智能轨迹控制割草机器人设计——基于FPGA神经网络

为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。     

基于大数据和WiFi的采摘机器人远程操作系统研究

首先介绍了大数据Hadoop技术的原理和架构,然后设计了采摘机器人运动模型和定位导航模型,并实现了采摘机器人定位导航算法,最后介绍了采摘机器人远程操作系统总体方案和硬件设计。试验结果表明:远程操控系统通过对采摘机器人的转向和移动控制,可以准确控制采摘机器人沿着果树中间道路移动,以顺利完成采摘作业,符合设计需求,对采摘机器人的远程控制具有一定的参考意义。     

基于PLC的采摘机器人平台设计与研究

随着我国农业生产规模的扩大,日益增长的劳动力需求和落后的传统农业生产方式之间的矛盾越来越突出。采摘作业是农业生产中较为普遍的环节,为克服传统采摘作业效率低、安全隐患大等问题,设计了基于PLC的采摘机器人平台,完成了机器人平台的结构设计。同时,通过建立机器人的动力学模型,求解了各关节机构与采摘目标之间的运动关系,通过硬件选型和硬件设计,确定了合理可靠的功能模块,并完成各个模块与PLC控制器输入输出接口的外部接线设计,最后完成了机器人平台的软件流程设计。生产实践表明:该采摘机器人平台结构简单、控制精度高,具有较高的安全性和稳定性,有较大的推广价值。     

农田信息采集机器人推进电机系统的混沌控制

针对农田信息采集机器人采用永磁电机系统推进,直接影响农田信息采集机器人稳定性、可靠性和安全性的混沌现象,对其进行相轨迹图、耗散性和Lyapunov指数等复杂动力学分析;为控制处于混沌态的系统达到稳定周期态,应用PI滑模变结构控制理论,设计了控制器,并通过MATLAB数值模拟验证其有效性。结果表明:该控制方法具有较好的动态性能和稳态精度,为相关农业机器人的运行与控制提供了依据。     

采摘机器人识别技术研究——基于深度图像和计算机网络协同处理

为了提高采摘机器人果实识别定位的效率和准确性，将深度图像技术引入到了采摘机器人视觉系统的设计上，并结合计算机网络协同处理，设计了上位PC机处理和控制系统，通过计算机和机器人控制器的通信，形成了一个开放式和分布式的采摘机器人识别和控制系统。以苹果的采摘为研究对象，对深度图像和非深度图像对果实识别的准确率进行了对比，结果表明：采用深度图编码技术，对果实的识别准确率更高，对于提升果实的采摘效率和准确性具有重要的作用。     

基于总线和网络技术的开放式可监控数控系统

构建了一个基于2层网络的可监控数控系统.控制器基于PC架构,使用Windows2000操作系统,在进行实时扩展之后,弥补了操作系统实时性不足的弱点.将Profibus-DP总线和SERCOS总线应用于控制器设计中,解决了数控系统因信息交互密集而产生的实时性、可靠性差的问题.将故障监测与诊断技术用于数控系统设计中,构建了层次化的可监控体系,开发了原型机,在数控系统网络化研究方面进行了探索.     

汽车电子稳定控制系统控制器的设计

设计了一种基于英飞凌16位单片机XC2364B的汽车电子稳定控制系统(ESC)电子控制单元(ECU)。结合系统需求设计了控制器的硬件电路,包括系统主控模块、外围输入模块、外围输出模块、通讯模块、主驱动模块和电源管理模块。分析了系统控制策略,采用MCU底层、硬件抽象层、应用层三层结构,基于C语言编写了控制程序。测试结果表明,该控制器工作可靠、稳定,满足车辆行车要求。     

基于Arduino与色标传感器的双足机器人开发

随着科技的发展,机器人研究越来越受到人们的关注,尤其是在高校竞赛中,机器人竞赛更是一大热点项目。在此背景下,笔者设计了一种基于Arduino uno R3控制器和色标传感器的双足机器人,该机器人由其本体硬件与控制算法组成。机器人脚板面积小于100cm~2,采用聚丙烯板(pp板),腿部由轻质铝合金连接件组成,成本低,结构强度好。     

孵化设备模糊控制系统的设计与试验

介绍了以单片机为核心的孵化设备模糊控制系统的工作原理、硬件结构、软件结构,重点讨论了模糊控制器的参数选择、模糊化与非模糊化的方法、推理规则及设计特点。与采用ＰＩＤ控制的孵化机的控温性能进行对比试验,表明模糊控制系统使孵化机的控温性能明显提高。     

基于PID控制和ADAMS的快速移动采摘机器人设计

采摘机器人快速移动时,为了避免机器人侧翻,需要机器人具有较好的平稳性。为此,参考训练时运动员力的平衡控制原理,设计了机器人快速移动稳定系统。系统采用PID控制器对采摘机器人的受力进行监测和反馈,当检测到突变情况时可以调整机器人的姿态,保证其移动的平稳性。采用ADAMS软件建立了机器人的模型,并对机器人快速移动的速度进行了监测,模拟了PID控制器的响应过程,验证了基于训练力平衡控制原理的机器人平稳性控制器方案是可行的。     

基于CAN总线的农业移动机器人分布式控制网络

在全向移动式农业机器人上引入基于CAN总线的分布式控制网络.阐述了机器人平台的CAN总线通讯网络的组成,下位机节点控制器的硬件和软件设计以及上下位机间通信协议的制定.通过信息的发送、接收测试表明,CAN总线通讯网络可用于农业机器人的分布式控制,可提高整个机器人系统的开放性和实时性.     

