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。     

温室机器人道路识别与路径导航研究——基于红外测距

针对温室内移动机器人的应用需求,提出了一种基于红外线测距的温室机器人自主导航算法,并使用模糊算法对导航误差进行控制,实现了温室机器人的精确自主移动功能。温室机器人导航过程中,当红外线接收管接受到红外线信号时,会产生一个光强电流,电流放大后可以输出一个模拟电压;根据电压值,通过编程计算,利用电压和距离的对应关系,可以得到机器人和标志物的距离误差;距离信息通过串口传输到PC机上,PC机利用模糊控制原理对距离误差进行判断,发出控制指令。实验测试发现:机器人导航的距离偏差平均值为-1.28cm,均方差为2.68,超调较小,可以实现较为精确的导航。     

基于DSP与超声波测距的农业机器人定位与避障控制

随着新兴电子集成技术和自动化技术的发展,控制系统已逐渐向数字化转变,高集成芯片广泛应用于自动化控制领域,体积小、运算能力强的嵌入式系统慢慢开始取代计算机。为此,首先分析了超声波测距功能及其优越性,采用三球定位技术,设计研究了一种基于DSP和超声波的全局定位系统;然后,采用多路超声波收发模块设计了基于超声波的自主避障控制系统,并提出一种新的模糊推理方法,实现机器人的避障和路径规划功能;最后,采用Visual C++可视化程序设计软件对避障系统进行仿真和场地试验,验证了系统的可靠性和可行性,为机器人的研究和发展提供了更加宽广的空间。     

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UWB定位的智能温室三维温湿度检测系统研究

为解决现有无线检测系统无法精准有效反映温室内立体空间的环境变化情况，以及传感器节点定位误差大、硬件成本高等问题，设计了一种基于UWB(Ultra wide band)定位的智能温室三维温湿度检测系统。系统通过一款自主设计的集成UWB定位模块的STM32F系统板对各传感器节点进行定位，并搭载AHT25型高精度传感器对环境数据进行采集。UWB主基站使用4G网络通信模块将各传感器数据及位置信息发送到上位机，并在Web端根据HTML5技术实现温室三维温湿度场可视化，完成温室三维温湿度远程检测。系统定位测试试验证明，各传感器节点精度主要集中在10～30 cm范围内，部分节点测量位置误差大于50 cm,各节点最大丢包率为2.5%,平均丢包率为1.9%,满足温室测量基本需求，对检测温室热工缺陷区域以及研究植物生长适宜环境有重要意义。     

机器人在温室中的应用研究

机器人是现代温室中重要的技术装备,研究其关键技术问题具有重要的意义。为此,对发达国家在温室采摘和喷雾机器人方面的先进技术以及我国温室机器人的研究现状进行了综述,并提出我国温室机器人在定位导航、精准作业方面存在的主要问题。同时,指出了未来温室机器人将向着智能化、小型化、一机多用等方向发展。     

基于超宽带的温室农用车辆定位信息采集与优化

针对温室环境下农用车辆定位精度低的问题,开发了适用于温室环境的超宽带技术(Ultra wide band,UWB)室内定位试验平台。首先,以Ubisense射频芯片作为硬件基础,设计了定位平台标签和基站,并采用到达时间差(Time difference of arrival,TDOA)定位测距方法获得定位结果;然后,分别利用K-means聚类与截段处理的方法进行静态、动态定位信息优化计算,以减小脉冲信号传播特性和单一测距方式等导致的测量误差,获得准确的定位信息,实现温室内农用车辆的精确作业;最后,在温室环境下分别进行了静态定位试验与动态定位试验。试验结果表明,优化后的静态定位精度平均值为0.063 4 m,改进后的动态定位精度精确到8 cm的概率是原先TDOA算法的3.7倍。所搭建的定位试验平台满足温室农用车辆定位的实际应用要求,可为温室环境下农用车辆的定位和导航提供参考。     

基于D-S证据理论的智能温室环境控制决策融合方法

在无线传感器网络下的智能温室环境控制系统中,农作物的生长通常受多种环境因子共同作用。根据温室环境控制系统的实际需求建立基于Dempster-Shafer(D-S)证据理论的决策框架,并提出了一种数据预处理和决策融合方法。首先,使用箱线图检测量测数据中的异常值,考虑到现有直接剔除异常数据处理方法的弊端,提出了一种异常数据自适应修正方法;然后,利用加权平均距离聚类处理更新后的数据;最后,根据所提出的基于加权相似度的基本概率分配方法结合D-S证据理论进行融合,为温室环境控制做出正确决策。实验结果表明,箱线图检测异常数据更为准确,其检测率比狄克逊准则高近19.2%,对于不确定性融合结果,本文提出的基于加权相似度的基本概率分配方法相比现有方法降低了1~2个数量级,不仅可以提高温室环境参数融合精度,加快收敛速度,同时还能有效地降低决策风险。     

温室作业机具室内定位方法研究

针对农机具在温室大棚内的定位、作业轨迹跟踪及作业面积核算需求,提出一种基于多源数据融合理论的温室机具室内定位优化算法。首先根据惯性导航测量技术预估被测目标定位初值,再利用无线RSSI测距技术使用加权质心算法获得定位测量结果,利用卡尔曼滤波算法进行定位信息最优化计算,以消除基于单一测量技术存在数据漂移、测试信号受遮挡、电磁干扰造成的误差,获得准确的定位信息,进而实现作业轨迹的实时跟踪以及作业面积的有效核算。在Matlab仿真分析中,首先建立定位算法评价指标以便于定位效果评估,通过仿真计算得出:基于多源数据融合的优化定位算法的定位精度及稳定性均优于单一无线RSSI室内定位算法。温室大棚田间试验的实际测试结果表明,室内定位精度不大于0.125 m,定位误差小于0.4%,能够较好地满足温室内作业机具的定位及作业轨迹实时获取与监测的需求。     

