果实采摘机器人设计与导航系统性能分析

设计了一种果实自动采摘机器人,主要包括自动导航系统、采摘系统、运动系统、控制系统及动力系统。自动导航系统主要包括激光雷达导航和GNSS定位导航,可用于建立地图和规划工作路径;采摘系统通过双目立体视觉相机进行果实识别,再通过由六自由度机械臂和两指末端执行器(机械手)组成的执行机构抓紧果梗并剪断,完成果实采摘。试验结果表明,设计开发的机器人可以通过激光雷达导航完成室内工作,剪断并抓取果梗的两指末端执行器可适用于多种果实,上位机软件可以完成图像采集、机械臂控制和机器人工作路线图建立等操作。激光雷达导航试验结果表明,在1m/s的行驶速度下,导航绝对误差小于3.5cm,可满足温室果实采摘的需求。     

设施番茄采摘机器人设计与研究

针对设施番茄采摘存在用工难、用工贵、劳动强度大等问题,文章设计了一种温室番茄采摘机器人。该番茄采摘机器人主要由视觉系统、末端执行器、机械臂、底盘和辅助照明机构等组成,并基于各设计结构完成温室番茄采摘的工作流程设计。该采摘机器人通过ZED 2i双目立体相机对番茄果实进行识别与定位后,机械臂引导末端执行器完成番茄果实的采摘。试验结果表明,视觉系统与各模块之间运行良好,单果采摘耗时约为18 s,采摘成功率达88%。     

高架栽培草莓采摘机器人系统设计

为了提高草莓采收自动化水平,针对高架栽培草莓设计了自动采摘机器人系统,其采用无线遥控和语音提示相结合的人机交互方式,可以对机器人本体两侧果实同时进行采摘。该系统采用机器视觉和声纳测距相结合的方式实现了自主导航,通过双目视觉相机对果实进行识别和空间定位,由关节型机械臂操纵末端执行器进行定位。系统末端执行器采用果实吸附、果柄夹持和电热切割的方式对果实进行柔性操作。针对系统控制方案,制定了采摘机器人系统作业流程,并对机械臂末端运动路径节点和时间节拍进行规划,防止与周围环境发生运动干涉,保证机器人作业效率。试验结果表明,草莓采摘机器人系统末端定位平均误差小于2.2mm,单次采摘作业平均耗时10.99s。     

智能移动水果采摘机器人设计与试验

设计了一种智能移动水果采摘机器人,该机器人主要由智能移动平台、采摘机械臂、末端执行器、横向滑移机构和控制系统组成。用VC++语言编写了系统控制程序,开发了人机交互界面。样机在江苏省丰县果园进行了综合试验,结果表明:该机器人能够完成自主导航、自主采摘及自主装箱作业,移动平台、采摘机械臂及末端执行器能够实现智能协调控制。整个系统工作性能稳定,成熟果实的识别正确率为81.73%,采摘成功率为86.92%,单个苹果采摘平均耗时9.50 s。     

大容差高效草莓采摘末端执行器设计与试验

针对目前草莓果实视觉识别中的定位重叠和被遮挡果实的算法复杂、耗时长,末端执行器对定位精度要求高且无法采摘重叠果实和被遮挡果实等问题,设计了一次可采摘多粒果实的大容差末端执行器。该末端执行器采用从下向上拢起果实、在避开障碍后再进行夹持和切割果梗的采摘方式,主要由机械爪拢夹切断机构和垄壁仿形机构组成。将末端执行器安装在采摘机械臂上进行了果实采摘试验。试验结果表明：该末端执行器在定位误差±7mm范围内都能完成采摘,容差范围大;无需进行重叠成熟果实的分割和目标果梗位置的计算,可一次采摘3粒重叠成熟草莓;对含1、2、3粒果实的果实域,采摘一次平均耗时分别为2.00、2.13、2.28s,采摘成功率不低于97.7%。     

番茄采摘机器人末端执行器的硬件设计

设计的基于多传感器信息融合和开放式控制的智能型番茄采摘机器人末端执行器,其硬件主要包括执行系统、感知系统、控制系统和供电系统,执行系统中真空吸盘装置使果实从果束中分离,手指夹持机构对番茄可靠抓持,果梗切断装置利用激光对果梗进行切断.该末端执行器设计质量为1.2 kg,完成一次采摘动作只需3 s.只需更换联接板,即可与其他机械手顺利联接.     

