交互式视音频在智能采摘机器人自动化系统中的应用

在采摘机器人自动化系统的设计过程中,为了提高采摘机器人的控制效率,引入了基于交互式视音频英语学习原理的采摘机器人交流交互系统,基于WiFi网络,采摘机器人可以将实时作业情况以视频的形式传输给远程端,远程端根据采摘机器人的实时作业情况,对采摘机器人发出语音指令,机器人识别语音指令后完成相关动作,实现远程端和采摘执行端的交流交互。为了验证方案的可行性,设计了采摘机器人机器和远程端自动化控制系统,并对WiFi网络的传输性能以及语音指令的准确识别率进行了测试,结果表明:WiFi网络的通信性能较好,采摘机器人可以准确的识别语音指令,实现自动化控制。     

数字传媒交互式技术在采摘机器人远程控制中的应用

在采摘机器人远程控制系统的设计过程中,为了提高采摘机器人的智能化水平,基于数字传媒交互式学习技术引入了机器人远程控制交流交互系统,利用语音指令的方式实现管理员对采摘机器人的远程控制。在交流交互过程中,首先由远程监控端采集采摘机器人作业视频,然后利用投影技术进行投影,管理员根据实时作业情况对采摘机器人发出控制指令,以提高采摘机器人的作业质量。为了验证方案的可行性,对采用交互式系统的采摘机器人进行了测试,结果表明:采用交互系统后采摘机器人的远程控制精度有所提高,交互性系统的引入对于提高采摘机器人的作业质量具有重要的意义。     

采摘机器人实时智能避障系统研究—基于嵌入式ARM

为简化采摘机器人底层控制系统软硬件设计,提高系统的实时性和可靠性,在处理器的设计上引入了嵌入式微处理器,取代了常规的单片机和PLC方案.提出了基于ARM控制器和源代码开放的Linux操作系统组成的采摘机器人控制系统,对其实时避障功能进行了设计,并模拟采摘机器人作业环境对该方案的可行性进行了测试.结果表明:采摘机器人行使...     

一种智能采摘机器人的电控系统设计研究

为进一步提升我国农业采摘的作业效率及实现采摘装备的深度智能化,针对通用型采摘机器人的电控系统展开研究。以采摘机器人的作业原理及核心部件组成为设计基础,搭建电控系统输入参数与机构组件执行之间的数学模型,进行电控系统的软件功能优化与硬件配置实现。同时,展开基于电控系统设计优化的采摘机器人整机作业试验,结果表明：采摘机器人的系统动作响应迅速,系统响应率与采摘成功率分别可达98.53%及96.40%,结构协调度良好,实现了综合采摘效率相对提升5.69%的设计目标,且各采摘机构及装置运行稳定,具有较强的实践与推广价值。     

基于PLC的采摘机械手电气自动化技术研究

为了提高采摘机器人电气自动化的效率、水平及机器人的智能化程度,在采摘机械手的设计上引入了PLC控制系统,并利用PID控制算法对自动化系统进行了改进,提高了自动定位和采摘动作控制的精度.为了验证方案的可行性,模拟采摘机器人的作业环境,采用MCGS软件设计了采摘机械手作业的监测系统,并对采摘的漏采率和破损率进行了测试.测试...     

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。     

采摘机器人自主采摘学习能力研究 —基于LM-BP神经网络

为了让采摘机器人更加快速和准确地识别目标水果的成熟度,提出了一种基于BP神经网络的自主学习方法。由于BP神经网络容易陷入局部最优值且训练效率较低,因此进行了改进,实现了LM-BP神经网络算法。测试结果表明:与BP神经网络算法相比,LM-BP神经网络算法训练学习速度更快,测试精度更高,能够满足采摘机器人对目标水果成熟度识别精度的要求,具有一定的应用价值。     

基于无线网络的采摘机器人控制系统设计

以采摘机器人为研究对象,采用无线网络和Socket通信技术,以Exynos 4412微处理器为载体,设计了一套基于无线网络的采摘机器人控制系统,可以实现对采摘机器人的远程控制.无线网络通信性能测试结果表明:后台控制中心系统向采摘机器人发送3000次数据时,正确率为99％,能够满足系统设计需求,证实了系统的可靠性.     

