牛羊养殖电动推料机设计与试验

针对国内牛羊养殖业饲喂过程中,撒料车将饲料抛撒到牛羊的围栏边缘,牛羊在食用过程中将大量饲料拱出饲喂区域造成饲料浪费,增加养殖成本这一现象,设计一种电动推料机。该机主要由推料机构、清扫机构、行走机构、转向机构、液压系统和照明系统和车架组成,实现推料作业和饲料清扫作业。其关键机构为推料机构和清扫机构,推料机构主要由升降液压缸、转向液压缸和推料板组成,通过控制2个液压缸实现推料板的升降和转向动作;清扫机构主要由柱刷、液压马达、液压缸和护罩组成,液压马达驱动柱刷的旋转,液压缸控制柱刷的升降。在奶牛牧场进行样机试验,所用的饲料为青贮饲料,试验结果表明,撒料车抛撒饲料到奶牛围栏边缘,饲料堆宽度为0.8 m;奶牛食用后,饲料堆宽度一般为1.2 m;推料机作业后,料堆的宽度为0.7 m。一般成年奶牛可以食用到距围栏0.8 m范围内得饲料。能够满足预期的作业效果,电动推料车作业后的路面上无大范围饲料遗漏,路面整洁。该电动推料车能够较好地实现牧场中的推料作业,降低养殖成本。     

基于机器视觉的智能物流搬运机器人的设计与研究

第七届全国大学生工程训练综合能力竞赛智能+赛道基于机器视觉的智能物流搬运机器人,对OpenMV4视觉模块进行研究,应用该模块进行二维码、不同颜色物料等多种目标的识别,信息经过模块上STM32F427微控制器的处理,与Arduino Mega 2560板通信,机器人识别场地上的三个区域,用PID算法驱动麦克纳姆轮机器人的四个直流电机旋转并且定位机器人,通过PCA9685模块的I2C通信协议,发送PWM脉冲信号给机械臂上的四个关节舵机,使智能物流搬运机器人对场地上的物料进行自动搬运。实验证明其可以较为精确地完成各项搬运任务。     

莲藕切片机推料装置的设计

莲藕切片机在切片过程中易发生粘刀,从而影响其切片质量.针对一种新型往复式莲藕切片机,设计了一种随动的藕片推料装置.同时,分析了推料过程中,藕片的受力状况,并利用万能试验机测定了藕片与刀片之间的垂直黏附力与水平黏附阻力,得出了藕片的黏附特性,在此基础上得出了推藕板顺利推出黏附藕片的力学条件.通过新型莲藕切片机切片推料试验,得出了在不同工作转速下的推料性能.     

基于嵌入式的智能搜救机器人设计

在经济快速发展的当今时代,科学技术也随之逐渐呈现出了突飞猛进的应用趋势,这就为智能化的创新发展带来了积极有效的助推力,尤其是智能机器人,其发展对于推动社会快速进步的意义是不可替代的。而搜救机器人作为智能机器人不可或缺的一部分,在救援任务中占据重要地位,现阶段其重要性也逐渐凸显。实际上以嵌入式为主体的智能搜救机器人设计的系统正处于优化转变中,进一步提升现场搜救的精准度。文章以嵌入式为主体,对智能搜救机器人的设计进行了细化阐述及分析。     

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。     

智能移动式水果采摘机器人设计——基于机器视觉技术

自动化和计算机智能控制行业的不断发展,使得智能机器人在各个领域的应用已经十分普遍。目前,我国绝大部分水果采摘工作依然靠人工完成,随着工人工资不断攀升,人工采摘水果增加了果农的经济成本,机器人在农业领域方面的需求越来越迫切。为此,基于机器视觉技术设计了智能移动式水果采摘机器人,集可移动载体、机械手臂、夹持器、横向移动机构及智能控制模块于一身,采用双目立体视觉技术,实现了水果采摘机器人移动行走路径的规划、果实成熟度自动判断及对成熟果实定位识别的功能。试验表明:所设计的采摘机器人采用视觉技术,机械结构简易,能够克服气候环境影响因素,运行过程中性能稳定、效率高、可靠性高、适应能力强。     

基于VUE的智能采摘机器人前端开发框架研究

以智能采摘自动识别定位方式为研究对象,对葡萄自动采摘前端的图像采集和分析处理过程进行分析,利用VUE自底向上逐层构建的方式,设计一种能够对目标进行自动识别定位的智能采摘机器人识别定位算法。采用高清相机对采摘目标图像进行采集,将原始图像进行二值化处理,获取图像灰度等级,并采用葡萄图像分割的方式获取葡萄采摘点,最后通过最小角度拟合的方式确定葡萄果梗采摘点。试验结果表明:智能采摘机器人前端识别定位方法平均运行成功率高于90%,平均运行时间0.65s,能够快速准确地进行采摘对象识别定位,可为智能采摘机器人技术的推广提供理论基础。     

