串番茄采摘末端执行器的设计与夹持实验

基于串番茄生长特性和采摘要求,设计了一种适应于采摘成串番茄的末端执行器。基于螺旋理论,建立了夹持接触力学模型,分析了夹持的力封闭性;同时,建立了稳定夹持模型,对夹指的可靠夹持力进行了分析,得出夹持力F≥8.24N。制作了物理样机,并对直径为3~8mm的串番茄母枝进行了负重干扰性能的夹持实验,实验结果表明:夹指所能承受的动态负重随母枝直径的增大而增大,最小动态负重为1.015kg,完全满足采摘串番茄时的夹持能力需求。     

菠萝自动采摘机传动结构的设计及优化

提出了对菠萝实现自动采摘的总体结构方案,主要由机架部分、采摘部分、刀具升降部分、动力传动部分和果实输送部分组成,并进一步阐述了传动方案。为便于经行机构上的干涉检查以及动力学特性研究,建立了基于SolidWorks的菠萝采摘机主体结构三维模型,优化了菠萝在导果槽中的运动轨迹。     

番茄采摘机器人机械臂避障路径规划

以关节型机械臂避开垂直茎秆或撑杆采摘番茄为研究对象,提出了一种基于构形空间的关节型机械臂避障路径规划方法.利用空间映射原理,将关节型机械臂工作空间的三维避障问题转换为平面R-R机械臂避开障碍圆的问题,用临界碰撞关节角建立C-障碍空间的映射计算模型,将工作空间的位置避障转换为构形空间连杆关节角的计算.以能量最优函数优选避障规划的关节终点角度,利用A*算法计算平面R-R机械臂的避障关节角路径,获得一系列表示空间连杆位置的相交竖直面,并在竖直面内进行其余关节角的规划.避障采摘番茄的试验表明,机械臂带动夹持器能成功绕过直线状障碍物,引导夹持器到达果实目标位置,证明对平面R-R机械臂的空间映射建模是正确的,验证了提出的避障路径规划方法是可行的,可以应用于番茄的自动收获.     

苹果采摘机器人果实识别与定位方法

提出了利用归一化的红绿色差(R-G)/(R+G)分割苹果的方法。对不同光照情况下拍摄的苹果图像进行了识别,并对识别后的图像进行预处理后,获得苹果的轮廓图像。对轮廓图像采用随机圆环法进行果实圆心、半径提取。通过建立基于面积特征与极线几何相结合的匹配策略实现双目视觉下的果实定位,对于搜索区域内面积相似的果实,通过计算垂直投影的互相关函数最大值的方法,得到排序基准线,然后根据顺序一致性原则进行匹配。实验结果表明：识别算法可以较好地消除阴影、裸露土壤等影响,识别率达到92%。采用随机圆环法,可以准确地提取果实的圆心、半径。在60～150cm的距离范围内,测量误差小于     

基于LBM的苹果采摘机器人视觉图像自动修复算法

为恢复被果树枝叶遮挡后丢失的信息,首先通过计算遮挡因子,确定果树枝叶对苹果的遮挡区域;然后,利用格子波尔兹曼方法求解各向异性扩散方程,估计丢失的信息,提出了基于格子波尔兹曼方法的图像修复算法。实验证明,该算法能够有效实现苹果图像中枝叶遮挡部分的修复。与基于曲率驱动扩散的图像修复算法相比,该算法具有较高的峰值信噪比。由于算法的高度并行性,可以将其用于构建并行图像处理系统,并且适合苹果采摘机器人视觉系统。     

