机器视觉技术在农业机器人定位中的作用

随着科学技术的飞速发展,机器视觉技术在不同的应用场景下取得了良好的效果。机器视觉技术通过卷积神经网络、YOLO等模型,可以实现目标检测、目标分类、位置识别等。实践证明,农业机器人进一步结合机器视觉技术可以极大地提高农业智能化水平。基于此,课题组介绍了机器视觉技术在农业中的应用场景,详细分析了农业机器人的定位解决方案,结合单目相机提出了实现目标定位的方法,结合图像特征点提出了农业机器人位置的确定方法。结果表明,机器视觉技术能够实现农业机器人的精确定位,有利于农业的智慧化、自动化发展。     

基于ARM的农业机器人视觉系统研究

以嵌入式技术和机器视觉理论知识为指导,提出把嵌入式技术引入农业机器人领域的构想.采用ARM9芯片S3C2410为机器人下位机控制器,笔记本电脑为上位机,源代码公开的Linux操作系统调度下位机的不同任务,图像数据通过上位机识别处理.研究实用于农业生产的嵌入式机器人视觉系统,以满足农业生产自动化的需要.     

基于机器视觉的农业机器人运动障碍目标检测

在农业移动机器人平台上运用机器视觉技术检测作业环境中是否存在运动障碍目标时,机器人自身运动会与障碍目标运动叠加在一起.为此,首先在移动机器人平台上连续采集两帧图像,提取其特征点并加以匹配;然后应用双线性模型描述对应特征点在图像之间的运动特性,并用最小二乘法对模型参数进行最优估计,得到两帧图像之间的变换矩阵;最后利用此变换矩阵补偿前帧图像来消除机器人自身运动的影响,再与后帧图像作帧差,在线检测出运动障碍目标.实验结果表明,该方法仅依据图像信息即可有效地检测出农业机器人导航环境中存在的运动障碍目标.     

基于机器视觉的农业机器人自主作业设计

随着我国城市化的发展和人口老龄化的加剧,从事农业生产的人数逐渐减少,农业生产成本的上升导致农产品价格上涨。因此,开发廉价、灵活和多功能的自主农业机器人尤为重要。因此,笔者在阐述农业机器人自主作业研究开发的意义和价值的基础上,分析了农业机器人自主作业的设计过程,并设计了一款物美价廉的农业机器人。仿真结果表明,该农业机器人可以根据农作物的生长情况灵活管理农作物,可以进行浇水、施肥和除草等作业,解放了劳动力,提高了农业生产效率。     

基于农业搬运机器人的障碍物视觉识别技术研究

【目的】随着农业自动化水平不断提升,研究农业搬运机器人如何优化搬运目标信息、定位及图像检索等功能具有重要现实意义。【方法】课题组提出了一种基于机器视觉的内容图像检索视觉识别技术,采用特征提取方法将图像纹理作为机器视觉障碍物特征识别的重要信息,通过实时更新障碍物信息,利用相似度距离计算,将采集的图像数据与数据库中的图像距离进行对比,并利用MATLAB仿真平台验证了CBIR系统对搬运机器人障碍物识别的精确度。【结果】利用小波滤波器优化的CBIR系统的对比结果优于其他方法的平均检索率,且前20张图像的检索率均能保持在98%以上。【结论】该方法有效提升了CBIR系统的障碍物检测性能及识别系统的精确度,可为系统数据库中障碍物图像特征对比提供高质量图像数据。     

农业采摘机器人视觉感知关键技术研究

为了提高农业机器人在复杂野外环境下采摘油茶果的速度和准确性,针对机器人视觉感知的关键技术,设计了一种农业机器人果实检测、定位和采摘系统。首先,使用双目相机采集油茶果的左右图像;然后,应用先进的目标检测网络YOLOv4-tiny检测出左右图像中的油茶果;再次,不同于传统的双目相机图像的立体匹配技术,根据YOLOv4-tiny网络生成的预测框提取出油茶果图像的感兴趣区域,并根据预测框的生成机制自适应地进行立体匹配以求解出视差,为后续使用三角测量原理求出油茶果采摘点提供参考;最后,使用基于Eye-in-Hand手眼标定的农业机器人进行采摘试验,验证了本研究的可行性和准确性。试验结果表明：YOLOv4-tiny网络能够精确和实时地检测油茶果,提出的定位方法满足采摘机器人的应用需求,验证了本研究的可行性和准确性。研究可为果园环境中作业的农业采摘机器人视觉感知关键技术提供参考。     

