收获柑桔等果实的机器人

最近,日本京都大学农学部开发了一种能识别成熟柑桔,并能自动收摘的机器人。 这种机器人是以联合收割机为基础,在其上部装上收获用的机器手而制成的固定式机器人。高约1.6米。它的机器手长约1.5米,能高低自由伸缩;并能向左右移动30°,向     

粒子群优化算法在图像边缘检测中的应用

通过分析研究传统的边缘检测方法,提出了应用粒子群优化算法对边缘检测模板系数进行优化,试验结果表明,该方法利用个体在解空间中的随机速度来调整位置,具有很强的随机性,检测结果比传统方法效果好,鲁棒性好,比其他优化算法方便,没有遗传算法交叉变异等复杂过程.     

基于蚂蚁算法的湖泊富营养状态评价的普适指数公式

本文尝试采用蚂蚁算法对湖泊富营养化评价的普适指数公式参数进行了优化,并与常用的遗传算法的优化结果进行了比较。结果表明,采用蚂蚁算法优化参数的分级评价标准明显优于采用遗传算法优化参数得到的分级评价标准。     

基于蚂蚁算法的湖泊富营养状态评价的普适指数公式

本文尝试采用蚂蚁算法对湖泊富营养化评价的普适指数公式参数进行了优化,并与常用的遗传算法的优化结果进行了比较.结果表明,采用蚂蚁算法优化参数的分级评价标准明显优于采用遗传算法优化参数得到的分级评价标准.     

人工鱼群算法与遗传算法融合求解聚类问题研究

人工鱼群算法(AFSA)是一种新提出的新型仿生优化算法。遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法。聚类在数据挖掘、统计学和机器学习等很多领域都有广泛应用。聚类问题实质是一个全局优化问题。将遗传算法中的选择和变异融合到人工鱼群算法,提出一种人工鱼群算法与遗传算法的融合算法,并应用于求解聚类问题,结果该算法保持了AFSA算法简单、易实现的特点,仿真试验取得了较好的效果。     

微分进化算法在水电站水库优化调度中的应用

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。     

深基坑土钉墙内部稳定性计算新方法——最危险滑裂面复合遗传进化 …

高层建筑深基坑土钉墙内部稳定性分析的关键是如何确定最危险滑裂面的位置并计算与相对应的安全系数，这可归结为一类非线性优化问题。为克服传统优化分析方法容易陷于局部最优解的缺点，作者利用从模拟自然进化过程的遗传进化算法和求解约束优化问题的复杂形法而发展起来的复合遗传算法来搜索最危险滑动面，提出了一种深基坑土钉墙内部稳定性分析的复合遗传进化调优算法，它是一种全局优化分析方法，且比一般的遗传算法寻优效率要高     

基于混合粒子群算法的供热管网优化设计

供热管网优化设计一直是多年来城市地下管网工程中的研究热点。通过分析供热管网的优化模型,建立关于供热管网的目标函数即供热管网投资费用,根据供热管网的目标函数及约束条件建立适应度函数。利用粒子群优化算法对该非线性模型进行求解,借鉴遗传算法中变异操作的思想,设计基于遗传算法的混合粒子群算法,寻求在水力约束条件下目标函数的最小值。实例结果表明,将粒子群优化算法应用于供热管网优化设计可以取得较好的优化结果,并且充分的体现出粒子群算法的寻优能力。     

BP神经网络和遗传算法相结合在洞庭湖氨氮浓度预测中的应用

BP算法具有寻优精确的特点,而遗传算法具有很强的宏观搜索能力和良好的全局优化性能。因此将遗传算法与BP神经网络相结合,训练时先用遗传算法进行寻优,将搜索范围缩小后,再利用BP神经网络来进行精确求解,可以达到全局寻优和快速高效的目的。设计了一种利用遗传算法优化BP神经网络权重的预测方法,并对洞庭湖氨氮浓度的预测进行了研究。结果表明,丰水期(9月份)数据分布比较均匀,遗传算法优化BP神经网络权重的预测方法的3种学习算法计算值与实际值接近,并优于BP神经网络的计算结果,说明该方法具有较好的预测效果。     

