双导航模式果园运输机器人设计与试验

为解决果园苹果采后运输设备自主导航模式单一、无法在任意点起步或停车等问题,设计了一种双导航模式小型果园运输机器人,可根据需求选择行人引领导航或定点导航。根据选择的导航模式,采用基于OpenPose人体姿态识别的目标跟踪控制方法或基于RTK-GNSS(Real time kinematic-global navigation satellite system)的距离-方向控制方法,实现果园环境下的行人引领导航和定点导航。该运输机器人以额定负载为200 kg、速度为0.5 m/s的条件参数在果园自主作业时,行人引领导航模式下目标跟踪误差平均值小于9 cm,其标准差小于4 cm;定点导航模式下到达目标点的相对误差小于13 cm,其标准差小于1.5 cm,绝对误差小于7 cm,其标准差小于0.5 cm;定点导航模式下机器人急停避障的行驶路径与理想行驶路径间的横向偏差小于56 cm,航向偏差小于8°。试验结果表明,该机器人能满足果园自主运输和安全避障的需求。     

基于BDS的果园施药机自动导航控制系统

根据果园施药机自动导航喷药作业需求,设计了一种基于北斗卫星导航系统(BDS)的施药机自动导航控制系统。该系统主要包括RTK-BDS接收机、导航控制器、转向控制器、电控气动转向系统和三轴电子罗盘。其中转向控制器、电控气动转向系统和三轴电子罗盘构成转向角闭环控制回路,该回路可根据导航控制器发送的施药机期望转向角实现转向角的随动控制。将施药机的运动学模型和纯追踪模型相结合,设计了施药机直线跟踪导航控制器,输入为位置坐标和方位角,输出为期望转向角。针对果园地形特点对施药机进行了导航路径规划,并在果园进行现场试验。试验结果表明:所设计的导航控制系统,在施药机行进速度为2 km/h时,直线跟踪最大误差不大于0.13 m,平均跟踪误差不大于0.03 m,能满足果园自动导航作业精度要求。     

基于RTK-BDS的果园农用车辆自主导航系统研究

根据果园农用车辆作业需求,设计了一种基于RTK-BDS的自动导航控制系统。利用卡尔曼滤波技术提高了RTK-BDS在果园应用中的定位精度,同时将模糊控制与纯追踪模型相结合,设计了果园农用车辆直线跟踪导航控制器,并进行了追踪仿真和田间试验。结果表明:当果园农用车辆前进速度为0.5m/s时,最大横向误差不大于0.086m,平均误差不大于0.036m。     

农用开放式智能移动平台研制

研制了一种作为农田智能化作业前提和基础的农用履带式智能移动平台。该平台主要包括机械系统和控制系统。移动平台能够实现田间自主导航,且具有一定的开放性,可满足农田多种智能化作业的要求。用VC++6.0编写了自主导航控制程序,开发了人机交互界面。样机在江苏省丰县果园进行了导航实验。结果表明:在组合导航模式下,该智能移动平台自主导航性能稳定,直线路径最大跟踪误差为0.05 m,曲线路径最大跟踪误差为0.11 m。     

基于Kalman滤波和纯追踪模型的农业机械导航控制

以KUBOTA SPU-68水田插秧机为试验平台,以RTK-DGPS为主要导航方式,辅以航向姿态参考系统AHRS500GA-227,研究提高农业机械导航控制精度的方法.在重点对GPS倾斜误差校正的基础上,设计了Kalman滤波器对定位数据进行平滑处理,同时实现磁航向传感器偏移误差的在线辨识与航向校正.采用纯追踪模型实现农业机械直线跟踪控制,基于ITAE优化准则,仿真研究了最佳前视距离的确定方法.试验结果表明:GPS倾斜误差校正和Kalman滤波后的导航参数可以更真实地反映插秧机水田实际运动状态;纯追踪模型可以用于插秧机田间作业直线导航,当行进速度0.6m/s时,直线跟踪最大误差小于0.17m,平均误差小于0.02m.     

