基于激光雷达的农业机器人导航控制研究

以农业机器人为平台,利用激光雷达研究农业机器人在有行株距的果树与有行无株距的树木行中,特别是一侧存在行缺失情况下的导航性能。根据激光雷达获得的树行信息,机器人控制系统进行导航路径计算,确定机器人的横向偏差与方向偏角。利用模糊控制算法实现机器人的导航控制。在无株距且一侧存在4 m距离缺失的冬青树行间及在有行株距且一侧存在6.2 m距离缺失的梨树行间,分别进行3次重复的导航性能试验。试验结果表明,在整个试验距离内冬青树行距与梨树行距都不均等的试验条件下,在冬青树间的最大横向偏差为17.5 cm,在梨树间的最大横向偏差为28 cm。在一侧冬青树出现缺失时对机器人的导航性能影响较小,而在一侧梨树缺失时对机器人的导航性能影响较大。根据横向偏差的统计值与机器人行驶轨迹,表明控制算法能够控制机器人沿着中心线行驶。     

变电站智能巡检机器人导航算法改进

随着北斗三号卫星导航系统全球组网成功,北斗地基增强系统已基本实现国内区域全覆盖,可具备厘米级高精度定位能力.基于变电站巡检业务场景需要,文章针对常用的机器人导航方式进行了分析,提出了一种使用北斗地基增强系统并辅以视觉导航的巡检机器人导航方法,可以实时有效地对智能巡检机器人的运动姿态进行控制,满足变电站智能巡检机器人巡检...     

基于北斗和激光雷达的机器人导航控制方法研究

为解决传统机器人导航控制易受到距离和空间等限制的问题,提出一种基于北斗数据和激光雷达数据组合的导航控制方法,该方法通过北斗输出的高精度定位数据构建全局地图并采用PID控制技术进行全局导航,通过激光雷达探测的局部数据构建局部地图,并由数据聚类和分段拟合等算法增强对探测到的障碍物边缘的描述,由人工势场实现机器人的避障路径规划。实测及仿真数据试验结果表明,采用分段拟合并取距离阈值为10,类别剔除阈值为3时,障碍物边缘更加清晰,轮廓更明确,有利于机器人自动避障;通过全局和局部地图的优势互补,导航控制方法在5 cm步进栅格化的数据下取得较好地避障性能;与已有算法相比,所提方法在与改进人工势场方法取得相近的最优路径情况下,运行时间减少43%,有效提高机器人的导航控制效率。     

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。     

温室大棚轨道式巡检机器人设计

传统温室大棚生产中存在人工获取农作物巡查数据不方便、覆盖率小等缺陷,急需智能巡检装备实时准确获取管控信息。通过对温室大棚结构环境和生产需求调研分析,设计了一种温室大棚巡检机器人,在实验室环境搭建巡检机器人平台进行了性能试验研究,该机器人能够执行全天候自动巡检任务,快速高效获取蔬菜生产过程的实时管理监控信息。     

基于激光雷达的机器人定位信息处理技术分析

以激光雷达技术为基础,分析机器人定位信息处理技术的应用。该文对激光雷达原理进行说明,并建立激光雷达数据模型,将其应用在机器人运行中,根据实际优化机器人定位信息处理和方位,最后开展仿真试验,得出结论。结果显示,在机器人定位信息处理中,将激光雷达技术应用于其中,可以取得更好的应用效果,包括提高方位准确性、提高机器人的应用效率等。表明激光雷达技术在机器人定位信息处理中的应用,具有重要的现实意义。     

基于单线激光雷达的割草机器人建图方法研究

针对单线激光雷达无法感知形状不规则的花丛问题,提出一种基于单线激光雷达的3D-SLAM方法,解决单线激光雷达不能实现多平面感知的问题。设计一个自动升降激光雷达高度装置,该装置主要由丝杆滑台、步进电机、雷达架、单线激光雷达等组成,通过丝杆滑台滑块的水平进给,控制激光雷达竖直运动。割草机器人在工作时,通过激光SLAM(同步建图与定位)技术检测障碍物信息,ROS(机器人操作系统)系统根据不规则障碍物的高度做出相应对策。通过对不同状态的建图效果进行量化和对比分析,试验结果表明：改进后与改进前相比,相对误差率降低1.04%;漏检率降低为0;避障率提高93.33%。本研究为割草机器人的准确定位与避障提供理论依据。     

基于D-H法的新型巡检机器人的运动学分析

阐述了一种新型的高压输电线路巡检机器人,对其机械结构进行了介绍。用D-H法推导了该机器人的正运动学方程并给出了运动学逆解。经试验证明,该机器人具有跨越所有线路障碍的能力。     

变电站巡检机器人造型设计

文章通过分析目前变电站巡检机器人发展现状和巡检机器人设计的主要影响因素,结合目前巡检机器人的问题点,进行实例机械设计和造型设计,设计一款机械折叠臂巡检机器人和一款挂轨式机器人,获得两款变电站巡检机器人的设计方案,以期为相关人员提供参考。     

煤矿巡检救援机器人行走机构设计

通过对常见机器人行走机构特点进行分析,结合煤矿的非结构化地形特点,设计了一种平行四边形连杆机构履带巡检救援机器人行走机构,并对其进行运动特性分析和稳定性分析。研究结果表明,该行走机构具有优越的越障性能和较强的稳定性。     

