六自由度水果采摘机械臂结构设计与试验

首先从数学模型建立、正运动学和逆运动学几个方面对水果采摘机械臂总体设计状况进行分析,随后重点分析六自由度水果采摘机械臂的主要结构及参数设计计算,对六自由度水果采摘机械臂的运动和任务进行设计规划,最后分析机具的实际效果及创新点,通过搭建采摘试验平台,对规划设计结果进行综合分析。研究中选取3kg六自由度机械臂作为研究对象,构建机械臂采摘运动模型,随后使用第五关节分离法解决机械臂自适应调整问题,并计算验证机械臂运动中的轨迹,最后使用试验分析方法对采摘效果和时间进行验证分析,采摘机械臂可以直接利用双目识别以及定位系统所提供的坐标,实现运动规划并完成果实采摘。采摘试验分析发现,单果采摘时间为25.5s/个,多果实采摘中使用关节角加权最小设定连续采摘任务,能够促进果实采摘时间的逐渐降低,提升采摘效率,降低生产成本与能耗。     

三自由度苹果采摘机械臂动力学分析与轻量化设计

针对工业机械臂苹果采摘时运动规划复杂、自由度多、控制难等问题，本文研制了一款轻量化结构的三自由度苹果采摘机械臂。首先，针对苹果采摘工作要求完成了机械臂的结构设计与运动学分析。机械臂采用平行四边形结构，通过后置动力源减小整机转动惯量，且臂展长，工作空间大，运动时树枝干扰小，更适用于苹果采摘。其次，采用牛顿-欧拉方程建立动力学模型，完成机械臂苹果采摘仿真，通过动力学模型的理论数据，以减轻机械臂自身质量为优化目标，对臂及其关键部件应力及应变进行分析，计算不同轻量化方案下的应力、应变，从而选取最优的轻量化方案。通过对比轻量化前后机械臂仿真数据，骨棒型轻量化方案驱动力矩峰值分别降低21 N·m和15 N·m,均降低约20%,整机质量下降1.8 kg,降低32.1%,且轻量化后机械臂保持良好工作能力。根据优化结果，搭建了三自由度苹果采摘机械臂物理样机，通过试验得到大、小臂最大驱动力矩为92、63 N·m,基本符合仿真结果，验证了动力学模型的正确性。     

黄瓜采摘机械臂运动学分析与样机试验

为提高黄瓜机械化采摘的可行性,在完成新型黄瓜采摘机器人设计的同时,针对采摘机械臂这一关键部分展开研究,并制作黄瓜采摘机械臂样机;利用机构组合的形式代替采摘机械臂通常的关节型设计形式,完成黄瓜采摘机器人的整机方案设计。对作为关键部分的采摘机械臂进行机构运动分析和研究。通过建立矢量多边形和Adams运动学仿真对机构运动过程进行分析,证明设计方案的可行性。按照采摘机械臂设计方案进行零件加工装配和控制系统设计,完成试验样机试制,并进行黄瓜采摘试验,对采摘效果进行评价和总结,得到采摘机械臂中存在的问题和缺陷,并在后续的工作中对其进行优化。     

果蔬采摘机械臂结构设计与性能测试

针对作业空间较小的大棚果蔬采摘环境,研制了串联式4自由度关节型果蔬采摘机械臂。采用SolidWorks建立了机械臂的3维模型,在拉格朗日法建立动力学分析模型的基础上,利用ANSYS和ADAMS分析软件,对机械臂进行静态结构分析和运动学、动力学仿真分析。静力学仿真结果表明,机械臂的最大应力为8.181 8 MPa,最大形变为0.000 329 11 m,结构设计合理,强度符合要求;运动学仿真结果表明,机械臂可以精确到达目标位置,运动过程平稳;动力学仿真结果表明,各关节的最大力矩均在安全合理的范围。为进一步验证设计的合理性,对研制的果蔬采摘机械臂进行了性能测试,结果表明机械臂定位精度最大误差±2.5 mm,平均误差±1.1 mm,带载能力3 kg,机械臂运动平稳,可以满足果蔬采摘作业要求。      