面向农业观光服务的无线传感网节点布局优化

[目的]探讨面向农业观光园区分布式服务的无线传感器网络节点布局优化方案,为提高农业观光园区服务质量及提升游客游园体验提供依据.[方法]利用社会力模型结合观光园区规划信息,采用Anylogic行人仿真平台获取游客在园中的空间分布数据,用传统K-means算法和改进K-means算法分别对游客空间分布数据进行聚类分析,并根据节点优化布局评价指标,计算节点最优位置.[结果]采用传统K-means算法和改进K-means算法对选取的12组游客空间分布数据进行单日游客聚类分析得到两组节点位置;改进K-means算法聚类得到的节点最终位置对节点被接入次数的均衡效果均优于传统K-means算法,其节点被接入次数均方差的均值降低约41.8%.因此,改进K-means算法更适合运用于观光园区节点的布局优化,得到的节点最终位置即为该观光园区节点最优位置.[建议]在面向农业观光服务的混合型无线传感器网络建设中,应基于社会力模型预估游客空间分布,实现观光服务优化;通过合理部署节点位置,延长融合智能设备的混合型无线传感器网络生存时间;更好地打造面向游客服务、整合移动智能设备的农业物联网系统.     

基于改进遗传算法的移动机器人PID参数优化设计

针对移动机器人位置与速度控制的要求,基于遗传算法对移动机器人PID控制器的参数进行优化设计。采用误差绝对值时间积分性能指标作为参数选择的最小目标函数,利用遗传算法的全局搜索能力,使得在无须先验知识的情况下实现对全局最优解的寻优,以降低PID参数整定的难度,达到总体上提高系统的控制精度和鲁棒性的目的。     

基于咬合型末端执行器的柑橘采摘机器人采摘姿态研究

针对采摘机器人视觉系统在复杂自然环境中无法准确提供柑橘果实生长姿态,进而导致采摘成功率下降的问题,基于柑橘采摘机器人咬合型末端执行器提出了一种最佳采摘姿态确定方法。该方法依据末端执行器构型参数,建立其采摘姿态对果实中心位置影响的性能评价函数,并使用该函数计算得到执行器最佳采摘姿态。通过搭建采摘实验平台和设计采摘实验,对计算出的最佳采摘姿态进行验证。实验结果表明,与一般的水平采摘姿态相比,采用最佳采摘姿态评价方法优化后的采摘姿态,在进行柑橘采摘时采摘成功率提高26.32%。     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

动态环境中基于遗传算法的机器人路径规划

为解决动态环境中足球机器人的路径规划问题,采用栅格法对机器人工作空间进行划分,用序号标识栅格,并以此序号作为机器人路径规划参数编码,建立了以路径最短、避障为优化目标的遗传算法个体评价函数．采用轮盘赌选择、重合点交叉、多种变异结合等方法完成了遗传操作．针对遗传算法易陷入局部最优的不足,在标准遗传算法基础上加入了复原操作和重构操作,使改进后的遗传算法收敛于全局最优．仿真结果表明：该算法能够成功地在动态环境里规划出一条近似最优的路径,算法是有效的．     

柑橘采摘机器人末端执行器设计与试验

作为采摘机器人的重要组成部分,末端执行器是与采摘对象直接接触的最后执行部件,由于其采摘对象的特殊性,末端执行器的研制成为了农业机器人尤其是果蔬采摘机器人的关键技术之一,它的性能优异程度直接影响机器人的收获效率。基于仿生学理念,以蛇的吞咽动作和上颚结构为构型设计原型,提出末端执行器设计的机构构型,并完成末端执行器的初步模型设计。完成其控制系统设计与气压驱动系统设计,实现下位机控制器Arduino与PC上位机的通信。根据柑橘果实的生长情况与该型末端执行器作业状态分析,设计了末端执行器采摘试验,完成其采摘成功率分析与采摘执行系统优化。     

