹规划

为了提高苹果的采摘效率、降低采摘过程的漏采率和破碎率,设计了一种新的六自由度的采摘机械手。该机械手可以完成夹紧、旋转、俯仰、摇摆及回转动作,通过神经网络迭代学习算法,可以有效地控制机械手的运动轨迹,提高采摘过程的自动化程度。为了验证六自由度机械手对苹果采摘的有效性和可靠性,对机械手进行了苹果采摘测试,并使用脉冲神经网络PID调节的方式调节轨迹控制误差。通过测试发现:该机械手的误差较小,可以有效地完成采摘作业,且漏采率和破碎率都很低,是一种高效的苹果采摘机械手,可以在其他果蔬采摘作业中进行设计和推广。     

新型具有力感知的柔性果蔬采摘机械手研究

研发了基于设施农业的果蔬采摘机械手,包括具有3个旋转关节自由度的采摘机械臂及具有力反馈功能的三指果蔬采摘末端执行器,并对其控制系统进行了开发。通过采摘模拟试验,验证了其作业性能、采摘效果。试验结果表明:采摘机械手各关节与控制系统配合良好,运行稳定;采摘末端执行器手指控制灵活,传感器响应灵敏,能够实现稳定抓取并不损伤果实,具有推广价值。     

具有颜色与形状识别的农产品分拣装箱机械手设计

农业机械手是现代农业生产中的一项新技术,在高自动化水平的现代农业生产一线中,机械手已成为不可或缺的关键配备,因为机械手能够提高生产效率、降低生产成本、提高产品品质。本文研究了一款能够识别颜色形状进行分拣装箱的小型农副产品辨识机械手系统。该机械手通过机器视觉系统识别农副产品的基本位置,同时传感器取样后进行图像处理,识别出农副产品的形状与颜色,最后由机械手完成自主抓取工件、搬运和装箱工作。     

田间环境下果蔬采摘快速识别与定位方法研究进展

作为实现果蔬采摘作业自动化的关键难题之一,田间环境下的果蔬快速识别与定位受到了广泛的关注。综述了常见的果蔬识别硬件系统和识别算法;总结和分析了果蔬图像预处理、颜色特征选择、图像分割算法设计及图像后处理的研究;综述了常见果蔬识别算法、成簇果蔬识别算法及被遮挡果蔬识别算法的研究;分析和比较了果蔬定位中常用的有源测距法和无源测距法,以及果蔬无源测距中常见的立体匹配算法。分析了田间环境下果蔬识别和定位研究存在的主要问题,并展望了发展趋势。     

基于形态学图像检测的机械手移栽穴苗识别技术

在机械手移栽穴苗的过程中,针对取钵体导致的苗体根系存在不同程度的残缺、外漏等问题,提出一种基于形态学图像检测的机械手移栽穴苗识别技术。该技术分为以下3步:(1)通过确定形态学图像处理方法的衡量指标,确定了研究所采用的方案;(2)采用基于形态学的方法对穴苗进行图像处理仿真实验;(3)开发取钵体效果判定的软件系统并进行测试和实验。采用西瓜幼苗进行仿真实验,仿真结果表明:基于形态学图像处理的机械手移栽穴苗识别技术具有较好的实时性、稳定性和鲁棒性。