基于英语文本遥控的采摘集群机器人系统设计

随着机器人制造技术的不断提高及农业、工业和军事应用需求的变化,机器人的形体越来越小,应用数量越来越大,如何高效地控制由大量较为简单的小型机器人构成的系统已经成为当前机器人研究领域的一个重要问题。采摘机器人是农业作业过程中常用的机器人,一般采用单机器人的作业模型,而随着并行计算和云计算技术的发展,采摘机器人的群体控制成为可能。本研究将蚁群算法引入到了采摘机器人群体控制过程中,并采用英语文本编程的方式对采摘机器人进行编程控制,最后通过实验验证测试了其可行性。测试结果表明:采用基于英文文本的编程方法可以成功地实现采摘机器人集群控制算法,机器人集群可以成功地躲避障碍物,搜索到最佳采摘路径,为采摘机器人的集群控制提供了一种新的方法。     

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。     

基于卷积神经网络的采摘机械臂无碰撞运动规划研究

介绍了卷积神经网络的基本结构及其工作原理，基于DH参数法建立了采摘机械臂运动模型，并设计了一套采摘机械臂无碰撞运动规划算法，旨在实现对采摘机械臂的精确控制。MatLab仿真试验表明：采摘机械臂在系统的驱动控制下，能够准确从起点移动到目标点，轨迹比较圆滑，且能以最优的圆弧路径避开障碍物，优化效果明显，能够满足采摘机器人作业需求，证实了该算法的稳定性和可靠性。     

移动机械手主动防碰撞控制系统研究——基于多传感信息融合

通过研究采摘机器人移动机械手的避障策略及对多传感信息融合算法,针对移动机械手在作业中,容易和非采摘目标发生碰撞现象,设计了基于多传感信息融合的移动机械手主动防碰撞控制系统,并利用MatLab搭建了移动机械手的仿真系统,进行了实际的性能测试实验。实验结果表明:移动机械手在不同速度的情况下,都可以主动避开障碍物,当移动机械手移动速度越大时,轨迹控制误差也会增加,移动机械手的移动路径也会增加,验证了系统的实时性、稳定性和可靠性。     

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。     

基于深度强化学习的虚拟机器人采摘路径避障规划

针对采摘机器人在野外作业环境中,面临采摘任务数量多,目标与障碍物位置具有随机性和不确定性等问题,提出一种基于深度强化学习的虚拟机器人采摘路径避障规划方法,实现机器人在大量且不确定任务情况下的快速轨迹规划。根据机器人本体物理结构设定虚拟机器人随机运动策略,通过对比分析不同网络输入观测值的优劣,结合实际采摘行为设置环境观测集合,作为网络的输入;引入人工势场法目标吸引和障碍排斥的思想建立奖惩函数,对虚拟机器人行为进行评价,提高避障成功率;针对人工势场法范围斥力影响最短路径规划的问题,提出了一种方向惩罚避障函数设置方法,将障碍物范围惩罚转换为单一方向惩罚,通过建立虚拟机器人运动碰撞模型,分析碰撞结果选择性给予方向惩罚,进一步优化了规划路径长度,提高采摘效率;在Unity内搭建仿真环境,使用ML-Agents组件建立分布式近端策略优化算法及其与仿真环境的交互通信,对虚拟机器人进行采摘训练。仿真实验结果显示,不同位置障碍物设置情况下虚拟机器人完成采摘任务成功率达96.7%以上。在200次随机采摘实验中,方向惩罚避障函数方法采摘成功率为97.5%,比普通奖励函数方法提高了11个百分点,采摘轨迹规划平均耗时0.64s/次,相较于基于人工势场法奖励函数方法降低了0.45s/次,且在连续变动任务实验中具有更高的适应性和鲁棒性。研究结果表明,本系统能够高效引导虚拟机器人在避开障碍物的前提下快速到达随机采摘点,满足采摘任务要求,为真实机器人采摘路径规划提供理论与技术支撑。     