一种自动化柑橘采摘机器人设计

目前，我国柑橘果实采摘方式多为人工采摘，存在劳动强度大、人工易受伤等问题。针对以上问题，结合现阶段研发的柑橘采摘机器人存在的不足，设计了一种全自动柑橘采摘机器人。该机器人由圆筒式末端执行器对果实进行捕获，由锯刀片将果梗切断，使得果实滑落进输送软管直至储存箱，能有效降低对果实机械损伤的风险。根据实际采摘需求，运用D-H法建立了采摘机械臂坐标变换矩阵，给出了运动学正解并进行仿真，仿真结果验证了采摘机械臂结构设计的科学性和合理性。     

多末端苹果采摘机器人机械手运动学分析与试验

提出了一种多末端采摘机器人机械手结构方案,设计了机械臂、末端执行器及其控制系统。机器人机械臂采用主从两级结构,从臂前端可挂接多个末端执行器。末端执行器能进行果实连续采摘,其结构紧凑、驱动简单、通用性好,可适用于苹果、柑橘、梨等球形水果的自动化收获。针对设计的采摘机械手具有多末端的特点,提出了果树分区采摘作业策略,一个采摘区内各个末端执行器同时连续采摘、果实集中回收。在此基础上建立了机器人机械手运动学模型,采用D-H法推导了运动学方程,运用Matlab Robotics Toolbox进行了运动学仿真验证。制作了机械手物理样机并在实验室环境下进行了机械手运动学及采摘试验,结果表明,机械手各从臂末端位置误差小于9 mm,采摘成功率为82.14%。     

青皮核桃采摘机械臂设计与仿真

针对大多数核桃种植区采摘核桃仍为人工采摘,效率低下、用工多等问题,设计了一种机械臂和末端执行器协作的采摘装置。首先,采用SolidWorks建立虚拟样机,对末端执行器进行受力分析并且利用ANSYS Workbench中的Static Structural模块对末端执行器关键部件进行静力学分析,得到手指最大应力为17.69 MPa,能够完成果实抓取任务。然后,采用D-H法对机械臂建模,使用MATLAB软件的机器人工具箱(Robotics Toolbox)进行建立机械臂数字模型,并对其进行工作区间分析和轨迹规划仿真。结果表明,所选机械臂和末端执行器能够满足设计要求。     

番茄果实串采摘末端执行器设计与运动仿真

为解决单果采摘效率低、果实易损伤等问题,设计了用于番茄果实串采摘的具有夹持与切割功能的末端执行器系统。夹持系统采用平行夹爪气缸结构,切割机构采用钢丝软轴带动圆形锯片的切割方式,并对末端执行器进行了静力学和运动学的分析与仿真。试验结果表明:末端执行器采摘时,夹持果梗动作需要0.5s,切割果梗动作约需7s,切割机构回到初始位置需5.5s,完成番茄果实串采摘动作共需13s,夹持机构行程12mm,切割机构行程40mm,末端执行器能够符合番茄果实串采摘要求。     

基于TRIZ的猕猴桃采摘机设计

针对猕猴桃采摘效率低、易损伤果实等问题,应用TRIZ理论指导猕猴桃采摘机的设计。通过需求分析,确定猕猴桃采摘机的作业流程。基于系统功能分析识别旋拧式猕猴桃采摘末端执行器的功能缺陷,应用因果分析、物场分析等TRIZ工具对采摘末端执行器求解创新方案,创新设计出一种自动定位果树—识别果实—剪断果梗—收集果实的猕猴桃采摘机。应用ADAMS对末端执行器采摘动作进行步态仿真、应用MATLAB对采摘机作业空间和采摘轨迹进行动态仿真,结果表明：猕猴桃采摘机采摘轨迹空间范围为X方向行程约1.4 m、Y方向行程约1.8 m和Z方向行程约2.3 m;采摘速度为8 s/个,末端执行器采摘过程作业动作平稳连贯,满足预期设计要求。在产品概念设计阶段应用TRIZ理论,有利于产生高质量、多层级的概念解,提高产品设计效率。     

