基于混合粒子群算法的水稻穴直播机路径规划研究

介绍了粒子群算法和混合粒子群算法原理,并对水稻穴直播机全覆盖路径规划进行了分析,基于混合粒子群算法实现了水稻穴直播机路径规划算法。实际测试试验表明：水稻穴直播机在经过直线和转向路径规划后,对整个作业可以进行全覆盖路径规划,并对障碍物进行了避障规划处理,证实了系统算法的可靠性和可行性。     

油菜移栽机漏栽检测系统设计

油菜移栽机在工作时不可避免会出现漏栽和堵塞等现象。设计一套以STM32为核心的检测系统,系统以4个光电开关及相对应的发光二极管、警报器等作为光电传感器的发射端接收端和提示端,精确检测全程漏栽的具体行数和排数。移栽机没有把油菜苗调入移栽的栽植器时,发出警报信号,在数码管上显示漏栽的排数;发光二极管亮起,显示移栽的具体行数。当移栽机全部移栽完毕后,人工查补漏栽秧苗,能够提高移栽机的工作效率。     

基于改进动态规划算法的果园移动机器人路径规划

首先,根据果园移动机器人自身运行特性和果园环境,建立了环境模型;然后,阐述了改进动态规划算法原理;最后,基于改进动态规划算法实现了果园移动机器人的动态路径规划和避障。仿真实验表明：果园移动机器人顺利实现了从起点到终点的无碰撞移动作业,且行走路径最短、转弯数最少,表明算法系统在复杂的动态环境下仍能实现路径规划功能。     

基于改进避障策略和双优化蚁群算法的机器人路径规划

针对传统蚁群算法在移动机器人路径规划中存在的收敛速度慢、收敛路径质量低、死锁以及动态避障能力差的问题,本文提出基于改进避障策略和双优化蚁群算法（Double optimization ant colony algorithm,DOACO）的路径规划方法。首先,设计新的概率转移函数并对函数中的各分量权重进行自适应调整,以优化算法的收敛速度;然后,利用碰撞检测策略对路径进行再优化,进一步提高算法的性能;最后,针对常规避障策略避障能力差、实时性不足等问题,提出避障行为与局部路径重规划相结合的避障策略。实验结果表明,DOACO算法相对于传统的蚁群算法,不仅能规划出更优的路径,收敛速度也更快,而且新的避障策略也可以有效地应对多种碰撞情况。     

基于贪心遗传算法的穴盘苗补栽路径优化

温室育苗需要通过补苗移栽作业用健康钵苗替换穴盘内未发芽或劣质的钵苗,保证钵苗的质量。自动补苗移栽机可利用机器视觉获取穴盘苗健康信息,控制末端执行器抓取钵苗进行补苗作业,移栽效率高。穴盘内需补苗孔穴的位置具有随机性,对补栽路径进行规划,可进一步提高补栽效率。本文综合贪心算法和遗传算法的特性提出一种贪心遗传算法,在分段步长取8,优化代数取100时,可实现稀疏和密集穴盘的补栽路径优化,具有鲁棒性。贪心遗传算法所规划补苗路径长度与全遗传算法接近,均值差在443 mm以内;相比优化前的固定顺序法,贪心遗传算法路径长度可缩短33.8%~41.3%,缩短长度随空穴数量增加而加长;贪心遗传算法与全遗传算法规划补栽路径耗时分别为1.81 s和5.59 s。对比可知,贪心遗传算法更有利于自动移栽机输送单元和移栽单元间的动作衔接,可进一步提高自动移栽机效率。     

