论文部分内容阅读
采摘运输作业是温室生产中的重要作业环节之一,其劳动强度大、作业频次高。合理地使用自动化搬运工具有助于提高生产效率、减轻劳动强度。应用于现代化温室的轨道运输车可用于大型温室内的采摘物品运输,但其需要专用轨道,不适合量大面广的塑料大棚和日光温室使用。本文针对我国常用温室的结构特点,设计了一种能够自动跟随采摘人员的机械化搬运工具,实现了多种路径下的自动跟随功能和采摘物品运输功能。本文的主要研究内容及结论如下:(1)提出了基于Kinect导航的技术方案,设计了人体检测系统。根据本课题的研究特点,设计了基于能够感知距离信息的Kinect传感器的导航定位系统。采用加权中值滤波算法对获取到的深度图像进行预处理,通过图像分割、边缘提取等方法对深度信息进行人体骨骼提取,并探究了不同作业姿势和不同作物遮挡情况下的人体识别率,确定了最佳跟随目标点。可行性试验表明人体检测系统的理论值和测量值相关性显著,为设计跟随系统提供了较好的理论依据。(2)搭建了基于Kinect导航的自动跟随系统。根据设施温室的作业环境和作业需求对自动跟随系统的机械结构进行了设计,完成硬件选型和布置。明确了车身结构参数、载重性能和转向性能。配置Kinect最佳工作高度和视野范围,完成控制系统的硬件选型和软件设计。充分考虑人因工程,设计了最舒适和省力的装载平台,完成了系统的基本搭建。(3)设计了基于改进纯追踪算法控制系统。选用纯追踪模型进行追踪,并用引入模糊控制动态确定前视距离。提出了横向和深度方向分别进行复杂路径优化的思想,以保证复杂路径情况下系统的实时性和稳定性。深度方向上设置了安全距离(25-35cm),如果人车距离在短时间内(0.8S)超出了此范围,系统不工作,反之工作。横向偏差上,以某一时刻前方最大横向偏差点为参考点,计算其左右两处某一固定时间段内的横向偏差变化率,通过偏差率来识别路径是否真正发生变化,若发生变化则按原有规则进行跟随,否则认为是复杂路径,需要对该路径进行简化处理。(4)对温室采摘运输自动跟随系统进行温室试验。试验结果表明:最大深度偏差不超过8.5cm。跟踪路径比较平稳时,该设计与原有控制系统都能较好的按照预设路径行走,当路径发生急剧变化时,经过改进后的控制算法能更快的回复到预设路径。试验在不同光照条件下进行,发现光照对系统性能无明显影响,满足温室采摘作业需求。(5)对温室采摘运输自动跟随系统进行性能测试。对不同载重条件下、不同路况下和引导人速度不同条件下的系统跟随性能进行验证。试验结果表明:①载重不同时,最大跟随时间小于10s,最大跟随误差小于10cm,表明系统在额定载重范围内有较好的适应性;②与平滑水泥路面相比较,凹凸水泥路面和有残枝落叶的水泥路面跟随时间显著增加,最大跟随误差差异不大;③引导人的行走加速度超过时,系统丢失人体检测信号。温室中作业速度一般较小,因此引导人行走速度对该系统跟踪性能影响不大。