基于无线测距的农业机器人导航定位方法

针对农业机器人应用中的自主导航问题,提出了一种基于无线测距的导航定位方法。首先,分析了机器人的机械模型和位姿描述;然后,阐述了超宽带测距的原理,并分析了基于超宽带测距的定位模型;最后,设计了基于卡尔曼滤波器的多信标传感器信息融合算法。该方法稳定性高,操作简便,解决了农业机器人在恶劣和未知作业环境中的导航定位问题。     

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。     

免耕环境中视觉导航机器人行走路径的检测

针对免耕环境下农田作业机器人的视觉导航,提出了一种导航路径-梨沟线的检测算法,以提高图像处理速度。同时,介绍了图像采集设备,描述了农田免耕作业环境和农田作业机器人的工作流程。在此基础上,以彩色图像中的R分量为处理对象,分别判断作业区域终点和犁沟线出现位置,确定犁沟线上的候选点,并采用基于一点的Hough变换方法,获得犁沟线的直线斜率。试验表明,提出的算法具有速度快、抗干扰、准确性高等优点。     

基于图像边界提取的果园作业机器人自主导航系统

针对果园中农业移动机器人的自主导航问题,提出了一种基于图像边界提取的自主导航系统。首先,通过摄像机采集果园场景图像,并利用均值偏移算法对图像中的像素点进行聚类;然后,采用基于图论的图像分割算法,根据预定义类别对图像进行分割;接着,提取出所需类的图像区域,并利用Canny算子对该区域图像的边缘进行检测和滤波;最后,利用Hough变换提取出该区域的边界线,从而获得机器人的行进路线。实验结果表明:该方案在不需要先验知识的情况下,能够快速、有效地获得最优路径。     

基于激光SLAM的牛场智能推翻草机器人自主导航系统

为解决牛场人工推翻饲料劳动强度大、工作时间长等问题,设计了一种基于激光雷达同步定位与建图(Simultaneous localization and mapping, SLAM)的牛场智能推翻草机器人自主导航系统,以期实现机器人在牛场环境中自主导航完成推翻草任务。自主导航系统通过激光雷达感知牛场环境,使用加载里程计信息的Cartographer算法构建牛场环境地图,采用未加载里程计信息的自适应蒙特卡洛定位(Adaptive Monte Carlo localization, AMCL)算法实现机器人的定位,并采用迪杰斯特拉算法(Dijkstra)规划机器人推翻草工作路径。试验表明,在构建牛场环境地图时采用机器人加载里程计信息的方式,横纵向偏差最大值低于未加载里程计信息时构建的地图,分别为0.02 m和0.14 m;在实现机器人的定位与导航时采用未加载里程计信息的方式,横纵向偏差最大值及航向偏角最大值分别小于0.04 m、0.10 m和11°,且导航精度高于加载里程计信息时的数值,满足牛场环境中推翻草作业时的导航精度要求。     

基于强化学习的农业移动机器人视觉导航

以强化学习为基础,结合模糊逻辑理论研究了农业移动机器人通过自主学习获取导航控制策略的方法。首先使用机器视觉检测环境障碍并获取障碍物相对于移动机器人的方向和距离信息。然后应用强化学习设计了机器人自主获取导航控制策略方法,使机器人能够不断适应动态变化的导航环境。最后基于模糊逻辑离散化连续的障碍物方向和距离信息,构建了离散化的环境状态,并据此制定了自主导航学习Q值表。在自制的轮式移动机器人平台上开展了试验,结果表明机器人可以在实际导航环境中自动获取更优的导航策略,完成预期的导航任务。     

基于单目视觉的农业机器人导航系统研究

机器人在农业生产、农产品运输等方面的应用程度,已逐渐成为农业智慧化水平的体现,而受农业环境复杂性的限制,机器人的导航路径规划及定位精度问题,仍是制约农业机器人应用的主要因素之一。为此,设计了一种基于单目视觉的农业机器人导航系统,通过摄像头采集农业机器人工作环境信息,建立机器人的视觉导航地图;采用级联分类器区域检测结合颜色标定的方法,使用户能够根据具体环境,自主规划机器人运动路径,实现机器人的实时定位与导航。实验结果表明:农业机器人沿用户自主规划的无轨道路径,可自动完成导航定位工作,并在路径各目标点获得了亚米级的定位精度,满足农业机器人的应用需求。     

基于RANSAC算法的植保机器人导航路径检测

为实现植保机器人精准自主导航和提高路径检测的精度、可靠性,提出一种基于RANSAC算法的视觉导航路径检测方法。首先,采用超绿灰度化法和最大类间方差法进行图像分割;继而结合形态学操作与动态面积阈值滤波算法滤除干扰;最后,在垄行的边缘中,根据均值法提取特征点,采用RANSAC算法剔除离群点后由最小二乘法进行直线拟合,以提高导航路径的检测精度。实验表明,与Hough变换相比,本文垄行中心线检测方法具有更高的检测精度,导航路径的检测率可达93.8%,比未使用RANSAC算法提高了18.8个百分点。