番茄采摘机器人机械臂避障路径规划

以关节型机械臂避开垂直茎秆或撑杆采摘番茄为研究对象,提出了一种基于构形空间的关节型机械臂避障路径规划方法.利用空间映射原理,将关节型机械臂工作空间的三维避障问题转换为平面R-R机械臂避开障碍圆的问题,用临界碰撞关节角建立C-障碍空间的映射计算模型,将工作空间的位置避障转换为构形空间连杆关节角的计算.以能量最优函数优选避障规划的关节终点角度,利用A*算法计算平面R-R机械臂的避障关节角路径,获得一系列表示空间连杆位置的相交竖直面,并在竖直面内进行其余关节角的规划.避障采摘番茄的试验表明,机械臂带动夹持器能成功绕过直线状障碍物,引导夹持器到达果实目标位置,证明对平面R-R机械臂的空间映射建模是正确的,验证了提出的避障路径规划方法是可行的,可以应用于番茄的自动收获.     

番茄收获机械手避障运动规划

基于伪距离避障法,以机械手可操作度作为优化指标,采用性能优化与正运动学迭代相结合的方法,进行了番茄收获机械手连杆避障运动规划与仿真.试验结果表明,机械手手臂能够沿预定路径成功避开障碍物到达目标位置,并能保证良好的可操作度性能,各关节位置变化连续、平滑,无关节越限现象,末端执行器位置绝对误差为0.87 mm,运动速度为0.18 m/s,机械手能够满足番茄收获的精度和生产率要求.     

基于改进人工势场的苹果采摘机器人机械手避障方法

针对非结构化环境下的采摘机器人机械手实时避障问题,提出一种改进人工势场法的避障路径规划方法。根据自行研制的5自由度苹果采摘机器人机械手具体结构和障碍物特征,进行机械手运动学分析和障碍物建模;在保留传统人工势场法易于实现、结构简单等优点的基础上,针对其存在的局部极小点、陷进区等问题,结合果树生长环境中障碍物的特点,通过引入虚拟目标点使搜索过程跳出局部最优的极小点,从而实现机械手避开障碍物到达目标的灵活避障;将该方法应用于机械手末端位置、障碍物位置和目标位置已知条件下的采摘机器人机械手实时避障任务中,仿真和实验研究结果表明此方法简单,实时性好,能够有效地避开障碍物,成功到达目标位置,适合自然生长状态下苹果的自动采摘。     

基于含避障角人工势场法的机器人路径规划

针对基于距离的人工势场法(Artificial potential field,APF)存在的局部极小值问题,提出了一种含避障角的人工势场法的避障路径规划方法。在平面环境中,采用斜率判定路径规划过程中的位置关系,通过机器人当前点到障碍物的距离与障碍物的影响半径二者之差得出人工势场法中的排斥力,并对排斥力的偏转角进行调整;另外,在空间环境中利用圆弧插补理论将机器人平面避障问题转换为空间避障问题;基于机器人构型配置对改进人工势场法进一步完善以满足实际避障要求。仿真和实验研究结果表明,含避障角的人工势场法,在单个或多个障碍物环境中进行避障路径规划时解决了局部极小值的问题,同时实现了6自由度机器人末端在避障时的轨迹曲线平滑无振荡,验证了所提出避障路径规划方法的可行性。     

基于Q-学习的果园机器人避障算法研究

针对果园环境复杂、自动化程度低的问题,提出了基于Q-学习的果园机器人避障算法。该果园机器人搭载了激光雷达传感器。为了降低激光雷达数据的冗余度,首先对激光雷达数据进行截取,保留了机器人前进方向上一定角度内的数据,再将激光雷达的数据栅格化,采用数据差的方式标记出障碍物,将所有障碍物补齐为规定的正方形;然后,建立果园机器人的差速模型,对Q-学习的R值表、动作空间和动作选择策略进行建模,使得果园机器人能在果园路径规划过程中所获奖赏最大。MatLab仿真结果表明:该方法能够规划出一条较优路径。室内试验表明:机器人能平稳地避开所设障碍物,到达指定终点。     

