排序方式: 共有36条查询结果,搜索用时 31 毫秒
31.
基于气动无损夹持控制的番茄采摘末端执行器设计与试验 总被引:2,自引:2,他引:0
为实现类球形果实采收过程中稳定夹持和无损采摘,该研究以番茄为研究对象,设计了一款全气动吸-夹一体式无损采摘末端执行器。首先设计空间多连杆三爪机构,采用3个夹持爪单元空间轴向均布的方式构成空间多连杆末端执行器主体机构,实现中心吸盘回拉果实和夹持爪夹持果实两个动作由单一主动气缸驱动并实现顺序动作;其次,建立末端执行器夹持爪单元的数学模型,并确定满足夹持爪尖端张开最大范围156 mm和吸盘回拉移动最大距离38.7 mm条件下的末端执行器结构参数,通过ADAMS软件对其进行运动学和动力学仿真分析,获得各部件间运动速度和加速度的相对关系,以及夹持力与气动系统压力和果实尺寸的关系。最后,设计并搭建具有压力负反馈和气压连续调节功能的电气伺服控制系统,通过分析果实在拉动和转动两种情况的滑移试验,提出基于动态标准差波动上升节点的双阈值滑移判别算法和基于滑移判据及损伤极限压力的无损采摘控制策略。204个不同尺寸番茄果实的实地采摘试验表明,末端执行器采摘成功率为96.03%,采摘过程耗时5 s,采摘过程中的直接损伤率为1.58%,72 h褐变率为1.76%。结果表明该采摘末端执行器具有较好的采摘效果,可满足实际工作需求。 相似文献
32.
33.
基于自动Hough变换累加阈值的蔬菜作物行提取方法研究 总被引:10,自引:8,他引:2
为解决机器视觉对生菜和绿甘蓝两种作物在整个生长时期内多环境变量对作物行识别影响的问题,同时提高机器视觉作物行识别算法的有效性,该文提出了一种基于自动Hough变换累加阈值的多作物行提取算法。首先,选用Lab颜色空间中与光照无关a分量对绿色作物进行提取,通过最优自适应阈值进行图像分割,并采用先闭后开形态学运算对杂草和作物边缘进行滤波。其次,采用双阈值分段垂直投影法对作物行特征点进行提取,通过对亮度投影视图中的目标像素占比阈值和噪声判断阈值设置,实现特征点位置判断和杂草噪声过滤,并对相邻特征点进行优化,剔除部分干扰特征。最后,采用Hough变化对特征点进行直线拟合,将不同Hough变换累加阈值获得的拟合直线映射到累加平面上,通过K-means聚类将累加平面数据聚类为与作物行数相同的类数,根据相机成像的透视原理提出基于聚类质心距离差和组内方差的最优累加阈值获取方法,将最优累加阈值下累加平面中的聚类质心作为识别出的真实作物行线。温室和田间试验表明,针对不同生长时期的生菜和绿甘蓝作物,该文算法均可有效识别出作物行线,最优阈值算法耗时小于1.5 s,作物行提取平均耗时为0.2 s,在田间和温室中作物行的平均识别准确率分别为94.6%、97.1%,识别准确率为100%的占比分别为86.7%和93.3%。研究结果为解决多环境变量影响因素下的算法鲁棒性和适用性问题提供依据。 相似文献
34.
车辆在城市道路上行驶时,很多能量在制动时被制动器耗散掉,采用制动能量回收技术将该部分能量收集起来,能有效提高车辆的行驶里程。以运输车为对象,在分析永磁无刷直流电机发电特性和Boost电路(开关直流升压电路)特性的基础上,设计了一种基于国产集成电路的双Boost电路的能量回收控制器。制动中该控制器能使永磁无刷直流电机提供一个平稳的制动力矩,同时将发出的7~55 V电压升压到所需要的充电电压。 相似文献
35.
36.
俘能器可以俘获农业机械振动产生的能量并供电传感器。该研究设计并制作了一种惯性摆式振动俘能器,以配重块质量、惯性摆半径、不同激励振幅为控制变量,以俘能器输出峰值电压为优化目标,研究了俘能器的能量俘获特性。试验结果表明:俘能器能量收集能力与正弦激励幅值和惯性摆半径正相关;当俘能器惯性摆半径R较小的情况下(R=30 mm),俘能器能量俘获能力与其配重块质量正相关;当俘能器惯性摆半径R较大的情况下(R=60 mm),俘能器能量俘获能力与其配重块质量无明显相关关系。惯性摆半径为30 mm,且安装配重块(40 g)的俘能器在实测农业机械振动谱激励下可产生4.2 V的峰值电压输出,验证了其能够为储能设备供电(>1 V)的可行性。整流后的俘能器能够带动传感器负载(驱动电压为1.5 V的温湿度计)正常工作,显示了其实用性。俘能器在牧草收割机不同安装位置下的性能试验表明其安装环境适应性好,可以安装在农业机械典型振动部位,如工作部件、底盘、悬架、驾驶室和储货仓。为了得到更优的能量俘获性能,应优先考虑安装在振动较强的部位。该研究可促进农业机械传感器和执行器的无源化进程,符合未来智能农机的发展需求。 相似文献