番茄采摘机器人机械臂避障路径规划

以关节型机械臂避开垂直茎秆或撑杆采摘番茄为研究对象,提出了一种基于构形空间的关节型机械臂避障路径规划方法.利用空间映射原理,将关节型机械臂工作空间的三维避障问题转换为平面R-R机械臂避开障碍圆的问题,用临界碰撞关节角建立C-障碍空间的映射计算模型,将工作空间的位置避障转换为构形空间连杆关节角的计算.以能量最优函数优选避障规划的关节终点角度,利用A*算法计算平面R-R机械臂的避障关节角路径,获得一系列表示空间连杆位置的相交竖直面,并在竖直面内进行其余关节角的规划.避障采摘番茄的试验表明,机械臂带动夹持器能成功绕过直线状障碍物,引导夹持器到达果实目标位置,证明对平面R-R机械臂的空间映射建模是正确的,验证了提出的避障路径规划方法是可行的,可以应用于番茄的自动收获.     

采摘机械臂路径规划算法研究现状综述

随着农业智能化时代到来,机器人技术在农业、林果业智能采摘领域的应用愈发广泛,路径规划算法作为采摘作业的核心技术,其先进程度对采摘作业的效率和质量起着决定性作用。为此,针对采摘机械臂路径规划算法的特点,将其划分为群优化算法、图搜索算法、概率地图算法(PRM)和快速扩展随机树算法(RRT)四大类,并基于上述分类,介绍近年来国内外学者具有代表性的研究成果,重点分析各类路径规划算法应用在采摘作业时的优缺点,通过对比,系统的总结各类算法的可行性、适用性以及局限性。最后,对采摘机械臂路径规划算法未来发展方向进行展望,提出算法优化的具体意见,为采摘机械臂路径规划研究提供一定的思路。     

水果采摘机器人实时避障方法的研究

针对采摘机器人采摘作业时易受障碍物阻挡而影响其工作效率的弊端,提出了将避障问题转化为基于位置力控制问题的解决办法,采用弹簧阻尼模型实时计算机械手臂进入障碍物区域产生的虚拟力,通过采用外在力控制回路来调节手臂位置控制系统,达到消除虚拟力的目的,实现机械手避障.     

水果采摘机器人自主寻径避障轨迹优化研究—基于启发式智能算法

寻径避障是水果采摘机器人中一个重要的经典问题。随着我国机械自动化、计算机控制系统和测试计量行业突飞猛进的发展,对水果采摘机器人自主寻径避障有了更高的要求。为了更好地满足现代农业种植生产的需要,启发式智能学习型寻径避障成为采摘机器人研究的热点。为此,基于启发性智能轨迹优化算法,采用传感器检测系统,设计和研究了水果采摘机器人自主寻径避障系统,并利用Mat Lab仿真软件进行了验证分析。结果表明:在复杂路况环境下,针对不同目标和路径要求,该采摘机器人能灵活避开作业途径中障碍物,具有很强的学习和适应能力,且系统运行稳定、可靠性强。     

基于CTB-RRT*的果蔬采摘机械臂运动路径规划

针对多自由度果蔬采摘机械臂运动路径规划速度慢、效率低、路径成本高的问题,提出了柯西目标引力双向RRT*（Cauchy target gravitational bidirectional RRT*,CTB-RRT*）算法,通过柯西分布的方法进行启发式采样,降低采样的盲目性;引入目标引力,并动态调节随机生长方向和目标方向的步长,提高局部搜索速度;引入节点拒绝策略,剔除不必要的采样节点,提高计算效率。通过二维和三维算法模拟实验,6自由度机械臂的避障采摘模拟实验验证了提出算法的有效性。仿真实验结果表明：相比于RRT*-connect算法,改进算法的路径成本缩短了5.5%,运行时间降低了71.8%,采样节点数下降了64.2%。在机器人操作系统（Robot operating system, ROS）中控制6自由度机械臂执行避障采摘运动,运动成功率达到99%,运行时间为0.33s,相比于RRT*-connect算法,路径成本降低了12.6%,运行时间减少了69.2%,扩展节点数减少了76.3%。     

