果树外形的检测方法

在果园中进行精确喷雾时,对果树外形进行准确检测是很有必要的。为此,在分析果树外形检测机理的基础上,研究了基于超声波测距的果树外形检测方法。以3种树形为例,通过超声波传感器检测距离,得出3种理论树形。试验结果表明,以超声波传感器测得的水平距离数据作为描述果树外形的依据基本可行。所测的距离数据可作为控制喷雾机的参数之一。     

农业机器人避障算法的研究

为了保证农业自主移动机器人能够在非结构的农田环境下灵活自主的行走,一个关键的技术就是能够准确地判断农田中障碍物的方位以及机器人与障碍物之间的相对位置,从而选择正确的路径。为此,提出了一种距离传感器结合图像边缘检测技术的避障算法,通过超声波测距传感器与PSD(位置敏感传感器)红外测距传感器对农田中的障碍物进行检测,利用CCD摄像头采集机器人所处农田环境中的图像信息并在Linux系统中利用OpenCV函数库进行图像处理,得到图像的边缘信息,从而判断出可行的路径。     

超声波传感器评定水田激光平地机水平控制系统性

为了评定水田激光平地机平地铲水平控制系统性能,采用2个SensComp 600超声波传感器测量平地铲两端与参考水平面的距离,然后利用三角关系计算得到平地铲倾斜角度.对超声波测距、传感器与反射面成一定夹角的影响以及运动对测量的影响因素进行了分析,并与姿态航向参考系统AHRS500GA-226提供的参考倾角进行了对比,结果表明2个超声波传感器在静态和动态条件下均能较准确地测量出平地铲倾斜角度,最大静止误差和最大动态误差分别为0.08°和1.00°.在平整的水泥地面上对平地铲水平系统性能进行了测试,实验结果表明,水田激光平地机水平控制系统倾斜角度测量准确,误差不超过1.00°,整个系统能较好地实现平地铲水平控制,满足水田平整作业需要.     

果树快速定位采摘机器人设计——基于红外和激光扫描技术

为提高采摘机器人的自主导航能力和采摘效率,实现机器人的快速果树识别和定位,结合红外测距传感器与计算机图像处理技术,利用激光扫描传感器体积小、功耗低、速度快、抗干扰等特点,提出了一种非接触式测量果树深度信息的方法;并结合计算机图像处理对果树进行了标定,实现果树的快速识别与定位,为采摘机器人运动轨迹规划提供了自主导航的参数。为了验证该方法的可靠性,在采摘机器人试验样机上安装了红外线测距和激光扫描快速定位装置,并通过左右两侧果树的导航路径拟合,得到了机器人的行走路径,通过对比红外线测距和激光扫描的结果发现,其拟合路径基本吻合,从而验证了该方法测量数据的可靠性。根据不同的树高对应的枝叶密度,利用计算机图像处理对果树进行了标定,最后利用激光扫描方法对标定后的果树进行了快速定位,并将结果和全站仪的结果进行了对比,结果表明:激光扫描和全站仪之间的最大误差仅为20mm。这说明,激光测量的精度较高,可以满足设计的需求。     

草莓采摘位置机器视觉与激光辅助定位方法

以地垄栽培模式下的草莓为作业对象,针对草莓果实娇嫩易损的特点,采用直接撷取果柄的采摘方案,提出了一种图像处理与激光辅助测距相结合的草莓采摘位置自动定位方法.采用镜像匹配法计算草莓果轴的平面位置信息,进而在扇形激光束的辅助下,利用几何光学计算采摘位置在深度方向的距离.对自然环境下生长的长圆锥型草莓进行了试验,结果表明,对于机器人锁定采摘位置所需的导航数据,该方法的平均计算时间为381ms,测距最大误差为1.6mm,平均误差为0.5mm.     

苹果采摘机器人三维视觉传感器设计

以红富士苹果为研究对象,设计了用于苹果采摘机器人的三维视觉传感器.根据苹果树的反射光谱特性,选择敏感波长的激光作为主动光源,在步进电动机的驱动下进行扫描,利用果树对激光的反射差异实现果实识别,利用三角测量原理实现果实定位.该传感器以ARM7芯片LPC2114为处理器,PSD为信号接收传感器,在电路和机械方面进行了优化设计,有效消除了外界各种干扰.实验结果表明,系统信号输出稳定,在150～750 mm距离范围内,最大偏差13 mm.     

