果蔬采摘机器人系统的应用与发展

尽管果蔬采摘机器人技术发展迅速,但果蔬采摘机器人商业化的程度不高,很多仍然处于研发阶段.本文针对现有的果蔬采摘机器人系统进行了介绍,并分别从采摘机械臂、末端执行器、移动机构、视觉系统和算法等方面对国内外采摘机器人的发展现状进行论述,分析和讨论了果蔬采摘机器人现阶段面临的挑战和潜在的发展趋势.     

单片机在便携式智能小型采摘作业机器人的应用

为了满足山地和丘陵地带的小面积果蔬采摘作业需求,开发了一种新型的便携式智能采摘机器人,并利用单片机设计了机器人的红外线视觉和运动控制系统,降低了机器人的本体体积,节约了设计成本。采用RT-Thread实现了单片机嵌入式系统的设计,并开发了RT-Thread Builder集成环境,利用Gcc编译器可以实现单片机嵌入式系统的实时控制。为了验证便携式机器人工作的可靠性,对机器人的红外线和无线控制系统及单片机嵌入式系统进行了测试。结果表明:采摘机器人线程调度和串口通信可以正常工作,便携式采摘机器人利用红外线追踪可以成功地锁定指定目标采摘区域,并且移动耗时与人工移动相比大大节省了时间,提高了采摘的作业效率,可以满足山区和丘陵地带采摘作业的需求。     

一种多机械手编码控制系统的果蔬采摘机器人设计

为了提高果蔬的采摘效率,对果蔬采摘机器人进行了改进,设计了一种新的多机械手的编码控制采摘机器人。通过对机器人功能和结构的设计,使机器人具有了利用机器视觉技术的图像边缘提取来划分每个机械手的作业区间的功能,并可以利用编码器对每个机械手进行编码,从而完成多机械手的协同作业。对机器人的采摘作业性能进行了测试,首先利用机器视觉模块完成了苹果采摘区间的划分,并预设了每个机械手的采摘作业轨迹,利用编码器对预设轨迹进行了追踪。通过测试发现:机器人多机械手的实际追踪轨迹和预设轨迹的误差很小,满足设计需求,多机械手的协同采摘平均速度可以达到80个/min以上,具有高效的果蔬采摘性能。     

基于机器视觉的采摘机器人分拣控制研究

随着自动化技术在农业生产中应用的逐渐推广,农业生产智能化、自动化水平越来越高,采摘机器人在果蔬采摘过程中的应用逐渐广泛。果蔬采摘完成后的分拣作业是较为繁重的工作,为克服传统分拣作业分拣效率低、分拣精度差等问题,在深入研究机器视觉工作原理的基础上,进行了机器视觉系统的数学建模,完成了采摘机器人分拣控制系统总体方案的设计。同时,将机器视觉技术应用到采摘机器人的分拣作业中,完成系统硬件模块的设计、选型及软件流程设计,并对该系统进行了仿真实验。实验结果表明:基于机器视觉的采摘机器人分拣控制系统结构简单,目标识别和分拣精度高,系统安全性和稳定性较高,具有较大的推广价值。     

基于蚁群算法的六自由度采摘机器人轨迹规划研究

在现代农业生产中,果蔬采摘作业复杂而繁重,采摘机器人在作业过程中常常需要经历成千上万个果蔬采摘点,面对这样巨大的工作量,采摘机器人移动路径规划显得非常重要。为此,以采摘机器人运动轨迹为研究对象,以其运动轨迹总长最短为研究目标,针对机器人各关节机构运动速度变化情况及机器人运动特性,利用基本蚁群原理对六自由度采摘机器人的路径进行规划。实验结果表明:所设计的采摘机器人轨迹优化技术不但路径优化能力强、运动轨迹平滑,还具有可靠性强及稳定性好的优点。     

基于RBF网络的果蔬采摘机器人运动轨迹控制研究

为了提高果蔬采摘机器人机械手运动的精确性,提高机器人移动的效率,提出了一种基于遗传算法和RBF网络的机器人运动轨迹控制方法,并对果蔬机器人机械手的活动和整体的移动轨迹进行优化,有效地提高了果蔬采摘机器人的工作精度和作业效率。为了验证设计的采摘机器人的可靠性,在大棚内对机器人的采摘性能进行了测试,包括机器人移动路径规划和机械手路径规划。通过测试发现:使用RBF神经网络算法可以有效地控制机械手在三维空间内的运动;在遗传算法控制下,机器人可以通过较少的计算次数利用神经网络算法搜索得到最优路径,计算精度达到了99%以上。其计算精度及效率高,为高效果蔬采摘机器人的设计提供了较有价值的参考。     

