基于构型空间先验知识引导点的柑橘采摘机械臂运动规划

柑橘采摘过程中机械臂有时需要深入树冠内部进行采摘,而在树冠内众多枝干往往构成一个个封闭的多边形通道,比起单个枝条的障碍物,封闭多边形障碍物更加难以避开,需要更长的时间进行规划。针对此问题,该文通过对构型空间的离线构建,分析了封闭多边形障碍物在构型空间的拓扑结构性质,根据这一性质对双向快速扩展随机树算法(RRT-connect)进行改进,提出了一种基于构型空间先验知识引导点的RRT-connect算法(informedguidancepointRRT-connect,IGPRRT-connect),并将RRT-connect与IGPRRTconnect进行了并行规划编程,提高在不同环境下的适应性。通过仿真:所提出的并行算法在各种环境下规划时间均处于较低水平,以边长为30 cm与25 cm的正方形封闭通道为例,与RRT-connect相比规划时间分别缩短了51%、86%。同时进行室内避障试验,试验结果表明,使用提出的并行算法,对封闭障碍物和未封闭障碍物均有较好的避障效果,平均规划时间为1.263 s左右,成功率为91%,可为柑橘采摘机器人在不同环境下的运动规划问题提供参考。

基于超声波传感器的智能跟随系统设计

设计了一种通过超声波传感器进行目标定位和跟踪的智能小车系统。利用超声波传感器模块作为跟随目标信息采集与发射的装置;建立数学模型;针对不同的阵列方式和发射角度对超声波信号的获取进行研究;验证后选择特定角度实现了大面积超声波信号的获取。通过实验证明:搭建的超声波跟随系统在有效范围内可以获得被跟随目标的距离位置信息;误差小且定位准确;脉宽调制(PWM)控制小车进行自主移动跟踪。针对不同的超声波阵列方式对跟随系统的影响进行了测试。通过仿真对实验结果进一步验证,实验表明:跟随系统运行稳定,跟随效果良好,具有较好的准确性、实时性和智能性。

巡检机器人获取柑橘树上果实完整表面信息方法研究

为监控柑橘的生长情况,提出了一种通过巡检机器人获取单个柑橘果实完整表面信息的方法。使用Label Me为标记工具,采用类圆形和类长方形分别对柑橘果实和分段枝干进行标记,再使用Mask R-CNN模型对其进行训练与识别,可从Kinect V2相机拍摄的含有深度信息的图像中提取出柑橘果实及分段枝干的三维信息。根据柑橘果实生长情况及发生病虫害情况,对柑橘果实表面进行区域化划分,并采取积分制描述其表面信息获取率。通过机械臂末端连接的CCD相机对柑橘果实进行表面信息获取,提出了获取柑橘完整表面信息的3种机械臂拍摄方案。搭建了巡检机器人实验平台,在机器人操作系统(Robot operating system,ROS)下进行了仿真,提出实验室环境下柑橘表面信息的获取流程,并在实验室环境下对巡检机器人获取柑橘完整表面信息进行了实验验证。实验结果表明,柑橘果实的横纵径比越接近1,拍摄所获取的柑橘外表面信息越完整,当采用3个拍摄位姿的拍摄方案时,在保证获取柑橘表面完整率的同时可以获得较高的避障成功率和工作效率,柑橘表面信息获取率可达94. 21%,机械臂平均运动时间为86. 57 s。本研究为农业巡检机器人获取柑橘表面情况、监控柑橘生长及病虫害信息提供了方法。