基于多约束条件的果园喷雾机器人路径规划方法

果园喷雾机器人路径轨迹规划影响机器人行驶路线的平滑线和行驶过程的可靠性和平稳性。针对目前果园喷雾机器人路径规划中存在的转弯处参考轨迹不够平滑、曲率较大、行驶不平稳等问题,提出了一种基于果园喷雾机器人运动学多约束条件的三次非均匀B样条曲线果园喷雾机器人轨迹优化方法。通过先验地图获取树行位置信息对行间路径点进行拟合处理,保证果园喷雾机器人行驶在树行中心线上符合喷雾作业要求,综合考虑最小转弯半径、首末端点约束、转向机构延迟约束、曲率连续等多约束条件构建路径曲率最小化目标函数,并通过最优化算法求解待优化的曲线参数,生成符合果园喷雾机器人行驶要求的全局路径,最后采用纯跟踪算法进行跟踪试验来验证机器人行驶精度。仿真与试验结果表明,规划生成轨迹的最大曲率为0.31m-1,平均曲率为0.15m-1,符合果园喷雾机器人的行驶要求;针对该轨迹跟踪行驶的平均横向误差为0.225m,标准差为0.031m,满足果园喷雾机器人在果园内喷雾作业时对行驶精度的要求。     

基于激光导航的果园移动机器人自动控制系统

以实现果园作业自动化为目的,开发了一种履带式移动机器人作为作业移动平台。机器人采用激光测距仪实现对果树位置信息实现实时的采集,采用霍夫变换规划机器人导航路径,实现了树行直线方程的提取。机器人的航向偏差和横向偏差作为比例控制器的输入量,以机器人实际偏转的角度为输出量,实现机器人沿导航路径自动直线行走。机器人以0.14m/s速度直线行驶25m,最大横向偏差0.26m。试验结果表明,该系统导航控制算法性能良好。     

XDNZ630型水稻插秧机GPS自动导航系统

以XDNZ630型水稻插秧机为试验平台,采用RTK-GPS定位技术,进行农业机械自动导航试验.增加了插秧机转向机构、变速机构和栽插机构的电控功能,实现了自动控制.根据GPS接收机与车载传感器获取车辆姿态信息,采用PID控制方法,构建转向闭环控制系统,实现插秧机的自动对行导航及地头转向,并进行了插秧机路面与田间导航跟踪试验.试验结果表明,在插秧机对行导航作业中,车辆行进速度不大于0.6m/s时,对行跟踪误差小于10cm,完全可以满足插秧作业精度要求.     

久保田插秧机的GPS导航控制系统设计

将计算机技术、传感器技术、GPS技术和数据通讯技术等集成和融合,在久保田插秧机上开发了基于DGPS和电子罗盘的导航控制系统.论述了导航控制系统的结构和工作原理,提出了一种利用航向跟踪实现路径跟踪的控制方法.仿真和试验结果表明,该控制方法简单有效,导航控制系统可以控制插秧机按预定的路线行走.速度为0.75 m/s,直线路径跟踪时,平均误差0.04 m,最大误差0.13 m;速度为0.33 m/s,圆曲线路径跟踪时,平均误差0.04 m,最大误差0.087 m.     

柔性并联机器人非线性摩擦动力学建模与速度规划

为了实现柔性并联机器人的高速、高精度控制,基于HensensKostic理论,计入关节非线性摩擦力建立了Lagrange动力学误差模型,测试了补偿前后机器人的单点定位误差。基于机构最大速度和加速度约束条件,分析了S型和常用T型2种速度规划算法下机器人的位置误差和速度性能。仿真结果表明:T型速度规划位置和速度跟踪最大误差为78.1μm和11.4 mm/s,而S型速度规划分别是37.8μm和3.72 mm/s,且2个终止点定位误差仅为8.1μm和8.9μm;速度性能方面,S型速度峰值误差变化最大仅为1.74 mm/s,远小于T型速度规划的6.88 mm/s。可见,在高速下S型速度规划算法保证了较高的位置跟踪精度尤其是定位精度,速度尖峰突变小且整体曲线相对平缓,大幅提高了速度跟踪精度和运动平稳性,更易于实现机器人高速、高精度平稳控制。实验测试了机器人连续运动下定点位置误差,仿真所得位置误差小于实测数据,存在100μm左右的误差,但所得结论一致,验证了仿真分析的有效性。     