基于深度双目视觉处理的智能采摘机器人设计

针对采摘机器人对果蔬的位置定位不够准确、无法准确避障,导致采摘效率较低的问题基于深度双目视觉处理对智能采摘机器人进行了设计。智能采摘机器人的主要组成包括PLC控制器、视觉系统、移动平台、导航系统、机械臂、通信系统和电源。为了对采摘机器人的机械臂进行最优路径规划并避障,通过对采集的图像进行预处理后,利用双目视觉系统对果蔬进行精准定位,然后采用哈夫变换直线检测的方法进行最优路径的设计和选择,最终确定最优采摘路径。对采摘机器人进行运动轨迹精度试验和采摘试验,结果表明：采摘机器人对果蔬的采摘成功率较高,可以满足果农对于采摘机器人的要求。     

基于机器视觉的关节机器人的研究

果蔬采摘机器人的研发在一些作业领域已十分迫切,而机器视觉技术和关节型机器人机构在果蔬采摘领域又有着很大的应用价值.为此,从机械结构、视觉系统和运动控制方法3个方面对基于机器视觉的关节机器人进行了研究.实验证明,当目标距离在5~20cm范围,该机器人末端定位误差小于1cm.     

采摘机器人选择性作业信息获取研究——基于无标定视觉伺服系统

以采摘机器人采摘作业为研究对象,以选择性采摘成熟果蔬为研究目标,基于无标定视觉伺服系统,结合果蔬成熟特性判断目标果实是否适合采摘,设计了一套以MSP430F149为核心的智能检测控制系统,可以实时处理相机采集到的图像,并选择性采摘符合要求的果实。本文重点研究了视觉伺服原理与模型、果实成熟度判断、选择性作业信息获取,以及系统的硬软件设计,并对文中设计研究的系统进行了可行性验证。试验结果表明:该无标定视觉伺服系统判断准确,能够较大程度提高机器人的可靠性与稳定性,应用前景宽广。     

果蔬采摘机器人研究现状与进展分析

新型城镇化建设不断加快和农村生产劳动力的不足,致使果蔬产业中人工成本占比较大。为此,研究果蔬采摘机器人以减少果蔬生产成本和降低劳动力的依赖性,具有十分重要的现实意义。课题组通过介绍果蔬采摘机器人的国内外研究现状,对目前果蔬采摘机器人作业时存在的问题进行了分析,提出了增强采摘机器人的可靠性、提高识别率和定位精度、扩展设备的通用性以及降低维护和生产成本等发展趋势,为果蔬采摘机器人的发展提供借鉴。     

果蔬采摘机器人的研究

果蔬采摘机器人是实现农业自动化的一项重要技术.为了掌握果蔬采摘机器人的最新研究动态,将其尽早应用到生产实际,根据近年来国内外最新的研究资料,简要阐述了果蔬采摘机器人的特点和国内外的研究进展,结合当前在此领域的一些研究实例进行比较分析;从采摘机器人的移动机构、机械手、识别和定位系统、末端执行器4部分介绍了其结构组成与设计技术,并在此基础上重点分析了果蔬采摘机器人研究中存在的问题,提出了未来研究开发的技术关键与方向.     

基于计算机图像的采摘机器人结构优化研究

随着果蔬种植规模的扩大,果蔬采摘作业的需求量也逐渐提高.传统的果蔬采摘作业存在自动化程度低、采摘对象识别困难、采摘破坏性大等问题,导致采摘作业的效果较差、作业效率低.为此,引入了计算机图像技术,在深入研究了计算机图像技术原理的基础上,分析了计算机图像技术的成像原理,完成了采摘机器人的机械结构设计,并对采摘机器人的硬件总...     

