一种用于机器人水果采摘的快速识别方法

针对机器人水果采摘中容易受遮挡、光照变化等因素的影响而产生误识别的问题,提出了一种基于颜色分量统计的特征匹配水果识别方法。根据成熟水果所特有的颜色特性,提取代表水果特征的描述值,将其作为识别时的特征进行匹配。在匹配过程中对每个搜索子图进行匹配时采用积分求和的思想,大大提高了水果识别的效率。实验结果表明:该算法在一定程度上有效解决了光照和遮挡对识别造成的影响,能快速准确地识别出需要采摘的成熟水果类型。     

基于深度学习的多品种鲜食葡萄采摘点定位

鲜食葡萄品种多样,具有不同的形状和颜色。针对葡萄采摘机器人采摘不同品种鲜食葡萄时采摘点定位精度降低的问题,提出一种基于深度学习的多品种鲜食葡萄采摘方法。首先利用PSPNet(MobileNetv2)语义分割模型分割葡萄图像,在葡萄上方设置一个兴趣区域,在兴趣区域内使用自适应阈值果梗方向Canny边缘检测提取果梗边缘信息,然后采用霍夫变换检测果梗边缘上的直线段并进行直线拟合。最后将拟合的直线与兴趣区域的水平对称轴的交点作为采摘点。对晴天顺光、晴天逆光、晴天遮阴3种光照条件下的克瑞森、阳光玫瑰、红提和黑金手指4个品种的360幅葡萄图像进行采摘点定位试验。结果显示,采摘点定位准确率为91.94%,定位时间为187.47 ms,在模拟试验中采摘成功率为85.5%。     

一种高精度自主导航定位的葡萄采摘机器人设计

为了提高葡萄采摘机器人自主导航能力,增强对葡萄成熟度的准确识别功能,降低漏采率和误采率,设计了一种新式的基于RSSI自主导航和颜色特征提取的葡萄采摘机器人。该机器人使用RSSI定位技术,首先对装有无线传感器的葡萄树进行定位,然后利用机器视觉系统对葡萄的成熟度进行判断,并对满足采摘条件的葡萄使用机械手进行采摘。对葡萄采摘机器人的性能进行了测试,通过测试发现:机器人对装有传感器的葡萄树的准确识别率达到了95%以上,对葡萄成熟度的判断达到了98%以上,是一种相对高效的葡萄采摘机器人。     

苹果采摘机器人目标果实快速跟踪识别方法

为了减少苹果采摘机器人采摘过程处理时间,对苹果采摘机器人目标果实的快速跟踪识别方法进行了研究。对基于R-G颜色特征的OTSU动态阈值分割方法进行首帧采集图像分割,采用图像中心原则确定要采摘的目标果实;利用所采集图像之间的信息关联性,在不断缩小图像处理区域的同时,采用经过加速优化改进的去均值归一化积相关模板匹配算法来跟踪识别后帧图像的目标果实,并进行不同阈值分割方法实现效果,不同灰度、亮度和对比度的匹配识别以及新旧方法识别时间对比试验,从而验证了所采用和设计方法的有效性;其中所设计跟踪识别方法的识别时间相比于原方法,减少36%。     

非结构环境中扰动葡萄采摘点的视觉定位技术

非结构环境下采摘机器人对扰动葡萄采摘点的视觉识别定位有实际应用价值。首先基于挠性杆-铰链-刚性杆-质量球模型对葡萄串形态进行分析,将其扰动状态分解为XOY和YOZ 2个平面的类单摆运动,对扰动葡萄进行视频拍摄,通过对视频中多帧葡萄图像进行Otsu阈值分割得到果实和果梗,并计算出各帧图像中葡萄串的质心;对各帧图像的葡萄串质心进行曲线拟合,计算出葡萄类单摆运动的周期与摆角,从而确定当前扰动葡萄是否适合视觉定位;对可实现视觉定位的扰动葡萄,选取类单摆中间位置质心点对应的葡萄图像,对葡萄串上方矩形区域进行Canny边缘检测,再利用霍夫直线拟合结合角度约束法实现扰动葡萄采摘点的定位。视觉定位试验结果表明:自然环境中不同光照下扰动葡萄采摘点的视觉定位准确率达80%以上,为采摘机器人应用于实际生产提供了理论基础。     

