基于双目视觉的农业机器人运动定位与避障研究

针对当前机器人定位避障技术中,感知外界环境信息单一及误差大等问题,提出了一种基于双目视觉的农业机器人运动定位和避障系统,可以通过双目视觉采集农业机器人周边的环境信息,实现农业机器人运动定位和避障。MatLab实验结果表明:农业机器人从起点成功到达终点,算法路径为最优避障路径,证明了系统的准确性和可行性。     

基于Seekur的农田机器人激光避障设计与仿真

以农业机器人为代表的新型智能农业机械装备的开发已经成为现代农业领域研究热点之一。为了探讨农田环境下机器人作业时自主避障问题,设计了基于Seekur机器人平台的自主避障系统,由激光传感器、WRAP wifi interface和远程监控PC组成;通过分析农田环境中避障应用需求,设计了模糊逻辑算法避障策略。通过在Mat Lab中的模糊逻辑仿真和Mobile Sim中的避障过程仿真,验证了模糊逻辑避障算法具有较好的避障效果。     

基于足球比赛运动的采摘机器人自主避障设计

随着科技水平的提高,农业生产向实现智能化发展,农业采摘机器人中的自主避障控制系统成为重点。在农业生产环境复杂且未知的条件下,采摘机器人的控制需要具有较高的智能化水平。为此,基于足球比赛运动的控制规则,设计了采摘机器人自主避障控制系统;阐述了基于足球比赛运动的移动机器人自主避障设计实现技术、控制技术及模糊逻辑控制方法,使机器人的移动通过模糊逻辑控制和基于优先度的避障策略来实现。仿真试验结果表明:该采摘机器人自主避障设计有效性和实时性较高,在农业生产的复杂环境中,可较好地自主避障并进行路径优化。     

基于足球比赛运动的避障系统开发设计

在农业生产中,由于农作物生长环境的复杂性及传统的机械作业,易对农作物造成损伤。针对该未知复杂环境中的采摘机器人自主避障设计,提出了基于足球比赛运动的采摘机器人进行了自主避障系统,实现采摘机器人自主导航。基于足球比赛运动策略的采摘机器人开发设计中,为实现采摘机器人自主进行路径优化以避开障碍物,以模糊逻辑算法作为避障决策控制算法,以多种传感器感知环境信息设计避障系统。试验结果表明:安装本文设计开发的避障系统的采摘机器人可进行路径优化,自主避障,验证了该避障系统的有效性。     

农业机器人避障路径智能规划研究

随着农业科技的发展,机器人技术凭借其作业效率高、人力资源投入少、安全隐患小等优点,在农业生产方面的应用越来越广泛.但是,机器人在未知的农业生产环境中,缺乏自动寻径功能,自适应运动能力较弱,在躲避障碍物方面的研究更是少之又少.为此,通过研究农业机器人运动系统结构及自我定位原理,建立了农业机器人运动模型,完成了避障路径规划...     

基于无线网络安全的农业机器人自动避障系统

农业机器人能够感测其周围环境,解释感测到的信息,以获得其当前位置和周边环境信息;并规划实时轨迹,以到达目标对象。在整个过程中,自动避障是一个需要挑战的基本问题。为了实现农业机器人的避障功能,提出了一种基于无线网络安全的农业机器人自动避障系统。系统采用无线网络安全技术与嵌入式控制技术,引入机器人自动避障策略,并通过差动驱动农业机器人的数值模拟和实验结果验证了系统的有效性、准确性和可行性。     

农业机器人避障算法的研究

为了保证农业自主移动机器人能够在非结构的农田环境下灵活自主的行走,一个关键的技术就是能够准确地判断农田中障碍物的方位以及机器人与障碍物之间的相对位置,从而选择正确的路径。为此,提出了一种距离传感器结合图像边缘检测技术的避障算法,通过超声波测距传感器与PSD(位置敏感传感器)红外测距传感器对农田中的障碍物进行检测,利用CCD摄像头采集机器人所处农田环境中的图像信息并在Linux系统中利用OpenCV函数库进行图像处理,得到图像的边缘信息,从而判断出可行的路径。     

阿克曼转向农业机器人的多级模糊控制避障

针对大田作业农业机器人避障问题,引入多级模糊控制策略,通过三角信息融合法处理超声波阵列信息,并采用齐次坐标变换获取全局坐标系下的障碍物信息,将其分别作为主、子模糊控制器的输入.主模糊控制器实时调整子模糊控制器的量化因子和比例因子,子模糊控制器通过模糊推理获得农业机器人的几何中心速度和等效前轮转向角,并依据阿克曼转向原理...     

基于实际意义隶属函数的机器人避障模糊算法

阐述了在不确定环境下,机器人通过在探测过程中采用基于实际物理意义的隶属函数的模糊算法来躲避障碍物的方法。该方法根据机器人和障碍物的位置、速度、运动角度等信息来构造一具有实际意义的隶属函数,使该模糊算法对于静止障碍物和运动障碍物都能很好地躲避。计算机仿真试验的结果验证了该方法的有效性和实用性。     

基于PLC的采摘机器人作业路径避障系统设计

为提高果实采摘效率,基于PLC技术设计了采摘机器人的作业路径避障系统。系统主要由信息获取系统、工控机主程序及运动执行系统等部件组成,通过PLC技术对路径规划和果实的采摘、运输进行控制,并采用改进的蚁群算法对最优路径进行规划。对采摘机器人在温室环境下进行性能测试,结果表明:采摘机器人可以实现作业路径避障,并完成果实的采摘,工作性能稳定,能够满足农户对采摘机器人的使用和性能要求。     