基于Java3D和VRML技术的采摘机械手运动仿真研究

为了实现采摘机器人机械手臂运动虚拟仿真过程的交互性,基于Java3D和VRML虚拟现实技术,提出了一种机械臂交互式三维场景生成及运动仿真系统。为了验证系统的可行性,以采摘机器人机械臂为研究对象,设计了基于采摘机器人机械臂运动仿真系统,并基于网络的特征,通过接口导入机械臂关节的造型文件,实现了采摘机器人机械臂仿真三维虚拟场景创建。对仿真系统进行了实验,结果表明:开发的采摘机器人机械臂三维运动仿真系统可以对采摘路径进行合理的规划,得到和实验基本吻合的轨迹,能够实时地显示关键力矩的变化,为关节结构的优化提供了数据参考。将仿真目标位置和预设位置进行对比发现,最大位置偏差不超过1 mm,从而验证了运动模型和算法的可靠性。     

基于自适应趋近律的采摘机器人关节滑模控制研究

利用离散趋近律设计的滑模控制可有效抑制滑模控制中的抖动现象,但其抑制抖动的效果与离散趋近律的设计参数及系统的采样时间有着密切的关系。为此,在分析指数趋近律抖动的基础上,提出了一种自适应滑模控制器,Mat LAB能够进一步的提高基于趋近律的滑模控制器的抖动抑制能力。为了验证本文所提出方法的有效性,在Mat LAB中实现了该算法,并利用其来控制采摘机器人关节的伺服电机。仿真结果表明:本文所提的算法具有较好的位置跟踪能力,进一步地抑制了指数趋近律滑模控制中存在的抖动现象,提高了系统的性能。     

基于模糊滑模的车辆横摆稳定性控制

针对分布式驱动汽车在极限工况下易出现失稳问题,提出了基于模糊滑模控制的车辆横摆稳定性策略。控制方案采用分层设计,上层控制模块利用模糊滑模理论求出车辆理想状态下的附加横摆力矩;下层考虑驱动电机输出最大力矩和路面附着约束条件,以降低轮胎纵向利用率为目标优化分配各车轮转矩。通过CarSim-MATLAB/Simulink联合仿真平台进行双移线工况仿真试验,结果表明,该控制策略下的车辆横摆稳定性显著提升。     

农业采摘机器人机械臂结构设计

【目的】农业采摘机器人是一种集机械、电子、传感、计算机于一体的多功能农业机械设备,被广泛应用于水果、蔬菜采摘领域。但其在对果实的识别和抓取方面仍存在很大的不足。【方法】机械臂是农业采摘机器人重要的组成部分之一,也是其主要执行机构。笔者根据机械臂结构特点与功能需求,设计了一种六自由度、关节运动灵活且可更换的采摘机器人机械臂,该机械臂通过控制系统调节3个平动关节在工作空间中的位置和角度,从而获得末端执行器能够完成采摘任务所需的最小工作空间,通过六自由度变换得出6个关节在工作空间中坐标系之间运动轨迹关系。该机械臂由视觉模块、驱动模块及控制模块构成。基于D-H参数法对采摘机器人机械臂进行运动学分析,并进行仿真验证。【结果】该机械臂具有较好的定位精度,能够满足农业采摘机器人对果实的抓取要求。     

一种树生水果采摘机器人的结构设计

【目的】像苹果、梨子、桃子这类树高3 m左右的树生水果的采摘仍主要采用传统的手工作业方式,劳动强度大、劳动成本高,人工采摘作业不仅效率低下还具有一定的危险性。而目前研究开发的农业采摘机器人多采用刚性关节型机械臂,难以满足某些地方果树生长密集、枝条随机生长等情况的采摘需要,为了解决这些问题,亟需设计一款柔性采摘机械臂。【方法】课题组根据仿生学原理,模仿大象鼻子的运动机理,设计了一种拉绳驱动的仿象鼻柔性采摘机械臂,并基于该机械臂设计了一种树生水果采摘机器人。采用三维数字化软件SolidWorks对树生水果采摘机器人进行三维建模,树生水果采摘机器人的整体结构主要由机械爪部分、机械臂部分、收集装置部分、车身部分组成。【结果】机械爪部分可以夹裹目标果实;机械臂部分可实现多自由度、较大幅度的柔顺弯曲运动,用于实现机械爪在抓取、采摘过程中所需的各种柔性运动,配合可升降的收集装置部分,能有效缩短机械臂的运动行程,进一步提高采摘效率;车身部分带有水果收集箱,采摘后的水果能暂时储存在车身部分中。【结论】该采摘机器人具有工作空间更大、灵活性更强、安全性更高等优点,可以满足枝条密集、作业空间狭窄环境下的采摘作...     

