苹果采摘机器人机械手避障关键技术研究

来源 :江苏大学 | 被引量 : 0次 | 上传用户:qzl11320583407
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
我国是一个农业大国,水果业是农业生产中第三大产业。水果的采摘属于劳动密集型工作,且随着人口老龄化和农业劳动力的减少,水果的自动化采摘就成为目前急需解决的问题。开展苹果采摘机器人的研究,不仅有利于降低劳动强度和生产成本,提高作业效率,而且对于推进我国农业科技发展进步、加速农业现代化进程有着重要的意义。   本文在国家“863”基金项目“果树采摘机器人关键技术研究(2006AA102254)和国家教育部博士点基金项目“果树采摘机械手运动性能优化与灵巧避障控制策略研究(20093227120013)”支持下,对苹果采摘机器人避障感知系统、采摘环境空间建模、避障路径等进行了研究。主要完成的工作有:   1.根据开放型设计原则,设计了苹果采摘机器人的避障感知系统。以单目摄像机作为视觉传感器来确定障碍物和果实的平面信息,超声测距传感器作为深度传感器来确定障碍物和果实的深度信息,两者结合得到障碍物和果实的空间位置信息。   2.机械手模型建立和运动学分析。根据苹果采摘机器人手部机械结构特性,采用D-H齐次变换法,建立了苹果采摘机械臂的数学模型和运动学方程并在实验中验证了机械手运动学正反解的准确性。   3.利用Maklink图法建立工作空间环境模型,并对机械手与障碍物碰撞问题进行分析。通过视觉传感器和超声测距传感器对空间中的果树枝干等障碍物进行感知,将相互重叠的枝干描述为一个不规则多边形:采用Maklink图在自由空间中建立作业环境模型,构造自由链接线,为机械手避障提供无碰路径;分析苹果采摘机械手运动特点,讨论其与障碍物碰撞的几种情况,给后续的避障工作中路径节点的选择提供一定的理论分析。   4.提出基于改进蚁群算法的采摘机械手避障路径规划算法。在详细分析基本蚁群算法的原理、数学模型和实现过程等基本理论的基础上,对其进行修改,主要包括:在可行走的路径上,利用等分链接线的方法扩大路径点的选择范围,有利于算法搜索到更优路径;将人工势场法思想引入蚁群算法中,同时引入角度权值,加强启发信息对蚂蚁选择下一个路径节点的影响,增加靠近目标点的路径节点被选择的概率,提高路径搜索效率;利用局部更新和全局更新策略更新路径上的信息素,防止某一条路径上信息素过多而影响蚂蚁搜索,同时加入自适应函数,增加算法的健壮性。实验结果表明:基本蚁群算法的改进措施在苹果采摘机械臂避障规划的运用中是可行的,机械臂在较短的时间里成功的绕过障碍物,采摘到果实。
其他文献
随着科学技术的发展,控制系统的自动化水平和复杂程度日益提高。系统的任何故障都可能导致系统性能衰退、损毁甚至灾难性的结果。故障检测与诊断技术是提高系统性能和可靠性的
六自由度机械臂是一种典型的工业机器人,在装配、焊接、喷涂等工序作业中取得了广泛的应用。由于六自由度机械臂系统具有强耦合、非线性、时变的特性,机械臂系统高精度轨迹跟
本文在论述了自适应滤波基本原理的基础上,介绍了几种典型的自适应滤波算法及其应用。并将这些自适应滤波算法的性能特点进行了分析比较,针对噪声处理方法,给出了在最小均方准则
目前,在我国北方城市,集中供暖大部分是供暖中心直接把热水送往用户端,该供热方式易造成供热不均。为了提高集中供热质量,需要对供热系统进行控制,在供热管网的用户端加装控制器来
随着世界经济的快速发展,资源短缺问题日益严重,在此压力下可再生能源已受到世界各国的重视和利用。在多种可再生能源中,常采用清洁型的风能和太阳能作为微网中的分布式电源。风能和太阳能这类分布式电源均属于间歇性能源,输出功率会因风速、光照等其它因素的影响不断发生变化,具有很强的不可控性、随机性和波动性。在微网独立运行时,这类分布式电源容易造成系统电压波动。针对这一电能质量问题,本文提出将飞轮电池并联在系统
辐射环境下的生产与工程作业常常需要通过辐射现场与操作人员分离的遥操作完成。利用多传感信息对辐射环境进行三维重构已成为机器人场景感知研究中的热点。本文围绕核机器人
随着国家金卡工程的不断推进,国内各大商业银行大量推出金融IC卡。巨大的智能卡市场更加速了与之相配套的读写器的发展。金融IC卡应用场景的多样化和支付方式的改变,对读卡终端
水泥是我国的基础原材料,用量极大。长期以来,水泥的生产主要是由操作人员凭借经验,手工给定窑头窑尾喂煤量,控制分解炉和回转窑的温度。由于人工操作的滞后性和误操性,导致
数据驱动控制即控制器设计不包含受控对象数学模型信息,仅利用对象的输入输出信息。无模型自适应控制作为一种先进的数据驱动控制理论,其在很多复杂非线性系统中的应用引起了
目前,对目标跟踪的研究已经实现了静态背景下特定目标的跟踪。但在实际环境中,由于图像噪声的干扰,背景的变化等因素使得目标的检测并不是很理想,进而影响跟踪性能。另外,在