智能轨迹控制割草机器人设计——基于FPGA神经网络

为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。     

远程控制采摘机器人手势识别研究——基于势场蚁群算法

采摘机器人在作业时遇到通过自主导航无法越过的障碍物时,或者在危险的地带无法进行人工采摘作业时,需要借助远程方式进行实时控制,使其成功越过障碍物,并在高危环境中有效地展开采摘作业。为了优化采摘机器人远程控制系统,提出了一种基于手势识别的远程控制方案,并引入了势场蚁群算法,提高了机器人的控制的准确性和高效性。在远程控制方案中,将基于视觉的手势识别与远程控制机械手相结合,通过深度相机采集手势图像并提取手势特征,转换为机械手舵机的控制命令,并通过无线网络发送至采摘机器人控制单元,实现视觉手势对机器人的远程控制。对采摘机器人进行了测试,通过测试发现:基于蚁群算法的手势识别系统可以有效地追踪得到不同的动态手势,且可以准确地识别手势所代表的意义,成功实现了机器人远程控制的手势识别。该方法不仅可以远程实现机器人避障功能,还可以将其应用在山谷、沼泽等危险地带进行采摘作业,实现其非凡的使用价值。     

基于滑觉检测的农业机器人果蔬柔性抓取控制研究

果蔬采摘是水果蔬菜生产种植中最繁琐、最耗时间、最费精力的部分之一,直接影响果蔬日后的价值和销售。随着经济的快速发展、外出务工人员增多及农业劳动力减少,劳动力在果蔬种植成本所占比例越来越大。实现果蔬自动化采摘是降低成本、释放农业劳动力的重要举措。20世纪80年代,美国成功生产了世界上第1台西红柿采摘机器人。近年来,随着信息技术和自动化技术的高速发展,农业采摘机器人的研究和开发取得了很大进步,但对果蔬柔性抓取的研究进展较慢。为此,基于滑觉传感检测技术与果蔬损伤机理,以农业机器人采摘控制系统为研究平台,运用离散小波变换算法,从传感器和抓取力控制着手,深入研究和设计了农业机器人柔性无损采摘控制系统。试验表明:系统运行稳定,可靠性强,对实现果蔬柔性采摘具有十分重要的应用意义。     

基于遗传优化模糊PID算法的温室智能控制系统研究

近年来,随着信息智能化和农业现代化的快速发展,我国温室种植取得了重大进展,形成了以科学方法管理控制大棚温室环境的理念;但因缺乏工厂化管理方式,温室智能控制技术在设施配套和产业自动化方面还有不足之处,与欧洲发达国家差距甚远。因此,设计一套适合我国农情的现代化温室控制系统显得非常重要,其对实时监测和精确控制温室环境参数,提高农作物产量和质量意义深远。本文根据大棚种植特点,基于遗传优化模糊PID融合算法,设计和研究了一套独有的温室智能控制系统,并对该系统进行性能仿真实验。结果表明:本温室智能控制系统性能良好、自动化程度高、节能显著,对大棚蔬菜的种植具有重要的促进作用。