静液传动系统自适应模糊滑模控制

针对静液传动系统的速度控制问题,提出一种带有摩擦力矩补偿的自适应模糊滑模的设计方案.引入摩擦力矩动态补偿的方法,对摩擦力矩进行动态实时补偿,提高系统的响应速度和稳态误差.采用自适应模糊滑模控制解决因系统的不确定性及干扰的存在而不能准确控制的问题,使控制器的设计不依赖于被控对象的精确数学模型.基于李雅普诺夫函数推导出规则参数调整的自适应率,保证闭环控制系统的稳定性,并削弱了高频抖振.仿真结果表明该方案可以提高稳态误差,增强系统的鲁棒性,削弱控制信号中的高频抖振现象.     

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2 000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17 s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

六自由度采摘机械臂系统设计

以Atmel公司的Atmega1280芯片为核心控制器,以六自由度关节型果蔬采摘机械臂为研究对象,设计了采摘机械臂的软硬件系统。运用D-H法对六自由度机械臂进行数学建模,并通过Mat Lab构建运动仿真模型,验证了其设计的可行性;通过软件编程实现了采摘机械臂单自由度运动、多自由度协调运动和运动规划等功能模式;同时完成了Labview上位机监控界面的设计;最后通过系统调试,实现了采摘机械臂的单自由度、多自由度及基本的运动规划功能。系统整体运动灵活,协调性较好,在精度和性能上都得到了很大的提高。     

面向水质采样的绳驱动空中机械臂抗干扰控制

绳驱动空中机械臂是一种由旋翼飞行器和多自由度机械臂构成的新型机器人系统。为了增强机械臂在排污管口水质采样时的关节空间控制性能,提出了一种结合快速连续非奇异终端滑模控制与线性扩张状态观测器的抗干扰控制策略。阐述了绳驱动空中机械臂的结构设计,建立计及关节柔性的动力学模型。利用线性扩张状态观测器来估计与补偿系统集总干扰,采用快速连续非奇异终端滑模面来保证系统状态量的有限时间收敛和抑制控制力矩的抖振。通过李雅普诺夫稳定性定理分析了所设计控制器的稳定性。最后,通过可视化仿真和地面汲水试验验证了所提控制器的有效性,结果表明,所提控制器的收敛速度、鲁棒性、准确性和抗干扰能力优于其他两种控制器,能有效抑制系统抖振,满足水质采样的作业需求。     

面向机器人柑橘采摘的控制系统设计与试验

面向柑橘采摘,构建以上位机、RealSense Camera R200深度相机、VS-6556垂直多关节工业用机械臂、三指柔性手爪等组成的采摘机器人硬件平台。以Windows10为开发环境,采用librealsense相机软件开发工具包、OpenCV计算机视觉库、TensorFlow-GPU和Keras深度学习框架、ORIN2机械臂控制软件开发工具包、Arduino IDE函数库以及SerialPort串口通信软件开发工具包等,研究基于深度相机、机械臂二次开发的采摘控制系统设计,包括视觉识别定位、手爪动作控制、机械臂运动控制以及采摘控制等模块的程序设计。采摘控制系统柑橘定位试验和柑橘采摘试验的测试结果显示,在实验室环境下面对随机布置的柑橘,视觉识别定位模块的平均定位精度误差为1.22 cm,采摘过程中柑橘识别成功率达到100%,平均识别时间约为47 ms,机器人柑橘采摘成功率达到80%,平均采摘时间约为15.2 s,验证了采摘机器人平台控制系统程序的可行性,表明所开发的采摘控制系统能够正确、高效地完成整个柑橘采摘作业流程。     

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。     

基于STM32体感交互式仿上肢采摘机械臂设计

农业采摘机械臂是提高农业自动化程度和生产效率的重要手段,针对传统农业采摘机械臂控制方式单一、与用户的交互性和控制效率较低的问题,提出并设计一种基于仿生学,能够实时模仿上肢采摘行为的体感交互式仿上肢机械臂系统。系统采用STM32微处理器作为主控芯片,采用6个舵机构建六轴仿生机械臂结构。采集端MUP6050加速度计获取人体手臂姿态信息,通过无线收发芯片SI4432实现手臂姿态的无线传输;机械臂接收端完成手臂姿态的无线接收及解析,从而控制机械臂模仿人体上肢的动作。试验结果表明,系统对仿人体机械臂动作的平均识别率为96%以上,动作跟随的平均响应时间为2～3 s,能够按照人体手臂的运动轨迹做出相应的模拟动作,跟随人体手臂完成各种抓握、屈伸、旋转等动作,较好地实现仿上肢采摘机械臂的功能。     

