多源传感器信息融合的农用小车路径跟踪导航系统

为解决四轮独立驱动农用小车在设施农业和畜牧业的物料运输和信息采集中的导航及控制问题,构建了农用小车导航控制系统,优化配置多个传感器,提出了基于CCD图像传感器、加速度计、电子罗盘及超声波等多传感器信息融合的导航控制方法。通过CCD获取标识路径信息,通过加速度计、电子罗盘获取小车姿态信息,通过超声波传感器判断障碍物,并给出路径特征提取、识别、多源信息融合自主导航控制和超声避障等算法,实现了小车的路径跟踪的导航控制,实验结果表明构建的导航控制系统及导航控制方法正确、有效。     

基于模糊神经网络的智能车辆避障方法研究

基于Takagi-Sugeno(T-S)模型的模糊神经网络兼具有模糊逻辑推理能力和自学习训练的优点。将基于T-S模型的模糊神经网络的信息融合算法应用于智能车辆的安全避障控制中,提高了车辆的避障控制精度。采用多个超声波和红外测距传感器探测障碍物的方位,信息经过模糊神经网络控制器融合后,实现了智能小车对障碍物和环境类型的识别以及安全避障控制。通过MATLAB仿真实验验证此方法能够使智能小车安全避障。     

采摘机器人避障控制系统研究 —基于ARM+DSP和视觉传感器

以采摘机器人移动路径中躲避障碍物为研究对象,首先介绍了视觉系统,接着从系统总体方案、软硬件设计等方面进行了详尽的介绍和设计。系统以防止采摘机器人与障碍物的碰撞为前提,分析了系统躲避障碍物的策略,实现了基于ARM+DSP和视觉传感器的采摘机器人避障控制。利用MatLab 7.0进行了仿真验证,结果表明:避障控制系统可以实现避障和路径规划,且路径最优、耗时最少,证实了整个系统的可靠性和可行性。     

基于嵌入式Linux的农用无人机视觉导航算法及应用

首先介绍了农用无人机机械结构与工作原理,接着介绍了双目视觉成像原理及视觉系统相机标定,并从图像采集和图像处理等模块介绍了嵌入式硬件平台,最后利用人工势场实现了农用无人机视觉导航算法。MatLab仿真结果表明:农用无人机在在无障碍物和有障碍物下,能够利用视觉导航算法,准确进行避障和导航,且仿真结果与预期效果一致,验证了农用无人机视觉导航算法的可行性和有效性。     

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。     

基于非线性模型预测控制的农用拖挂车避障控制器研究

为实现农用拖挂车的避障控制,设计了一种基于非线性模型预测控制的避障控制器。考虑到农用拖挂车的避障控制需要同时顾及拖车与挂车的位姿状态,基于刚体运动学和非完整约束条件推导了农用拖挂车的运动学模型,并基于该运动学模型建立了农用拖挂车的位姿状态预测模型。在此基础上,基于改进的禁区惩罚函数设计了优化目标函数,从而完成了基于非线性模型预测控制的农用拖挂车避障控制器的设计。仿真结果表明,农用拖挂车避障控制器能够在较复杂工况下同时控制拖车与挂车实现避障,农用拖挂车各车桥端点轨迹与障碍物中心之间的最小距离减去障碍物半径与安全裕度之和的结果均大于或等于0 m。     

轮式AGV沿葡萄园垄道行驶避障导航算法与模拟试验

针对轮式AGV沿葡萄园垄道循迹受到障碍物阻碍的问题,应用滚动优化原理提出了基于超声波测距与航向角检测的AGV防碰避障导航算法。采用交叉布置的8路超声波传感器检测垄道边界与障碍物,提出了同一障碍物匹配与类型判据及动态障碍物轨迹预测模型。以AGV横向位置偏差和航向偏角作为模糊控制器输入,获得AGV前轮期望导向角,为AGV绕行障碍物提供参考航向角。基于滚动优化原理提出了调节绕行偏角和调节车速的避障导航策略,设计了AGV绕行静态障碍物、减速或停车避让动态障碍物的导航算法。试验系统的上位机采用Lab VIEW开发的避障导航算法程序,实时将导航数据发送到下位机PLC来控制AGV转向。模拟试验结果表明,该导航算法实现AGV沿垄道预设路径纠偏行驶的同时,可导引AGV避免与垄道上的障碍物发生碰撞,验证了防碰避障导航算法的有效性,可为无人化轮式拖拉机等前轮导向车辆沿垄道循迹的防碰预警与避障技术提供参考。     