六自由度农业采摘机器人驱动控制仿真研究

农业采摘机器人是21世纪精准农业的重要装备之一,利用仿真技术分析机器人的运行情况和合理的优化机器人是未来机器人的研究的重点.为此,采用Matlab/Simulink环境下的Simulink工具箱、SimPowerSystems模块库和powerlib模块库三者相结合的方法,建立了通用型六自由度机械手农业采摘(GMFS-360)机器人仿真模型并进行了仿真分析,利用Matlab的函数模块对机器人的运行性能进行了优化设定.然后,建立了农业采摘机器人的驱动控制系统仿真模型、定位控制系统仿真模型、速度和惯性矩系统仿真模型,实现了虚拟环境下机器人的各个旋转轴的驱动运行,通过仿真分析证明了控制算法和仿真模型的正确性.通过对农业采摘机器人仿真分析,可以直观地了解采摘机器人的构造原理及其运行状况,为农业采摘机器人的调试和具体实际操作提供理论依据和模型.     

采摘茎尖次数对叶菜型甘薯品种百薯1号薯块产量及品质的影响

2007年夏季,在一般大田常规栽培条件下,通过分期采摘茎尖的方法,对叶菜型甘薯品种百薯1号的薯块产量和品质进行了研究。结果表明：⑴随着采摘茎尖次数的增加,薯块产量呈直线函数降低,其曲线方程为Y=-2009.6X＋35776（R2=0.9417﹡﹡）。⑵不同品质性状受采摘茎尖次数的影响存在明显差异,可溶性糖变异最大,淀粉、蛋白质和烘干率变异较大,脂肪、纤维和维生素C变异较小,灰分变异最小。⑶采摘茎尖3次时,烘干率、灰分、脂肪、蛋白质、淀粉和纤维含量均居首位,可溶性糖含量居第二位,维生素C含量居第四位,薯块的综合品质达到最优,这时薯块实际产量为29527.5kg/hm^2,占对照薯块实际产量的84.6%,可以作为最佳采摘次数。     

基于粒子滤波的苹果采摘机器人目标姿态估算

针对苹果采摘机器人中果实姿态信息缺失造成果实损伤及采摘失败等问题,根据苹果尾部花萼遗迹区域是否可见分析了果实姿态信息机器视觉测量方法,研究了果实姿态信息的粒子滤波估计。将单目摄像机固定在机器人末端手爪上,在手爪趋近果实的采摘过程中,随机采集多帧果实图像。对每帧图像运用惯性主轴或重心点偏移两种方法计算果实在机器人坐标系下的姿态向量值,并通过粒子滤波融合来得到果实姿态信息的最优估计。实验结果表明,粒子滤波方法可以有效地融合多帧图像的苹果姿态信息,能够减小因依靠单帧图像直接测量而产生的误差。     

苹果采摘机器人果实识别与定位方法

提出了利用归一化的红绿色差(R-G)/(R+G)分割苹果的方法.对不同光照情况下拍摄的苹果图像进行了识别,并对识别后的图像进行预处理后,获得苹果的轮廓图像.对轮廓图像采用随机圆环法进行果实圆心、半径提取.通过建立基于面积特征与极线几何相结合的匹配策略实现双目视觉下的果实定位,对于搜索区域内面积相似的果实,通过计算垂直投影的互相关函数最大值的方法,得到排序基准线,然后根据顺序一致性原则进行匹配.实验结果表明:识别算法可以较好地消除阴影、裸露土壤等影响,识别率达到92%.采用随机圆环法,可以准确地提取果实的圆心、半径.在60～150 cm的距离范围内,测量误差小于2 cm.     

猕猴桃采摘机器人末端执行器设计与试验

进行了棚架式栽培模式自然生长条件下簇生猕猴桃无损采摘机器人末端执行器的研究。基于果实与果柄的分离特性,提出面向机器人的果实采摘方法和简化几何模型,进行了果实与果柄分离试验的可行性验证;基于果实采摘方法设计了从底部接近、旋转包络分离毗邻果实并抓取、向上运动分离果实的末端执行器,并试制样机,进行了现场评价试验。结果表明,采摘模型能够实现果实与果柄的分离,末端执行器解决了毗邻果实分离问题,能够实现单个果实稳定抓取、无损采摘和采后抓持,成功率达到96.0%,平均单果耗时22 s。