采摘机械臂路径规划算法研究现状综述

随着农业智能化时代到来,机器人技术在农业、林果业智能采摘领域的应用愈发广泛,路径规划算法作为采摘作业的核心技术,其先进程度对采摘作业的效率和质量起着决定性作用。为此,针对采摘机械臂路径规划算法的特点,将其划分为群优化算法、图搜索算法、概率地图算法(PRM)和快速扩展随机树算法(RRT)四大类,并基于上述分类,介绍近年来国内外学者具有代表性的研究成果,重点分析各类路径规划算法应用在采摘作业时的优缺点,通过对比,系统的总结各类算法的可行性、适用性以及局限性。最后,对采摘机械臂路径规划算法未来发展方向进行展望,提出算法优化的具体意见,为采摘机械臂路径规划研究提供一定的思路。     

基于改进的A~*算法在三维路径规划中的仿真应用

针对无人机路径规划中全局静态路径优化和局部动态避障的需求,提出一种基于生物神经动力学模型的改进A^*算法实现全局冬天路径规划。建立生物神经动力学模型,并应用该模型实时获取环境中的动态障碍物信息,通过神经元的活性值来引导无人机的局部动态避障。设计了一种A^*算法的优化启发函数,有效地减少A^*算法在全局路径搜索过程中的节点数量,提高A^*算法的全局搜索效率。最后,将生物动力学模型中神经元的活性值融入到A^*算法的实际代价函数中,融合算法保证了A^*算法在全局路径优化的性能,又秉承了生物神经动力学模型的局部实时避障能力。静态路径和动态路径下仿真结果表明:与生物动力学模型相比,该融合算法考虑到实际代花费问题,能够在动态和静态环境下规划出一条低代价的全局路径;与A^*算法相比,该融合算法可提高全局搜索效率,且实现实时动态避障性能。     

穴盘苗补苗自动移栽路径规划优化研究

为了提高穴盘苗补苗自动移栽机的工作效率,需要对补苗自动移栽路径进行规划优化。本文构造了穴苗位置坐标与穴苗序号之间的映射关系公式,并基于欧式距离模型建立了移栽路径长度的目标函数。对于补苗自动移栽路径规划问题,采用遗传算法对目标函数进行求解。通过采取基于空穴孔数量染色体编码机制和最优染色体保存策略,提出了一个求解移栽路径规划优化的算法模型,并通过仿真试验对算法的有效性和效率进行了验证。结果表明,该算法与蚁群算法、标准遗传算法相比较,缩短了运算时间且可以获得最优的路径。     

拖拉机自动驾驶路径规划算法研究与系统仿真

拖拉机无人驾驶与自动导航可有效解决人工操作存在的诸多问题,同时推进了作业方式的智能化进程。提出了一种用于拖拉机自动路径规划的算法,分析了算法实现的关键问题,并进行了算法的系统仿真。该算法可针对不同的拖拉机宽幅及转弯半径自动生成作业路径,为拖拉机无人驾驶和自动导航的实现提供了理论支持。     

农业机器人避障路径智能规划研究

随着农业科技的发展,机器人技术凭借其作业效率高、人力资源投入少、安全隐患小等优点,在农业生产方面的应用越来越广泛.但是,机器人在未知的农业生产环境中,缺乏自动寻径功能,自适应运动能力较弱,在躲避障碍物方面的研究更是少之又少.为此,通过研究农业机器人运动系统结构及自我定位原理,建立了农业机器人运动模型,完成了避障路径规划...     

基于改进A*算法和DFS算法的割草机器人遍历路径规划

针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A*算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,使用DFS算法规划子区域的遍历顺序;最后,采用改进A*算法进行跨区域路径转移并且往复式遍历各子区域的内部。仿真试验结果表明：该遍历算法的覆盖率达到100%,遍历重复率为0,改进A*算法所规划的跨区域转移路径长度和转向次数比A*算法分别减少3.26%和62.5%。所提出的遍历算法具有覆盖率高、重复率低、普适性强的特点,改进A*算法通过路径平滑性优化和添加防碰撞安全间距对A*算法进行改进,使之规划的路径更平滑、更安全,路径长度更短。该研究结果旨在为割草机器人遍历路径规划提供理论参考。     