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。     

茄子收获机器人机械臂避障路径规划

提出了一种茄子收获机器人机械臂在笛卡尔空间的避障方法.将空间障碍物等效为可以用数学建模的圆柱扇环,将三维空间的路径规划简化为二维,提高了控制的实时性;将障碍从工作空间转换到C-空间中,使对机器人的控制直接作用于关节,避免了使用雅可比逆阵进行复杂的坐标转换.将C-空间映射到图像矩阵中,通过对图像进行适当的处理,规避了在使用A*算法寻优时可能出现的失败.实验结果表明,该避障路径规划方法计算量小,实时性好,适合自然生长状态下茄子的自动收获.     

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。     

水果采摘机器人实时避障方法的研究

针对采摘机器人采摘作业时易受障碍物阻挡而影响其工作效率的弊端,提出了将避障问题转化为基于位置力控制问题的解决办法,采用弹簧阻尼模型实时计算机械手臂进入障碍物区域产生的虚拟力,通过采用外在力控制回路来调节手臂位置控制系统,达到消除虚拟力的目的,实现机械手避障.     

基于随机运动障碍避碰规则的农业机器人路径优化

农业机器人作业时,为了提高机器人躲避障碍物及自主导航的效率和水平,将随机运动障碍物避碰规则引入到了农业机器人导航控制系统的设计中。采用人工势场算法对避障规则进行了设计,并利用蚁群算法对机器人路径规划方法进行了优化,从而使机器人在随机运动障碍物的环境下可以实现自主导航,且获得最短的导航路径。模拟多除草机器人的作业过程,对多运动障碍物环境下机器人的路径规划进行了仿真,结果表明:采用随机运动障碍物避障规则可以成功实现运动障碍物环境下的路径规划,且采用蚁群算法得到的路径最短、规划效率最高。     

基于遗传算法和EDA技术的果蔬采摘机器人设计

为了提高果蔬采摘机器人的避障和路径规划能力,实现机器人智能化和轻量化的设计,将嵌入式系统引入到果蔬采摘机器人的控制系统中,并利用EDA技术对控制系统进行了封装,植入了机器人路径规划的遗传算法。对果蔬采摘机器人的机械手进行了改进,通过机械手结构设计实现了采摘机器人执行末端的避障功能,利用遗传算法智能控制设计实现了复杂环境中的路径搜索功能。对果蔬采摘机器人的性能进行了测试,结果表明:障碍物识别率高达99%以上,路径规划的准确率也在95%以上,满足智能化采摘机器人的设计需求,为现代化采摘机器人的设计提供了较有价值的参考。     

水果无损采摘机械手工作空间分析及参数确定

水果采摘机器人在我国起步晚、发展缓慢,没有系统的方法用以设计采摘机械手,特别是机械手参数确定方法不成熟,造成工作空间浪费、影响机械性能等问题。为此,提出了一种蒙特卡洛法结合控制变量确定摆动关节范围的设计方法,利用D-H参数法对机械手臂进行正运动学分析,在MatLab平台下用蒙特卡洛法计算机械手的工作空间,并结合控制变量法,求出不同参数下的工作空间范围,根据相对较合理的工作空间范围,确定机械手臂的合理参数。以水果无损采摘机械手为例,根据具体设计要求,确定了手臂长度,利用蒙特卡洛法确定了摆动关节的转角范围,并验证参数的正确性。结果表明:该方法可以迅速有效地确定摆角范围,解决了以往摆动关节转角范围靠设计经验确定而存在的空间浪费的问题。     

