基于足球比赛运动的采摘机器人自主避障设计

随着科技水平的提高,农业生产向实现智能化发展,农业采摘机器人中的自主避障控制系统成为重点。在农业生产环境复杂且未知的条件下,采摘机器人的控制需要具有较高的智能化水平。为此,基于足球比赛运动的控制规则,设计了采摘机器人自主避障控制系统;阐述了基于足球比赛运动的移动机器人自主避障设计实现技术、控制技术及模糊逻辑控制方法,使机器人的移动通过模糊逻辑控制和基于优先度的避障策略来实现。仿真试验结果表明:该采摘机器人自主避障设计有效性和实时性较高,在农业生产的复杂环境中,可较好地自主避障并进行路径优化。     

篮球战术在采摘机器人避障模糊控制系统中的应用

为了实现采摘自动化,加快采摘机器人的普及,在成本低廉的测距传感器模糊控制避障系统的基础上,设计了新型摘机器人避障系统。基于篮球战术规则设计了模糊规则库,提高了避障精度。系统包括避障系统、目标导引系统、权重分析系统和动作融合系统,最终输出机器人的速度V和转角Δθ。通过控制左右两驱动电机,实现机器人的速度V和转角Δθ。本系统具有成本低及工作可靠性高的特点,通过系统仿真发现,与传统的传感器模糊控制避障系统相比,该系统显著提高避障性能。     

基于MiroSot系统的苹果采摘机器人路径规划研究

针对农业机器人的一个重要类型—采摘机器人,开展了基于机器视觉的路径规划的理论分析和实际应用研究。为了解决苹果采摘机器人中路径规划难度大、最优解求解困难等问题,将MiroSot机器人路径规划系统应用于苹果采摘机器人中,结合采摘机器人作业环境特点和工作需求,采用图像处理技术,设计了具有环境感知、避障和决策能力的采摘机器人路径规划系统。MatLab实验仿真结果表明:系统可以实现无碰撞的最优路径规划,并能够根据环境变化实时进行局部路径规划,证明了系统的实时性、有效性和可行性。     

基于嵌入式智能控制系统的采摘机器人定位导航方法

利用图像、红外、超声波等传感器模块,感知采摘机器人作业环境,以采摘机器人在园区自主避障和移动为目的,研究了采摘机器人路径规划和定位导航方法,并利用嵌入式控制系统,设计和开发了该采摘机器人定位导航方法。实验结果表明:系统可以实现采摘机器人的定位和导航功能,具有一定的可靠性。     

基于PLC的采摘机器人作业路径避障系统设计

为提高果实采摘效率,基于PLC技术设计了采摘机器人的作业路径避障系统。系统主要由信息获取系统、工控机主程序及运动执行系统等部件组成,通过PLC技术对路径规划和果实的采摘、运输进行控制,并采用改进的蚁群算法对最优路径进行规划。对采摘机器人在温室环境下进行性能测试,结果表明:采摘机器人可以实现作业路径避障,并完成果实的采摘,工作性能稳定,能够满足农户对采摘机器人的使用和性能要求。     

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.     

基于模糊逻辑控制的自主导航采摘机器人避障设计

为了提高采摘机器人自主导航的环境适应能力,提出了一种基于改进的遗传算法的模糊学习逻辑控制方法,提高了机器人路径规划的能力和效率,缩短了路径规划所用时间。该方法以传感器测得的障碍物距离、轮转速和目标地点方向作为输入量,左右驱动轮的速比作为输出量,控制机器人的移动路径和方向。为了使机器人规划的路径尽量短,达到节能的目的,引入了改进的遗传算法,使用修正项对遗传算法进行改进,建立了适应度函数的基本模型。最后,对采摘机器人的性能进行了测试,通过测试发现:机器人可以成功地躲避障碍物,且能够完成最短路径规划,规划反应时间短、可靠性高。     

采摘机器人实时智能避障系统研究—基于嵌入式ARM

为简化采摘机器人底层控制系统软硬件设计,提高系统的实时性和可靠性,在处理器的设计上引入了嵌入式微处理器,取代了常规的单片机和PLC方案.提出了基于ARM控制器和源代码开放的Linux操作系统组成的采摘机器人控制系统,对其实时避障功能进行了设计,并模拟采摘机器人作业环境对该方案的可行性进行了测试.结果表明:采摘机器人行使...     

