智能花椒采摘机的设计研究

由我国花椒产业调查分析报告可知,花椒种植近年来虽然每年呈上升趋势,但却存在着劳动力缺乏和用工需求增加之间的矛盾,制约花椒产业健康发展的主要原因是采摘效率低,采摘方式以人工采摘为主,椒农老龄化严重,用工费用逐年攀升且花椒采摘机的使用率较低。基于此,笔者针对智能花椒采摘机展开研究,主要对采摘机的机械部分、测试部分、驱动机构、执行机构、控制部分进行了分析并对仿真结果进行测试,采摘机顺利通过测试,结果良好。     

基于双视觉系统的柑橘辅助采摘器设计

为减轻柑橘采摘过程中劳动强度大、效率低及传统采摘器易损伤果实从而影响果实保鲜及品相等问题,设计了一种可高效、安全、精准地实现快速采摘柑橘果实的采摘器。采摘器通过光学视觉、机械视觉双视觉辅助定位系统,对果实进行精准定位,由漏斗式捕捉口对果实进行捕获,由双圆盘滑切锯片将果梗切断,果实落入缓冲管道中。试验结果表明:柑橘采摘器可以有效提高采摘效率,减轻果农的采摘劳动强度。     

花椒采收现状及研究进展

花椒是一种在中国广泛栽植的香辛料植物,具有重要经济和生态价值。目前我国花椒采收以手工采摘为主,劳动强度大、效率低、成本高,花椒的采摘问题一直是制约产业发展的瓶颈。本文通过实地调查部分栽培地区的采收情况并查阅文献资料,分别从花椒树的生物学特性、果实成熟季节、人工采收、种植规模等方面的原因,分析花椒采收现状,对比目前花椒采摘的不同机械装置及其主要优缺点,提出花椒采摘机械研发的技术关键和难点及未来机械采收的发展方向,为花椒采摘机械的研发和产业发展提供参考。     

基于遗传迭代和模糊控制的采摘机器人目标追踪算法

为了提高采摘机器人目标追踪的效率和精度,在机器人视觉系统和控制系统的设计上引入了遗传迭代算法和模糊PID控制器,通过对图像处理过程和机械执行末端动作过程进行优化,可以得到更佳的采摘效果。在视觉系统对采摘图像进行处理时,可以通过遗传迭代算法对高质量图像进行筛选,并提高果实成熟度匹配的效率,果实识别后采用模糊PID控制算法对机器人执行末端进行控制,使其可以以更高的精度追踪到果实,执行采摘任务。     

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。     

自然场景下花椒果实的识别

提出一种自然场景下应用于花椒采摘机器人视觉系统的果实识别算法。该方法采用红色和绿色图像差异(R—G)来进行图像分割,使用优化腐蚀滤除噪点和隔离带法除去非目标花椒串果实,再求取花椒果实串的形心和半径。试验结果表明,该算法能有效的识别花椒果实,确定果实串的中心位置误差为10mm,识别半径误差与花椒果实串最小半径比0.05。     

单目视觉识别苹果采摘机关键部件及控制系统设计与分析

为了节省劳动力、提高苹果采摘效率,设计了单目视觉识别苹果采摘机。该采摘机可一次性完成苹果识别、定位、采摘、输送功能。整机分为运行、采摘、识别三大系统,主要对单目视觉识别苹果采摘机的总体结构、关键部件及控制系统进行了设计,完善了整机功能,为智能苹果采摘提供了理论基础。     

基于激光视觉的智能识别苹果采摘机器人设计

为了提高苹果采摘视觉识别系统的精度,增强视觉系统的抗干扰能力和自适应能力,设计了一种新的苹果采摘机器人激光视觉识别系统,可以直接获得层次关系的深度图像,实现了果园非结构化环境中果实的识别与定位。为了测试激光识别系统苹果采摘机器人的采摘效果,在果园中对其采摘性能进行了测试:首先采用高清相机完成了对果实图像的采集,通过图像处理准确地实现了苹果的识别,在遮挡率低于50%时其识别率达到了90%以上;然后利用激光测距方法对苹果进行距离测量,成功定位了果实位置,其响应时间仅为3.58s,动作效率快,实现了苹果的高效率、高精度采摘功能。     