基于HER-TD3算法的青皮核桃采摘机械臂路径规划

针对青皮核桃和树枝等障碍物无序生长导致机械臂采摘环境复杂、训练任务量大、稳定性差等普遍存在的问题,本文设计了一种同步带模组与机械臂协作的采摘装置,并采用基于事后经验回放的双延迟深度确定性策略梯度算法（Twin delayed deep deterministic policy gradient with hindsight experience replay,HER-TD3）对采摘机械臂进行路径规划,通过HER算法提高智能体的探索能力,缓解稀疏奖励的问题;通过TD3算法提高智能体的稳定性,减少了训练中出现的震荡现象。为了证明HER-TD3算法的可行性和泛化能力,引入TD3、HER-DDPG算法进行对比,采用降维训练方法对3种深度强化学习智能体进行训练,结果表明HER-TD3算法模型在完成路径规划任务中成功率达到98%,与HER-DDPG算法相比提高4个百分点,与TD3算法相比提高19个百分点;在CoppeliaSim软件中搭建三维模型仿真环境,设计初始姿态和碰撞检测,使用YOLO v4识别青皮核桃,通过该算法模型能够引导虚拟采摘机械臂避开树枝障碍物达到目标位置,完成无碰撞路径规划,无障碍物和有障碍物时路径规划成功率分别为91%和86%;利用物理样机进行青皮核桃采摘试验时,仍能较好地完成路径规划任务,无障碍物时采摘路径规划成功率为86.7%,平均运动时间为12.8s,有障碍物时采摘路径规划成功率为80.0%,平均运动时间为13.6s,验证了HER-TD3算法对复杂环境具有较好的适应性和稳定性。     

黄瓜采摘机械臂结构优化与运动分析

黄瓜采摘机器人在非结构环境中工作时,其机械臂的结构特点与运动精度将直接决定机器人作业范围和采摘成功率。针对黄瓜特定的栽培模式,结合机械臂工作空间及结构长度指标,运用参数优化法,对采摘机械臂构型和结构参数进行了优化设计。建立了机械臂运动D-H模型,实现由关节空间向笛卡尔空间的正逆变换,并确定了机械臂速度雅可比矩阵;应用三次多项式插值法,建立了机械臂关节空间运动规划模型;应用Matlab平台对优化参数进行仿真。结果表明,机械臂实际采摘范围可达到目标工作区域90.5%以上,关节位移变化曲线光滑,运动平稳。     

基于动捕对仿人采摘机械臂运动学分析与仿真

通过三维光学动作捕捉实验采集了人体上肢完成采摘动作时上肢各关节角度的变化及各关节的点位数据,对上肢进行受力分析并利用MatLab编程获得力矩的变化情况。将上肢划分为3个关节7自由度的刚体模型,利用Robotics工具箱建立7自由度的仿人采摘机械臂,并通过D-H方法建立各连杆坐标系写出各连杆参数进行逆运动学分析,求解出机械臂7个关节角度值。由于存在冗余自由度使得逆解结果不唯一,因此提出了“最小能量法”选取最优采摘路径。对最优采摘路径进行五次多项式插值仿真各关节的角度、角速度及角加速度的变化,最后根据各关节的活动度进行末端执行器工作空间的分析。结果表明：“最小能量法”选取的最优解使仿人采摘机械臂在采摘点已知情况下能选择最优的路径进行采摘,整个采摘过程稳定。研究结果为仿人机器人采摘机械臂的运动控制和轨迹优化奠定了基础。     

基于滤波算法的林果采摘机器智能控制系统研究

【目的】提高林果采摘机器的综合采摘效率,减轻人工作业强度,优化系统数据收集与传输性能,提升系统稳定性。【方法】课题组设计了一款基于滤波算法的林果采摘机器智能控制系统。该系统利用滤波算法实现了网络信息拥堵控制,其工作原理为：通过高分辨率相机收集林果图像发送至总控系统,使用滤波算法识别目标林果后检测位置信息;由传感器收集林果与机械爪的距离进行位姿计算,运动控制设备发送指令后机械臂到达采摘位置;末端执行设备控制电机运转后操控机械臂完成采摘。【结果】测试表明,系统应用滤波算法的适应性良好,与应用灰狼算法相比,整体运行稳定率达到了92%以上,各项参数指标符合预期。【结论】该林果采摘机器智能控制系统可实现高效智能采摘,推广前景较为良好,本研究可为类似采摘或收获农机装备的优化设计提供参考。