基于三维重建的柑橘采摘机械臂避障研究与实验

利用机器人采摘柑橘果实需要解决机械臂运动过程中对障碍物的感知与避障问题。根据枝干的特征对枝干进行分段标记,使用深度学习Mask R-CNN神经网络进行训练、识别,然后与Kinect v2相机得到枝干障碍物关键点的三维信息进行重建。应用快速扩展随机树（rapidly-exploring random trees,RRT）的改进算法进行机械臂的避障运动规划。搭建了仿真及控制平台,并在实验室环境下通过课题组自行研制的柑橘收获机器人进行了验证,结果表明,样机避障成功率为90.7%,平均规划时间为1.5 s。上述结果为进一步进行实际环境采摘奠定了基础。     

苹果采摘机械手的逆运动学求解研究

为了提高苹果采摘机械手的采摘成品率,保证采摘后苹果质量,提出一种引入采摘综合因素的苹果采摘机械手的逆运动学求解方法。首先,采用Denavit Hartenberg模型对苹果采摘机械手进行建模,并将逆运动学求解问题转化为规划问题,其中,目标函数为所求得逆运动学参数对应的机械手末端中心坐标与待求坐标欧式距离。然后,在遗传算法选择、交叉、变异算子进行全局搜索的基础上,结合非线性规划对目标函数进行局部搜索。最后,借助随机森林算法将逆运动学求解结果分为3个姿势等级。试验表明,非线性遗传算法在苹果采摘机械手的逆运动学求解上相比遗传算法精度提高了8～25 mm,随机森林算法可以很好地对其求逆结果进行优化,从而提高苹果采摘成品率。     

基于自适应升温模拟退火算法的农业机器人全区域覆盖策略

目的 提出一种复杂农田环境下农业机器人全区域覆盖策略,以便合理规划农业机器人的工作遍历路径。方法 根据农田实际生产环境定义农业机器人复杂工作环境模型,并在此基础上建立一级分区与二级分区的概念。引入遗传算法变异操作的思想,建立基于贪婪机制的模拟退火算法优质可行解生成方法;建立解集多样性的概念,设计基于自适应升温的模拟退火算法改进方法,以此求解分区间的最佳遍历顺序问题。通过A*算法与八邻域搜索法相结合进行农业机器人跨区域衔接路径规划,依此,实现机器人覆盖全区域。结果 仿真结果表明,改进的模拟退火算法所规划的路径长度分别比传统遗传算法和模拟退火算法减少了14.7%和10.1%,收敛时的迭代次数分别减少9.8%和59.1%;农业机器人全区域覆盖仿真试验中遍历路径重复率为14.86%。高地隙喷药机器人现场遍历试验中,路径重复率为15.83%。结论 研究结果可为农业机器人在复杂农田环境中全遍历覆盖提供研究思路。     

遗传算法在图像处理中的应用

遗传算法在优化计算,搜索和人工智能方面有着广泛的应用潜力,为了提高结球蔬菜选择性收缩机器人视觉系统的认识率和认识精度,把遗传算法用于图像处理,对６０棵生菜进行实验,使认识率提高了２０％,认识直径的平均误差减小１０ｍｍ     

柑橘采摘机器人末端执行器夹持机构设计与实验

改进末端执行器的采摘成功率是提高采摘机器人采摘能力的重要手段。由于在相同剪切速度和果柄直径下,采用简支梁的剪切方式比采用悬臂梁剪切方式更容易剪断果柄,而通过夹持机构夹住柑橘再进行剪切能实现简支梁方式剪切果柄,因此可在末端执行器增加夹持机构来提高末端执行器的采摘成功率。通过对柑橘的极限挤压试验,得出柑橘在受压面直径为14.12 mm的条件下,所能承受的极限载荷为14.0 N。据此结果和柑橘相关参数,设计了夹持机构手指,并确定了其对柑橘的最大夹持力不超过102.41 N,同时根据前期研究成果和果柄受力分析,确定夹持机构的最小加持力不得小于3.79 N。由夹持机构运动特点完成控制系统设计,建立夹持机构三维模型并进行有限元分析与验证。制作了夹持机构样机并进行了不同品种柑橘的夹持实验,并将夹持机构安装在末端执行器上,在室外自然条件下进行无夹持机构和有夹持机构的采摘对比实验。实验结果表明,夹持机构可实现对各品种柑橘的无损夹持,增设夹持机构后末端执行器采摘成功率由70%提升至85%,对末端执行器采摘成功率有显著提升,从而提高了采摘机器人的采摘作业能力。