采摘机器人避障末端臂的设计与试验

在机器人实际采摘果实的作业中,机器人末端臂及末端执行器与果树枝条接触碰撞几率最高,其要具有感知碰撞的能力,从而判断原规划采摘路径的合理性,最终实现避障采摘之目的。为此,提出了一种采摘机器人感知碰撞避障伸缩末端臂,其通过转动关节与机器人大臂连接,整体相对于大臂可以进行仰俯动作,同时本身具有直线伸缩的功能,从而驱动末端执行器实现直线接近待采果实。感知碰撞结构使末端臂在上、左和右3个方向上具有感知危险碰撞的能力。通过试验改进了样机部分结构,伸缩杆运动平稳,感知碰撞结构动作可靠,并可通过调节微动开关的高度位置,能够对不同碰撞力做出反应,发出危险力的开关量信号,以适应多种果蔬的采摘作业。     

黄瓜采摘机械臂结构优化与运动分析

黄瓜采摘机器人在非结构环境中工作时,其机械臂的结构特点与运动精度将直接决定机器人作业范围和采摘成功率。针对黄瓜特定的栽培模式,结合机械臂工作空间及结构长度指标,运用参数优化法,对采摘机械臂构型和结构参数进行了优化设计。建立了机械臂运动D-H模型,实现由关节空间向笛卡尔空间的正逆变换,并确定了机械臂速度雅可比矩阵;应用三次多项式插值法,建立了机械臂关节空间运动规划模型;应用Matlab平台对优化参数进行仿真。结果表明,机械臂实际采摘范围可达到目标工作区域90.5%以上,关节位移变化曲线光滑,运动平稳。     

茄子收获机器人机械臂避障路径规划

提出了一种茄子收获机器人机械臂在笛卡尔空间的避障方法.将空间障碍物等效为可以用数学建模的圆柱扇环,将三维空间的路径规划简化为二维,提高了控制的实时性;将障碍从工作空间转换到C-空间中,使对机器人的控制直接作用于关节,避免了使用雅可比逆阵进行复杂的坐标转换.将C-空间映射到图像矩阵中,通过对图像进行适当的处理,规避了在使用A*算法寻优时可能出现的失败.实验结果表明,该避障路径规划方法计算量小,实时性好,适合自然生长状态下茄子的自动收获.     

基于足球比赛运动的采摘机器人自主避障设计

随着科技水平的提高,农业生产向实现智能化发展,农业采摘机器人中的自主避障控制系统成为重点。在农业生产环境复杂且未知的条件下,采摘机器人的控制需要具有较高的智能化水平。为此,基于足球比赛运动的控制规则,设计了采摘机器人自主避障控制系统;阐述了基于足球比赛运动的移动机器人自主避障设计实现技术、控制技术及模糊逻辑控制方法,使机器人的移动通过模糊逻辑控制和基于优先度的避障策略来实现。仿真试验结果表明:该采摘机器人自主避障设计有效性和实时性较高,在农业生产的复杂环境中,可较好地自主避障并进行路径优化。     

智能水果采摘机械手臂的研究

农业是国民经济的基础,是经济社会发展中的头等大事.改革开放以来我国农业发展水平大幅提高,但同时也面临着诸如农业产业化程度低、劳动力短缺等问题.如何在资源紧缺的同时稳步提高农业发展水平,实现农业可持续发展,成为我国经济社会发展中面临的重大命题.技术创新和变革将是解决农业问题并推动农业走向现代化的有效途径.本文主要研究了机...     

果实采摘机械手多关节求解方法与避障规划

以Motoman SV3X采摘果实为研究对象,在果实空间位置坐标和竖直类障碍物空间位姿已知的情况下,提出了一种机械手多关节角度计算和路径规划方法。首先根据果实位置和竖直类障碍物的分布计算出若干组机械手终点关节角度,然后选择其中一组作为终点角度,利用A*算法规划出一条机械手从初始角度到达终点角度的避障路径,解决了避障规划中的多关节角求解问题,规划方法对于竖直类障碍物的避碰路径规划具有一般性。Matlab仿真试验表明,求解的机械手关节角度能够避开竖直类障碍物,而且使末端执行器的位置在预设的误差范围内,验证了规划方法的正确性。     

番茄收获机械手避障运动规划

基于伪距离避障法,以机械手可操作度作为优化指标,采用性能优化与正运动学迭代相结合的方法,进行了番茄收获机械手连杆避障运动规划与仿真.试验结果表明,机械手手臂能够沿预定路径成功避开障碍物到达目标位置,并能保证良好的可操作度性能,各关节位置变化连续、平滑,无关节越限现象,末端执行器位置绝对误差为0.87 mm,运动速度为0.18 m/s,机械手能够满足番茄收获的精度和生产率要求.     

