采摘机器人视觉伺服控制系统设计

分析了采摘机器人目标位置与机器人关节角度之间的运动学关系,给出了两者之间的坐标变换公式.根据伺服控制特点,在机器人伺服控制中引入模糊PID控制方法,利用模糊控制策略在线自适应整定PID参数,提高了控制系统的动、静态性能.仿真和实验结果验证了设计的合理性和有效性.     

基于语义分割网络的植保机器人视觉伺服控制方法

为实现稳定可靠的植保机器人视觉伺服控制,提出了一种基于语义分割网络的作物行特征检测方法。基于语义分割网络ESNet实现农田场景图像像素级带状区域检测,并利用最小二乘算法拟合得到每条行作物线特征;在此基础上通过设计一种主导航线提取算法获取导航路径,并利用卡尔曼滤波对主导航线几何参数进行平滑处理,有效抑制了不平整地面导致的机器人运动颠簸与视觉图像测量噪声引起的导航参数波动。继而构建机器人前轮转向、后轮差速的阿克曼运动学模型;在图像空间坐标下设计纯追踪控制器实现植保机器人的伺服运动控制。大田环境下的现场实验结果为：总体横向偏差为0.092m,验证了本文方法的有效性。     

面向采摘机器人的视觉伺服控制技术研究进展

在新型农业生产模式下,采摘机器人成为智能农业装备的重要组成部分。在非结构环境下,视觉伺服控制以获得作业环境信息量大、鲁棒性强等优势成为采摘机器人的关键技术。结合3种经典视觉伺服控制方法的研究进展和原理,对比总结了各种控制方法的优缺点和研究重点,并就其中一些关键问题分析了解决方法,同时提出对采摘机器人适应性强的视觉伺服控制技术,并对技术发展趋势进行了展望。      

番茄枝叶修剪机械手视觉伺服控制系统研究

为解决番茄枝叶修剪机械手无法准确找到番茄侧枝修剪点的问题,保证番茄枝叶修剪机械手工作效率,提出基于不同边缘类型的番茄侧枝特征点识别方法。在粒子群算法优化的神经网络(PSO-BP)的基础上设计“眼在手上”视觉伺服控制系统。通过对番茄植株横纵边缘分割,分别进行横向边缘和纵向边缘的提取,用阈值分割除去番茄叶片的短边缘,并记录其交点横纵坐标,限制交点分别在横向边缘的上边缘和下边缘,得到对偶的番茄侧枝点。试验结果表明,所设计的视觉伺服系统能成功的识别番茄侧枝点,仿真试验测试得到图像特征的实际值和期望值误差在3~5个像素之间,五自由度的机械手能在4 s内移动到期望位置,为农业修剪枝叶机器人进一步研究提供参考。     

电驱锄草机器人系统设计与试验

根据移栽蔬菜田间锄草作业工况和要求,基于视觉伺服控制技术,设计了电驱锄草机器人系统。该系统以中小功率拖拉机为配套动力,由伺服电动机驱动月牙形锄草刀护苗锄草和对行,减少了能耗与污染物排放,提高了系统伺服特性。机器视觉系统实时采集田间图像并处理,对作物进行识别与定位。控制器结合视觉系统获取的刀苗距、锄草机器人前进速度、锄刀相位角度及机器人横向偏差信息,利用智能伺服驱动器精确控制锄草刀避苗和对行。试验表明,在前进速度不高于1.5 km/h、作物株距不小于0.35 m工况下,伤苗率小于10%,田间杂草锄净率约为90%。     

采摘机器人深度视觉伺服手-眼协调规划研究

针对现有采摘机器人的识别-采摘精度与效率偏低等问题,开展了采摘机器人深度视觉伺服手-眼协调规划研究。开发了在手RealSense深度伺服的小型升降式采摘机器人,进行了采放果的工作空间与姿态分析,针对“眼在手上”模式建立了手-眼协调的坐标变换模型。对采摘机器人提出了基于在手RealSense深度伺服的由远及近手眼协调策略,并根据RealSense与机械臂参数完成了基于深度视觉的远近景协调关键点间分段动作规划。手眼协调采摘试验表明,末端在X、Y、Z方向的平均定位精度为3.51、2.79、3.35mm,平均耗时为19.24s,其中机械臂从初始位开始采果的平均耗时为12.04s,中间识别与运算的平均耗时为3.82s,放果动作平均耗时为7.2s,机械臂动作耗时占整个环节的80.2%。该机器人结构和在手RealSense深度伺服的手眼协调策略可满足采摘作业需求。     

