基于启发式搜索算法的自动采摘机器人路径规划研究

对启发式搜索算法进行了分析和介绍,并选择采用A*算法进行自动采摘机器人路径规划研究.研究了采摘机器人路径规划的二维空间环境的模型,并采用栅格法建立了采摘机器人路径规划空间模型.利用Mat-Lab软件对模型进行了仿真实验,结果表明:改进的A *算法可以明显改善采摘机器人移动路径,使规划的路径更加平滑,证实了改进算法的可行...     

基于机器学习的采摘机器人动作执行效率优化研究

为了提高采摘机器人动作的执行效率,提高动作执行的控制精度,将机器学习算法引入到了采摘机器人控制系统的设计上,利用机械学习和归纳学习设计了采摘机器人的机器学习方法,并利用PID反馈调节对学习过程进行了优化,从而得到了效率较高的机器人采摘动作执行系统.以相同时间内果实的采摘量为作业任务,对不同机器学习方法的机器人采摘果实数...     

基于改进蚁群算法的果蔬采摘机器人三维路径规划

近年来,我国"农民荒"问题越演越烈,大量年轻劳动力外出务工,农村土地荒置越来越多。我国人口高龄化严重,农业人口的减少,劳动力缺口过大,导致对农业机器人的需求极为迫切。随着农业机械和自动化技术的快速发展,农业机器人也在不断发展,其可以更好地适应生物技术种植产业发展,过去传统的采摘方式将会有很大改变,农民种植的侧重点即将改善。为此,基于改进蚁群算法,设计和规划了果蔬采摘机器人行走的三维路径,并增加在前进过程中的自适应调整功能。实验仿真结果表明:基于改进蚁群算法的果蔬采摘移动机器人三维空间路径规划在路径和转弯个数上都做到了最小化,能够很好地满足采摘机器人运行需求。     

基于迭代学习PID算法的苹果采摘机器人设计

为了提高采摘机器人机械手控制系统的精准性和采摘机器人的移动效率,设计出基于迭代学习PID算法的苹果采摘机器人。借助MatLab软件平台进行模型搭建及控制系统仿真测试,实验室条件下进行硬件结构设计,并完成采摘过程测试、路径规划避障测试和采摘果实破损率统计分析。实验验证表明:基于迭代学习PID算法设计的采摘机器人可准确锁定采摘目标,迅速实施稳定的采摘动作,以最佳采摘角度最大程度地保证采摘果实完整性。基于迭代学习PID算法设计的苹果采摘机器人有效提高了采摘的精度和效率,使苹果整体完好率达到98.3%以上,最大限度保证了采摘苹果的质量。     

柑橘采摘机器人的连续采摘路径规划

课题组分析了采摘机器人的发展现状与存在的问题,针对柑橘采摘路径最优问题,将柑橘在三维空间中的点作为目标点,柑橘的连续采摘就是遍历目标点,将柑橘采摘问题作为TSP问题进行解决,使用Matlab软件进行建模仿真,利用蚁群算法求出柑橘采摘轨迹的最短路径。仿真结果表明,通过运用Matlab软件建立了柑橘在三维空间中的坐标模型,利用蚁群算法多次迭代和参数优化,计算出了柑橘采摘的最优路径,以期为实现柑橘自动化采摘提供研究基础。     

基于视觉算法的采摘机器人控制优化研究

为了优化采摘机器人控制,基于视觉技术设计了控制系统。首先,在大津分割法的基础上,计算图像中的角点,将角点从分割后的二值图中去除,降低背景干扰点簇的影响;其次,建立褐菇几何特征参数,以此参数对褐菇进行特征图像提取;再次,采用遗传学算法,对褐菇采摘路径进行优化,与传统往复前进式路径规划相比路程缩短了30.5%;最后,对系统进行实地褐菇采摘测试,结果显示：辨别成功率分布区间为[87%, 91.7%],采摘成功率分布区间为[80%, 85.75%],单个褐菇平均采摘时间分布区间为[12.4s, 13.2s],系统具有良好的采摘性能。     

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。     

智能采摘机器人路径规划的设计与研究

以四足轮式采摘机器人为研究载体，将采集的果园图像经过灰度化、阈值分割、几何校正、比例尺寸划分等处理，然后进行栅格化；在此基础上，对采摘机器人在作业时的路径进行全局规划，通过蚁群算法寻找出一条无障碍、短距离的行驶路线；同时，结合运动学模型和PID闭环等现代控制理论，将得到的路径信息转化为控制信号，输出占空比变化的PWM波，从而控制电机运转，使得采摘机器人以规定的速度跟踪已规划好的行驶路线；最后，将此理论以嵌入式方式进行软硬件开发，设计出一款路径规划-跟踪控制系统。实验结果表明，利用路径规划-跟踪控制系统的采摘机器人按规划的路径到达目标点的平均概率为94.5%,能够准确、有效地辅助采摘机器人进行采摘作业。     