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。     

可自主跨越障碍物弹跳式采摘机器人设计——基于跨栏跑摆腿技术动作分析

跨栏是一项技术要求较高的运动项目,起跨角度和起跨距离等对跨栏的影响较大。随着采摘机器人的飞速发展,机器人的功能日新月异,但目前大部分机器人都存在翻越障碍等问题。为此,提出了一种基于跨栏动作技术的自主翻越障碍物采摘机器人,该装置通过弹簧的起跳作用,使机器人前端部件向前跳跃到障碍物上,然后利用电机驱动力使机器人成功的翻越障碍物。为此,参考优秀运动员的跨栏技术指标,对可自主翻越障碍物采摘机器人的起跳核心部件、硬件控制核心部件和软件程序进行了设计,并在山地区域对采摘机器人的性能进行了测试。结果表明:相比传统的采摘机器人,所设计的机器人可以成功地在山地采摘区域实行障碍物的跨越,其翻越障碍物进行采摘的成功率较高,可以满足山区采摘作业的需求,为恶劣环境下采摘作业机器人的研究提供了技术参考。     

基于LM-BP神经网络的采摘机器人语音智能识别系统

随着现代机器人技术的发展,采摘作业机器人也有了很大的进步,自主作业能力有了大幅度提升。各种智能化、自动化的采摘机器人被应用到果实采摘作业过程中,改变了手工采摘作业的生产发生,极大地提高了作业效率。采摘机器人自主作业过程中,由于受到作业环境的影响,还需要对机器人进行实时监测和远程控制,以保证采摘作业的顺利进行。为此,将语音智能识别系统引入到了采摘机器人远程控制系统的设计上,通过语音识别,采摘机器人可以快速执行动作指令,从而避免环境影响造成的采摘作业质量下降,或者发生碰撞事故的突发状况,提高了机器人对环境的适应能力。     

采摘机器人动态路径规划系统研究——基于人工势场法

以采摘机器人为研究对象,首先建立了采摘机器人作业环境及障碍物模型,并利用人工势场法搭建了环境和障碍物运动势场;然后基于人工势场法设计了采摘机器人动态路径规划系统;最后利用Mat Lab进行了仿真实验。结果表明:该系统优化效果明显,具有很好的避障和路径规划能力。实验很好地验证了系统的有效性和实时性。     

数字传媒交互式技术在采摘机器人远程控制中的应用

在采摘机器人远程控制系统的设计过程中,为了提高采摘机器人的智能化水平,基于数字传媒交互式学习技术引入了机器人远程控制交流交互系统,利用语音指令的方式实现管理员对采摘机器人的远程控制。在交流交互过程中,首先由远程监控端采集采摘机器人作业视频,然后利用投影技术进行投影,管理员根据实时作业情况对采摘机器人发出控制指令,以提高采摘机器人的作业质量。为了验证方案的可行性,对采用交互式系统的采摘机器人进行了测试,结果表明:采用交互系统后采摘机器人的远程控制精度有所提高,交互性系统的引入对于提高采摘机器人的作业质量具有重要的意义。     

基于PLC的采摘机器人作业路径避障系统设计

为提高果实采摘效率,基于PLC技术设计了采摘机器人的作业路径避障系统。系统主要由信息获取系统、工控机主程序及运动执行系统等部件组成,通过PLC技术对路径规划和果实的采摘、运输进行控制,并采用改进的蚁群算法对最优路径进行规划。对采摘机器人在温室环境下进行性能测试,结果表明:采摘机器人可以实现作业路径避障,并完成果实的采摘,工作性能稳定,能够满足农户对采摘机器人的使用和性能要求。     

基于KVM的新一代采摘机器人设计研究

针对采摘机器人在果蔬采摘时不能准确识别和精准采摘方面的问题,基于KVM技术对新一代采摘机器人进行了设计和研究。该采摘机器人的主要组成部分为硬件系统和软件系统。对采摘机器人的软件系统进行设计,包括采用静态和动态的果蔬识别方式、采用PID控制算法进行自动导航、采用人工势场的方法进行采摘时的避障,保证了果蔬的准确识别和精准采摘。为了验证采摘机器人的采摘性能,采用识别定位和采摘试验进行验证。结果表明:采摘机器人的识别和采摘性能良好,可以满足农户对于采摘机器人的性能要求。     