基于激光SLAM的牛场智能推翻草机器人自主导航系统

为解决牛场人工推翻饲料劳动强度大、工作时间长等问题,设计了一种基于激光雷达同步定位与建图(Simultaneous localization and mapping, SLAM)的牛场智能推翻草机器人自主导航系统,以期实现机器人在牛场环境中自主导航完成推翻草任务。自主导航系统通过激光雷达感知牛场环境,使用加载里程计信息的Cartographer算法构建牛场环境地图,采用未加载里程计信息的自适应蒙特卡洛定位(Adaptive Monte Carlo localization, AMCL)算法实现机器人的定位,并采用迪杰斯特拉算法(Dijkstra)规划机器人推翻草工作路径。试验表明,在构建牛场环境地图时采用机器人加载里程计信息的方式,横纵向偏差最大值低于未加载里程计信息时构建的地图,分别为0.02 m和0.14 m;在实现机器人的定位与导航时采用未加载里程计信息的方式,横纵向偏差最大值及航向偏角最大值分别小于0.04 m、0.10 m和11°,且导航精度高于加载里程计信息时的数值,满足牛场环境中推翻草作业时的导航精度要求。     

基于机器视觉的工业机器人智能分拣系统设计研究

随着我国工业发展脚步的不断加快,机器人在工业智能化中发挥的作用日益突出,将其应用到机械零件分拣工作中,可以利用机器人的智能化特点,代替传统模式下的人工操作.基于此,本文主要从机器视觉技术出发,探讨基于机器视觉的工业机器人智能分拣系统设计,以此来为日后工业生产效率及质量的提升提供参考.     

智能草莓采摘机器人设计及试验

设计了一套针对地垄栽培模式下的草莓智能采摘机器人.该草莓采摘机器人可在一定范围内基于机器视觉识别成熟草莓位置和精准定位,并以夹持、扭转果柄的方式摘取果实,从而实现草莓的无损伤采摘.设计的采摘机器人由三轴精确运动同步滑台机构,三菱fx3n PLC控制系统,视觉识别系统组成,并采用面向对象编程工具C#编写了控制终端及视觉自...     

基于信息融合描述子的机器人复杂场景位姿估计算法

传统机器人V-SLAM前端定位算法是基于人工设定的特征点提取和描述子局部匹配进行定位的,由于人工设定的主观性会导致提取方法鲁棒性差、复杂场景适应能力弱(场景明亮变化、噪声的引入、运动模糊)以及局部描述子匹配精度低等问题,为此,提出一种前端定位算法(SuperPoint Brief and K-means visual location, SBK-VL),该算法首先采用一种改进的概率p-SuperPoint深度学习算法提取特征点,以解决特征点鲁棒性低、复杂场景适应力弱的问题。其次提出一种全局信息(特征点聚类)和局部信息(Brief描述子)相结合的复合描述子,降低传统描述子误匹配及匹配精度低的问题,实验结果显示该复合描述子的平均匹配正确率为92.71%。最后将该SBK-VL替换ORB-SLAM2的前端,引入一种Ransac随机抽样方法对位姿进行检验,并使用绝对轨迹误差、相对轨迹误差、平均跟踪时间与ORB-SLAM2算法和GCNv2-SLAM算法进行比较。实验结果表明,本文算法具有更好的均衡性能,一方面可提升经典V-SLAM算法的复杂场景适应性和估计精度,另一方面相比传统深度学习SLAM算法具有更好的实时性和更低计算成本。     

基于激光视觉的智能识别苹果采摘机器人设计

为了提高苹果采摘视觉识别系统的精度,增强视觉系统的抗干扰能力和自适应能力,设计了一种新的苹果采摘机器人激光视觉识别系统,可以直接获得层次关系的深度图像,实现了果园非结构化环境中果实的识别与定位。为了测试激光识别系统苹果采摘机器人的采摘效果,在果园中对其采摘性能进行了测试:首先采用高清相机完成了对果实图像的采集,通过图像处理准确地实现了苹果的识别,在遮挡率低于50%时其识别率达到了90%以上;然后利用激光测距方法对苹果进行距离测量,成功定位了果实位置,其响应时间仅为3.58s,动作效率快,实现了苹果的高效率、高精度采摘功能。     

