武术飞脚启发作用在采摘机器人智能化设计中的应用

为了提高采摘机器人的智能化水平,基于武术飞脚动作的连续性,参考飞脚动作的前馈特征,在智能化控制系统的设计上引入了神经网络前馈算法和PID控制算法.通过对误差的修正和期望与实际输出结果的反馈,提升了机器人的智能化水平和采摘作业动作的精确性,实现了采摘机器人的类人化设计.为了验证该方法的可行性,模仿生菜采摘机器人的作业环境...     

基于类人足球比赛决策系统的采摘机器人多路径优化

采摘机器人的研究已经成为实现智能化农业的一个热点,到目前为止,采摘机器人还没有一套完备的自主决策系统,对其理论研究也不足;而基于足球比赛决策系统的机器人已经研究的较为成熟,如果将其决策系统移植到采摘机器人上,将大大提高采摘机器人的决策效率和自主规划能力。为此,提出了一种基于足球比赛决策系统的采摘机器人多路径优化方法,采用小波神经网络提高了训练后的值和期望目标值的逼近程度,实现了足球比赛路径优化的高精度预测;结合机器视觉技术,采用模糊决策算法对最终的运行轨迹进行决策,实现了机器人的自主路径规划。将该方案移植到了采摘机器人控制系统中,为了验证方案的可行性,采用不同的算法对采摘路径进行优化,结果发现:采用小波神经网络和模糊决策算法可以成功地锁定果实目标,且优化所需时间少,路径最短,满足设计需求。     

基于机器学习的采摘机器人控制系统研究

对采摘机器人进行了运动学分析,介绍了机器学习算法与应用,并基于Q-learning算法设计了采摘机器人路径规划系统,实现了对采摘机器人的运动控制。MatLab仿真实验表明：采摘机器人搭载Q-learning算法机器学习算法后,能够自主完成路径规划,并能成功避开环境中的障碍物,规划路径最优,平滑度较好,证明了该算法的有效性和可行性。     

基于篮球运动的果实采摘机器人控制系统研制

水果和蔬菜质地柔软且形状各异,机械化收获的难度较大。控制系统作为采摘机器人的核心,对作业效率有着决定性的影响。篮球运动是集体竞技项目,对运动员的目标锁定和路线规划能力要求较高,将篮球运动的决策原理引入到采摘机器人上,可以改善机器人的控制性能。为此,基于篮球运动的决策原理,研制了果实采摘机器人的控制系统,具有目标识别、路线规划和自主避障3种控制功能,可以准确地识别目标果实。在系统的控制下,采摘机器人获得了很高的作业效率,还能够自主规划行走路线和规避障碍,具有很高的智能化水平。     

基于DTN算法的采摘机器人控制系统可行性研究

为进一步提高我国采摘机器人的智能采摘水平,以优化系统数据采集与传送效能参数、确保控制系统运行稳定性为目标,针对采摘机器人的控制系统进行设计研究.利用DTN算法体系与DTN网络层级数据处理算法,实现网络信息拥堵控制,建立DTN算法模型,设计采摘机器人控制系统整体架构并展开控制试验.试验结果表明:该采摘机器人控制系统应用D...     

采摘机器人开放式控制系统设计

在采摘机器人控制系统设计中引入开放式控制思想,采用分层控制作为控制系统的体系结构。硬件平台由PC104工控机和PMAC2—104多轴运动控制卡构成。控制软件划分为任务层、系统层和伺服层。在6自由度机器人平台上,以腕关节的旋转自由度为例,进行初步测试。测试结果表明,当比例增益为34000,微分增益为4200、速度前馈增益为680、加速度前馈增益为1000时,系统具有良好瞬态响应特性、定位精度和速度控制性能。     

基于机器学习的采摘机器人动作执行效率优化研究

为了提高采摘机器人动作的执行效率,提高动作执行的控制精度,将机器学习算法引入到了采摘机器人控制系统的设计上,利用机械学习和归纳学习设计了采摘机器人的机器学习方法,并利用PID反馈调节对学习过程进行了优化,从而得到了效率较高的机器人采摘动作执行系统.以相同时间内果实的采摘量为作业任务,对不同机器学习方法的机器人采摘果实数...     