基于三维激光雷达与优化DBSCAN算法的果树定位方法

为提高果园喷雾机器人在果园行间行走的自主性和安全性,提出一种基于三维激光雷达与优化DBSCAN算法的果树定位方法。首先,采用三维激光雷达获取果园的环境信息,通过感兴趣区域提取、地面点云分割和体素滤波降采样对原始点云数据进行预处理;然后,对DBSCAN算法进行优化,构建KD树索引有序化实时点云数据,并使用KD树最近邻搜索替代传统DBSCAN算法的遍历搜索方式,最后根据数据点到激光雷达的距离自适应确定聚类密度阈值,实现行间不同距离的果树检测;最后,以果树聚类结果的冠层边缘点为果树的定位参考点,得到果树定位参考点的坐标,计算果园喷雾机器人与果树的相对位置。试验结果表明：优化的DBSCAN算法相较于传统DBSCAN算法检测的准确性和实时性均有明显提升,果树的横向定位平均误差为2.6%,纵向定位平均误差为1.6%。该方法能够满足果园喷雾机器人在行间果树定位的准确性和实时性要求,为精准农业装备在林果园环境下的自主导航和作业提供有效参考。     

基于超声波传感器的小麦追肥精准评估系统研究

针对小麦追肥作业过程中开沟器易损苗伤根、追肥位置准确性无法评估的问题,基于超声波传感器设计了小麦追肥精准评估系统,提出一种基于超声波传感器阵列交叉探测小麦追肥行的方法,实时评估追肥机具作业精度。系统由作业轨迹检测部分、数据采集部分和数据分析评估部分组成,依靠安装在追肥机具上的超声波传感器交叉扫描小麦追肥行,检测追肥机具作业轨迹。采集器实时采集超声波传感器数据,记录追肥机具作业轨迹,采用阈值滤波算法对异常数据进行筛选和剔除,利用卡尔曼滤波算法最优估计当前时刻电压,根据目标电压和最优估计电压计算追肥机具偏移距离,进行追肥机具作业精度评估。田间试验结果表明：追肥机具作业速度为3~4km/h时,评估系统能够准确检测出追肥机具作业精度,偏移误判率为9%,最大误差距离为3.15cm,误差距离在2cm之内的占比超过90%,标准差均值为2.10cm,与实际作业情况相符。本评估系统可以实现在小麦追肥作业过程中,实时对追肥机具作业精度量化评估,为小麦精准对行追肥作业精度评价提供了一种新的测量手段。     

基于激光雷达的果园行间路径提取与导航

针对车辆果园行间自主导航出现的车辆偏航、非相邻树行干扰、植株缺失、树行弯曲等问题,提出一种基于激光雷达的行间路径提取方法,构建多样化虚拟果园环境仿真行间路径导航过程,评估路径提取算法性能。行间路径提取时,采用二维激光雷达（Light detection and ranging,LiDAR）获取果园树干测量数据,通过中值滤波削弱测量噪声,设计椭圆感兴趣区域（Region of interest,ROI）提取相邻树行,提出两步树行分割法获取相邻树行数据,通过最小二乘法拟合树行直线,将树行中心线作为导航路径。行间导航仿真时,建立虚拟果园环境和LiDAR测量模型,基于仿真测量数据生成导航路径,经过一阶数字低通滤波后实时控制车辆运动。仿真实验中,设置果树种植偏差为±20cm,树干直径偏差为±3cm,LiDAR测量误差为±3cm。实验结果表明,本文方法在车辆偏航、缺树、曲线树行等情况下均能准确提取导航路径,在偏航角不大于15°、横向偏差不大于1m、缺树率不大于25%时均能将车辆轨迹与道路中心线的横向偏差控制在±14cm内。     

松散地面上车辙表面的非接触式激光测量

车辙表面原始形貌数据对深入研究车轮与松散地面相互作用机理具有重要意义.为了快速准确地获得土槽试验中松散地面上车辙表面原始数据,设计了带有二维移动框架的激光扫描仪,该装置的最大扫描面积是650mm×400 mm,测距范围为0.05 ～ 65 m,扫描分辨率为0.lmm.在此基础上设计出带有一维移动框架的激光扫描仪,以满足月球车内场试验中快速测量车辙表面形貌的要求.对土槽试验与月球车内场试验中的车辙表面进行测量,试验结果表明所设计的激光扫描仪能够使用非接触测量方法在不扰动车辙的条件下获得车辙表面形貌的纵向断面图和三维图形.     

基于灰色预测的农业机器人GPS导航系统硬故障隔离

采用卡方检验和灰色预测相结合的算法,综合利用卡尔曼滤波数据和GPS历史有效定位数据,在不增加额外传感器信息条件下,对农业机器人导航中常见的GPS定位数据突变故障进行了检测和隔离。实验结果表明,这类故障被有效隔离后,不会影响导航系统的正常工作。GPS定位数据的灰色预测残差小于10cm,当虚警率仅为0.05时仍可降低卡方故障检验的漏检率。     

基于EKF的农机智能体自主导航算法研究

为获得更加准确、全面、实时的农田障碍物信息,提高农业机械智能体自主导航定位的精度,提出一种基于北斗系统和视觉导航的组合定位方法。针对农田环境,选择BDS、视觉CCD为外部传感器,设计一种基于扩展卡尔曼滤波器(EKF)的数据融合算法,该算法融合了BDS和视觉传感器数据,实时定位农机智能体的位置。系统通过对导航角度和行驶进度进行跟踪,完成绝对定位。通过机器视觉图像处理,获取导航基准和作业目标信息,完成相对定位。通过试验验证该算法的有效性,并通过卡尔曼滤波算法(KF)的成果进行对比分析。结果表明：滤波后的路径更平滑,抖动偏差减小,坐标数据比KF滤波结果更稳定、更平滑。此外,距离的平均误差可以从滤波前的0.119 5 m降低到滤波后的0.07 0 m,有效地降低了过程噪声。且位置偏差在±0.1 m以内,精度较高,提升了农机智能体自主导航的定位精度。     