甘孜州引进试验花椒采摘机

近日,甘孜州农牧业机械研究所引进了2台（套）电动花椒采摘机在甘孜州康定县进行了综合性能试验和采摘对比试验，试验取得了成功。通过对不同品种花椒的采摘对比试验以及人工和机械采摘对比试验，证明该机其具有体积小、重量轻、携带方便、操作简单、不伤芽、 著特点，与人工采摘相比，采摘效率提高一倍以上。     

基于机器视觉的采摘机器人果实三维模型重构与识别

为了提高采摘机器人果实定位和识别的准确性,在采摘机器人机器视觉系统的设计上引入了果实三维重构方法,利用二维采集图像信息的处理,通过坐标转换关系,实现了三维模型的构建。为了验证三维模型重构对机器视觉果实识别准确性的提高作用,模拟青椒夜间作业的采摘环境,对不采用三维重构和采用三维重构技术两种情况下的果实识别准确率进行了对比,结果表明:采用三维重构技术可以明显提高果实的定位识别准确率,对于采摘机器人机器视觉系统的优化具有重要的意义。     

新型高效智能便携式梨果采摘装置的研制

研究和制作一款基于自由变化高低分离及高清视觉定位捕捉的悬挂果高效采摘装置,适用于果树密集、全地形便携高效的采摘工作。主要包括悬挂果采摘机械特性研究、新型百变自由伸缩分离的悬挂果采摘臂的数学分析和机构制作、视觉定位机构、悬挂果定位影像识别技术、剪切机构的研究能通过自由百变伸缩机械臂实现高空和低空的悬挂果的采摘,结合高清影像识别和无线控制技术,能根据果实的大小、颜色、成熟度等属性,选择性采摘并对其进行分类、分级,实现果实的高效采摘,同时不损伤果树,实验表明能大大降低人工劳动强度。     

采摘机器人识别技术研究——基于深度图像和计算机网络协同处理

为了提高采摘机器人果实识别定位的效率和准确性，将深度图像技术引入到了采摘机器人视觉系统的设计上，并结合计算机网络协同处理，设计了上位PC机处理和控制系统，通过计算机和机器人控制器的通信，形成了一个开放式和分布式的采摘机器人识别和控制系统。以苹果的采摘为研究对象，对深度图像和非深度图像对果实识别的准确率进行了对比，结果表明：采用深度图编码技术，对果实的识别准确率更高，对于提升果实的采摘效率和准确性具有重要的作用。     

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

模糊控制在采摘机器人控制优化中的应用

为了实现果树果实的自动化采摘,基于视觉定位原理,设计了采摘机器人。采用模糊控制的方法,提高了机械手定位精度,进而提升果实采摘成功率。对机械臂进行运动学分析,建立采摘终端位置与控制舵机和推杆长度之间的关系。计算械臂末端果实采摘机构和目标果实在成像平面上的差值,采用小步长算法,将该差值调整为0,进而通过调整小臂长度实现采摘。采用模糊控制的方法,建立角位移偏差e和偏差变化率ec与3个模型调整量之间模糊规则,使舵机模糊控制模型具有自适应能力,提高控制精度,从而提高采摘成功率。     

基于视觉检测的苹果采摘机器人系统设计与实现

为提高苹果采摘的自动化与智能化水平,降低重复繁琐的人工劳动强度,减少对果实的损坏率,研制了一款用于苹果成熟自动检测并采摘的轮式机器人系统。系统由硬件平台和软件平台两部分组成。其中,硬件平台由四轮驱动越野小车、IPC-610L工控机、图像数据采集卡、四自由度机械臂和末端执行器组成;软件平台基于Visual C++6.0开发环境,使用双目立体视觉技术和图像处理技术实现对苹果的识别与定位,再通过机械臂的路径规划实现对苹果的采摘。通过仿真实验和数据分析表明:机器人在无人值守的情况下,能实现自动导航、自动识别、自动采摘苹果等功能,并且识别成功率大于94.00%,采摘成功率达到91.33%,平均采摘周期约为1 1 s,具有较高的准确性及稳定性。     

