基于PLC的智能割草机器人控制系统

通过对目前割草机市场和智能割草机器人控制系统的分析,结合传感器检测技术、直流电机驱动技术、PLC控制技术、GPS定位技术以及触摸屏人机交互技术,设计了一套智能割草机器人控制系统,其具有运行稳定、安全可靠和响应快等性能。同时,该智能割草机器人的定位精度误差减小,割草工作效率大大提高,而智能化程度也大幅提高。      

基于视觉导航的割草机器人运动控制

以割草机器人为研究对象,重点进行了草地识别和非接触避障两方面的研究,提出了基于视觉导航的割草机器人运动控制策略。并对割草机器人进行了场地试验,试验测试表明各控制方案相对有效,能够有效解决实际问题,对于智能割草机器人控制应用领域具有重要价值。      

基于视觉算法的割草机器人作业系统优化

以割草机器人作业系统为研究对象,通过对割草机器人作业过程进行分析,利用高清摄像头进行目标区域草地图像采集,采用视觉算法进行草地图像转换,获取草地图像的颜色和边界特征集合,实现草地识别和草地形状识别,并根据结果进行割草作业自动化控制。试验表明：基于视觉算法建立的割草机器人作业控制系统,草地面积识别误差不大于1.5%,草地图像像素识别误差不大于3%,系统在进行草地状态识别时具有较高的可靠性。     

基于TRIZ的割草机器人功能设计方法研究

为进一步提升适用于草坪园艺管理的割草机器人整体作业效率,引入TRIZ发明问题解决理论针对其系统功能设计方法展开研究.根据割草机器人进行割草作业的运动学机理与系统实现功能构成,以TRIZ解决问题理论为基点,搭建割草作业核心解决问题模型,以降低其运行故障率.将TRIZ理论中的设计问题分析与冲突分析进行耦合,通过系统构件设计...     

个性化割草机器人外观设计研究

为进一步设计优化割草机器人的外型,不断提升其用户满意度和视觉体验效果,针对个性化割草机器人进行了外观设计研究。结合割草机器人的工作原理及核心部件参数,进行结构及外观信息捕捉,考虑各割草作业环境的多变性因素,将割草机器人的前结构模型按照一定规则导出为外观设计模型,进行结构模型与设计模型的互为调整,通过核心控制算法程序整合为个性化割草机器人协调性的外观模型,并进行外观设计试验。结果试验表明:一方面,整机设计周期约为6周条件下,整体测试运行效率较外观设计优化前提升2.8%以上,其结构协调性和整机的外观设计满意度均保持在平稳水平,设计合理有效;另一方面,总结出实现设计外观的标准化操作步骤,可为类似智能机器外观设计提供一定的参考。     

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。     

基于单线激光雷达的割草机器人建图方法研究

针对单线激光雷达无法感知形状不规则的花丛问题,提出一种基于单线激光雷达的3D-SLAM方法,解决单线激光雷达不能实现多平面感知的问题。设计一个自动升降激光雷达高度装置,该装置主要由丝杆滑台、步进电机、雷达架、单线激光雷达等组成,通过丝杆滑台滑块的水平进给,控制激光雷达竖直运动。割草机器人在工作时,通过激光SLAM(同步建图与定位)技术检测障碍物信息,ROS(机器人操作系统)系统根据不规则障碍物的高度做出相应对策。通过对不同状态的建图效果进行量化和对比分析,试验结果表明：改进后与改进前相比,相对误差率降低1.04%;漏检率降低为0;避障率提高93.33%。本研究为割草机器人的准确定位与避障提供理论依据。     

割草机器人路径规划研究 ——基于改进蚁群算法和计算机视觉

首先,从设计需求、结构体系和控制系统设计了割草机器人总体方案;然后,设计了草坪边界提取算法和割草机器人路径规划系统,实现了一套基于改进蚁群算法和计算机视觉的割草机器人路径规划系统.试验结果表明:割草机器人能够实现草坪边界提取和规划出最优路径,割草机器人路径规划具有一定的可行性.     

割草机器人的导航系统控制仿真研究

为进一步优化割草机器人的导航系统控制的精度与效率,以智能化的导航融合技术及核心控制算法为导向,对其导航系统展开深入仿真研究。以割草机器人的构件组成和运动原理为平台,结合当前符合实际的运动学理论与PID实时调控机理,建立了割草机器人的导航控制理论模型,同时对导航系统的硬件接口及核心配置进行合理选型,对系统的图像信息识别与处理进行软件程序关键步骤调整与智能导航算法融入,并展开导航系统的控制仿真试验。试验结果表明:在一定的基准站参考坐标下进行导航数据的获取与实时输出,得到割草机器人行驶路程与平均跟踪误差间的关系曲线,误差可控制在±0.15m范围内;导航仿真过程可实现最大横向控制误差为0.133 8m的良好效果,价值平均运行稳定率保持在90.54%以上,整体运行稳定可靠。该研究对于农用其他装备的导航控制板块改善具有一定的参考意义。     