基于PLC采摘机器人机械手控制系统改进设计

随着农业生产规模的扩大,农业劳动力的需求也逐渐增大,传统手工采摘方式效率低、产能不足,且具有一定的危险性。为克服这一难题,改进农业生产方式,设计了一种基于PLC的采摘机器人机械手控制系统,通过建立机械手的动力学数学模型,基于控制系统的总体构架,分别对系统的硬件和软件进行设计。硬件设计主要包括PLC控制器、主控计算机、传感器模块、驱动模块和控制模块等5个部分,并完成了PLC程序设计及梯形图的编制。最后,通过实验验证了该机械手控制系统的安全性和稳定性,结果表明:系统可有效地完成采摘过程,且控制精度高,成本投入更低,大大提高了劳动生产效率,降低操作人员的安全风险,具有较大的推广价值。     

基于强化学习的采摘机器人采摘臂避碰设计

首先介绍了采摘机器人采摘臂避障问题和强化学习理论,并将强化学习方法应用到采摘臂避障问题中,构建了一平面3自由度的采摘机器人采摘臂的多Agent避碰系统。笔者研究目标是通过Agent感知采摘臂连杆与障碍物之间最小距离d和采摘臂姿态偏差角θ两方面信息,然后进行避障规划,在复杂未知环境中使其找到合适路径采摘目标。在NET平台上进行了基于强化学习的采摘臂避障系统平台的开发与仿真,对采摘臂避障系统的避障能力进行了测试分析。仿真实验表明:采摘臂避障避碰系统避障能力比较强,能够在复杂环境中采取避障措施,并准确达到指定位置。     

基于模糊PID的采摘机器人机械手控制系统设计

为了提高采摘机器人机械手果实的定位精度,降低果实采摘过程的破损率,将模糊算法和PID控制引入到了机械手控制系统的设计上,并采用PC上位机编程和嵌入式系统实现控制算法的运行。为了验证算法的可行性和可靠性,以果实采摘真实环境为测试环境,对机械手的定位精度和果实采摘的破损率进行了测试,结果表明:采用模糊PID算法可以明显提高机械手的果实定位精度,降低果实采摘的破损率,对采摘机器人控制系统的优化设计具有重要的参考价值。     

采摘机器人自主采摘学习能力研究 —基于LM-BP神经网络

为了让采摘机器人更加快速和准确地识别目标水果的成熟度,提出了一种基于BP神经网络的自主学习方法。由于BP神经网络容易陷入局部最优值且训练效率较低,因此进行了改进,实现了LM-BP神经网络算法。测试结果表明:与BP神经网络算法相比,LM-BP神经网络算法训练学习速度更快,测试精度更高,能够满足采摘机器人对目标水果成熟度识别精度的要求,具有一定的应用价值。     

基于模糊控制系统的采摘机器人避障系统研究分析

针对目前使用的采摘设备落后、工作量大、稳定性差等问题,为了提高采摘机器人的环境适应能力,对采摘机器人的避障控制系统进行了分析,拟采用模糊控制系统的方法,来加强采摘机器人避障系统的能力和效率,减少采摘机器人避开障碍物及规划出适当路径所用时间。模糊控制使用超声波检测前方障碍物距离,以控制转轮速度和方向作为输入量,速比作为输出量,控制移动的速度和方向。为使采摘机器人避障路径规划尽可能短,采用改进的遗传算法和模糊控制系统建立基本模型。对采摘机器人的避障性能进行仿真试验,结果表明:基于模糊控制的采摘机器人的避障系统可以成功地避开障碍物及规划出最短行走路径,且能够快速定位树上的果实和准确地完成采摘任务,具有效率高、易操作、采摘成功率高等特点。     

采摘机器人动作技巧训练研究与应用——基于足球比赛标准动作检测系统

在草莓等易破碎果实的采摘过程中,为了降低果实的破损率,提高机器人的采摘效率,提出了一种基于标准动作边缘检测捕捉算法的采摘机器人动作技巧训练方法。该方法参考了在激烈对抗比赛中足球标准动作边缘检测的技术,可以实现机器人作业最佳动作的捕捉。为了提高边缘检测的效果,对Sobel算子、Reborts算子、Log算子、Canny算子等进行了对比,最终选取精确度较高的Log算子进行图像边缘的检测。以仿真和实验两种方法对方案进行了验证,结果表明:利用该方案可以有效地对采摘机器人的最佳姿态进行捕捉,且采用该方案对采摘机器人进行训练可以明显降低采摘过程中的果实破损率,为现代高精度采摘机器人的设计提供了技术参考。     