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。     

采摘机器人的路径规划系统动态性优化研究

为进一步改善采摘机器人的工作性能，提出以动态调控为主导的理念，针对整机的路径规划系统展开优化研究。以当前果园采摘机器人的通用性结构组成为前提，将云平台数据处理与路径规划核心算法有效融合后搭建动态控制模型，分别针对路径规划系统的硬件配置与软件控制进行合理设计，得到可应用于采摘实践且布局完整的路径规划系统。展开动态性优化下的采摘作业试验，结果表明：优化后采摘机器人路径规划系统的整体路径搜索率与路径平滑性得到明显提升，相对提升度分别为10.93%和9.71%,路径偏离率相对降低了50%左右，很好地优化了机器人的避障能力，满足系统稳定性需求，具有较高的实用价值。     

基于遗传算法的采摘机器人轨迹规划

以总距离最短作为性能指标,以6自由度采摘机器人作为研究对象,在考虑各关节速度、加速度和加速度变化约束的基础上,采用遗传算法对机器人所经过各点的进行路径规划.运用robotics toolbox 工具箱进行仿真,结果表明:所设计的机器人轨迹规划方法既能保证总路径最优,又可使机器人的轨迹平滑.     

基于DTN算法的采摘机器人控制系统可行性研究

为进一步提高我国采摘机器人的智能采摘水平,以优化系统数据采集与传送效能参数、确保控制系统运行稳定性为目标,针对采摘机器人的控制系统进行设计研究.利用DTN算法体系与DTN网络层级数据处理算法,实现网络信息拥堵控制,建立DTN算法模型,设计采摘机器人控制系统整体架构并展开控制试验.试验结果表明:该采摘机器人控制系统应用D...     

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。     

采摘机器人果实识别与定位研究——基于双目视觉和机器学习

分析了双目视觉系统的工作原理及视觉标定方法,利用YOLO V2卷积神经网络算法实现对目标果实的识别,并对目标果实的空间定位进行了深入研究,设计了一套基于双目视觉和机器学习的采摘机器人果实识别与定位系统。在多次实际定位实验中,橘子的深度定位误差最大值为1.06mm,证实了系统具有一定的准确性和稳定性。     

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YOLOv5算法的名优茶采摘机器人

【目的】在整个名优茶制造流程中,名优茶原材料的采摘往往需要耗费大量的人工,并且在采摘过程中极易损坏原本不需要采摘的茶叶。名优茶采摘技术急需迭代更新,需要设计效率更高、成本更低的采摘装置。【方法】课题组设计了一款基于YOLOv5算法的名优茶智能采摘机器人,主要包括数据获取单元、服务器、控制单元、电机驱动器等部分。首先,通过数据获取单元获取设定区域的名优茶及其三维坐标,并将其上传至服务器;其次,服务器通过图像识别算法识别图像内是否为可采摘的名优茶,再将位置信息转换为坐标信息并上传至控制单元;再次,控制单元将坐标信息转换为PWM信号,并传给电机驱动器;最后,根据PWM信号控制滑台向多轴进行移动,并在信号指示位置控制机械手进行名优茶的采摘和收集。【结果与结论】1）该名优茶智能采摘机器人能显著提高名优茶采摘的效率;2）通过YOLOv5算法进行图像识别,提高了名优茶采摘的准确度;3）使用服务器进行图像识别和数据处理的方式,降低了单个设备的价格,有利于推广;4）通过服务器进行复杂数据处理的方式可以配备大量操作设备,适合大规模采摘,缩短大面积采摘的时间;5）通过路径规划和红外感应的方式,可以降低对不能...     

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 .     

基于改进RRT算法的猕猴桃采摘机器人全局路径规划

为提高猕猴桃采摘机器人导航效率,提出一种基于采样状态实时引导随机树扩展的改进方法(Straight-RRT)。首先,针对传统RRT算法盲目搜索的问题,引入评价指数与阈值划分采样状态,根据采样状态决定采样节点的选取方式,实时引导随机树的扩展。其次,为增强算法对不同环境的自适应性及快速避开不规则障碍物,引入动态阈值并优化最近节点选择机制。最后对路径进行优化处理,去除路径冗余点并采用贝塞尔曲线平滑路径减小路径复杂度。基于棚架式猕猴桃果园环境进行路径规划实验,实验结果表明改进后算法在猕猴桃果园环境中具有更好的适应性及规划效率,为提高猕猴桃采摘机器人导航效率提供了解决方法。     

采摘机器人开放式控制系统设计

在采摘机器人控制系统设计中引入开放式控制思想,采用分层控制作为控制系统的体系结构。硬件平台由PC104工控机和PMAC2—104多轴运动控制卡构成。控制软件划分为任务层、系统层和伺服层。在6自由度机器人平台上,以腕关节的旋转自由度为例,进行初步测试。测试结果表明,当比例增益为34000,微分增益为4200、速度前馈增益为680、加速度前馈增益为1000时,系统具有良好瞬态响应特性、定位精度和速度控制性能。