基于PLC的苹果采摘机械手运动控制系统设计

以苹果采摘机械手运动控制为研究对象,对机械手进行运动学分析与建模,设计了基于PLC的机械手硬件框架与运动控制方案、人机交互上位机和机械手轨迹规划的实验系统。实验结果表明:采用PLC控制器的苹果采摘机械手软硬件均能正常运行,该系统具有可靠性高、实时性和稳定性好等优点,对于农业采摘机器人快速识别目标并进行正确采摘作业具有很大帮助。     

基于PLC采摘机器人机械手控制系统改进设计

随着农业生产规模的扩大,农业劳动力的需求也逐渐增大,传统手工采摘方式效率低、产能不足,且具有一定的危险性。为克服这一难题,改进农业生产方式,设计了一种基于PLC的采摘机器人机械手控制系统,通过建立机械手的动力学数学模型,基于控制系统的总体构架,分别对系统的硬件和软件进行设计。硬件设计主要包括PLC控制器、主控计算机、传感器模块、驱动模块和控制模块等5个部分,并完成了PLC程序设计及梯形图的编制。最后,通过实验验证了该机械手控制系统的安全性和稳定性,结果表明:系统可有效地完成采摘过程,且控制精度高,成本投入更低,大大提高了劳动生产效率,降低操作人员的安全风险,具有较大的推广价值。     

基于PLC的农业机器人电气控制系统设计

随着自动控制技术和农业现代化的发展,农业机器人的应用越来越多.为此,以基于PLC的农业机器人电气控制系统为研究方向,对农业机器人主要的软硬件设计进行了分析.试验结果表明:农业机器人能顺利地完成水果的采摘,且系统具有一定的可靠性、稳定性和抗干扰能力,对现代农业的发展具有一定的积极意义.     

采摘机器人实时智能避障系统研究 —基于嵌入式ARM

为简化采摘机器人底层控制系统软硬件设计,提高系统的实时性和可靠性,在处理器的设计上引入了嵌入式微处理器,取代了常规的单片机和PLC方案。提出了基于ARM控制器和源代码开放的Linux操作系统组成的采摘机器人控制系统,对其实时避障功能进行了设计,并模拟采摘机器人作业环境对该方案的可行性进行了测试。结果表明:采摘机器人行使过程中可以躲避障碍物,向目标作业区域移动,成功地实现了实时避障功能,为采摘机器人自主导航系统的开发提供了重要的借鉴。     

阿克曼转向农业机器人的多级模糊控制避障

针对大田作业农业机器人避障问题,引入多级模糊控制策略,通过三角信息融合法处理超声波阵列信息,并采用齐次坐标变换获取全局坐标系下的障碍物信息,将其分别作为主、子模糊控制器的输入。主模糊控制器实时调整子模糊控制器的量化因子和比例因子,子模糊控制器通过模糊推理获得农业机器人的几何中心速度和等效前轮转向角,并依据阿克曼转向原理协调分配四轮驱动速度和转向角度。仿真实验表明:该控制方法能够使农业机器人规划的从起始状态到目标状态的无碰撞路径更加平滑,同时使农业机器人避障所需步数减少13%左右。     

农业机器人轨迹优化自动控制研究——基于BP神经网络与计算力矩

以农业机器人精密轨迹优化自动控制为目标,在优化算法中引入BP神经网络与计算力矩法结合的自动控制器,旨在减少作业过程中的运动误差,提高其工作效率。首先,建立农业机器人数学模型,分析其运动学和动力学原理;然后,设计了农业机器人运动控制系统,引入BP神经网络对不确定动力学因素进行判断,并提出解决该因素的自适应学习法;最后,对该系统运用Mat Lab进行了仿真。试验表明:以BP神经网络与计算力矩法结合的自动控制器可以有效优化机器人运动路径,提高机器人整体作业效率,系统运行稳定、可靠性强,且对外部环境的干扰因素具有较强的自适应学习能力。     

采摘机器人开放式控制系统设计

在采摘机器人控制系统设计中引入开放式控制思想,采用分层控制作为控制系统的体系结构。硬件平台由PC104工控机和PMAC2—104多轴运动控制卡构成。控制软件划分为任务层、系统层和伺服层。在6自由度机器人平台上,以腕关节的旋转自由度为例,进行初步测试。测试结果表明,当比例增益为34000,微分增益为4200、速度前馈增益为680、加速度前馈增益为1000时,系统具有良好瞬态响应特性、定位精度和速度控制性能。