果实采摘机械手机构设计与工作性能分析

采摘机器人是农业机器人的一种类型，在农业生产中具有广阔的应用前景。为此，从型综合和尺寸综合两方面介绍了果实采摘机器人机械手的机构设计，并分析了机械手机构的工作空间、可操作度、避障能力、冗余空间和姿态多样性等工作性能指标以及各指标的计算方法，为果实采摘机械手的机构没计与工作性能评价提供了理论依据。     

果实采摘机器人的研究综述

分析了果实采摘机器人工作对象特点,从采摘机器人机械手的设计、末端执行器的设计、行走装置的设计、果实的识别和定位方面分析了果实采摘机器人的国内外发展现状,并探讨了采摘机器人存在的关键技术问题。     

果实采摘机械手的创新设计

果实采摘机械手是一种新型、实用的机械手,是一种为解决人们采摘高处果实难而创新设计的工具.为此,对果实采摘机械手进行了创新设计.该机械手结构轻巧,操作灵便;采用齿形剪,定位精度高;能进行自动分级采摘,避免了二次分拣;果实大小的界限、采摘高度范围均可自行调节,多方得益,市场前景广阔.     

农业采摘机器人发展分析及前景展望

随着中国经济结构的改革,农村人口老龄化日趋严重,农村年轻劳动力也向城市转移,在此背景下,迫切需要用机器代替人工进行农作物采摘。结合近阶段国内外的研究成果,对苹果采摘机器人、彩椒采摘机器人、葡萄采摘机器人和番茄采摘机器人的研究现状进行了梳理和总结,并对其中的关键技术：目标果实定位技术和机械手技术进行了分类介绍,对机械手技术中的机械臂技术和末端执行器进行对比梳理,并对未来农业采摘机器人的发展趋势进行了展望。     

视觉传感器在采摘机器人目标果实识别系统中的应用

目标果实的识别和定位是准确采摘的核心,是采摘作业的必要条件。为此,首先从硬件和软件两方面对采摘机器人总体框架进行了介绍,然后搭建了双目视觉系统,并建立了摄像机标定模型,最后实现了对目标果实的识别和定位功能。试验结果表明:采摘机器人目标果实识别系统对目标果实的识别定位误差在8mm以内,成功采摘率在96%以上,系统精度高,采摘效果良好,能够满足采摘机器人的作业要求,对实现水果采摘的自动化、无人化具有重要现实意义。     

国内外采摘机器人机械手结构比较的研究

采摘机器人是未来智能农业机械化的发展方向,具有广阔的应用前景.国外采摘机器人发展非常迅速,但国内采摘机器人的研制与开发才刚刚起步.为此,通过采摘机器人机械手3种自由度结构形式一直角坐标型、极坐标型、关节型比较分析,以及末端执行器类型的比较研究并考虑了不同栽培方式对结构设计的影响,提出了适合于不同蔬菜和水果采摘的机械手结构,为采摘机器人机械手设计提供理论依据.     

苹果采摘机器人果实识别与定位方法

提出了利用归一化的红绿色差(R-G)/(R+G)分割苹果的方法.对不同光照情况下拍摄的苹果图像进行了识别,并对识别后的图像进行预处理后,获得苹果的轮廓图像.对轮廓图像采用随机圆环法进行果实圆心、半径提取.通过建立基于面积特征与极线几何相结合的匹配策略实现双目视觉下的果实定位,对于搜索区域内面积相似的果实,通过计算垂直投影的互相关函数最大值的方法,得到排序基准线,然后根据顺序一致性原则进行匹配.实验结果表明:识别算法可以较好地消除阴影、裸露土壤等影响,识别率达到92%.采用随机圆环法,可以准确地提取果实的圆心、半径.在60～150 cm的距离范围内,测量误差小于2 cm.     

果蔬采摘机器人的研究

果蔬采摘机器人是实现农业自动化的一项重要技术.为了掌握果蔬采摘机器人的最新研究动态,将其尽早应用到生产实际,根据近年来国内外最新的研究资料,简要阐述了果蔬采摘机器人的特点和国内外的研究进展,结合当前在此领域的一些研究实例进行比较分析;从采摘机器人的移动机构、机械手、识别和定位系统、末端执行器4部分介绍了其结构组成与设计技术,并在此基础上重点分析了果蔬采摘机器人研究中存在的问题,提出了未来研究开发的技术关键与方向.     

基于立体视觉的水果采摘机器人系统设计

基于立体视觉建立了水果采摘机器人系统.在图像空间利用Hough变换检测出果实目标,并利用随机采样目标上均匀分布多个点的三维坐标信息重建果实球模型,进而获得目标质心的空间位置坐标;通过最小二乘法研究了采摘机器人手眼标定;分析了采摘机器人的轨迹规划.实验结果表明,设计的自动采摘系统可以有效地消除遮挡以及立体视觉匹配失效等因素的影响,目标定位误差小于8 mm,显著地提高了抓取的精度和可靠性.     