丘陵果园除草机器人底盘系统设计与试验

针对丘陵果园环境非结构化且复杂多变,常规的除草方式效率低等问题,设计了一种果园除草机器人底盘系统。根据果园丘陵地形地貌环境,确定车体控制方式和除草机器人底盘的总体结构方案,主要包括液压传动系统、电气控制系统等。设计配套的除草车电气控制系统和遥控接收、车载主控和导航功能的CAN通信协议。以运动控制为核心,采用角度传感器、电机驱动、车载主控、导航模块,构成闭环控制。使用自抗扰控制算法,以油阀控制电机为对象应用Simulink仿真,仿真结果显示自抗扰控制相比PID控制调节时间减少0.42s,超调幅度减小11.5%,稳定时间缩短0.14s。田间试验表明,运用自抗扰控制、结合导航功能的除草机器人行走速度均值为6.2km/h,均方差0.037km/h,作业效率0.51hm2/h,有效除草率均值97.46%,可在25°斜面上正常行走,对导航路径的跟踪误差标准差为4.732cm,运动控制响应及时,能够提高除草作业安全性和准确性。     

一种智慧果园系统的设计与实现

结合目前果园对智能化管理的需求,设计开发了一种智慧果园系统。基于MQTT远程控制技术,借助无线传感器可获取作物实时生长环境信息;无人机航拍可获取作物病情、虫情和苗情等参数和视频图像信息,利用数据分析方法实现对作物的灾情预警、预报分析,为用户提供科学的种植指导建议;通过对机器人和电磁阀的智能控制,实现了果园的智慧种植和水肥一体化智能灌溉。系统功能丰富,操作简单,更加高效地实现了果园的智能化管理。      

果园移动机器人曲线路径导航控制

为实现移动机器人在果园非结构化环境下的自动行走,对果园移动机器人在复杂环境中的导航控制进行了研究。利用激光扫描获取果树位置信息,提出了一种果园环境下曲线导航路径的拟合算法;构建了以横向偏差和航向偏差为输入的模糊控制器;实现了移动机器人在曲线路径中的自动行走。机器人以0.54 m/s的速度沿正弦曲线行走,最大横向偏差为0.40 m,平均偏差为0.12 m。试验结果表明该系统路径拟合和导航控制算法性能良好。     

基于改进DeepLab V3+的果园场景多类别分割方法

果园环境实时检测是保证果园喷雾机器人精准作业的重要前提。本文提出了一种基于改进DeepLab V3+语义分割模型的果园场景多类别分割方法。为了在果园喷雾机器人上部署,使用轻量化MobileNet V2网络替代原有的Xception网络以减少网络参数,并在空洞空间金字塔池化（Atrous spatial pyramid pooling,ASPP）模块中运用ReLU6激活函数减少部署在移动设备的精度损失,此外结合混合扩张卷积（Hybrid dilated convolution,HDC）,以混合扩张卷积替代原有网络中的空洞卷积,将ASPP中的扩张率设为互质以减少空洞卷积的网格效应。使用视觉传感器采集果园场景RGB图像,选取果树、人、天空等8类常见的目标制作了数据集,并在该数据集上基于Pytorch对改进前后的DeepLab V3+进行训练、验证和测试。结果表明,改进后DeepLab V3+模型的平均像素精度、平均交并比分别达到62.81%和56.64%,比改进前分别提升5.52、8.75个百分点。模型参数量较改进前压缩88.67%,单幅图像分割时间为0.08s,与原模型相比减少0.09s。尤其是对树的分割精度达到95.61%,比改进前提高1.31个百分点。该方法可为喷雾机器人精准施药和安全作业提供有效决策,具有实用性。     