基于激光测距的温室移动机器人全局定位方法

针对无土栽培温室类结构化环境下机器人的全局定位问题,采用激光测距仪感知环境特征,提出了一种以自适应曲率计算方法进行环境特征分割的移动机器人Monte Carlo全局自定位方法.在机器人定位过程中,利用运动模型预测机器人的位姿,感知模型根据激光测距仪感知的环境特征的几何相似性更新粒子集的分布,实现了机器人的自主定位.仿真实验验证了算法能够满足温室移动机器人定位的需要.     

连栋温室分段变距喷雾机器人设计与试验

针对国内连栋温室缺乏植保喷雾机、机械走直定位与换轨转向精度低等问题,设计了一种连栋温室分段变距喷雾机器人,在实现无人化喷药的同时提高作业精度。为满足连栋温室机械作业路轨结合、精准切换的要求,提出一种通用型移动底盘,并确定其关键设计参数;为减少底盘上下轨时的偏移量,设计轨上矫正装置,通过分析计算及试验验证,确定其安装余量为4 mm;针对底盘对轨误差大的问题,提出一种二维码融合陀螺仪及光电传感器双向垂直寻迹的路面关键点定位与转向控制方法。设计分段变距喷雾装置,提出一种丝杆滑台驱动的喷杆变距方案,分析校验其驱动参数以满足工作要求;基于滚针轴承设计喷杆辅助防抖装置,减小因喷杆剧烈抖动带来的滑台与喷杆损伤。开发底盘运动及分段变距喷雾控制系统,实现喷雾机器人在连栋温室内的全程自动化作业。最后,对样机进行底盘性能与喷雾效果试验。底盘作业时直线行走与对轨误差平均值分别为4.8、5.8 mm,满足控制精度要求;避障距离为34 cm,满足安全性要求;防抖装置的安装使喷杆行进方向的抖动量从-1°～1.3°降低到±0.4°内,喷头方向的抖动量从±0.5°降低到±0.3°内,防抖效果显著;分段变距喷雾作业后,盛...     

基于Kalman滤波的田间导航车辆定位校正方法研究

以装载了RTK-DGPS导航系统的KUBOTASPU-68水田插秧机为试验平台,以姿态测量系统提供载体姿态信息,研究农业机械导航的姿态校正方法。在分析车载GPS倾斜误差产生原因基础上,提出了采用多传感器联合测量载体姿态角以提供校正信息。采用MEMS传感器集成模块ADIS16355作为惯性测量单元,卡尔曼滤波实现传感器信息融合以计算姿态角,设计了姿态测量系统。阐述了两种传感器融合测量实时姿态角的算法,基于ARM7Cotex-M3微处理器设计了姿态测量系统硬件。     

基于高动态范围成像的温室番茄植株图像色彩矫正方法

针对温室番茄智能化管理视觉信息稳定获取的需要,研究了基于高动态范围成像技术的番茄植株图像色彩矫正方法,以克服复杂自然光照条件对作业对象色彩稳定呈现的客观限制。鉴于温室内光照时空波动和复杂背景辐射强度突变导致图像色彩失真,提出了融合多曝光强度图像的摄像机辐射响应模型标定方法;分别提取曝光时间为0.01、0.05、0.08、0.10ms的4幅图像离散像素点的Y通道亮度信息,求解特定视场下像素点亮度与曝光度的函数关系,在此基础上以低曝光度图像亮度为参考,估计摄像机全局视场的辐射强度;采用S曲线函数压缩高动态范围图像数据,将视场辐射强度映射为图像亮度,实现对低曝光图像的色彩矫正重构;最后,通过现场试验对色彩矫正方法进行验证,试验结果表明,不同场景和时段的番茄植株图像的灰度信息量、离散程度和清晰度均得到改善,图像灰度信息熵、标准方差和平均梯度平均提高16.87%、9.81%和19.49%。本研究可为农业复杂光照条件下作业对象图像色彩信息的获取研究提供参考。     

基于语义分割网络的植保机器人视觉伺服控制方法

为实现稳定可靠的植保机器人视觉伺服控制,提出了一种基于语义分割网络的作物行特征检测方法。基于语义分割网络ESNet实现农田场景图像像素级带状区域检测,并利用最小二乘算法拟合得到每条行作物线特征;在此基础上通过设计一种主导航线提取算法获取导航路径,并利用卡尔曼滤波对主导航线几何参数进行平滑处理,有效抑制了不平整地面导致的机器人运动颠簸与视觉图像测量噪声引起的导航参数波动。继而构建机器人前轮转向、后轮差速的阿克曼运动学模型;在图像空间坐标下设计纯追踪控制器实现植保机器人的伺服运动控制。大田环境下的现场实验结果为：总体横向偏差为0.092m,验证了本文方法的有效性。     

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。     

吴江市温室大棚植保机械化现状及对策分析

设施农业病虫害防治效果与先进施药器械防治技术直接相关。通过对吴江温室大棚机械化植保的落后现状调查分析,结合新型植保机具及防治技术的推广应用,提出适合本地区设施农业机械化植保的发展对策。     

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。     

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。