新型手持电动式花椒采摘机设计

本课题针对目前花椒采摘季节性强,人工采摘成本高、任务重、具有一定危险性等问题,设计一种新型的手持电动式花椒采摘机。该装置采用电机带动滚筒旋转,依靠橡胶材料制成的梳刷将花椒枝条揽入进料口,通过往复切割单动式双层齿状刀片实现花椒果实的采摘,存储于收集盒中,待装满后及时卸载。运用三维工程绘图软件建立虚拟样机模型,并按实际尺寸完成了实物样机的制作。通过对花椒的实地采摘测试,试验结果表明:该装置不仅提高了花椒采摘机械化程度,还能有效降低采摘过程对人体的伤害。     

基于TRIZ的猕猴桃采摘机设计

针对猕猴桃采摘效率低、易损伤果实等问题,应用TRIZ理论指导猕猴桃采摘机的设计。通过需求分析,确定猕猴桃采摘机的作业流程。基于系统功能分析识别旋拧式猕猴桃采摘末端执行器的功能缺陷,应用因果分析、物场分析等TRIZ工具对采摘末端执行器求解创新方案,创新设计出一种自动定位果树—识别果实—剪断果梗—收集果实的猕猴桃采摘机。应用ADAMS对末端执行器采摘动作进行步态仿真、应用MATLAB对采摘机作业空间和采摘轨迹进行动态仿真,结果表明：猕猴桃采摘机采摘轨迹空间范围为X方向行程约1.4 m、Y方向行程约1.8 m和Z方向行程约2.3 m;采摘速度为8 s/个,末端执行器采摘过程作业动作平稳连贯,满足预期设计要求。在产品概念设计阶段应用TRIZ理论,有利于产生高质量、多层级的概念解,提高产品设计效率。     

视觉传感器在采摘机器人目标果实识别系统中的应用

目标果实的识别和定位是准确采摘的核心,是采摘作业的必要条件。为此,首先从硬件和软件两方面对采摘机器人总体框架进行了介绍,然后搭建了双目视觉系统,并建立了摄像机标定模型,最后实现了对目标果实的识别和定位功能。试验结果表明:采摘机器人目标果实识别系统对目标果实的识别定位误差在8mm以内,成功采摘率在96%以上,系统精度高,采摘效果良好,能够满足采摘机器人的作业要求,对实现水果采摘的自动化、无人化具有重要现实意义。     

冬枣果实特性及机械化采摘现状研究

冬枣采摘是用工量最大、用工时间最密集的作业,实现冬枣机械化采摘是冬枣种植业的一大难题。通过梳理冬枣果实特性、脱落方式及规律等信息,阐述现有相关采摘机械研究包括工作原理、作业特点、存在缺陷等方面,对比分析干果红枣采收与冬枣采收。可以发现：振动式采摘是大规模生产中应用最广泛的方式,实现高效收获,但存在收集难度大、果实损伤率高等限制;半自动辅助采摘设备每次只对单个果实作业,效率提升有限;采摘机器人的研究尚在起步阶段,存在果实识别环境影响大、执行器执行不到位、效率低等难题。最后,提出冬枣采摘机械研发与冬枣种植管理相结合、冬枣采摘机械智能化、自主研发与国外技术相互借鉴是未来的研发方向。     

设施番茄采摘机器人设计与研究

针对设施番茄采摘存在用工难、用工贵、劳动强度大等问题,文章设计了一种温室番茄采摘机器人。该番茄采摘机器人主要由视觉系统、末端执行器、机械臂、底盘和辅助照明机构等组成,并基于各设计结构完成温室番茄采摘的工作流程设计。该采摘机器人通过ZED 2i双目立体相机对番茄果实进行识别与定位后,机械臂引导末端执行器完成番茄果实的采摘。试验结果表明,视觉系统与各模块之间运行良好,单果采摘耗时约为18 s,采摘成功率达88%。