农业机器人并联视觉云台研究

针对智能农用机器人对机器视觉工作范围的需求,提出了一种用于农业机器人的并联视觉云台设计方案。基于双摇杆的输入输出特性,提出了一种运动支链设计方法,用于构建二自由度全球面工作空间解耦并联机构。在此基础上,衍生出两种可行的运动支链P5R和PRR,基于这两种运动支链,设计了2种二自由度全球面工作空间并联视觉云台RRP5R和RRPRR。通过运动学分析,分别建立了2种机构的位置关系表达式;通过尺寸优化,得到了2种机构的最优杆长比;通过对比得出,RRP5R型并联视觉云台具有更好的输入输出性能;通过有限元分析,研究了载荷对RRP5R型并联视觉云台运动精度的影响。结果表明,RRP5R机构强度满足要求,但杆件的累积弹性变形导致运动副的位移偏差较大。     

大空间运动3-RRRU并联机器人运动学标定与误差分析

并联机器人具有高速、高刚度和大负载等明显优势,被广泛应用到农业和工业领域,但多关节导致该类机器人控制精度不高。针对大空间运动3-RRRU并联机器人的运动学建模和误差标定方法展开了系统、深入研究。综合应用DH法和空间矢量法建立了机器人的运动学模型,在此基础上,借助偏微分理论推导并建立机器人的误差模型;应用激光跟踪仪进行不同轨迹下机器人的空间位置数据采集,对一般遗传算法进行改进,以等步距搜索策略实现主要遗传算子的优化,并通过全局数值寻优获取机器人的误差补偿数据,完成标定和补偿工作。实验表明：基于直线标定方式,补偿后直线轨迹跟踪误差控制在0.14～1.34mm,但不适用于曲线轨迹补偿,其实测补偿后的最大误差高达5.08mm。曲线轨迹标定精度高于直线轨迹标定,补偿后将直线和曲线两种路径下的最大误差分别降低至1.18mm和1.56mm。该标定方法自动化程度高,适用于含有大量关节并联机器人的误差标定工作。     

基于深度学习和图像处理的水果收获机器人抓取系统

首先,介绍了水果收获机器人抓取系统的总体架构;然后,利用深度学习对水果目标识别进行了研究,实现了一套基于卷积神经网络的目标检测算法;接着,利用图像处理技术实现了对目标物体定位的功能,可以引导水果收获机器人完成对目标水果的采摘。实验结果表明:水果收获机器人抓取系统对水果坐标的计算误差较小,且具备较强的水果识别和定位能力。     

草方格铺设机器人多体动力学仿真与试

采用Pro/E和ADAMS软件相结合的方法,建立了草方格铺设机器人动力学模型,同时探讨了二者联合建模仿真的一般步骤.模型添加必要的边界条件后,对纵向压轮和横向插刀正常动作时的草方格铺设机器人振动状态进行了仿真.通过仿真,得到了牵引车、纵向铺设机构、横向铺设机构、纵向压轮和横向插刀质心的位移、速度以及加速度曲线.分析了这些曲线出现波动的原因,为进一步的优化提供了数据.通过试验,得到实际状态下的试验曲线,并与仿真曲线进行对照,证实了草方格铺设机器人仿真模型和仿真结果的合理性和可靠性.     

北京农业智能装备技术研究中心

北京农业智能装备技术研究中心组建于2007年,注册资金5000万元,隶属于北京市农林科学院,是具有独立法人资格的科研事业机构。该中心根据世界农业智能装备的发展趋势和我国现代农业发展的需要,针对我国农业智能装备关键性、基础性和共性技术问题,进行系统化、配套化和工程化研究开发,建设农业智能装备数字化设计与测试技术平台,突破农业智能装备设计、加工、制造关键技术,开发适应我国不同生产规     

温室环境下黄瓜采摘机器人信息获取

研究基于近红外图像的黄瓜果实与茎叶的信息表达方法,有效实现了近色系生物信息的图像识别。分析了黄瓜采摘深度图像信息的特点,通过建立基于灰度相关与极线几何相结合的匹配策略实现了双目视觉下的黄瓜抓取点的立体匹配和三维重建。研究温室环境下不同时间光照强度变化特点,建立了光照分析模型,提高了不同光照条件下的导航线提取的适应性。试验表明机器人视觉系统能有效识别、定位果实的空间位置,定位误差控制在±5mm以内。     

双目立体视觉在果树采摘机器人中的应用

果树采摘机器人是未来智能农业机械化的发展方向,具有广阔的应用前景。为此,针对果树采摘机器人作业环境的复杂性与定位目标的特殊性,从双目定位的几何模型出发,归纳了双目定位的基本过程,总结了立体视觉的摄像机标定问题,提出变焦距双目视觉定位果实的研究方向,并对双目图像的匹配问题进行了分析。     

传感器在农业采摘机器人中的应用

作为智能机器人的一种,农业采摘机器人是机器人技术应用的典范.与工业机器人相比较,农业采摘机器人工作环境的特殊性、非结构性,对农业采摘机器人的智能程度提出了更高的要求.为此,针对农业采摘机器人工作特性,叙述了传感器在农业采摘机器人中所起的作用,分析了农业采摘机器人传感器选取的方法,介绍了多传感器信息融合技术在采摘机器人中的应用,为农业采摘机器人智能传感器的选取与研究提供了依据.     

无人驾驶拖拉机

芬兰一家公司生产的无人驾驶拖拉机,能够24小时不停地耕作。可以由3名农场工人组成一个小组,轮流在一间控制间里日夜监控数十台无人操纵的拖拉机工作。这些拖拉机是通过无线电遥控,他们也许相距数百千米。可以让它们描绘出行进路线来进行远距离控制,甚至还可以通过自动的柴油罐车加油。这是一种农用机器人。     

考虑非线性摩擦模型的机器人动力学参数辨识

针对机器人动力学参数辨识的问题,提出了一种基于人工蜂群算法的辨识方法。考虑到关节摩擦特性,引入非线性摩擦模型,推导了机器人动力学模型的非线性形式。设计满足速度、加速度边界条件的五阶傅里叶级数作为激励轨迹来采集实验数据;利用人工蜂群算法,以蜂群为搜索单位,通过群体间的信息交流方式与优胜劣汰机制,对模型中的未知参数进行了辨识。最后,对得到的辨识模型进行了分析与验证,结果表明通过辨识得到关节预测力矩与测量力矩有较高的匹配度,所建立的非线性模型能够更好地描述机器人的动力学特性。