农业机器人视觉导航技术发展与展望

概述了农业机器人主要的导航方式，综合分析了目前国内外视觉导航研究现状及存在的问题，并提出了进一步研究的方向与途径。     

移动并联多功能农业机器人机构设计与仿真

课题组对一种移动并联多功能农业机器人进行了机构设计与仿真。将具有全方位移动能力的移动平台和三自由度并联机构相结合,在并联机构动平台上装载高压雾化喷头,实现农药或水资源的精准喷洒,节能减排;对机器人的相关机械结构进行模块化设计,并对承重部件进行有限元分析;最后在实验室场地进行相关模拟实验。仿真结果表明,该农业机器人具有稳定的行走能力,并能够快速精准定位到目标作物上方相应位置,进行精准作业。     

秧苗嫁接机器人视觉与识别的研究

研制了一套应用于瓜果秧苗嫁接机器人的视觉系统，该系统能判别秧苗品质和秧苗方向，使得瓜类秧苗嫁接机器人在保证质量情况下实现全自动嫁接成为可能。     

全解耦并联机构的运动学与工作空间分析

研究了一种改进型全解耦-平移两转动并联机构,导出了其运动学的正逆解解析式,并用Visual C＋＋6.0编程计算求得数值解,通过Surfacer软件得到并分析了位置工作空间形状及大小;与原机构在运动学正逆解数、解耦性与位置工作空间形状及大小、驱动等方面进行了比较,证实改进型机构比原机构具有更大、更健壮的位置工作空间且不易产生奇异位置.可使该类机型应用范围更广.     

直线驱动型并联机器人工作空间分析与优化

与旋转驱动型相比,直线驱动并联机器人具有更大的工作空间,但存在工作空间求解较复杂、精度不高和优化目标不合理的问题。针对上述问题,根据并联机器人的结构和运动学模型,提出了一种极坐标变步长迭代搜索法求解并联机器人工作空间,分析各结构参数变化对工作空间的形状、尺寸、对称性的影响趋势。提出一种综合机器人灵巧度与工作空间利用率的全局混合性能指标,并以此为目标函数建立了结构参数优化的数学模型,利用粒子群算法对不同工况下机器人尺寸参数进行优化,得到基于机器人操作性能和工作空间利用率的最优参数,对不同权重下优化得到的参数进行仿真,验证了目标函数的正确性和有效性。通过激光跟踪仪测出的实际工作空间与理论工作空间模型进行对比,验证了工作空间理论模型的正确性,为后续的尺度综合研究打下基础。     

Tripod并联机器人工作空间完全解析与实验验证

针对Tripod并联机器人工作空间一般用数值搜索方法研究,难以给出边界曲面准确表达的问题,提出一种曲面扫略分析与机械结构形位分析结合的方法来解析Tripod并联机器人的工作空间。以正逆解的算法为基础,得到并联机器人各单开链扫略空间范围及其包络曲面表达式,用三维软件布尔运算得出各支链公共的工作空间,在考虑虎克铰约束和杆件干涉的情况下,再依据机械结构形位分析得到机器人实际工作空间及边界曲面表达式,并对工作空间的奇异性进行了分析。通过三坐标测量仪器测出实际的工作空间与理论分析解析出来的空间进行对比来验证解析方法的正确性,从而为机器人机械结构参数设计和工作空间计算奠定基础。     

Tripod并联机器人运动学分析与样机实验

对Tripod并联机器人进行了运动学分析,计算了机构自由度,采用矢量代数法和数值法求出了运动学位置逆解和位置正解。利用Jacobian矩阵的条件数对其进行了运动性能评价,分析了其可达工作空间。计算结果表明该机构具有优越的各向同性性能和广阔的可达工作空间。通过ADAMS和Matlab运动学仿真软件对正解和逆解分别进行了验证。仿真实验结果证明了所建模型的正确性。并对Tripod并联机器人样机进行了精确定位实验、直线插补实验和圆弧插补实验,实验证明机构所建数学模型的正确性。     