新型具有力感知的柔性果蔬采摘机械手研究

研发了基于设施农业的果蔬采摘机械手,包括具有3个旋转关节自由度的采摘机械臂及具有力反馈功能的三指果蔬采摘末端执行器,并对其控制系统进行了开发。通过采摘模拟试验,验证了其作业性能、采摘效果。试验结果表明:采摘机械手各关节与控制系统配合良好,运行稳定;采摘末端执行器手指控制灵活,传感器响应灵敏,能够实现稳定抓取并不损伤果实,具有推广价值。     

农业采摘机器人机械臂结构设计

【目的】农业采摘机器人是一种集机械、电子、传感、计算机于一体的多功能农业机械设备,被广泛应用于水果、蔬菜采摘领域。但其在对果实的识别和抓取方面仍存在很大的不足。【方法】机械臂是农业采摘机器人重要的组成部分之一,也是其主要执行机构。笔者根据机械臂结构特点与功能需求,设计了一种六自由度、关节运动灵活且可更换的采摘机器人机械臂,该机械臂通过控制系统调节3个平动关节在工作空间中的位置和角度,从而获得末端执行器能够完成采摘任务所需的最小工作空间,通过六自由度变换得出6个关节在工作空间中坐标系之间运动轨迹关系。该机械臂由视觉模块、驱动模块及控制模块构成。基于D-H参数法对采摘机器人机械臂进行运动学分析,并进行仿真验证。【结果】该机械臂具有较好的定位精度,能够满足农业采摘机器人对果实的抓取要求。     

AMR果蔬自动收获机器人动力学建模与实时控制

现代农业的高速发展促使我国农业向精细农业、精准农业的方向深入发展,由此果蔬自动收获机器人的发展进入快车道。为此,设计研发了带有6自由度机械臂的果蔬自动收获机器人AMR1。该机器人为通用型果蔬自动收获机器人,可改装各种专用末端执行器以实现专用采摘。为了验证本机器人结构的合理性与实用性,通过利用SolidWorks软件进行了实体建模,并建立了相关的运动学、动力学模型,进一步设计了6自由度机械臂的PID-SMC控制算法,实时控制机械臂末端的轨迹跟踪。通过试验仿真,验证了所提出的动力学和控制模型,为果蔬自动收获机器人AMR1的进一步应用提供了参数数据。     

水果采摘机械臂末端执行器设计

为实现机械臂采摘红心猕猴桃,设计了一套采摘机械臂末端执行器。测定红心猕猴桃的抗压特性,提出一种机械臂采摘方案,设计了末端执行器的机械部件、控制系统。提出利用带有绝对值编码器的伺服电机实时检测卡爪坐标位置,通过伺服电机负载电流变化来反映猕猴桃夹紧受力状态。试验结果表明,设定保持1.3 A负载电流可完全可靠夹持住红心猕猴桃,夹持成功率为100%,完成一次机械臂末端执行器抓取猕猴桃动作用时8 s。     

剪切夹持一体化水果采摘末端执行器的设计与分析

【目的】推进水果采摘机械化,同时减少机械采摘中水果的损耗。【方法】本研究设计了一种剪切夹持一体化的通用采摘末端执行器,该执行器采用直流减速电机推拉螺杆套接的法兰盘来改变连杆与导轨滑块间的角度,从而带动移动刀台的往复运动,实现剪切夹持与松开的动作;刀片下端配备硅胶材质的柔性夹持体,可以在剪切力增大时夹紧果梗,便于剪断;同时使用SolidWorks软件对该执行器进行了动力学分析。【结果】电机转矩与刀尖剪切力在连杆与导轨夹角最大处的比例系数为3.697,结合选定的电机型号,该末端执行器的剪切力大于小型水果的果梗剪切强度,满足一般水果的采摘要求。【结论】该末端执行器通过改变微动开关的位置及刀片夹持体的相对位置可适用于不同类型的水果剪切果梗采摘,具有轻便、操作简单、适用性强等优点。     