扰动柑橘采摘的实时识别与采摘点确定技术

对成熟柑橘果实在扰动状态下的视觉识别定位技术进行研究。利用ANSYS进行了扰动柑橘的动力学分析,结合图像处理分析结果,确定了微扰动柑橘的运动规律为类单摆运动;对采集的微扰动柑橘视频进行图像处理,设定规则选取视频中的图像,利用改进的K-means聚类分割法结合优化Hough圆拟合方法实现柑橘果实的分割;根据图像分割结果,对柑橘的二值图像进行Hough直线拟合,结合直线斜率在-0.45~0.45的约束条件,确定扰动柑橘的有效采摘点。试验结果表明该方法能有效地识别自然环境中的微扰动柑橘,确定扰动果实采摘点的准确率达85%,采摘点确定的处理时间在7.58~9.24 s范围内。     

采摘机器人基于支持向量机苹果识别方法

针对目前苹果采摘机器人果实识别过程误差大、处理时间长等问题,应用支持向量机(SVM)方法对苹果果实进行识别.首先采用矢量中值滤波法对苹果彩色图像进行预处理,然后运用区域生长算法和颜色特征相结合的方法进行图像分割,最后分别对苹果彩色图像的颜色特征、几何形状特征进行提取,并用支持向量机的模式识别方法识别苹果果实.实验结果表明:支持向量机识别方法的识别性能优于神经网络方法;综合颜色特征和形状特征的支持向量机识别方法对苹果果实识别的正确率高于只用颜色特征或形状特征的正确率.     

葡萄套袋机器人目标识别方法

针对水平棚架栽培模式下采集的单幅葡萄果树图像,提出了结合葡萄颜色与形状特征的目标识别定位方法,获得果穗的中心线和长度特征参数。通过提取葡萄图像的|G-R|+|G-B|色差图,利用Sobel算子进行边缘提取。构建葡萄果粒轮廓的数学模型进行Hough变换,实现葡萄果粒的初步识别。结合葡萄果穗的颜色、纹理特征以及果粒分布较为集中的特点判断Hough变换检测出的圆区域是否为果粒。综合利用识别出的果粒信息找到葡萄图像的外接矩形完成目标提取。对78幅图像进行测试,正确识别出葡萄区域的图像为70幅,正确识别率约为90%。     

基于机器视觉的类球状水果采摘机械目标识别方法

常规水果采摘机械目标识别方法多数采用特征阈值化法,对水果图像进行分割处理,不能根据水果图像中某些目标存在的共同特征将其分割为特定区域,无法为目标识别提供有力支持,降低了水果采摘机械目标识别的精确率。基于此,引入机器视觉技术原理,以类球状水果为例,提出了一种全新的水果采摘机械目标识别方法。利用高性能的拍摄相机,随机选取类球状水果进行图像采集与预处理,获取特征突出、不存在噪声点的图像,采用机器视觉技术设计图像分割算法,将图像划分为多个超像素块,对类球状水果图像边缘进行平滑处理,获取融合特征的类球状水果采摘机械目标识别显著图,完成机械目标识别。实验分析可知,通过这方法识别类球状水果采摘机械目标,其识别结果的精确率、召回率与调和平均值等三个评测指标均≥95.38%,识别效果优势显著。     

一种轻型枇杷采摘器的设计

为改善枇杷的采摘条件,提高其采摘效率,通过分析枇杷的栽培生长环境,设计了一种简易且不伤果的枇杷采摘器具,并在分析其工作原理的基础上,进行了样机制作与试验验证。该采摘器由可充电式锂电池给直流电机提供电源,通过两级齿轮减速后将电机的动力传递给偏心轮凸轮机构,实现动刀片的往复运动,从而将枇杷等类似水果从茎部剪断,落入下方的收集网袋进行收集。试验表明:该枇杷采摘器容易操作、安全舒适、结构简单且价格低廉,可以实现不同高度和不同大小枇杷的采摘,大大缓解了劳动者的劳动强度。     

