农业机器人采摘目标识别技术研究——基于FCM模糊聚类算法

介绍了FCM(Fuzzy C-Means)模糊聚类算法的原理,采用权重分配的方法对该算法进行了改进,通过建立模糊的相似矩阵,对目标对象的特征聚类图进行分析,并引入隶属度矩阵对FCM算法进行优化,以加快算法的迭代速度。实验结果表明:农业机器人采用该方法对农作物轮廓分割识别度较高,算法计算效率较快,验证了其可靠性,该方法可用于目标农作物的分割和目标识别。

基于改进蚁群算法的农业机器人多田块路径规划方法与试验

[目的]针对丘陵地区因田块碎片化和障碍物影响农业机器人作业的情况,提出一种基于改进蚁群算法和A算法相结合的多田块路径规划方法。[方法]通过无人机构建农田遥感影像,利用栅格法对农田进行环境建模,再进行子区的划分与合并,在蚁群算法中引入区域启发函数,对不同区域内的移动代价作区分,通过人工增加最优路径中的信息素浓度并建立自适应信息素挥发系数,对信息素更新方法进行改进,以此求解作业子区间的最优遍历顺序,利用具有启发式搜索功能的A算法进行子区连接路径规划,最终实现多田块路径规划。[结果]MATLAB仿真试验结果表明,在子区数量为40时,采用改进蚁群算法进行规划的平均路径长度比传统的蚁群算法减少了3.19%,平均迭代收敛次数减少了79.5%;在路径遍历仿真试验中,农业机器人遍历路径覆盖率能达到100%,路径重复率为6.48%。利用农田无人机遥感影像和田间作业参数进行自然环境的仿真试验,进一步验证了该方法的有效性。[结论]本研究提出的方法能有效解决丘陵地区农业机器人多田块路径规划问题,可为丘陵地区农业机器人大面积作业提供路径参考与技术支持。

基于改进A^(*)算法+LM-BZS算法的农业机器人路径规划

针对目前农业机器人在全局路径规划过程中存在规划效率低、规划路径折线段多、折线角度大、作业不稳定等问题,以果园履带机器人为运动学模型,提出一种基于改进A^(*)算法+低阶多段贝塞尔曲线拼接(Low-order multi-segment Bezier curve splicing,LM-BZS)算法的路径规划方法。首先,根据先验地图获取果园环境信息,将果树和障碍物视作不可通行区域,并结合机器人本体尺寸,对不可通行区域进行膨胀拟合处理;然后,利用改进A^(*)算法搜索路径,对初步生成路径进行树行节点调整;最后,采用LM-BZS算法对调整后的路径点进行优化处理,生成符合果园履带机器人作业要求的行驶路径。仿真试验结果表明,相较于传统A^(*)算法,本文所提出的改进算法在无障碍和有障碍环境中,路径规划时间分别减少76.75%、86.40%,节点评估数量分别减少36.68%、39.37%;经LM-BZS算法优化所得路径在无障碍环境中,相较于传统A^(*)算法和高阶贝塞尔算法,平均曲率分别降低45.81%、18.94%;在有障碍环境中平均曲率分别降低56.98%、27.81%。场地试验结果表明,果园履带机器人在对本文算法生成路径进行跟踪行驶时,在无障碍和有障碍环境中,最大横向误差分别为0.428、0.491 m,平均横向误差分别为0.232、0.276 m,平均航向偏差分别为11.06°、13.76°,符合果园履带机器人自主行驶条件。

基于粒子群优化算法的农业机器人控制策略研究

介绍了粒子群优化算法的概念,并由数学模型、边界约束和环境约束对农业机器人优化约束模型进行了分析,实现了对农业机器人的动态避障和路径规划。仿真实验表明:针对复杂的作业环境,农业机器人可以进行最优避障路径规划,且算法收敛速度较快,能够满足设计要求,证明系统具有一定的可行性。