智能移动苹果采摘机器人的设计及试验

以ARM9 2440处理器为核心,基于BP神经网络的机器人视觉识别和定位,研制了一种苹果采摘机器人及控制系统。首先应用Photoshop软件将图像分割为640×640像素的图片,然后在RGB颜色空间下,结合数学形态学中值滤波降噪和拉普拉斯算子边缘检测的方法实现果实目标的特征提取,最终完成苹果的定位并在MatLab环境下使用robotics-toolbox工具箱编程仿真。试验结果表明:该机器人能有效识别果实并完成抓取工作,为后续的深入研究奠定了基础。     

基于MSP430F149智能监控的苹果采摘机器人设计

目前,农村劳动力的匮乏,农业机器人代替工人作业已经成为一大趋势。绝大部分采摘机器人都是以专业的工业PC机为智能控制平台,所占空间大、功耗高且价格十分高昂,使得智能机器人成本太高,推广的阻力很大。为此,以MSP430F149为核心处理器,结合机器视觉理论技术,设计了一套智能监控的采摘机器人控制系统,可以实时处理采集到的图像,指导采摘机器人前进及采摘目标果实。为了实现人机交互工作,设计了LCD显示电路,可以通过其实时了解采摘机器人的工作状态,且极大地降低了制造成本。实验结果表明:该采摘机器人视觉系统识别错误率低至3.72%,提高了采摘机器人的可靠性和采摘效率,具有很好的应用前景。     

采摘机器人智能监控和路径规划设计研究

为了提高采摘机器人自主导航和自动化定位能力,提升机器视觉的路径规划精度,基于 TI 公司的MSP430 F149 单片机,设计了一款具有监控终端和GPS导航功能的自动采摘机器人,实现了机器人路径规划实时处理、通讯、定位、报警一体化和自动化控制功能. 通过测试发现,MSP430F149 单片机具有功耗低、体积小、操作简单,便于系统管理维护等优点. 对机器人5 种路径规划的总体行驶精度路、径规划的移动时间利用率、路径规划的漏采率进行了测试,通过测试发现:5 种路径规划中套行法的各种指标测试效果最好. 同时,结合MSP430 F149 单片机和PID算法,实现了采摘机器人高效自动化采摘功能,提高了机器人的采摘精度,为采摘机器人的智能化设计提供了较有价值的参考 .     

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...     

高地隙农田信息采集机器人设计与试验

为适应水田行走和不同垄宽等复杂的农艺条件,设计了一种轮距宽度可调的高地隙四驱农田信息采集机器人。利用SolidWorks对整体结构进行设计分析和零部件选型,设计了基于GNSS和INS的组合导航与路径跟踪控制系统,并对机器人进行了水田行走性能测试和信息采集试验。结果表明,机器人四轮驱动方式具备较好的速度一致性,地隙与轮距调节机构调节到位误差率为1.33%和0.73%;直线路径跟踪的平均横向误差为6.8 cm,直角转弯的平均收敛时间为25.6 s;机器人最大行驶速度为1 m/s,单点信息采集平均耗时为24.5 s,传感器采集的各类数据均满足使用要求,该信息采集机器人可实现复杂条件下的农田信息采集工作。     

作物表型信息获取机器人底盘设计与试验

为进一步提升农业机器人底盘田间适应性和行驶稳定性,面向我国山东地区小麦表型信息获取作业场景,设计了一种四轮独立驱动转向的农业机器人底盘。根据小麦种植农艺需求和行驶地形环境,确定了底盘总体布局方案和主要技术参数。分别开展了底盘驱动部件、转向部件以及摆臂平衡部件设计,并进行了参数校核和元件选型。建立了关键部件ANSYS有限元模型,分别进行了摆臂平衡机构的应力形变分析和车架振动模态模拟,仿真结果表明,摆臂平衡机构的强度和刚度均能满足设计要求,车架能够有效避免因地形激励产生的共振。建立底盘ADAMS动力学仿真模型,分别进行纵向、横向稳定性分析和单侧凸起、凹坑越障性分析,仿真结果表明,底盘横纵向稳定性能够满足设计要求,摆臂平衡机构能够有效补偿单侧障碍造成的质心高度变化,提高了底盘的行驶稳定性。田间试验表明,机器人底盘具有良好的行驶性能,硬质地面直线行驶平均偏驶率为0.51%,田间地面平均偏驶率为1.13%。原地转向中心点偏移量为3.1mm,阿克曼转向最小转向半径为1.125mm。纵向翻倾角为34°,横向翻倾角为28°。单侧越障最大高度为160mm,单侧跨坑最大深度为160mm。