基于篮球运动的避障系统开发设计

随着科技水平的提高,机器人的应用范围不断增加,其工作环境复杂多变,设计出一套应变能力强的避障系统必不可少。为此,阐述了基于篮球运动的避障系统设计,引用篮球运动中的个人防守技巧和立体型进攻防守技巧,研究篮球运动中进攻时的防守躲避意识,以动态窗法建立工作控制,并对工作环境信息实时采集分析,反应到控制系统,及时躲避障碍。农业机器人的行进方向采用模糊逻辑控制方法,避障系统设计则以VFH避障算法实现自主避障。避障系统设计中需要考虑动态障碍的运动学,才可及时自主避开。仿真试验结果证明了该避障系统的有效性和实时性。     

基于DSP与超声波测距的农业机器人定位与避障控制

随着新兴电子集成技术和自动化技术的发展,控制系统已逐渐向数字化转变,高集成芯片广泛应用于自动化控制领域,体积小、运算能力强的嵌入式系统慢慢开始取代计算机。为此,首先分析了超声波测距功能及其优越性,采用三球定位技术,设计研究了一种基于DSP和超声波的全局定位系统;然后,采用多路超声波收发模块设计了基于超声波的自主避障控制系统,并提出一种新的模糊推理方法,实现机器人的避障和路径规划功能;最后,采用Visual C++可视化程序设计软件对避障系统进行仿真和场地试验,验证了系统的可靠性和可行性,为机器人的研究和发展提供了更加宽广的空间。     

基于实际意义隶属函数的机器入避障模糊算法

阐述了在不确定环境下，机器人通过在探测过程中采用基于实际物理意义的隶属函数的模糊算法来躲避障碍物的方法。该方法根据机器人和障碍物的位置、速度、运动角度等信息来构造一具有实际意义的隶属函数，使该模糊算法对于静止障碍物和运动障碍物都能很好地躲避。计算机仿真试验的结果验证了该方法的有效性和实用性。     

番茄收获机械手避障运动规划

基于伪距离避障法,以机械手可操作度作为优化指标,采用性能优化与正运动学迭代相结合的方法,进行了番茄收获机械手连杆避障运动规划与仿真.试验结果表明,机械手手臂能够沿预定路径成功避开障碍物到达目标位置,并能保证良好的可操作度性能,各关节位置变化连续、平滑,无关节越限现象,末端执行器位置绝对误差为0.87 mm,运动速度为0.18 m/s,机械手能够满足番茄收获的精度和生产率要求.     

水果采摘机械臂避障运动规划优化算法

避障运动规划是水果智能采摘研究中的一个重要方向,其目标是在复杂多变的非结构化果园环境中找到机械臂实时避障的最优路径.本文根据相关优化算法提出的时间先后顺序,介绍了几种避障运动规划的优化算法,包括基于图搜索的A*算法、基于最优化理论的人工势场算法和蚁群算法、快速随机树搜索算法和深度强化学习算法;重点介绍了几种算法的原理及...     

采摘机器人实时智能避障系统研究—基于嵌入式ARM

为简化采摘机器人底层控制系统软硬件设计,提高系统的实时性和可靠性,在处理器的设计上引入了嵌入式微处理器,取代了常规的单片机和PLC方案.提出了基于ARM控制器和源代码开放的Linux操作系统组成的采摘机器人控制系统,对其实时避障功能进行了设计,并模拟采摘机器人作业环境对该方案的可行性进行了测试.结果表明:采摘机器人行使...     

基于DSP信号实时编码的采摘机器人避障控制研究

为了提高采摘机器人成功避障的性能,在采摘机器人机器视觉技术中引入了DSP实时编码技术,通过对成熟果蔬图像和视频的实时编码,获取果蔬位置和障碍物位置,达到成功避障的目的。根据机器人视频采集驱动的软件架构,对采集驱动进行了改造,在不增加前端外设的前提下实现了主动降帧,并根据DSP芯片的特点,对实时编码器进行了优化设计,大大提高了高分辨率图像实时编码的速率。最后,对机器人的距离位置测量和避障功能进行了测试,通过测试发现:在1.20~2.00m的距离范围内,测量的距离和实际距离的最大偏差不超过0.03m,6组避障测试中机器人成功避障的概率较高,其中最低也达到了97.28%,符合设计的要求。     

基于Arduino智能小车避障系统设计

感知,规划、决策、控制是自动驾驶车辆的核心控制问题,而智能小车自动避障系统设计是自动驾驶控制的基础。文章基于超声波雷达传感器感知、Arduino UNO R3开发板以及避障程序等设计智能小车避障系统来控制小车的避障运动,并在无障碍物、前方纸盒障碍物、3面纸盒障碍物3种工况下验证了该避障系统的有效性。     

基于Q-学习的果园机器人避障算法研究

针对果园环境复杂、自动化程度低的问题,提出了基于Q-学习的果园机器人避障算法。该果园机器人搭载了激光雷达传感器。为了降低激光雷达数据的冗余度,首先对激光雷达数据进行截取,保留了机器人前进方向上一定角度内的数据,再将激光雷达的数据栅格化,采用数据差的方式标记出障碍物,将所有障碍物补齐为规定的正方形;然后,建立果园机器人的差速模型,对Q-学习的R值表、动作空间和动作选择策略进行建模,使得果园机器人能在果园路径规划过程中所获奖赏最大。MatLab仿真结果表明:该方法能够规划出一条较优路径。室内试验表明:机器人能平稳地避开所设障碍物,到达指定终点。     

基于超声测距的柑橘收获机器人应急避障系统

针对柑橘采摘机器人视觉系统的特点及现实中可能遇到的问题,使用高精度的多路超声测距系统为采摘机器人提供应急避障。首先,校正了超声测距传感器的精度,并设计多路超声系统,针对不同类型的障碍物进行了试验。试验证明,超声测距系统可有效避免机器人与障碍物的碰撞。