基于改进APF-FMT^(*)的农业机器人路径规划算法

【目的】解决农业机器人在复杂农业环境下全局路径规划耗时过长、路径最优解求解困难的问题。【方法】提出一种基于改进人工势场法的快速行进树算法(APF-FMT^(*))。首先,在引力势场中引入相对距离,根据与目标点的距离改变引力大小,克服了人工势场法距离目标点过远时引力过大的问题;然后,将FMT^(*)算法与改进人工势场法相结合,采用三阶B样条曲线对路径进行平滑处理;最后,建立3个农业工作地图进行仿真试验。【结果】仿真结果表明,与FMT^(*)、RRT^(*)和Informed-RRT^(*)3种算法对比,在地图Map1和Map2中,APF-FMT^(*)都能快速找到良好的解,且随样本数量增加获得的路径解得到改善,搜索时间比其他3种算法减少45%以上;在有狭小通道的Map3中,APF-FMT^(*)、FMT^(*)搜索时间比RRT^(*)和Informed-RRT^(*)减少75%以上,并且获得更好的解。【结论】本研究提出的APF-FMT^(*)算法不仅克服了FMT^(*)算法冗余探索问题,还有效地解决了人工势场法目标点不可达的问题,提高了农业机器人路径规划效率和作业安全性。

设施农业机器人导航关键技术研究进展与展望

[目的/意义]随着科学技术的快速发展和劳动力成本的不断提高,机器人在设施农业领域的应用越来越广泛。设施环境复杂多样,如何让机器人实现稳定、精准、快速地导航仍然是当前需要解决的问题。[进展]本文基于设施农业智能机器人的自动导航关键技术展开综述。在自主定位与地图构建方面,详细介绍了信标定位、惯性定位、即时定位与建图技术,以及融合定位方法。其中,依据使用的传感器不同,即时定位与建图技术可进一步划分为视觉、激光和融合三种不同类型。在全局路径规划方面,探讨了点到点局部路径规划和全局遍历路径规划在设施农业中的应用。针对规划目标数量的不同,详细介绍了单目标路径规划和多目标路径规划。此外,在机器人的自动避障技术方面,讨论了一系列设施农业中常用的避障控制算法。[结论/展望]总结了当前设施农业智能机器人自动导航技术面临的挑战,包括复杂环境、遮挡严重、成本高、作业效率低、缺乏标准化平台和公开数据集等问题。未来研究应重点关注多传感器融合、先进算法优化、多机器人协同作业,以及数据标准化与共享平台的建设。这些方向将有助于提升机器人在设施农业中的导航精度、效率和适应性,为智能农业的发展提供参考和建议。

基于云计算的农业机器人远程实时控制系统研究

首先,介绍了农业机器人软硬件平台,建立了其移动模型;然后,基于云计算设计了远程实时控制系统;最后,实现了农业机器人远程实时控制和通信系统,操作人员可以通过遥操作实现对该机器人的远程控制。实验结果表明:农业机器人能够按照操作指令从起点A行走到终点B,且系统具有延迟低、灵活性较好等优点,具备一定的可靠性和可行性。

基于栅格法的农业机器人路径规划方法研究

智能农业机器人是无人农场实现机器完全替换人工劳动的重要一环,而路径规划是农业机器人的重要关键技术。为此,针对农田特殊作业环境及农艺要求,提出了农业机器人全局路径规划方法和局部最优规划方法。阐述了农田全覆盖路径规划思想,设计了基于神经元激励网络法的全覆盖路径规划方法和基于Dijkstra算法的局部最优路径规划方法。通过MatLab仿真试验验证路径规划方法的可行性,建立栅格地图,并随机设置障碍物信息模拟实际作业环境。研究结果表明:生物激励与神经元激励两种规划方法覆盖完成率均为100%,路径长度与转弯次数两者相差不大,但神经元激励法的路径重复率5.49%远远小于生物激励法的12.66%;基于神经元激励网络法的全覆盖路径规划方法比生物激励网络法的全覆盖路径规划方法重耕率更低,可实现农田地块大规模覆盖作业;基于Dijkstra算法的局部最优路径规划方法可针对不同复杂程度的障碍物地图实现自主最优路径规划。

基于激光雷达与IMU融合的农业机器人定位方法

[目的/意义]精准可靠的定位技术是智能农业机器人开展自主导航作业的重要前提,而常用的全球卫星导航系统(Global Navigation Satellite System,GNSS)定位方法在农业环境中容易受到树木遮挡、电磁干扰等因素影响,因而,提出一种基于三维激光雷达(Light Detection and Ranging,LiDAR)与惯性测量单元(Inertial Measurement Unit,IMU)信息融合的农业机器人定位方法。[方法]首先,利用基于角度的聚类方法对激光雷达点云数据进行信息处理,并与三维正态分布变换(3D Normal Distribution Transform,3D-NDT)定位算法相结合,在先验点云地图信息基础上实现基于激光雷达的实时定位;其次,为了克服单传感器定位方法的局限性,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法对激光雷达定位信息与IMU里程计信息进行融合,进一步提升农业机器人的定位精度。最后,分别在机器人操作系统(Robot Operating System,ROS)的Gazebo仿真环境中,以及真实作业场景中进行实验,验证提出的定位算法的有效性。[结果和讨论]融合定位方法在仿真环境中的纵向和横向平均定位误差分别为1.7和1.8 cm,而在实验中的纵向和横向平均定位误差分别为3.3和3.3 cm,均小于传统3D-NDT定位算法的定位误差。[结论]提出的融合定位方法能够满足农业机器人在弱GNSS环境下自主作业的定位要求,为农业机器人提供了一种新的定位方法。