基于超声测距的柑橘收获机器人应急避障系统

针对柑橘采摘机器人视觉系统的特点及现实中可能遇到的问题,使用高精度的多路超声测距系统为采摘机器人提供应急避障。首先,校正了超声测距传感器的精度,并设计多路超声系统,针对不同类型的障碍物进行了试验。试验证明,超声测距系统可有效避免机器人与障碍物的碰撞。     

山地果园钢丝绳牵引货运机超声波避障系统

为避免山地果园钢丝绳牵引式货运机运行时碰撞穿越轨道的行人或其他障碍物,提高果园轨道货运系统的安全性和稳定性,开发了山地果园钢丝绳牵引式货运机避障系统,包括STC单片机、超声波测距、红外光电检测、无线通信、语音报警及手动控制等模块.系统设计指标为:障碍物检测距离不小于150 cm,避障成功率达到100％.系统应用试验结果表明:使用静态障碍物,上坡避障完成后货运机前端与障碍物间最小距离为100 cm,下坡避障完成后该间距为90 cm;使用动态障碍物,上坡避障完成后货运机前端与障碍物间最小距离为98 cm,最小延时为0.64 s;下坡避障完成后该间距为66 cm,最小延时为1.30s.     

基于机器学习的农用飞行器路径规划系统设计

基于作业空间模型及更新和飞行器机动性能约束,搭建了农用飞行器路径规划环境模型,并采用改进人工势能的机器学习算法,结合农用飞行器路径规划环境模型和障碍物检测模块,实现了农用飞行器路径规划的最优化。MatLab仿真结果表明:农用飞行器路径规划系统能够识别障碍物的位置和边界信息,并能快速制定出最优的飞行路径,指引农用飞行器顺利到达目标点。     

基于模糊控制系统的采摘机器人避障系统研究分析

针对目前使用的采摘设备落后、工作量大、稳定性差等问题,为了提高采摘机器人的环境适应能力,对采摘机器人的避障控制系统进行了分析,拟采用模糊控制系统的方法,来加强采摘机器人避障系统的能力和效率,减少采摘机器人避开障碍物及规划出适当路径所用时间。模糊控制使用超声波检测前方障碍物距离,以控制转轮速度和方向作为输入量,速比作为输出量,控制移动的速度和方向。为使采摘机器人避障路径规划尽可能短,采用改进的遗传算法和模糊控制系统建立基本模型。对采摘机器人的避障性能进行仿真试验,结果表明:基于模糊控制的采摘机器人的避障系统可以成功地避开障碍物及规划出最短行走路径,且能够快速定位树上的果实和准确地完成采摘任务,具有效率高、易操作、采摘成功率高等特点。     

基于分层传感器信息融合的智能车辆导

针对智能车辆导航中传感器信息的不确定性,结合BP神经网络和模糊神经网络分别对传感器信息进行了数据层与决策层的两层融合.采用BP神经网络对多超声波传感器信息进行数据层融合,以减少超声波测距传感器信息的不确定性,提高对障碍物距离探测的准确率;采用模糊神经网络融合障碍物距离信息和车体与标志线间偏差信息,实现智能车辆的导航决策控制,使之更适合系统的跟踪避障要求.该方法使智能车辆在跟踪与避障中具有较好的灵活性和鲁棒性.仿真和实车试验验证了方法的有效性.     

基于超声波传感器的扫地机器人避障技术研究

本文基于超声波传感器对扫地机器人避障技术的运用进行研究,运用多组超声波传感器进行周围环境数据的收集,以确定障碍物的位置并改善测量的精度,达到准确避障。对超声波传感器内部电路进行设计,以提高扫地机器人避障技术的智能性和稳定性,对多组的传感器进行避障策略设计。     

农业机器人中超声波测距的不确定性研究

障碍物与机器人之间距离的获取是研究农业机器人自动避障的前提,而超声波传感器作为一种常用的测距装置被广泛应用于农业机器人中.为此,在研究超声波传感器的测量特性的基础上,分析了测距信息的不确定性因素,并针对这些不确定信息提出了基于概率和D-S证据理论的两种方法.这两种方法通过对获取的信息进行分析和融合,能正确地描述障碍物所处的位置,从而实现了机器人准确探测周围环境的任务.仿真实验表明,两种方法正确、可行.最后,通过对不确定信息的解释和复杂度分析等方面对该两种方法进行了比较和分析.     