固定式天然橡胶自动割胶机设计与试验

为解决天然橡胶夜间割胶作业劳动强度大、割胶工短缺、割胶效率低等问题,设计一种固定式天然橡胶自动割胶机,采用行走电机与丝杆电机分别驱动割胶刀绕树转动以及沿竖直方向运动,2种运动复合形成割胶刀螺旋线作业轨迹,实现割胶机根据橡胶树生长状况调节螺旋线升角,保证排胶顺畅。采用丝杆电机与旋转编码盘配合,实现割胶机耗皮量的调整,通过仿形双弹簧实现割刀割深均匀稳定,适应不同割胶需求,降低橡胶树损伤。以螺旋线升角、割刀运行速度、耗皮量为试验因素,以割胶机能耗、耗皮量变异系数为试验指标,进行三因素三水平正交试验。试验结果表明：螺旋线升角为25°、割刀运行速度为0.6 m/min、耗皮量为0.8 mm时,试验结果最优,平均耗电量为0.48 W·h,耗皮量变异系数为7.61%,割深变异系数为4.78%,试验结果满足要求。     

基于立体视觉的遥操作工程机器人自主作业系统

建立了基于立体视觉技术的遥操作工程机器人自主作业控制系统.采用立体视觉技术实现对目标物体的形状自动识别与空间定位,进行了遥操作工程机器人运动学方程求解、运动轨迹规划与控制的研究.针对液压伺服控制系统具有非线性、参数不确定的特点,设计了模糊控制器.最后,在遥操作工程机器人实验台上进行了自主作业控制实验.实验结果表明,所构建的基于立体视觉技术的工程机器人自主作业控制系统,能够完成初步的自主作业任务,且作业过程比较流畅.     

主/从机器人系统设计与双向伺服控制

建立了主／从异构式机器人力反馈遥操作控制系统。主操作系统采用2个2-DOF操作手,分别采用伺服阀控制液压马达获得2个解耦的旋转自由度。用力信息对伺服阀进行控制以驱动主操作手运动,解决主手操纵力不能直接驱动主操作手液压马达的问题。从机器人为4-DOF串联关节型四自由度机器人,采用比例方向阀控制。分别采用力反射伺服型和力对称型双向伺服控制策略,对主／从机器人系统进行遥操作力反馈双向伺服控制实验研究。验证了本设计的主操作手结构的合理性,力对称型双向伺服控制策略具有较好的控制性能。     

基于视觉导航和RBF的移动采摘机器人路径规划研究

为了提高采摘机器人自主导航和路径规划能力,提出了基于计算机视觉路径规划和RBF神经网络自适应逼近算法的导航方法。使用图像分割、平滑处理和边缘检测技术,根据图像像素灰度值确定了导航线的位置,利用逐行扫描的方法得到了导航离散点。路径规划和跟踪使用RBF神经网络逼近算法,通过逼近误差和权值控制路径跟踪的精度,系统响应的执行端使用液压伺服系统,提高了机器人自主导航的精度。以黄瓜采摘作为研究对象,在日光温室对机器人采摘作业进行了测试,通过测试得到了RBF神经网络的路径跟踪误差曲线。测试结果表明:机器人可以很好地逼近跟踪规划路径,其计算精度较高,跟踪效果较好。     