轨道平移式果蔬采摘机器人的作业质量测试方法研究

基于轨道平移式果蔬采摘机器人作业原理,建立了果蔬柔性采摘机器人作业质量测试方法,确定了采摘效率、果实采摘尺寸范围、最大抓握输出力、抓取成功率及果实破损率等作业指标的测定方法。依据提出的方法对FHR-2型柔性果蔬采摘机器人进行了作业质量测试。结果表明：产品的采摘效率为8个/min,果实采摘尺寸范围为30mm～92mm,最大抓握输出力2.3kg,抓取成功率72.9%,果实破损率为0%,能够满足大果番茄的采摘要求。建立的测试方法能够对番茄采摘机器人进行作业质量测试,产品的图像识别系统参数需进一步优化,以提高机器人作业质量。     

轨道平移式果蔬采摘机器人作业质量测试方法

基于轨道平移式果蔬采摘机器人作业原理,建立了果蔬柔性采摘机器人作业质量测试方法,确定了采摘效率、果实采摘尺寸范围、最大抓握输出力、抓取成功率及果实破损率等作业指标的测定方法。依据提出的方法对FHR-2型柔性果蔬采摘机器人进行了设施温室大果番茄采收试验,结果表明,采摘效率8个/min,果实采摘尺寸范围30～92 mm,最大抓握输出力22.5 N,抓取成功率72.9%,果实破损率0,能够满足大果番茄的采摘要求。建立的测试方法能够对番茄采摘机器人进行作业质量测试,机器人的图像识别系统参数需进一步优化,以提高作业质量。     

基于单目视觉的采摘机器人障碍物检测和路径规划

具有自主作业能力的采摘机器人一直是国际上研究的热点,而障碍物检测躲避能力是其重要的功能,因为在机器人识别作业区域或成熟果实后需要自主的定位和移动。为此,提出了一种基于单目视觉和人工势能场的障碍物检测和避障算法,可以有效采集和检测障碍物的信息,再依据障碍物及目标区域的距离使用人工势能场方法对路径进行优化,实现采摘机器人的自主移动。为了验证障碍物检测和避障方案的可行性,模拟采摘机器人作业环境和自主移动流程,对采摘机器人避障行为进行了测试。测试结果表明:采用单目视觉和人工势场方法可以使机器人成功的避障,并规划出效率最高的到达目标作业区域路径,对采摘机器人自主导航技术的研究具有重要的意义。     

果蔬采摘机器人末端执行器研究进展与分析

农业机器人是未来智能农业机械的发展方向之一.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.分类综述了果蔬采摘机器人末端执行器的特点和国内外研究现状,介绍了几种典型的果蔬采摘机器人末端执行器的研究成果.分析了影响果蔬采摘机器人末端执行器实用化的因素:采摘准确率、采摘速度、工作环境适应性和通用性等.指出了研究开发末端执行器的方向与关键技术.     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。     

智能移动式果蔬采摘机器人设计——基于SOPC神经网络

果蔬采摘机器人一般采用移动式机器人,虽有着强大的计算能力和移动性,但其感知能力的局限性限制了其智能的发展。为了提高果蔬采摘机器人的智能移动性能,使其拥有更好的实现自主导航的能力,采用(system on a programma-ble chip,SOPC)微处理器系统设计了一种新的智能移动式机器人控制系统,并采用神经网络算法对其进行了优化,大大提高了机器人移动的精确性,增强了输入和输出的线性关系,使控制系统在单片芯片上实现了复杂系统的全部功能。通过测试发现:机器人的移动躲避障碍物时速度的稳定性较好,移动误差较低,实现了果蔬采摘无人控制下的智能移动。     

基于Kinect的机器人采摘果蔬系统设计

针对果蔬自动采摘的问题,提出了一种以Kinect V2设备作为机器人的视觉部分来摘取果蔬的系统。采用Kinect V2视觉设备获得空间的深度图像,由相机的成像模型原理获得果蔬的三维坐标;随后,将数据传递给NAO机器人进行逆运动学分析,并对机器人抵达目标物进行路径规划和可行性分析;最后,根据机器人和果蔬的三维空间相对位置关系,选取最佳的行走路径和采摘策略。实验结果表明:采摘系统能使机器人快速、准确地完成采摘任务。     

数控技术在采摘机器人作业中的应用

为研究采摘机器人的数控技术,构建了欠驱动采摘机器人模型。基于农业采摘机器人成本、耗能及实地作业需求,构建的模型为后轮驱动模式,结构简单。实际工作过程中,通过车轮移动,机械手通过智能控制到达指定位置进行果蔬采摘。同时,从采摘精度角度出发对机器人的驱动及末端执行装置进行参数设计,通过PID控制实现对采摘机器人的自动采摘过程,构建出末端执行装置运动学矩阵方程,并在此基础上构建系统数控系统,实现其自动采摘等多元化功能,为后续相关研究提供参考。