国内首台割草机器人问世

最近,民营企业—昆山市金联塑料制品有限公司与浙江大学联合研发的国内首台割草机器人问世,其技术水平世界领先。     

基于改进A*算法和DFS算法的割草机器人遍历路径规划

针对割草机器人大面积作业时遍历路径规划覆盖率低、重复率高、普适性弱的问题,提出一种改进A*算法与DFS算法相结合的遍历路径规划算法。首先,根据已知环境全局信息,通过牛耕式分解法将目标区域划分成多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,使用DFS算法规划子区域的遍历顺序;最后,采用改进A*算法进行跨区域路径转移并且往复式遍历各子区域的内部。仿真试验结果表明：该遍历算法的覆盖率达到100%,遍历重复率为0,改进A*算法所规划的跨区域转移路径长度和转向次数比A*算法分别减少3.26%和62.5%。所提出的遍历算法具有覆盖率高、重复率低、普适性强的特点,改进A*算法通过路径平滑性优化和添加防碰撞安全间距对A*算法进行改进,使之规划的路径更平滑、更安全,路径长度更短。该研究结果旨在为割草机器人遍历路径规划提供理论参考。     

基于物联网的农田环境在线监测系统

针对农田环境监测面积大、点多、时间长的特点,提出基于物联网架构的农田环境监测系统,系统由传感层、传输层和应用层构成。设计开发了以飞思卡尔MC9S12XS128为微处理器的无线传感器网络节点的硬件电路和太阳能供电系统,编制了协调器与路由器的底层软件,测试了远端服务器与WSN网络单点和多点之间的通信性能。现场试验结果表明:基于物联网的农田环境监测系统,运行稳定、可靠,为科学预测和科学种植提供了依据。      

基于改进YOLOv5的割草机器人工作环境障碍物检测方法研究

为实现割草机器人在计算资源有限的情况下快速、准确地定位并识别工作环境中的障碍物,提出一种基于滤波器剪枝的改进YOLOv5s深度学习模型的割草机器人工作环境下障碍物的检测方法。首先,将YOLOv5模型中的Bottleneck残差块改为分层残差结构,以更细粒度地表示多尺度特征,同时增加网络感受野;另外,在残差块尾部加入SE模块,用来对特征图重新标定;其次,对改进后的算法进行滤波器剪枝;最后,针对割草机器人工作环境中的常见障碍物建立相关数据集,并使用剪枝后改进YOLOv5s作为深度学习模型进行检测。试验结果表明：改进后的YOLOv5模型大小减少188%,mAP增加0.1%。对改进YOLOv5模型进行剪枝后,比原YOLOv5模型计算量降低36.6%,模型大小降低333%,推理速度减少1.9 ms。剪枝后本文模型的mAP值分别比YOLOv4,YOLOv4-tiny,YOLOv3,YOLOv3-tiny高1.3%,9.5%,5.8%,22.1%。     

割草机器人工作原理及试验研究—基于GPS/DR组合导航系统

随着国民经济不断发展,我国人民生活水平不断提升,多种人工作业逐渐被机器所取代。GPS/DR组合导航系统能够有效提升割草机器人定位精度,克服传统割草机器人固有弊端,提高工作效率。为此,对GPS/DR组合导航系统原理展开了分析,进行了GPS/DR组合导航系统割草机器人研究,并进行了相关试验研究,验证了GPS/DR组合导航系统割草机器人相对于传统割草机器人的优势。     

卡尔曼滤波在割草机器人路径追踪优化中应用

为了提高割草机器人工作效率与割草效果,设计了草机器人路径追踪系统.系统采用螺旋式路径规划方式,通过中值滤波、阈值分割等图像处理手段,得到了割草边界线.同时,提取该边界线上角点,进行线性拟合,得到系统导航方程,并采用几何追踪方法和递推方式实现导航方程追踪.采用卡尔曼滤波方法,综合考虑系统预测值和检测值,以两者协方差为依据...     

割草机器人GPS/DR组合导航系统的研究

以割草机器人为主要研究对象,运用卡尔曼滤波将GPS接收机和数字罗盘构成GPS/DR组合导航系统,克服了以前割草机器人导航方式的缺点,显著改善了导航定位精度。为此,论述了GPS/DR组合导航系统的原理,介绍了试验情况并进行了数据分析,最后总结了其应用前景。     

割草机器人避障行为的研究--基于传感器测距及模糊控制技术

针对以往割草机器人避障行为控制过程中存在的问题,并依据割草机器人的智能化工作要求及障碍物的特点,提出了基于测距传感器系统及模糊控制技术的割草机器人避障行为控制方法.试验结果表明,该方法可行且具有灵活性和鲁棒性.     

基于物联网和模糊PID技术的温室智能监控系统

针对温室范围广、监控点多、布线困难、且具有非线性、大延时、控制模型难以确定等特性,以CC2530为核心设计了无线传感器节点、汇聚节点及智能控制节点,实现对温湿度、光照等参数的实时采集,以Zigbee技术实现各无线传感器节点之间的数据传输;以GPRS技术实现汇聚节点与监控平台的对接,采用带Smith预估器的模糊PID控制算法实现对遮阳网、风机、湿帘、均热扇等设备的控制,经现场长时间运行表明,整个系统经济实用,控制精度高,运行稳定可靠,满足大棚生产要求。     

农业割草机器人全区域覆盖路径规划研究——基于计算机视觉技术

首先，采用运动控制、能源、传感器、核心处理器和割草等5个模块设计了农业割草机器人试验平台；然后，利用纹理特征对障碍物图像分割算法进行分析研究；最后，基于CCD^*实现了割草机器人的全区域覆盖作业。实验结果表明：使用研究的CCD^*算法大大提高了割草机器人全区域覆盖作业的能力和作业效率。