基于优化人工势场法的插秧机绕障策略研究

针对水田中存在的壕沟、田埂、石块、电线杆等障碍物使得插秧机无法保证作业连续性和插秧直线性等问题,设计了基于优化人工势场法的插秧机绕障路径规划策略。通过增加插秧机实时位置与目标作业点的相对距离作为判断条件来动态改变势场大小,同时设立了虚拟局部目标点来弥补传统人工势场法目标点不可达和局部最小点的算法缺陷;将插秧机简化为二轮车模型,建立插秧机转向系统数学模型,得出插秧机速度、行驶航向角和前轮转角表达式,以横向偏差与航向偏差作为评判路径优化效果的因素。转向控制器以复合模糊PID算法控制插秧机的转角,不断减小理想前轮转角与实际转角的偏差,实现转角最优化;采用超声波传感器实时检测道路障碍物并结合RTK-GPS实时更新位置坐标,设计出插秧机绕障转向控制策略。通过Matlab对优化的人工势场法的避障路径控制策略进行仿真,仿真结果表明,当障碍物不在影响范围内,插秧机直线追踪的最大横向位置偏差为5cm,平均偏差约为2cm,最大避障横向偏差小于0.5m,优化后的算法具有较好的控制精度,可避免目标点不可达的问题。基于洋马VP6E插秧机作为实验平台进行了实车实验,实验结果表明,当插秧机以速度0.5、1.0、1.5m/s行驶时,左侧绕障的最大横向偏差均不大于1.2218m,航向偏差最大值为30.1491°,绕障前后直线追踪的平均横向偏差为0.025m,平均航向偏差为3.12°;右侧绕障的最大横向偏差均不大于1.2459m,航向偏差最大值为25.2294°,绕障前后直线追踪的平均横向偏差为0.023m,平均航向偏差为3.36°,所设计的避障方法可满足插秧机在农艺作业过程中的避障要求,具有很好的可行性与鲁棒性。     

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。     

基于嵌入式智能控制系统的采摘机器人定位导航方法

利用图像、红外、超声波等传感器模块,感知采摘机器人作业环境,以采摘机器人在园区自主避障和移动为目的,研究了采摘机器人路径规划和定位导航方法,并利用嵌入式控制系统,设计和开发了该采摘机器人定位导航方法。实验结果表明:系统可以实现采摘机器人的定位和导航功能,具有一定的可靠性。     

果实采摘机械手多关节求解方法与避障规划

以Motoman SV3X采摘果实为研究对象,在果实空间位置坐标和竖直类障碍物空间位姿已知的情况下,提出了一种机械手多关节角度计算和路径规划方法。首先根据果实位置和竖直类障碍物的分布计算出若干组机械手终点关节角度,然后选择其中一组作为终点角度,利用A*算法规划出一条机械手从初始角度到达终点角度的避障路径,解决了避障规划中的多关节角求解问题,规划方法对于竖直类障碍物的避碰路径规划具有一般性。Matlab仿真试验表明,求解的机械手关节角度能够避开竖直类障碍物,而且使末端执行器的位置在预设的误差范围内,验证了规划方法的正确性。     

基于动态识别区和B样条曲线的智能叉车避障路径规划

为降低干果仓储智能叉车自主避障误警率,提高仓储空间有效利用率,结合叉车运行环境特点,基于激光传感器,设立探测范围随车速、等效转向角变化的动态识别区,有效探测叉车行进方向上的障碍物;将获得的障碍物特征控制点作为分割点,采用四次五阶准均匀B样条曲线,分前后段合并生成满足叉车最小转弯半径、曲率连续、最大转向轮角速度等多约束条件下的避障路径;对仓库中的直行路段和转弯路段进行避障路径规划试验,结果表明所得避障路径满足各项约束,曲率不大于1. 06×10-3mm-1,等效转向角不大于60°,等效转向轮角速度不大于1. 05 rad/s,验证了算法的可行性。     

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。