多光谱视觉技术在收获机器人中的应用

分析了几种不同作物光谱反射特性；简要介绍了利用多光谱技术进行图像处理的软件、硬件系统及其处理方法；着重介绍了多光谱视觉技术在番茄收获机器人以及黄瓜收获机器人中的应用；最后，对多光谱视觉技术应用于收获机器人需解决的关键技术作了简要阐述。     

机器视觉在农业机器人自主导航系统中的研究进展

自主导航是移动机器人的关键技术.机器视觉由于信息量大和人性化特征,视觉导航已成为农业机器人获得导航信息的一种主要方式.为此,综合分析了目前国内外视觉导航技术的研究现状及其存在的问题;同时,探讨了研究中需要解决的关键技术.最后,展望了农业机器人视觉导航技术的发展趋势.     

自主导航农业机器人全方位视觉目标识别与跟踪研究

随着我国信息化技术的逐渐提高,机械自动化、集成电路、智能控制系统和测试计量等行业得到了快速发展,使得移动机器人达到了一个全新的高度,农业机器人也因此被广泛应用。在机器人众多研究问题中,全方位视觉的目标识别与跟踪一直是比较复杂并较难解决的问题。为此,基于全方位的自主导航技术,根据农业机器人工作特点和运动特性,建立了机器人工作空间的环境模型,提出了一种陆标导航和运动目标跟踪系统的视觉伺服方案,开发了以DSP控制器为核心的全方位视觉图像处理系统。试验结果表明:所设计的农业机器人全方位视觉目标识别与跟踪系统精准度高,可靠性和实时性强,各项性能指标优。     

一种运动部分解耦的2R2T并联机构运动学与性能分析

提出了一种新型四分支并联机构。采用李群理论对机构进行了自由度分析,该机构能输出两转动两移动运动,可由与机架相邻的移动副驱动。研究了机构的位置模型,推导得到了位置反解和正解的表达式,分析了机构的运动部分解耦特性。求解了机构的雅可比矩阵,基于雅可比矩阵行列式讨论了其奇异位形。绘制了机构的工作空间及内部奇异分布,机构的奇异分布在工作空间边缘,具有很大的转动能力。机构在中间位置两个方向的转角范围分别可达-44°～60°和-35°～52°。对机构进行了运动/力传递性能分析,得到了工作空间内的性能分布情况,以全域传递指标为目标对机构进行了尺度优化。     

大空间运动3-RRRU并联机器人运动学标定与误差分析

并联机器人具有高速、高刚度和大负载等明显优势,被广泛应用到农业和工业领域,但多关节导致该类机器人控制精度不高。针对大空间运动3-RRRU并联机器人的运动学建模和误差标定方法展开了系统、深入研究。综合应用DH法和空间矢量法建立了机器人的运动学模型,在此基础上,借助偏微分理论推导并建立机器人的误差模型;应用激光跟踪仪进行不同轨迹下机器人的空间位置数据采集,对一般遗传算法进行改进,以等步距搜索策略实现主要遗传算子的优化,并通过全局数值寻优获取机器人的误差补偿数据,完成标定和补偿工作。实验表明：基于直线标定方式,补偿后直线轨迹跟踪误差控制在0.14～1.34mm,但不适用于曲线轨迹补偿,其实测补偿后的最大误差高达5.08mm。曲线轨迹标定精度高于直线轨迹标定,补偿后将直线和曲线两种路径下的最大误差分别降低至1.18mm和1.56mm。该标定方法自动化程度高,适用于含有大量关节并联机器人的误差标定工作。     

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。     

农业信息采集机器人设计及试验研究

随着农业现代化的不断发展,人们对于精细农田各方面的要求也达到了新的高度,需要将自动化、智能化的设备应用于农业信息采集中。为此,提出一款新型的农业信息采集机器人,主要在农业信息采集机器人的总体结构设计的基础上,对图像采集、温湿度检测及图像处理进行了试验分析与验证。试验结果表明:该机器人可通过自行走的方式来精准探测农田的温湿度,并根据获取的图像了解作物的生长状态。实现了在减少人力消耗、提高效率的前提下,仍得到可靠的数据与图像,为更好的管理农田作业提供了可靠依据。