基于VR技术的采摘机器人采摘环境仿真研究

为了提高采摘机器人采摘果实的准确率,提升机器人的作业效率,将VR虚拟现实技术引入到了采摘机器人的设计上,提出了基于小波神经网络的机器人PID控制器优化算法,并通过对采摘虚拟环境的创建和机器人的虚拟建模,验证机器人的作业性能.以黄瓜真实生长环境为研究对象,创建了采摘机器人的作业环境,并对采摘机器人的采摘准确率进行了对比,...     

基于计算机网络算法的智能采摘机器人设计

为了提高采摘机器人的路径规划能力,基于计算机网络算法设计了智能采摘系统。首先,采摘机器人采集农田图像时,基于PSPNet网络算法,设计改进型计算机网络算法,实现农田环境因素识别;其次,识别获得道路特征图,并进行图像处理,得到道路边缘,拾取道路两边缘中线离散点,进行引导线拟合;最后,采用双目视觉系统实现障碍物定位,进而建立路径规划函数,当路径规划函数取最小值时,道路规划最优。对引导线精度进行测试,结果表明：误差分布范围为-1.2%～5.3%。对障碍物测距进行测试,结果表明：机器人和行人之间的相对偏差分布区间为[-2.2%, 2.8%],和车辆之间的相对误差分布区间为[-2.9%, 3.4%]。     

智能移动式果蔬采摘机器人设计——基于SOPC神经网络

果蔬采摘机器人一般采用移动式机器人,虽有着强大的计算能力和移动性,但其感知能力的局限性限制了其智能的发展。为了提高果蔬采摘机器人的智能移动性能,使其拥有更好的实现自主导航的能力,采用(system on a programma-ble chip,SOPC)微处理器系统设计了一种新的智能移动式机器人控制系统,并采用神经网络算法对其进行了优化,大大提高了机器人移动的精确性,增强了输入和输出的线性关系,使控制系统在单片芯片上实现了复杂系统的全部功能。通过测试发现:机器人的移动躲避障碍物时速度的稳定性较好,移动误差较低,实现了果蔬采摘无人控制下的智能移动。     

采摘机器人智能化控制系统设计研究 —基于嵌入式系统和物联网

近年来,采摘机器人被逐渐地投入到农业生产过程中,受作业环境复杂性及本身控制系统的精度影响,采摘机器人的作业效率和质量很难到达预期的设计要求。为了提高采摘机器人的控制精度和智能化程度,将嵌入式系统和物联网引入到了采摘机器人控制系统的设计上,并采用无线传感网络实现机器人和远程端的通信,利用三边测量定位提高其定位精度。为了验证方法的可靠性,以西红柿采摘作为实验环境,对采摘机器人的响应速度、定位精度以及果实的采摘质量分别进行了测试,结果表明:采用嵌入式系统和物联网设计采摘机器人的控制系统,采摘机器人具有较高的响应速度和定位精度,果实的采摘质量较高,可以满足果实智能化采摘的设计需求。     

黄瓜采摘机器人嵌入式系统的设计与实现

将嵌入式系统应用于智能农业机器人是该领域今后发展的一个趋势.为此,介绍了黄瓜采摘机器人基于DM642+S3C2410嵌入式系统的设计与实现;阐明了该嵌入式系统的硬件组成原理及软件结构.经系统与机器人移动平台以及机械臂联调测试表明,其实时性好、识别率高、定位精确、功耗小且成本低,能够完成非结构化环境下对黄瓜果实的识别与定位,并最终完成对黄瓜果实的采摘.     