基于深度强化学习的虚拟机器人采摘路径避障规划

针对采摘机器人在野外作业环境中,面临采摘任务数量多,目标与障碍物位置具有随机性和不确定性等问题,提出一种基于深度强化学习的虚拟机器人采摘路径避障规划方法,实现机器人在大量且不确定任务情况下的快速轨迹规划。根据机器人本体物理结构设定虚拟机器人随机运动策略,通过对比分析不同网络输入观测值的优劣,结合实际采摘行为设置环境观测集合,作为网络的输入;引入人工势场法目标吸引和障碍排斥的思想建立奖惩函数,对虚拟机器人行为进行评价,提高避障成功率;针对人工势场法范围斥力影响最短路径规划的问题,提出了一种方向惩罚避障函数设置方法,将障碍物范围惩罚转换为单一方向惩罚,通过建立虚拟机器人运动碰撞模型,分析碰撞结果选择性给予方向惩罚,进一步优化了规划路径长度,提高采摘效率;在Unity内搭建仿真环境,使用ML-Agents组件建立分布式近端策略优化算法及其与仿真环境的交互通信,对虚拟机器人进行采摘训练。仿真实验结果显示,不同位置障碍物设置情况下虚拟机器人完成采摘任务成功率达96.7%以上。在200次随机采摘实验中,方向惩罚避障函数方法采摘成功率为97.5%,比普通奖励函数方法提高了11个百分点,采摘轨迹规划平均耗时0.64s/次,相较于基于人工势场法奖励函数方法降低了0.45s/次,且在连续变动任务实验中具有更高的适应性和鲁棒性。研究结果表明,本系统能够高效引导虚拟机器人在避开障碍物的前提下快速到达随机采摘点,满足采摘任务要求,为真实机器人采摘路径规划提供理论与技术支撑。     

基于足球比赛运动的避障系统开发设计

在农业生产中,由于农作物生长环境的复杂性及传统的机械作业,易对农作物造成损伤。针对该未知复杂环境中的采摘机器人自主避障设计,提出了基于足球比赛运动的采摘机器人进行了自主避障系统,实现采摘机器人自主导航。基于足球比赛运动策略的采摘机器人开发设计中,为实现采摘机器人自主进行路径优化以避开障碍物,以模糊逻辑算法作为避障决策控制算法,以多种传感器感知环境信息设计避障系统。试验结果表明:安装本文设计开发的避障系统的采摘机器人可进行路径优化,自主避障,验证了该避障系统的有效性。     

基于卷积神经网络的采摘机械臂无碰撞运动规划研究

介绍了卷积神经网络的基本结构及其工作原理，基于DH参数法建立了采摘机械臂运动模型，并设计了一套采摘机械臂无碰撞运动规划算法，旨在实现对采摘机械臂的精确控制。MatLab仿真试验表明：采摘机械臂在系统的驱动控制下，能够准确从起点移动到目标点，轨迹比较圆滑，且能以最优的圆弧路径避开障碍物，优化效果明显，能够满足采摘机器人作业需求，证实了该算法的稳定性和可靠性。     