采摘机器人避障末端臂的设计与试验

在机器人实际采摘果实的作业中,机器人末端臂及末端执行器与果树枝条接触碰撞几率最高,其要具有感知碰撞的能力,从而判断原规划采摘路径的合理性,最终实现避障采摘之目的。为此,提出了一种采摘机器人感知碰撞避障伸缩末端臂,其通过转动关节与机器人大臂连接,整体相对于大臂可以进行仰俯动作,同时本身具有直线伸缩的功能,从而驱动末端执行器实现直线接近待采果实。感知碰撞结构使末端臂在上、左和右3个方向上具有感知危险碰撞的能力。通过试验改进了样机部分结构,伸缩杆运动平稳,感知碰撞结构动作可靠,并可通过调节微动开关的高度位置,能够对不同碰撞力做出反应,发出危险力的开关量信号,以适应多种果蔬的采摘作业。     

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。     

采摘机器人自动导航系统设计——基于计算机智能算法和机器视觉

机器视觉系统对于采摘机器人的研发至关重要,其性能直接影响机器人的自动导航水平和果实的定位与识别能力,要实现采摘机器人从研发到生产,首先要设计智能化机器视觉系统。为此,在采摘机器人导航机器视觉系统的设计上,引入了计算机处理系统和智能PID控制算法。采用计算机处理系统后,机器人具有更加强大的图像处理能力和控制编程能力,加上智能控制算法的引入,定位导航更加准确,为采摘机器人自动导航系统的设计提供了技术支持。     

基于PLC的采摘机械手电气自动化技术研究

为了提高采摘机器人电气自动化的效率、水平及机器人的智能化程度,在采摘机械手的设计上引入了PLC控制系统,并利用PID控制算法对自动化系统进行了改进,提高了自动定位和采摘动作控制的精度。为了验证方案的可行性,模拟采摘机器人的作业环境,采用MCGS软件设计了采摘机械手作业的监测系统,并对采摘的漏采率和破损率进行了测试。测试结果表明:基于PLC的采摘机械手具有较低的漏采率和破损率,可以满足较高精度的采摘机器人设计需求。     

远程控制采摘机器人手势识别研究——基于势场蚁群算法

采摘机器人在作业时遇到通过自主导航无法越过的障碍物时,或者在危险的地带无法进行人工采摘作业时,需要借助远程方式进行实时控制,使其成功越过障碍物,并在高危环境中有效地展开采摘作业。为了优化采摘机器人远程控制系统,提出了一种基于手势识别的远程控制方案,并引入了势场蚁群算法,提高了机器人的控制的准确性和高效性。在远程控制方案中,将基于视觉的手势识别与远程控制机械手相结合,通过深度相机采集手势图像并提取手势特征,转换为机械手舵机的控制命令,并通过无线网络发送至采摘机器人控制单元,实现视觉手势对机器人的远程控制。对采摘机器人进行了测试,通过测试发现:基于蚁群算法的手势识别系统可以有效地追踪得到不同的动态手势,且可以准确地识别手势所代表的意义,成功实现了机器人远程控制的手势识别。该方法不仅可以远程实现机器人避障功能,还可以将其应用在山谷、沼泽等危险地带进行采摘作业,实现其非凡的使用价值。     

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。     

基于MiroSot系统的苹果采摘机器人路径规划研究

针对农业机器人的一个重要类型—采摘机器人,开展了基于机器视觉的路径规划的理论分析和实际应用研究。为了解决苹果采摘机器人中路径规划难度大、最优解求解困难等问题,将MiroSot机器人路径规划系统应用于苹果采摘机器人中,结合采摘机器人作业环境特点和工作需求,采用图像处理技术,设计了具有环境感知、避障和决策能力的采摘机器人路径规划系统。MatLab实验仿真结果表明:系统可以实现无碰撞的最优路径规划,并能够根据环境变化实时进行局部路径规划,证明了系统的实时性、有效性和可行性。