农业采摘机器人视觉感知关键技术研究

为了提高农业机器人在复杂野外环境下采摘油茶果的速度和准确性,针对机器人视觉感知的关键技术,设计了一种农业机器人果实检测、定位和采摘系统。首先,使用双目相机采集油茶果的左右图像;然后,应用先进的目标检测网络YOLOv4-tiny检测出左右图像中的油茶果;再次,不同于传统的双目相机图像的立体匹配技术,根据YOLOv4-tiny网络生成的预测框提取出油茶果图像的感兴趣区域,并根据预测框的生成机制自适应地进行立体匹配以求解出视差,为后续使用三角测量原理求出油茶果采摘点提供参考;最后,使用基于Eye-in-Hand手眼标定的农业机器人进行采摘试验,验证了本研究的可行性和准确性。试验结果表明：YOLOv4-tiny网络能够精确和实时地检测油茶果,提出的定位方法满足采摘机器人的应用需求,验证了本研究的可行性和准确性。研究可为果园环境中作业的农业采摘机器人视觉感知关键技术提供参考。     

基于视觉检测的苹果采摘机器人系统设计与实现

为提高苹果采摘的自动化与智能化水平,降低重复繁琐的人工劳动强度,减少对果实的损坏率,研制了一款用于苹果成熟自动检测并采摘的轮式机器人系统。系统由硬件平台和软件平台两部分组成。其中,硬件平台由四轮驱动越野小车、IPC-610L工控机、图像数据采集卡、四自由度机械臂和末端执行器组成;软件平台基于Visual C++6.0开发环境,使用双目立体视觉技术和图像处理技术实现对苹果的识别与定位,再通过机械臂的路径规划实现对苹果的采摘。通过仿真实验和数据分析表明:机器人在无人值守的情况下,能实现自动导航、自动识别、自动采摘苹果等功能,并且识别成功率大于94.00%,采摘成功率达到91.33%,平均采摘周期约为1 1 s,具有较高的准确性及稳定性。     

油茶果采摘机器人机械臂伺服系统选型设计

油茶是我国重要的经济林,然而人工采收油茶效率低、作业条件差等缺陷严重制约着我国油茶产业的发展,实现油茶果采摘的机械化与自动化成为急需解决的问题。为此,根据油茶果生长环境与采摘特性,设计了一种能够有效采摘油茶果的采摘机器人,并对采摘机器人机械臂的伺服系统进行了选型设计。     

果蔬采摘机器人自主定位与导航设计——基于RFID和WSN信息融合

将RFID与WSN技术的信息融合后应用于采摘机器人的自主定位与导航中,结合两者的优势,使采摘机器人在与外界交互上更加精准快速。RFID射频识别技术是一项新兴技术,对于采摘机器人在复杂及障碍物比较多的环境,采用RFID模块对物体的识别具有使用寿命长、识别标签多等优点,但同时也存在抗干扰性差、通信距离过短、过于依赖读写器采集信号且成本高等缺点。WSN技术能感应周围各种的信号,具有辐射范围广、可无人值守且成本低等优点,但对于识别传感器标节点、使用寿命及能耗上不太理想。两项技术之间的完美互补使智能识别与定位更上一个台阶,必将推动RFID和WSN在智能采摘机器人方面的应用和发展。     

果蔬采摘机器人系统的应用与发展

尽管果蔬采摘机器人技术发展迅速,但果蔬采摘机器人商业化的程度不高,很多仍然处于研发阶段.本文针对现有的果蔬采摘机器人系统进行了介绍,并分别从采摘机械臂、末端执行器、移动机构、视觉系统和算法等方面对国内外采摘机器人的发展现状进行论述,分析和讨论了果蔬采摘机器人现阶段面临的挑战和潜在的发展趋势.     

基于TRIZ理论的果实采摘机器人研究

在介绍发明问题解决理论-TRIZ概念的基础上,分析了40个发明原理、39项技术特性、矛盾冲突解决矩阵、物质-场分析理论以及发明问题解决算法(ARIZ)等.运用TRIZ理论对果实采摘机器人进行了具体研究,对其中的机械手和末端执行器进行分析改进,建立了只抓住果梗而不与果实本体直接接触的软质水果收获机器人模型,解决了果实采摘机器人在果实采摘过程中的一些问题.     

果实采摘机械手的结构设计及工作能力研究

随着社会经济水平的不断提高,我国农林业取得长足发展,果农在种植水果时开始逐渐引进机械化、自动化设备,以提高种植效率。传统收获时果农最为繁忙的季节就是成熟季,果农常需要花费大量人工采摘果实,不仅效率低,且有一定危险性,采摘机器人便在这样的背景下诞生了。为此,针对采摘机器人的工作原理、工作空间,结合采摘作业实际需求,进行采摘机械手的结构设计及工作能力评价,旨在为相关产业发展提供理论依据。     

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 .     

果树快速定位采摘机器人设计——基于红外和激光扫描技术

为提高采摘机器人的自主导航能力和采摘效率,实现机器人的快速果树识别和定位,结合红外测距传感器与计算机图像处理技术,利用激光扫描传感器体积小、功耗低、速度快、抗干扰等特点,提出了一种非接触式测量果树深度信息的方法;并结合计算机图像处理对果树进行了标定,实现果树的快速识别与定位,为采摘机器人运动轨迹规划提供了自主导航的参数。为了验证该方法的可靠性,在采摘机器人试验样机上安装了红外线测距和激光扫描快速定位装置,并通过左右两侧果树的导航路径拟合,得到了机器人的行走路径,通过对比红外线测距和激光扫描的结果发现,其拟合路径基本吻合,从而验证了该方法测量数据的可靠性。根据不同的树高对应的枝叶密度,利用计算机图像处理对果树进行了标定,最后利用激光扫描方法对标定后的果树进行了快速定位,并将结果和全站仪的结果进行了对比,结果表明:激光扫描和全站仪之间的最大误差仅为20mm。这说明,激光测量的精度较高,可以满足设计的需求。