番茄串收获机械手的轨迹规划与果实串防摆控制研究

来源 :中国计量大学 | 被引量 : 0次 | 上传用户:kissface
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
果蔬收获机械手有利于提高农业生产效率,为改善农业生产模式、解决劳动力不足、实现农业生产的规模化、精准化和工业化提供支撑。本文针对单粒果实收获机械手工作效率低下、果实损伤的问题,以七自由度番茄串收获机械手为研究对象,主要研究机械手的轨迹规划和番茄串的防摆定位问题。运用改进型Denavit-Hartenberg法构建机械手的连杆坐标系,计算各连杆参数,获得了机械手的正运动学模型。采用矢量积法求解机械手的雅克比矩阵,并采用Matlab/Robotics工具箱验证了机械手模型的正确性。通过拉格朗日法建立机械手的动力学方程。采用多项式插值法、抛物线过渡的线性插值法、摆线法和B样条曲线法,对机械手末端执行器从果实串采摘点到回收点的运动进行规划。实验表明:五次多项式插值法满足路径点边界条件,规划的曲线连续平滑,算法实时性较好。针对末端执行器夹持番茄串运动时,番茄串的大幅度摆动造成果实损伤的问题,介绍了振动主动控制技术的输入整形法,从输入整形器的工作原理和设计过程进行阐述,并采用单自由度振动系统进行了验证。结果表明:ZVD整形器和EI整形器对于具有模型误差的系统振动抑制效果较好。实地测定番茄串的物理特性,获得番茄串物理特性的平均值。采用拉格朗日法对末端执行器—番茄果实串系统建立动力学模型,经线性化处理分别获得末端执行器运动位移和输入力矩以及番茄串摆角和末端执行器位移之间的传递函数,并对恒力作用的系统响应进行验证,结果表明:系统建模和线性化处理有效。基于双闭环PID设计了末端执行器—番茄果实串系统的防摆定位控制系统,并对定位和防摆效果进行验证,通过改变番茄串的质量和穗梗长度研究控制系统的鲁棒性。经仿真实验表明:双闭环PID控制对于末端执行器定位和番茄串的摆角控制效果较好,但存在调节时间较长的问题。因而提出基于系统降阶模型设计输入整形器,仿真实验表明:输入整形器对于系统定位和防摆控制效果良好,对于系统参数具有较强的鲁棒性。搭建控制系统实验平台,采用STM32F103ZET6作为主控芯片、步进电机作为运动执行机构,对设计的控制系统进行验证。
其他文献
运动目标检测是计算机视觉和人工智能领域中的重要研究内容。由于现实场景受到气候、光照等外界因素的影响,背景环境会出现不同程度的变化导致基于背景模型的目标检测算法无法取得理想的检测效果。基于低秩与稀疏分解表示的鲁棒性主成分分析(RPCA)成为了运动目标检测的主流方法,但是RPCA模型运用于动态背景下的运动目标检测时存在抗噪性不强、目标与背景像素近似时容易导致提取目标不完整等问题。本文对RPCA模型进行
随着移动互联网的发展,搭载着Android系统的移动设备层出不穷,尤其是Android智能手机的市场占有率保持着逐年上升的趋势,在2019年占到了87%的市场份额。但是由于Android系统
学位
随着无线通信和互联网技术的飞速发展,以手机和平板电脑为代表的移动设备迅速普及,用户对多媒体信息的需求呈爆炸式增长。在各种多媒体信息内容中,网络视频由于其内容的丰富性而成为网络用户的主要选择,因此,和网络视频相关的研究一直不曾间断。流媒体传输技术是网络视频行业的核心技术和研究热点,而在流媒体传输技术中,基于HTTP的动态自适应流媒体技术(DASH)是当前业界最为主流的流媒体传输技术,它的特点就是支持
人脸表情识别是近几十年来新兴的研究课题,在心理学和计算机视觉等领域具有重要的意义。与传统的机器学习相比,深度学习在特征提取方面具有优越的性能。在基于深度学习的表情
学位
随着国家对车载柴油发动机排放标准不断升级,节能且环保的柴油发动机尾气后处理产品在中国发展迅猛,同时产品更新换代的速度越来越快,如何保证后处理新产品开发工作更好地满足客户市场需求,成为汽车柴油发动机行业面临的新课题,也是响应国家节能减排的迫切需要。但是,在后处理产品开发的过程中,由于国内法规及国内市场需求的特殊性,使国内很多的优秀本土企业面临着很大的生存压力,即使在国外取得了很大的成功、积累了很多经
对机器人视觉系统进行有效标定,可以实现运动与作业目标的准确定位。机器人一般会在地面进行精确标定,但在火箭发射升空及投入使用过程中,机器人视觉系统可能会出现故障,或者根据实际任务需求对相机的焦距、光圈进行重新调节,另外机器人在运动作业过程中,可能会导致其相机相对位置发生改变,这都需要在空间站上对其视觉系统进行重新标定。通过靶标对机器人视觉系统参数进行标定是目前的主要方法,但是在空间站舱内外机器人运动
学位
相位恢复问题是指仅通过信号傅里叶变换(或其它线性变换)的幅值恢复原始信号。由于相位信息的缺失,该问题是一个不适定问题,因此需要利用图像先验来确保精确重构。该文针对基于正则项的图像重构算法具有计算复杂度高和在存在噪声下重构精度低的缺陷,将传统相位恢复算法与卷积神经网络相结合,对上述问题进行改善。具体的研究内容如下:首先,针对实际应用中重构图像会受到噪声干扰的情况,该文训练去除图片噪声的深度残差卷积神