多媒体武术系统在智能采摘机器人中的应用

智能采摘机器人广泛应用于农业生产中,其协同作用直接影响采摘效率。为了提高智能拣选机器人的生产效率,在采摘机器人的设计和制造中引入了FDM技术。为提高智能采摘机器人的生产设计水平,设计出一种基于多媒体武术教学系统的开放式、协同化、智能化的采摘机器人机械部件设计控制平台。基于FDM和WEB的智能远程协作技术,采用远程多媒体技术,实现远程CAD制造和零件制造的功能。以采摘机器人的机械臂和快速制造为实验对象,对其研发周期和返工数量进行检测,结果表明:采摘机器人机械部件返工率降低,设计研发周期明显缩短,可为采摘机器人的设计及加工提供参考。     

基于LM-BP神经网络的采摘机器人语音智能识别系统

随着现代机器人技术的发展,采摘作业机器人也有了很大的进步,自主作业能力有了大幅度提升.各种智能化、自动化的采摘机器人被应用到果实采摘作业过程中,改变了手工采摘作业的生产发生,极大地提高了作业效率.采摘机器人自主作业过程中,由于受到作业环境的影响,还需要对机器人进行实时监测和远程控制,以保证采摘作业的顺利进行.为此,将语...     

智能移动水果采摘机器人设计与试验

设计了一种智能移动水果采摘机器人,该机器人主要由智能移动平台、采摘机械臂、末端执行器、横向滑移机构和控制系统组成。用VC++语言编写了系统控制程序,开发了人机交互界面。样机在江苏省丰县果园进行了综合试验,结果表明:该机器人能够完成自主导航、自主采摘及自主装箱作业,移动平台、采摘机械臂及末端执行器能够实现智能协调控制。整个系统工作性能稳定,成熟果实的识别正确率为81.73%,采摘成功率为86.92%,单个苹果采摘平均耗时9.50 s。     

采摘机器人数字视频监控系统 —基于DSP和帧内编码

针对采摘机器人对目标水果分级难度高、误差大等问题,提出了一种基于DSP和帧内编码的采摘机器人数字视频监控系统,对水果等进行识别和分级。系统可根据水果瑕疵面积和RGB三色直方图,对果实成熟度进行判断。试验结果表明:采摘机器人识别和判定结果与市场分级结果一致,系统检测精度高,性能可靠,可以满足水果识别分级的设计需求。     

基于VUE的智能采摘机器人前端开发框架研究

以智能采摘自动识别定位方式为研究对象,对葡萄自动采摘前端的图像采集和分析处理过程进行分析,利用VUE自底向上逐层构建的方式,设计一种能够对目标进行自动识别定位的智能采摘机器人识别定位算法。采用高清相机对采摘目标图像进行采集,将原始图像进行二值化处理,获取图像灰度等级,并采用葡萄图像分割的方式获取葡萄采摘点,最后通过最小角度拟合的方式确定葡萄果梗采摘点。试验结果表明:智能采摘机器人前端识别定位方法平均运行成功率高于90%,平均运行时间0.65s,能够快速准确地进行采摘对象识别定位,可为智能采摘机器人技术的推广提供理论基础。     

温室采摘机器人技术研究进展分析

采摘是温室作物生产中劳动力耗费最大且最难以实现机械化作业的关键环节,近几十年来采摘机器人技术得到了迅速发展,特别是日本以番茄、草莓等主要作物为对象的机器人采摘研究得到了持续和深入的开展。这些年中国温室的采摘机器人技术发展迅猛,已成为全球研发最为活跃的国家。本文按作物品种对日本、中国、欧盟、韩国等的温室采摘机器人技术研究的发展进程进行分析,梳理出了全球该领域的主要研发主体、技术特征、发展水平和演进脉络。在此基础上总结了温室采摘机器人技术发展的复杂非结构环境的适应能力、复杂机器人系统的融合能力两大技术关键,认为环境工厂化、结构标准化、多机共融化和人机共融化将成为其发展的未来趋势。