农业机器人自主导航技术发展分析

随着时代发展,传统农业面临许多弊端和挑战。首先,农民的劳动力成本高。传统的农业作业需要大量的人工劳动,而且往往是重复性的工作。这不仅增加了农作业的成本,而且也容易造成劳动力紧缺的问题。其次,农业作业效率低下。由于人工操作的限制和技术条件的限制,农业作业通常需要更长的时间来完成。这不仅限制了作物的种植面积和产量,还会影响整个农业产业链的效率和竞争力。另外,农业作业精度不高。人工操作容易出现误差,尤其是在大面积作业中更容易出现问题。

农业机器人技术研究现状及关键配套技术

在科技强国政策支持下,我国智慧农业近年来得到快速发展,农业机器人技术在农业生产方面得到广泛应用,为农业机器人技术的推广普及创造了有利条件。为促进农业机器人技术与我国农业生产相融合,分析了农业机器人技术在国内外的研究情况,以及机器人技术在农业生产中的应用价值,阐明了农业机器人的关键技术特征及核心技术体系,对农业机器人的生产应用、科学研究进行展望,为农业机器人在农业生产中的应用突破提供一定思路。

基于改进A*与DWA算法的农业机器人路径规划

针对农业机器人出入农机库的动态路径规划问题,提出一种融合改进A*算法与动态窗口法(dynamic window approach,DWA)的农业机器人路径规划方法。引入障碍物密度系数优化A*算法的启发函数,提出一种基于引导点的双向A*算法搜索策略,利用Bezier曲线提高路径平滑度,提取Bezier平滑路径关键点作为DWA算法局部子目标点实现算法融合。仿真结果表明,改进A*算法路径搜索时间与Dijkstra算法和传统A*算法相比平均减少66.41%和44.19%,经Bezier平滑后路径长度与传统A*算法及平滑前相比平均缩短3.15%和3.71%。仿真实验证明,改进融合算法规划出的路径安全有效,随机避障效果良好,能满足农业机器人出入农机库的现实需求。

农业机器人关键技术研究现状及发展趋势

随着社会经济的快速发展和农业现代化的不断演进,农业机器人作为一种智能化技术手段,在农业生产中发挥着越来越重要的作用,亟需对农业机器人关键技术进行详细探讨。本研究深入探索农业机器人的关键技术现状及未来发展趋势,旨在为农业领域的技术创新和可持续发展提供有益参考。研究结果表明,机器人感知技术是农业机器人的核心技术之一,决策与控制技术是农业机器人实现智能化的关键,机械设计与执行技术直接关系到机器人在农业实际操作中的效能,通信与数据处理技术是实现农业机器人联网和数据共享的关键,大数据处理技术的应用则为机器人提供了更加丰富的数据支持。未来的研究方向应聚焦于跨学科合作与创新、农业机器人与现代农业的深度融合等关键问题,推动农业生产向更加智能、高效的方向发展,助力实现农业现代化、智能化、节能化,为实现农业可持续发展提供新的可能性。

农业机器人路径规划研究综述

农业机器人的路径规划能够提高机器人的作业效率,优化作业路径,节约能源消耗,降低作业成本,提升作业质量与精度,已成为农业机器人研究的重要方向。在市场与国家政策的推动下,我国农业机器人路径规划得到了快速发展,路径规划技术的关键在于获取准确的环境信息、地图构建、智能规划算法的选择。对农业机器人路径规划技术要点进行梳理与总结。阐述了路径规划在不同农业场景下的需求与差异,分析了路径规划的方法及特点,介绍了常用的路径规划算法及其特点,包括A*算法、Dijkstra算法、粒子群算法、RRT算法等,最后,分析与展望了农业机器人领域路径规划的发展趋势。