基于深度强化学习的虚拟机器人采摘路径避障规划

针对采摘机器人在野外作业环境中,面临采摘任务数量多,目标与障碍物位置具有随机性和不确定性等问题,提出一种基于深度强化学习的虚拟机器人采摘路径避障规划方法,实现机器人在大量且不确定任务情况下的快速轨迹规划。根据机器人本体物理结构设定虚拟机器人随机运动策略,通过对比分析不同网络输入观测值的优劣,结合实际采摘行为设置环境观测集合,作为网络的输入;引入人工势场法目标吸引和障碍排斥的思想建立奖惩函数,对虚拟机器人行为进行评价,提高避障成功率;针对人工势场法范围斥力影响最短路径规划的问题,提出了一种方向惩罚避障函数设置方法,将障碍物范围惩罚转换为单一方向惩罚,通过建立虚拟机器人运动碰撞模型,分析碰撞结果选择性给予方向惩罚,进一步优化了规划路径长度,提高采摘效率;在Unity内搭建仿真环境,使用ML-Agents组件建立分布式近端策略优化算法及其与仿真环境的交互通信,对虚拟机器人进行采摘训练。仿真实验结果显示,不同位置障碍物设置情况下虚拟机器人完成采摘任务成功率达96.7%以上。在200次随机采摘实验中,方向惩罚避障函数方法采摘成功率为97.5%,比普通奖励函数方法提高了11个百分点,采摘轨迹规划平均耗时0.64s/次,相较于基于人工势场法奖励函数方法降低了0.45s/次,且在连续变动任务实验中具有更高的适应性和鲁棒性。研究结果表明,本系统能够高效引导虚拟机器人在避开障碍物的前提下快速到达随机采摘点,满足采摘任务要求,为真实机器人采摘路径规划提供理论与技术支撑。     

农业机器人避障路径智能规划研究

随着农业科技的发展,机器人技术凭借其作业效率高、人力资源投入少、安全隐患小等优点,在农业生产方面的应用越来越广泛.但是,机器人在未知的农业生产环境中,缺乏自动寻径功能,自适应运动能力较弱,在躲避障碍物方面的研究更是少之又少.为此,通过研究农业机器人运动系统结构及自我定位原理,建立了农业机器人运动模型,完成了避障路径规划...     

基于DSP信号实时编码的采摘机器人避障控制研究

为了提高采摘机器人成功避障的性能,在采摘机器人机器视觉技术中引入了DSP实时编码技术,通过对成熟果蔬图像和视频的实时编码,获取果蔬位置和障碍物位置,达到成功避障的目的。根据机器人视频采集驱动的软件架构,对采集驱动进行了改造,在不增加前端外设的前提下实现了主动降帧,并根据DSP芯片的特点,对实时编码器进行了优化设计,大大提高了高分辨率图像实时编码的速率。最后,对机器人的距离位置测量和避障功能进行了测试,通过测试发现:在1.20~2.00m的距离范围内,测量的距离和实际距离的最大偏差不超过0.03m,6组避障测试中机器人成功避障的概率较高,其中最低也达到了97.28%,符合设计的要求。     

基于足球比赛运动的避障系统开发设计

在农业生产中,由于农作物生长环境的复杂性及传统的机械作业,易对农作物造成损伤。针对该未知复杂环境中的采摘机器人自主避障设计,提出了基于足球比赛运动的采摘机器人进行了自主避障系统,实现采摘机器人自主导航。基于足球比赛运动策略的采摘机器人开发设计中,为实现采摘机器人自主进行路径优化以避开障碍物,以模糊逻辑算法作为避障决策控制算法,以多种传感器感知环境信息设计避障系统。试验结果表明:安装本文设计开发的避障系统的采摘机器人可进行路径优化,自主避障,验证了该避障系统的有效性。     

基于DSP与超声波测距的农业机器人定位与避障控制

随着新兴电子集成技术和自动化技术的发展,控制系统已逐渐向数字化转变,高集成芯片广泛应用于自动化控制领域,体积小、运算能力强的嵌入式系统慢慢开始取代计算机。为此,首先分析了超声波测距功能及其优越性,采用三球定位技术,设计研究了一种基于DSP和超声波的全局定位系统;然后,采用多路超声波收发模块设计了基于超声波的自主避障控制系统,并提出一种新的模糊推理方法,实现机器人的避障和路径规划功能;最后,采用Visual C++可视化程序设计软件对避障系统进行仿真和场地试验,验证了系统的可靠性和可行性,为机器人的研究和发展提供了更加宽广的空间。     

阿克曼转向农业机器人的多级模糊控制避障

针对大田作业农业机器人避障问题,引入多级模糊控制策略,通过三角信息融合法处理超声波阵列信息,并采用齐次坐标变换获取全局坐标系下的障碍物信息,将其分别作为主、子模糊控制器的输入.主模糊控制器实时调整子模糊控制器的量化因子和比例因子,子模糊控制器通过模糊推理获得农业机器人的几何中心速度和等效前轮转向角,并依据阿克曼转向原理...