基于PMAC的采摘机器人的运动控制

随着农业机器人的不断发展,智能化控制的程度也不断提升;但是在利用多轴运动控制卡(PMAC)控制时,由于采摘机器人的运动程序过大,无法一次加载到运动程序缓冲区内。为此,利用了PMAC控制卡的旋转缓冲区以及对采摘机器人进行逆向运动学分析,解决了过大程序加载的问题。结果表明,旋转缓冲区实时加载运动程序以及覆盖已经运行的程序,连续执行比PMAC存储空间大的运动程序(等效于SMCC的MDI模式)。     

高效橘子采摘装置的设计

橘子生长朝向具有各异性,其果柄相对于采摘者有竖直、水平、倾斜等方向,朝向各异,这造成了采摘时的定位难.为了提高采摘效率,采用了多工位剪切、环形联动等机构,辅以果实收集、伸缩杆等装置,使果农在一个位置就能高效完成面对的一扇形面上的所有橘子采摘,具有操作简单、成本低廉、采摘效率高、实用性强等优点.     

葡萄采摘4-DOF机械臂设计与虚拟样机仿真

为实现篱架式栽培的食用葡萄自动化采摘,设计了一种关节型四自由度(4-DOF)机械臂,并利用DH参数法建立机械臂的连杆坐标系。通过MatLab里的Robotics Toolbox建立机械臂的数学模型,对机械臂的正、逆运动学进行仿真,对末端执行器走直线轨迹进行了轨迹规划。利用ADAMS建立机械臂的虚拟样机,将轨迹规划仿真数据作为驱动,进行动力学仿真,获得夹持2kg葡萄时腰关节、肩关节、肘关节及腕关节所需驱动力矩分别为95、52、48、12N·m,从而为采摘机械臂的物理样机制造与采摘试验提供了技术依据。     

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。     

一种自动化柑橘采摘机器人设计

目前,我国柑橘果实采摘方式多为人工采摘,存在劳动强度大、人工易受伤等问题。针对以上问题,结合现阶段研发的柑橘采摘机器人存在的不足,设计了一种全自动柑橘采摘机器人。该机器人由圆筒式末端执行器对果实进行捕获,由锯刀片将果梗切断,使得果实滑落进输送软管直至储存箱,能有效降低对果实机械损伤的风险。根据实际采摘需求,运用D-H法建立了采摘机械臂坐标变换矩阵,给出了运动学正解并进行仿真,仿真结果验证了采摘机械臂结构设计的科学性和合理性。     

一种果蔬采摘竞赛机器人的设计

针对果蔬自动化、智能化采摘的技术需求,中国机器人及人工智能大赛推出了采摘机器人子项目。在此背景下,课题组设计了一款用于果蔬采摘机器人竞赛的智能机器人。机器人采用轮式移动底盘与关节型机械臂结合的形式,能够利用视觉导航按照规划路径移动,可通过视觉方式检测沿途中固定和随机的作业对象,确定目标后实施采摘作业,并且根据竞赛规则搭建了场地,进行了实际测试与调试。试验结果显示,机器人性能稳定,作业可靠且效率高,而且最终在比赛过程中得以验证,取得了良好成绩。     

一种新型苹果采摘器的设计

我国是苹果种植大国,种植面积居于世界首位。可是直到现在,我国的苹果采摘主要还是人工采摘,采摘效率低、成本高,并且具有一定的危险性。随着农业生产的机械化和规模化发展。苹果采摘器将会是未来苹果采摘作业的主要工具,也是当前世界各国的农业研究热点。目前虽已取得一定的成果,但仍有改进的地方。本苹果采摘器的设计在研究分析了国内已有的苹果采摘器的前提下,提出了自己的设计方案,设计了一款结构简单合理,实用性较强的苹果采摘器并通过理论计算、模型操作进行了仿真运行。