荔枝采摘机器人双目视觉的动态定位误差分析

扰动引起的随机误差成为采摘机器人视觉定位的难题。为了探索荔枝采摘机器人视觉定位误差,首先用双目视觉系统和模拟扰动的震动平台对荔枝结果母枝采摘点的三维坐标进行定位试验,检测其实际位置,获得误差数据;然后,提出了一种动态定位误差分析方法,根据误差变化规律将动态定位误差划分为系统误差和随机误差;最后,用统计方法对2类误差分别进行定量分析和评价。结果表明,定位距离为600~1 000 mm时,系统误差与动态定位误差的变化趋势基本一致,视觉深度方向、水平方向最大动态定位误差分别为58.8和17.3 mm。系统误差置信区间较窄,视觉深度方向系统误差与定位距离呈较强的线性相关性,水平方向则表现为非线性。扰动下的随机定位误差服从正态分布,视觉深度方向、水平方向间的随机误差相关性较弱。视觉深度方向受扰动的影响较大,随机误差远大于水平方向,且不确定度较高。研究结果为荔枝采摘机器人视觉定位系统校准和动态定位方案设计提供依据,为机构容错纠错提供理论依据和实践指导。     

土壤与三七根茎黏附数学模型构建与验证

针对三七收获过程中根土分离率低、根茎损伤率高等问题,该研究深入分析土壤与三七黏附特性,明确影响根土黏附参数间的制约关系,建立考虑土壤粒径、含水率、孔隙率、三七根茎表面粗糙度因子及根土接触面积的黏附力数学模型,实现了种植土壤与三七根茎黏附力量化求解。通过三七种植区土壤粒径、含水率与孔隙率之间的土力学分析,确定了三七收获时三七种植土壤平均粒径为0.058 mm,平均含水率为20.95%,以及土壤孔隙率可由平均含水率线性表征;对三七根茎表面进行光学全矢量可视化处理,实现了三七根茎表面粗糙度因子、表观表面积与比表面积求解与耦合,试验结果得出三七根茎表面平均粗糙度因子为4.14,在纳米尺度上表面粗糙度显著,三七根茎比表面积为粗糙度因子与表观表面积构成的二元二次函数,且含水率一定时,三七根土壤黏附力与三七根茎表面粗糙度因子、三七根茎表观表面积均成正比。在此基础上开展三七根土黏附力测定试验并进行试验验证,结果表明：构建的数学模型计算值与试验值相对误差为5.65%,模型准确可靠,为研究三七收获机械分离装置提供科学的理论依据。     

基于双目立体视觉的葡萄采摘防碰空间包围体求解与定位

无损收获是采摘机器人的研究难点之一,葡萄采摘过程中容易因机械碰撞而损伤果实,为便于机器人规划出免碰撞路径,提出一种基于双目立体视觉的葡萄包围体求解与定位方法。首先通过图像分割获得葡萄图像质心及其外接矩形,确定果梗感兴趣区域并在该区域内进行霍夫直线检测,通过寻找与质心距离最小的直线来定位果梗上的采摘点,运用圆检测法获取外接矩形区域内果粒的圆心和半径。然后运用归一化互相关的立体匹配法求解采摘点和果粒圆心的视差,利用三角测量原理求出各点的空间坐标。最后以采摘点的空间坐标为原点构建葡萄空间坐标系,求解葡萄最大截面,再将该截面绕中心轴旋转360°得到葡萄空间包围体。试验结果表明:当深度距离在1 000 mm以内时,葡萄空间包围体定位误差小于5 mm,高度误差小于4.95%,最大直径误差小于5.64%,算法时间消耗小于0.69 s。该研究为葡萄采摘机器人的防损采摘提供一种自动定位方法。