基于临场感增强的果园机器人遥操作可视化系统研究

针对果园作业机器人使用单目相机进行遥操作时，仅用二维视频获取环境信息缺乏临场感的问题，设计了一套基于临场感增强的果园环境信息可视化系统，用于果园机器人遥操作。系统由计算服务器、云服务器、网络摄像头、激光雷达、嵌入式开发平台等组成。计算服务器采用T7920工作站，并在其上部署Tensorflow计算框架和Open3D点云算法库，计算服务器在接收到云服务器转发来的环境图像和点云数据后，分别对图像进行导航信息增强，对点云进行曲面重建；嵌入式开发平台可以收集来自于网络摄像头和激光雷达的原始数据，并上传至云服务器；在云服务器部署了以ZeroMQ为基础的消息中转程序和HTML5后台服务，提供跨互联网的消息通信服务和可移动的遥操作环境信息可视化服务。测试结果表明，部署在计算服务器的导航信息提取模型平均提取导航线时间86 ms,提取导航线平均精度16°,均优于对比模型结果。点云重建算法可以有效建立场景轮廓，平均精度4.9 cm,平均重建时间24 ms。压缩图像传输及增强处理时延不超过230 ms,点云的传输时延不超过400 ms。各项参数可以满足遥操作机器人进行果园作业的基本要求，相比仅有单目相机的遥...     

多功能果园作业平台安全性研究进展

多功能果园作业平台主要应用于梨、苹果等容易因碰撞造成表皮损伤的鲜果采摘,同时兼有果品运输、枝干修剪及疏花疏果等运载平台功能,可显著提高果农工作效率和降低劳动强度。近年来,随着我国果园轻简化管理技术的推广应用,多功能果园作业平台设备快速发展,因平台上作业属于半高空和高空作业,其安全性备受关注。基于多功能果园作业平台的通过性、升降机构、自动调平技术及防侧翻4个方面的研究进展,介绍了履带式及轮式行走装置的优缺点及在国内外的具体应用,套缸式、剪叉式、曲臂式及链式升降机构应用场景,自动调平技术的研究进展及在果园应用中的调平水平、平台侧翻评价指标,以及利用该指标进行侧翻预警和主动防侧控制的方法,并提出多功能果园作业平台农机农艺融合、导航技术及智能机械手等多技术融合方向发展趋势,以期为提高作业平台的技术水平及安全性提供参考。      

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。     

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。     

基于云计算技术的苹果采摘机器人系统

近年来,我国水果产业迎来快速发展期,苹果种植面积日益扩大,年产量明显增加,促使我国成为世界上最大的水果生产国家。水果进行种植过程中,成熟的水果采摘操作时必须消耗大量的时间和劳动力。由于进城务工人员日益增多,农村劳动力人口不断减少,此时劳动力成本有一定程度的增长,果农日常经营的成本也有所增加,因此智能采摘机器人顺势而生。为此,针对水果采摘机械研究的不足之处,提出了基于云计算的苹果采摘机器人系统,在机器人处于作业状态下设计了苹果采摘机器人软、硬件设计情况。为验证苹果采摘机器人的采摘效果,在果园中对其采摘性能展开试验,试验结果表明:所设计的采摘机器人运用视觉技术,能很好地克服气候环境等因素的影响,采摘作业中性能稳定,采摘效率高,值得在苹果生产地推广使用。     

城市园林自动修剪机器人动力学仿真研究

园林修剪的意义在于提升整体城市绿化与规划水平。为此,在深入理解城市园林自动修剪机器人的整体结构与工作原理的基础上,结合机构部件的运动学规律,得出修剪机器人的动力学理论模型,并根据修剪机器人各关节的工作空间,通过驱动函数与下位机程序控制,开关量输出至修剪机器人各运动执行部件开展修剪仿真作业试验。结果表明:利用机构的运动定位与补偿功能,可实现修剪机器人各关节作业定位的准确性,定位误差控制在6%左右;不同轨迹跟踪,多次目标函数优化,便于掌握各关节臂的运动角度与作业过程中的扭矩变化情况,了解自动修剪机器人实际运动轨迹及各主要执行关节扭矩与剪切力,可为相似修剪机器人的开发与改进提供一定思路。