农用四旋翼飞行器避障系统设计 —基于机器视觉和无线定位

在地形复杂的区域,为了提高农林植保的作业效率,提高作业过程的安全性,四旋翼飞行器被应用到了农业生产作业过程中.为了提高四旋翼飞行器的自主导航水平,将机器视觉技术和无线定位技术引入到了飞行器控制系统的设计上,通过两种定位方式的联合,有效提高了飞行器导航精度.采用软件仿真的方式对避障系统进行了测试,测试过程中设置了多种障碍...     

小型四轴飞行器控制系统的研究与设计

四轴飞行器作为一种飞行稳定,能任意角度灵活移动的飞行器,应用越来越广泛。本文设计的四轴飞行器是在KeilMdk5的基础上,以主控与遥控系列为核心,以ZIN-7V3.5主控源程序(keilMDK)作为器件,通过以主控与遥控的原理及其原理图作为平衡状态,使系统在NRF24L01无线模块与遥控设备之间建立联系。然后再对小型四轴飞行器的控制系统的程序代码进行编写。最后制作了小型飞行器的样机,由超声波检测飞行器飞行高度,结合无线接收发电路采集的数据,用实验结果来表明实验设计的飞行器控制系统能较好地执行飞行任务。     

基于机器视觉的农业机械避障导航算法研究

【目的】机器视觉技术已经成为一种重要的农业机械导航线路提取技术,但农业机械避障导航的自动提取容易受到自然条件的影响,其实时性要求还需进一步改进。【方法】笔者提出了一种基于机器视觉的农业机械避障导航算法,首先,利用改进之后的避障导航算法对CCD提取的彩色农田图像进行灰度化处理,呈现出图像信息;其次,利用改进之后的Otsu算法对避障系统获取的图像信息进行分割,得出新的图像,再利用滤波、腐蚀、膨胀等算法模式去除避障中的不良信息;最后,在避障信息的基础上提取出针对性的骨架,再对导航进行模拟,计算得出最后的偏差,并采用速度分别为0.5 m/s、1.0m/s的慢速实验对田间农作物中的障碍物进行检测。【结果】仿真结果表明,笔者提出的障碍物探测方法能够在不同的车速情况下,对障碍物的方向和形状进行精确识别,具有很好的适用性。【结论】1）基于机器视觉的农业机械避障导航算法能够较好地克服农业种植过程中出现的障碍物干扰,准确地提取出农田中的作物行驶方向和距离,并为以后的处理打下了良好的基础。2）目前对于障碍物的检测只考虑了静态障碍物和离航向最近的障碍物为有效障碍物的情况,在后续的研究中应对田间多障碍、动态障碍...     

障碍物分类识别的果园机器人避障方法研究

针对果园环境复杂,障碍物种类繁多,传统动力无法有效进入作业的情况,提出一种基于障碍物分类识别的果园机器人自主避障方法。首先对果园中存在的障碍物进行识别分类,然后针对不同种类的障碍物采用不同的避障方法来完成避障动作。通过搭建基于ROS的避障试验台,对果园机器人上搭载的视觉传感器和激光雷达传感器进行标定,在ROS功能包中植入避障算法,然后进行验证。试验结果表明:在同等条件下,相比传统的避障方法,本文的方法避绕圆形障碍物时用时少1.7 s,所用路程少0.31 m,具有一定的优势;而在避绕不规则障碍物时,本文的方法虽然所用时间和路程比传统方法分别多1.7 s和0.41 m,但机器人能够更加贴近障碍物进行避障,对林下中耕施肥和除草等作业有很大帮助,具有很好的实际应用价值。     

基于计算机视觉的采摘机器人智能避障系统研究

为了实现采摘机器人对前进道路上障碍物的避障功能,提出了一种基于计算机视觉技术的采摘机器人智能避障系统。该系统结合计算机视觉技术与嵌入式智能控制技术,引入障碍物立体识别检测技术,将其应用于采摘机器人的静态避障中。试验结果表明:该系统能够准确无误地避开障碍物,并能在动态移动中规划出局部最优路径,证明了该智能避障系统的有效性、准确性和可行性。     

基于激光雷达的果园割草机避障方法研究

针对果园割草机在山地丘陵果园工作过程中面临障碍物阻碍前进路线的问题,设计了基于激光雷达的果园割草机避障方法。以激光雷达测距为基础,首先将矢量场直方图算法(VFH)改进阈值,确定割草机的可行进方向;当割草机遇到障碍物时,使用动态窗口法(DWA)进行避障,确保割草机行驶的安全性和高效性,两种算法的融合保证割草机完成避障作业。MatLab仿真和田间试验表明：所采用方法提高了割草机的运行效率,降低了割草机的漏割率,设计方法合理,满足割草机在山地丘陵果园的避障需求。