采摘机器人作业行为虚拟仿真与样机试验

为开展采摘机器人智能防碰损作业行为及规划算法的仿真试验与验证,设计了一种基于虚拟现实的采摘机器人仿真试验系统。以葡萄采摘机器人为对象,先构建虚拟现实环境下采摘机器人及其作业场景模型,用于模拟设施果园试验环境;然后对虚拟采摘机器人进行运动学建模,运用D-H参数法解算机械臂运动学正解和逆解;再依据葡萄串形状等特性设计一种夹-托-剪式的采摘机器人末端执行器及其采摘过程控制模型;建立机械臂末端连杆与执行器之间的空间位姿变换关系,并对机械臂运动进行轨迹规划;设计并定义仿真系统各模块间的数据接口,最终基于虚拟现实平台EON开发出采摘机器人虚拟仿真系统。基于该系统进行18次葡萄防碰损采摘路径规划及夹剪行为试验,成功率达88.89%;将相关算法移植到物理样机进行43次室内试验,成功率为86.05%。结果表明,开发的仿真系统可为采摘机器人智能行为算法的测试及改进提供虚拟试验平台。     

球形水果采摘末端执行器设计与仿真

末端执行器的工作直接关系到采摘机器人整个采摘作业能否准确、高效。设计了一种能够完成多种球状果实采摘的机器人末端执行器。该末端执行器采摘作业时无需检测与果实的接触力,采用单个电机可实现整个采摘控制。采用Solid Works软件设计了末端执行器整体结构,并应用Adams构建虚拟样机进行运动仿真,验证了方案的可行性。该末端执行器结构简单、制作成本低,适合多种球状果实采摘。     

基于实例分割的番茄串视觉定位与采摘姿态估算方法

准确识别定位采摘点，根据果梗方向，确定合适的采摘姿态，是机器人实现高效、无损采摘的关键。由于番茄串的采摘背景复杂，果实颜色、形状各异，果梗姿态多样，叶子藤枝干扰等因素，降低了采摘点识别准确率和采摘成功率。针对这个问题，考虑番茄串生长特性，提出基于实例分割的番茄串视觉定位与采摘姿态估算方法。首先基于YOLACT实例分割算法的实例特征标准化和掩膜评分机制，保证番茄串和果梗感兴趣区域(Region of interest, ROI)、掩膜质量和可靠性，实现果梗粗分割；通过果梗掩膜信息和ROI位置关系匹配可采摘果梗，基于细化算法、膨胀操作和果梗形态特征实现果梗精细分割；再通过果梗深度信息填补法与深度信息融合，精确定位采摘点坐标。然后利用果梗几何特征、八邻域端点检测算法识别果梗关键点预测果梗姿态，并根据果梗姿态确定适合采摘的末端执行器姿态，引导机械臂完成采摘。研究和大量现场试验结果表明，提出的方法在复杂采摘环境中具有较高的定位精度和稳定性，对4个品种的番茄串采摘点平均识别成功率为98.07%,图像分辨率为1 280像素×720像素时算法处理速率达到21 f/s,采摘点图像坐标最大定位误差为3像素...     

丘陵果园自然环境下柑橘采摘机器人设计与试验

智慧果园是未来果园行业发展的趋势,智能化果实采摘是发展智慧果园的关键问题。为实现智能化果实采摘,本文搭建了一种适用于丘陵果园矮化栽培模式下的柑橘采摘机器人系统。针对丘陵果园垄间地面凹凸不平,存在地形倾斜角0°~20°,设计了一种自适应调平平台保持机械臂基座水平;通过视觉系统获取多幅点云图像建立果树的三维点云模型,获取果实位置信息;为避免采摘时造成果实损伤,结合柑橘类水果的采摘特点,设计了一种剪切夹持一体化的末端执行器完成柑橘采摘。针对果园自然环境的主要扰动因素（风和光照）进行分级,设置10组对比试验,结果表明：在低光照或正常光照条件下,平均果实定位准确率为82.5%,末端执行器夹取成功率为87.5%,平均采摘时间最短为12.3s/个;高光照条件下平均果实定位准确率为72%,末端执行器夹取成功率为80%,平均采摘时间最短为12.5s/个。