基于HER-TD3算法的青皮核桃采摘机械臂路径规划

针对青皮核桃和树枝等障碍物无序生长导致机械臂采摘环境复杂、训练任务量大、稳定性差等普遍存在的问题,本文设计了一种同步带模组与机械臂协作的采摘装置,并采用基于事后经验回放的双延迟深度确定性策略梯度算法（Twin delayed deep deterministic policy gradient with hindsight experience replay,HER-TD3）对采摘机械臂进行路径规划,通过HER算法提高智能体的探索能力,缓解稀疏奖励的问题;通过TD3算法提高智能体的稳定性,减少了训练中出现的震荡现象。为了证明HER-TD3算法的可行性和泛化能力,引入TD3、HER-DDPG算法进行对比,采用降维训练方法对3种深度强化学习智能体进行训练,结果表明HER-TD3算法模型在完成路径规划任务中成功率达到98%,与HER-DDPG算法相比提高4个百分点,与TD3算法相比提高19个百分点;在CoppeliaSim软件中搭建三维模型仿真环境,设计初始姿态和碰撞检测,使用YOLO v4识别青皮核桃,通过该算法模型能够引导虚拟采摘机械臂避开树枝障碍物达到目标位置,完成无碰撞路径规划,无障碍物和有障碍物时路径规划成功率分别为91%和86%;利用物理样机进行青皮核桃采摘试验时,仍能较好地完成路径规划任务,无障碍物时采摘路径规划成功率为86.7%,平均运动时间为12.8s,有障碍物时采摘路径规划成功率为80.0%,平均运动时间为13.6s,验证了HER-TD3算法对复杂环境具有较好的适应性和稳定性。     

水果采摘机械臂神经网络自适应反演控制研究

针对水果采摘单连杆柔性机器臂系统,提出一种基于RBF神经网络动态面反演自适应控制算法。该算法通过动态面控制技术,有效解决由于反演设计带来系统"计算膨胀问题",并通过RBF神经网络对系统中未知或不确定函数进行逼近,实现神经网络自适应反演控制。最后,通过Lyapunov稳定理论证明闭环系统的一致最终有界。仿真结果验证了该控制器的有效性。     

基于VS-IRRT算法的采摘机械臂路径规划

针对多自由度机械臂在采摘过程中出现的路径规划速度慢、路径成本高以及因视觉定位误差和机械臂关节位置误差引起的采摘失败问题,提出了结合视觉伺服的改进随机快速搜索树算法(Improved rapidly-exploring random trees with visual servoing, VS-IRRT),具体包括改进RRT算法和基于平移控制器的视觉伺服方法。改进的RRT算法通过使用基于超椭球引力偏置的采样方法和密度减小策略,增加树拓展的目的性,减小了树的采样密度,提高路径规划效率;引入贪心思想和B样条曲线,剔除多余节点,对剩下折线进行平滑处理,优化路径在机械臂上的实施效果;结合基于平移控制器的视觉伺服控制,减小了定位误差对采摘过程的影响。使用Matlab分别对改进RRT算法和基于平移控制器的视觉伺服在二维和三维空间中进行仿真模拟试验,结果表明,改进的RRT算法的采样点数较RRT^*-connect算法减少92.9%,规划时间较RRT^*-connect算法减少86.1%,路径成本较RRT算法也减少35.2%。使用六自由度机械臂进行采摘试验,VS-...     

排球运动规划在采摘机器人识别定位中的应用

为对采摘机器人的识别与定位功能进行优化,将排球机器人的运动规划原理与采摘机器人的控制要求相结合进行应用探讨。通过搭建采摘机器人对果实的识别定位理论模型,运用核心图像识别与处理算法,硬件配置动作执行协调及软件系统后台指令控制,实现多功能性传感装置信息数据的合理性采集与传输,达到实时定位目标。进行了采摘机器人的识别与定位试验,结果表明:在排球机器人运动规划与控制机理下,通过目标与定位图像的有效抓取,采摘定位时间可控制在0.6s左右,综合定位准确率保持在93.8%以上,最高定位准确率可达95.7%,满足采摘机器人作业需求,验证了设计理念的可行性,可为类似农业设备定位开发提供思路。     

六自由度采摘机械臂系统设计

以Atmel公司的Atmega1280芯片为核心控制器,以六自由度关节型果蔬采摘机械臂为研究对象,设计了采摘机械臂的软硬件系统。运用D-H法对六自由度机械臂进行数学建模,并通过Mat Lab构建运动仿真模型,验证了其设计的可行性;通过软件编程实现了采摘机械臂单自由度运动、多自由度协调运动和运动规划等功能模式;同时完成了Labview上位机监控界面的设计;最后通过系统调试,实现了采摘机械臂的单自由度、多自由度及基本的运动规划功能。系统整体运动灵活,协调性较好,在精度和性能上都得到了很大的提高。