基于改进A*与DWA算法融合的温室机器人路径规划

根据温室环境下移动机器人作业的实时路径规划要求,提出一种基于改进A*算法与动态窗口法相结合的温室机器人路径规划算法.针对传统A*算法搜索算法拐点过多的问题,对关键点选取策略进行改进,融合动态窗口法,构建全局最优路径评价函数,采用超声传感器进行局部避障,实现实时最优的路径规划.仿真实验结果证明,与传统A*、Dijkstr...     

基于光学和超声联合定位的精密播种机导航技术研究

为了提高播种机的自主化作业水平,将光学和超声联合定位方法引入到了播种机导航系统的设计上,通过超声波测距和激光扫描的方法,实现了作业区域的定位和播种机行走路径的规划,从而提高了播种机作业的适应能力,提升了自主作业水平。为了验证方案的可行性,对基于光学和超声联合定位的导航系统进行了实验,并建立了一个有田垄的农田作业环境,展开了播种机的导航实验。结果表明:基于光学和超声联合定位方法可以成功地规划播种机的行驶路径,对无人驾驶播种作业设备的研究具有重要的意义。     

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。     

基于激光雷达的巡检机器人导航系统研究

智能巡检机器人能够高效、可靠地完成巡检任务,降低工作人员的劳动强度,准确、稳定的导航定位是巡检机器人执行巡检任务的基础。本文研究了基于激光雷达的巡检机器人导航系统,可实现机器人在室内外环境下的地图建立、路径规划和导航定位。导航系统由远程监控平台与巡检机器人组成,远程监控平台发布巡检任务、监控机器人状态、查询与存储检测数据,巡检机器人可实现自主导航定位、遍历检测点、执行数据采集等巡检任务,二者通过无线网络实现远程数据交互。融合激光雷达与编码器信息,使用高鲁棒性Gmapping算法建立二维环境地图。根据地图与检测点信息,采用分支界定算法搜索最优巡检路线,以减少巡检时间和能源消耗。使用自适应蒙特卡罗定位(AMCL)算法估计机器人位置和姿态,结合巡检路线,进行导航定位。根据横向偏差与航向偏差,通过经典的PID算法完成机器人驱动控制。机器人搭载可见光相机与红外相机,可对目标进行可见光通道与红外通道的融合图像检测。对巡检机器人进行了室内导航定位试验,试验结果表明,在1 m/s的速度下,位置与航向偏差的平均绝对误差(MAE)分别小于5 cm和1.1°,标准差(SD)分别小于5 cm和1.5°,能够满足巡检导航定位的要求。     

基于改进A*算法的果园移动机器人建图定位与路径规划方法与试验

为实现果园移动机器人室外自主导航,对机器人建图定位和路径规划进行研究.在建图与定位方面,提出一种紧耦合激光—惯性里程计方法,通过匹配提取到的关键帧点云线面特征来完成机器人的位姿估计与地图构建,将处理过的不同传感器的测量信息融入因子图进行优化得到全局一致位姿,运用滑动窗口的方法保证系统实时性,对历史关键帧进行边缘化处理以...     

农业机器人的超声波测距系统设计

设计了一种用于农业机器人的超声波测距系统;分析了系统的硬件组成和工作原理;提出了采用声速温度补偿及针对湿度、气压和硬件电路的精度等其他影响因素的误差修正因子补偿来提高测距精度的方法.实验证明:该系统能够实现对农作物的精确测距和定位, 在一定程度上辅助农业机器人的视觉系统,使其提高精度.     

基于传感器融合阵列的果树冠层信息采集方法

针对果园上、中、下冠层不同稀疏度,提出一种多传感器阵列的果树冠层信息融合方法（简称传感器融合阵列）,并进行了相关试验及验证。首先设计了果园冠层宽度信息的无线采集系统,并对比分析了6种非接触式测距传感器的动态识别能力;其次采用筛选出的激光传感器及超声波传感器阵列,收集3种果园上、中、下果树冠层信息;最后选出适合3种果园的传感器融合阵列,依据Box-Benhnken 中心组合试验法设计试验,对采用同种传感器阵列与传感器融合阵列测距方案进行响应面试验,并对得出的试验结果进行统计分析。试验结果表明：影响果树整体测量精度显著性水平从大到小依次为测距方案、车体速度、果园类型。车速为0.3~0.5m/s时,与人工测量相比,采用超声波传感器阵列收集果园冠层信息,相对误差为14.70%~20.04%;采用激光传感器阵列时,相对误差为9.13%~16.02%,采用传感器融合阵列时,相对误差为4.2%~10.24%。采用传感器融合阵列比单种传感器阵列精度高,更适合果园变量喷雾作业。