多媒体武术系统在智能采摘机器人中的应用

智能采摘机器人广泛应用于农业生产中,其协同作用直接影响采摘效率。为了提高智能拣选机器人的生产效率,在采摘机器人的设计和制造中引入了FDM技术。为提高智能采摘机器人的生产设计水平,设计出一种基于多媒体武术教学系统的开放式、协同化、智能化的采摘机器人机械部件设计控制平台。基于FDM和WEB的智能远程协作技术,采用远程多媒体技术,实现远程CAD制造和零件制造的功能。以采摘机器人的机械臂和快速制造为实验对象,对其研发周期和返工数量进行检测,结果表明:采摘机器人机械部件返工率降低,设计研发周期明显缩短,可为采摘机器人的设计及加工提供参考。     

基于云平台和计算机控制系统的采摘机器人仿真设计

为了提升采摘机器人定位系统的效率及定位准确性,将云平台技术和计算机控制系统引入到了定位系统的设计上,在进行果实定位时,通过云平台和计算机技术对图像进行实时滤波,并对曝光图像进行融合,以提高图像的质量,进而提高图像特征提取和定位的准确性.模拟采摘机器人的作业环境,以机器人定位系统的定位效率和定位误差作为研究对象,对基于云...     

基于足球机器人控制系统的采摘结构运动系统构建分析

为进一步提升农业采摘机器人运动控制系统的准确性与平稳性,引入足球机器人控制系统的控制原理,结合农业机械采摘的结构运动控制要求,针对采摘结构的运动系统进行了构建分析。在深入理解采摘结构的运动系统原理和主要采摘部件构成的基础上,建立了基于足球机器人控制系统下的采摘运动理论模型,并对其硬件结构系统进行搭建、软件控制系统进行优化,从而进行采摘试验。试验结果表明:采摘试验时间控制在1.50～2.50min范围时,综合漏采率可控制在1.20%以下,且最小的综合漏采率可以降低至0.95%,采摘成功率可达到93%以上,验证了将足球机器人控制系统机理应用于采摘结构运动系统的可行性与平稳性。     

采摘机器人动力学建模及动作规划仿真研究——基于SolidWorks

为了提高采摘机器人的自动化采摘效率和质量,将机器人动力学建模和仿真模拟方法引入到了采摘机器人的设计过程中,基于SolidWorksv软件建立了采摘机器人机械手的三维模型,并将其导入到ADAMS软件中进行了仿真模拟计算,得到了机械手动作的轨迹,通过对轨迹数据的分析可以实现机械手动作的优化。在机器人动作控制精度的优化上采用了神经网络PID算法,并对优化前后的动作精度进行了对比,结果表明:采用神经网络PID算法可以明显提高动作的精度,对于采摘机器人的优化设计具有重要作用。     

基于深度学习的水果采摘机器人视觉识别系统设计

水果识别是自动化采摘过程中的关键步骤,为了提高水果识别的准确性和实时性,利用深度学习方法,设计了一种水果采摘机器人视觉识别系统。首先,采用多种预处理方法对样本数据进行扩充,并对图像进行缩放和灰度化处理;然后,构建了一个多层卷积神经网络,通过多次训练得到网络最优超参数;最后,利用所构建的卷积神经网络对水果图像进行训练,同时采用多种训练策略得到最终的识别模型。实验结果表明:系统具有识别速度快、准确率高的特点,可以快速、准确地对水果图像进行识别,单张水果图像的识别速度只需0.2s,识别精度高达97%以上。该方法具有重要的理论和应用价值,可为水果的自动化识别提供有力手段。     

基于迭代学习PID算法的苹果采摘机器人设计

为了提高采摘机器人机械手控制系统的精准性和采摘机器人的移动效率,设计出基于迭代学习PID算法的苹果采摘机器人。借助MatLab软件平台进行模型搭建及控制系统仿真测试,实验室条件下进行硬件结构设计,并完成采摘过程测试、路径规划避障测试和采摘果实破损率统计分析。实验验证表明:基于迭代学习PID算法设计的采摘机器人可准确锁定采摘目标,迅速实施稳定的采摘动作,以最佳采摘角度最大程度地保证采摘果实完整性。基于迭代学习PID算法设计的苹果采摘机器人有效提高了采摘的精度和效率,使苹果整体完好率达到98.3%以上,最大限度保证了采摘苹果的质量。     

体育动作多媒体数据库在采摘机器人执行器上的应用

采摘机器人动作的规范性和准确性不仅关系到果实的采摘效率,还会影响到采摘的效果,特别是易损果实,很容易造成果实的破碎,降低采摘质量.为了提高采摘机器人动作的准确性,基于体育训练项目的多媒体数据库,结合神经网络机器学习训练和图像处理技术,对采摘机器人动作进行了训练和优化,并对动作的准确性进行了仿真模拟.结果表明:优化后的采...