基于TOE模型的农业机器人产业发展路径分析

近年来,我国农业机器人产业迅速发展,其技术创新和应用普及,取得显著进步。本文围绕当前农业机器人产业发展现状,利用TOE模型深入剖析农业机器人产业发展面临的问题,指出当前存在技术水平低、缺乏统一标准、创新动力不足、产业高端人才缺失、企业融资困难、产业组织单一、农业应用场景难以升级等问题,这制约了农业机器人产业的发展。作者提出了多方合力加大投入、核心零件谋求国产替代、培养高端人才、加大金融支持,深化行业交流等发展路径建议。

基于形态分析法的温室大棚农业机器人设计

为设计出一款性能良好的温室大棚农业机器人,并提升设计效率,在确定机器人功能的基础上,通过整理实现功能的技术手段,构建了形态分析矩阵,得到了288种设计方案。随后,通过对技术手段进行分析论证的方式,筛选出了最佳方案,构建了该方案的三维实体模型并完成了控制系统设计。最后对机器人模型进行性能测试,结果显示,该机器人各项基础功能均满足要求,且采用YOLOv5s算法后,蒜苗劣质株的识别率也达到了一个较高的精度。由此表明,对于温室大棚农业机器人而言,形态分析法是一种效率较高的创新设计方法。

基于语言视角对农业机器人自动操作中的交互系统研究

农业机器人是一种由不同程序软件控制,以适应各种作业,能够感知并适应作物种类或环境变化,有检测(如视觉等)和演算等人工智能的新一代无人自动操作机械。为此,基于三维视觉感知、人机环境交互和自动编程等技术,提出了一种“规则场景”匹配和交互算法,以实现人、农业机器人及环境之间的信息交互,在用户的规则错误或无效时引导用户给出正确的规则,在正确定义规则后,通过自动编程和实现自动操作。田间试验结果表明:提出的基于自然语言交互下的农业机器人自动操作系统可以满足农业操作需求,具有一定的实用性与应用价值,对于实现农业现代化具有一定的推动作用。

麦克纳姆轮农业机器人路径跟踪——基于改进野马算法

针对麦克纳姆轮农业机器人在智能大棚中的路径跟踪问题,建立了运动学模型和动力学模型,设计了一种新型的双环比例微分-分数阶比例积分导数(Proportional Derivative-Fractional Order Proportional-Integral Derivative,PD-FOPID)控制器对全局路径进行动态跟踪控制。对于控制器参数多且整定困难的问题,首先采用帐篷映射初始化种群策略、精英主义记忆策略、动态余弦权重策略和柯西—高斯变异策略对原始野马算法进行改进,然后利用略改进野马算法(Improved Wild Horse Optimizer,IWHO)对控制器最优增益参数优化。实验结果表明:所开发的算法在探索和开发阶段方面性能优异,且PD-FOPID控制器在整定工作中表现突出。路径跟踪仿真证明,设计的双环PD-FOPID控制器比FOPID控制器更具显著的优势,能够避免动态误差累积,快速响应调整到规划路径,在提高农业大棚机器人路径跟踪控制质量方面具有巨大的潜力。

农业机器人与农业可持续发展的关系研究

随着全球人口增长和资源稀缺性的日益加剧,农业的可持续性是社会和谐发展及乡村振兴的重要研究目标。农业机器人对于提高农业生产效率、降低生产成本、减少对化学品的依赖以及减少劳动力需求等方面具有巨大潜力。该文基于农业机器人的发展历程和技术特点,分析其在实现农业可持续发展中所起到的作用,能够促进农业生产的智能化和自动化,提高资源利用效率,减少对化学农药和化肥的使用,从而降低对环境的负面影响。此外,农业机器人还能够解决劳动力短缺的问题,提高农业生产效率和农民收入水平,进而促进农村经济的可持续发展。然而,农业机器人在推广应用过程中面临着政策、经济、技术等方面的挑战,需要政府、企业和学术界的共同努力来解决,并给出未来农业机器人发展的方向和政策建议,以促进可持续农业的实现和农业生产方式的转型升级。

气动仿生农业机器人的设计与实现

基于第十届全国大学生机械创新设计大赛(慧鱼组),介绍了一种基于气动控制系统简单、高效等特点的用于农业领域的气动仿蚯蚓运动的农业机器人设计方案,包括机械结构设计、气动回路设计和远程监控系统设计,最后对该机器人进行了调试与实现。其具备的多功能让其具有一定的推广应用价值。