基于VS-IRRT算法的采摘机械臂路径规划

针对多自由度机械臂在采摘过程中出现的路径规划速度慢、路径成本高以及因视觉定位误差和机械臂关节位置误差引起的采摘失败问题,提出了结合视觉伺服的改进随机快速搜索树算法(Improved rapidly-exploring random trees with visual servoing, VS-IRRT),具体包括改进RRT算法和基于平移控制器的视觉伺服方法。改进的RRT算法通过使用基于超椭球引力偏置的采样方法和密度减小策略,增加树拓展的目的性,减小了树的采样密度,提高路径规划效率;引入贪心思想和B样条曲线,剔除多余节点,对剩下折线进行平滑处理,优化路径在机械臂上的实施效果;结合基于平移控制器的视觉伺服控制,减小了定位误差对采摘过程的影响。使用Matlab分别对改进RRT算法和基于平移控制器的视觉伺服在二维和三维空间中进行仿真模拟试验,结果表明,改进的RRT算法的采样点数较RRT^*-connect算法减少92.9%,规划时间较RRT^*-connect算法减少86.1%,路径成本较RRT算法也减少35.2%。使用六自由度机械臂进行采摘试验,VS-...     

基于FPA控制系统的多指多关节采摘机械手设计

针对传统机械手爪存在抓持动作单一、自由度少及通用性较差等缺点,设计了一种新型的由FPA直接驱动的多指多关节采摘机械手,有效地提高了机械手的灵活性和对不同果实采摘的自适应能力。从静力学的角度,建立了弯曲关节的转角及输出力的静态模型,并利用多目标优化方法对各个关键受力的均匀性进行了优化设计,分析了三自由度手指的输出力特性。最后,通过实验方法建立了机械手的苹果抓持实验,分析了气压值与抓持能力之间的关系。实验结果表明:随着待采摘果实目标半径的增大,机械手抓取关节角度有所减小,机械手抓取关节手指内腔的压力有所降低,为新型采摘机械手的研究提供了理论借鉴和技术参考。     

黄瓜收获机器人避碰轨迹规划

提出了一种基于机器视觉和关节空间的黄瓜收获机器人障碍避碰轨迹规划新方法,描述了算法的实现过程。该算法中,障碍分为球体、正方体和长方体3类;根据黄瓜果实图像信息,按照距离由近及远原则,规划成熟黄瓜的采摘顺序;根据障碍类型,进行障碍判断和归类,构造障碍保护圆和障碍保护点;采用过中间障碍点的三次多项式插值函数进行描述黄瓜收获机器人相应阶段关节空间的运动轨迹。     

移动机器人平滑JPS路径规划与轨迹优化方法

针对目前路径规划方法存在的平滑性和效率问题,在JPS算法基础上提出了兼顾平滑性与搜索效率的路径规划方法,并利用多项式进行了轨迹优化。首先,提出2个优化目标对路径序列进行优化处理;然后,对JPS搜索规则进行改进,得到更多有价值的路径,并对每条路径进行平滑处理,再以一定规则进行选择;最后,使用多段高阶多项式对所得路径进行轨迹优化,研究时间分配问题,从而加快迭代效率。通过仿真实验和与其他算法的对比证明了本文方法的可行性和有效性。结果表明,在不同障碍物密度环境下,本文路径规划方法得到了平滑性良好的路径,相对平滑后处理JPS,长度减少了0.48%~1.80%,总转折角减少了16.93%~52.75%,利用余弦函数进行时间分配加快了轨迹优化的迭代效率,通过实验验证得到了良好的效果。     

圆形水果采摘机械手运动学分析与仿真

针对目前水果采摘劳动强度大、作业效率低及危险等问题,设计一种六自由度圆形水果采摘机械手。采摘机械手采用液压和气动系统相结合的方式实现升降、俯仰及快速采摘,且采用D-H法建立了各连杆坐标系,并对其进行运动学正解和反解分析;最后,运用Adams和Matlab对采摘机械手进行运动轨迹、夹紧力及工作空间的仿真分析。结果表明:机械手采摘的高度范围为230~5 100 mm,末端执行器关节的旋转角度为0°~280°,弧形手抓最大夹紧力为22 N,工作空间内的工作点分布均匀对称且水平方向上可360°旋转。通过仿真可有效地看出各连杆之间运动平稳,验证运动学分析的正确性,为进一步的研究提供理论基础。