农业信息采集机器人设计及试验研究

随着农业现代化的不断发展,人们对于精细农田各方面的要求也达到了新的高度,需要将自动化、智能化的设备应用于农业信息采集中。为此,提出一款新型的农业信息采集机器人,主要在农业信息采集机器人的总体结构设计的基础上,对图像采集、温湿度检测及图像处理进行了试验分析与验证。试验结果表明:该机器人可通过自行走的方式来精准探测农田的温湿度,并根据获取的图像了解作物的生长状态。实现了在减少人力消耗、提高效率的前提下,仍得到可靠的数据与图像,为更好的管理农田作业提供了可靠依据。     

基于STM32橡胶园割胶作业信息平台设计与实现

为实现电动割胶刀在胶园作业的信息化管理,本研究利用全球定位系统技术,应用于4GXJ-2型电动割胶刀上进行割胶作业的信息监测,将采集胶工在胶园作业时的经纬度位置数据,绘制成相应的移动轨迹.该技术体系由作业信息采集节点、服务器程序与用户界面组成.作业信息采集节点由4GXJ-2型电动割胶刀、STM32单片机、GPS模块以及相...     

采摘机器人选择性作业信息获取研究——基于无标定视觉伺服系统

以采摘机器人采摘作业为研究对象,以选择性采摘成熟果蔬为研究目标,基于无标定视觉伺服系统,结合果蔬成熟特性判断目标果实是否适合采摘,设计了一套以MSP430F149为核心的智能检测控制系统,可以实时处理相机采集到的图像,并选择性采摘符合要求的果实。本文重点研究了视觉伺服原理与模型、果实成熟度判断、选择性作业信息获取,以及系统的硬软件设计,并对文中设计研究的系统进行了可行性验证。试验结果表明:该无标定视觉伺服系统判断准确,能够较大程度提高机器人的可靠性与稳定性,应用前景宽广。     

基于PLC和机器视觉的采摘机器人智能控制系统设计

利用PLC和机器视觉技术,采用图像传感器拍摄水果图像,提取出目标水果图像的坐标和位姿,并以此驱动控制采摘机器人以最优路径和最佳姿态采摘到目标水果.为了验证系统稳定性,在苹果种植区进行了实际采摘试验,结果表明:采摘机器人机械手可以稳定抓持到目标苹果并完成采摘过程,且期间耗时较短,具有较强的稳定性.     

视觉导航轮式移动机器人横向预测模糊控制

提出了一种对机器视觉导航的轮式移动机器人进行横向控制的有效算法，根据轮式移动机器人运动学模型预测其横向偏差和方位偏差的变化，以修正严重滞后的机器视觉采样横向偏差和方位偏差，利用修正后的横向偏差和方位偏差设计了系统横向模型控制器。仿真结果表明，该算法有效地克服了因非结构化农田自然环境视觉识别延迟过长所引起的控制系统性能下降的问题，具有良好的控制效果和较强的纵向速度自适应能力。     

融合视觉和激光测距的机器人Monte Carlo自定位方法

针对移动机器人采用单类传感器很难成功定位的问题,提出一种室内环境下基于异质传感器信息融合的粒子滤波自定位方法。建立激光测距仪和视觉传感器各自感知模型后,利用融合的感知信息进行粒子集的更新,从而进行自主定位。实验表明,定位过程中激光测距的快速准确更新特性和视觉信息的全局性得到互补,粒子集比使用单类传感器时收敛得更快,提高了移动机器人的自定位精度和速度。     

嵌入式采摘机器人视觉测量与避障控制系统研究

采摘机器人拥有自主收集信息并进行有效判断的能力,可以独立完成对果实的采摘作业,对满足水果种植需求、减小水果种植的劳动力投入及降低生产成本有着很重要的实际应用价值。为此,以嵌入式ARM智控系统为基础平台,设计了采摘机器人视觉测量与避障控制系统。该系统集机器视觉、视觉传感感知、伺服电机驱动和ARM智控模块于一体,建立了采摘机器人采摘运动学的数学模型,并通过BP网络神经型迭代学习算法测量果实的距离和球心坐标,对成熟果实进行精准识别和定位采摘。试验结果表明:采摘机器人能准确地进行自主采摘,成功率比较高,躲避障碍物的能力很强,更适合在复杂未知的果园中进行收获作业。