连栋温室分段变距喷雾机器人设计与试验

针对国内连栋温室缺乏植保喷雾机、机械走直定位与换轨转向精度低等问题,设计了一种连栋温室分段变距喷雾机器人,在实现无人化喷药的同时提高作业精度。为满足连栋温室机械作业路轨结合、精准切换的要求,提出一种通用型移动底盘,并确定其关键设计参数;为减少底盘上下轨时的偏移量,设计轨上矫正装置,通过分析计算及试验验证,确定其安装余量为4 mm;针对底盘对轨误差大的问题,提出一种二维码融合陀螺仪及光电传感器双向垂直寻迹的路面关键点定位与转向控制方法。设计分段变距喷雾装置,提出一种丝杆滑台驱动的喷杆变距方案,分析校验其驱动参数以满足工作要求;基于滚针轴承设计喷杆辅助防抖装置,减小因喷杆剧烈抖动带来的滑台与喷杆损伤。开发底盘运动及分段变距喷雾控制系统,实现喷雾机器人在连栋温室内的全程自动化作业。最后,对样机进行底盘性能与喷雾效果试验。底盘作业时直线行走与对轨误差平均值分别为4.8、5.8 mm,满足控制精度要求;避障距离为34 cm,满足安全性要求;防抖装置的安装使喷杆行进方向的抖动量从-1°~1.3°降低到±0.4°内,喷头方向的抖动量从±0.5°降低到±0.3°内,防抖效果显著;分段变距喷雾作业后,盛果期番茄叶片正面雾滴沉积量为1.76μL/cm^(2),反面沉积量为0.2μL/cm^(2),雾滴体积中径在100~180μm之间,满足作业要求。

改进A^(*)和DWA算法的果园喷雾机器人路径规划

在果园喷雾机器人的运行过程中,路径规划作为果园喷雾机器人的核心问题,存在着规划出的路径平滑度低、算法搜索效率低以及靠近障碍物等问题。针对果园喷雾机器人在复杂果园环境中实时躲避动态障碍物并规划出较优的全局作业路径问题,提出了一种改进A^(*)算法和动态窗口法(dynamic window approach,DWA)的果园喷雾机器人路径规划算法。优化A^(*)算法的启发函数,使该算法能够规划出一条位于果树行间中心线的路径;通过对栅格地图中加入多个引导点,引导A^(*)算法完成果园的初步全局路径规划;结合DWA算法对初步全局路径进行追踪并实时躲避动态障碍物,完成果园喷雾机器人的全局路径规划。使用MATLAB进行仿真验证,实验结果表明,改进后的算法在躲避障碍物的同时规划出现果园行间中心线路径,路径平滑较优,能够满足果园喷雾机器人在复杂环境中作业需求。

基于图像矩的室内喷雾机器人自动对靶研究

针对间距较大作物的精准喷雾作业要求，提出了一种基于图像矩的喷雾机器人自动对靶方法。该方法采用单目场景／单目（多目）手眼混合视觉结构。场景相机用于作物目标的预定位，研究了基于其图像的作物形心三维定位算法。手眼相机用于目标的跟踪对靶，提出了一种基于图像矩的视觉跟踪方法，并就矩特征组选取、图像雅可比矩阵计算以及目标深度实时估算等问题进行了研究。仿真结果表明，该视觉跟踪方法能够完成对靶任务，且可达到较高的控制精度。为进一步验证所提自动对靶方法的可行性，搭建了具有一个喷雾机械臂的简化样机并进行了室内对靶实验，实验测得样机移动速度在150～200mm／s时，喷头x、Y、Z向定位误差均小于等于6．5mm。

设施农业喷雾机器人的组合视觉导航方法

温室环境下,针对喷雾机器人在直线路径行驶时会存在偏差,在转弯路径处又需迅速获得导航信息的情况,设计一种导航线和QR码组合的视觉导航算法.在直线行驶路径贴上红色导航线,对采集到的图像处理后获得偏差、偏角进行方向修正,实现直线行驶精准导航.但导航线导航在转弯行驶时存在转弯效率低、偏差大等问题,因此设计QR码导航方法,通过识别贴在转弯处的存储有导航和决策信息的QR码,完成转弯处的迅速精准导航的要求.采集各种工况下导航线和QR码图像各120幅进行算法验证,导航线的平均纠正率为93.33%,QR码平均识别率为92.50%.导航试验结果表明:行驶速度在2.0 m·s^(-1)时,导航线和QR码的最大导航偏差分别为2.0和3.5 cm,满足喷雾机器人导航的实时性和准确性要求.

农业喷雾机器人的机械结构创新设计

农业机器人是21世纪农业机械的发展趋势之一。为此,讨论了农业机器人的技术特点和基本特征,重点论述了一款可以自主行走且能避障的农业喷雾机器人机械结构创新设计。其主要包括载体移动系统和车载喷雾系统的创新设计,给出了具体的设计方案和部分结构图以及参数。该农业喷雾机器人一方面提高了农业喷雾作业的效率,实现作业的自动化;另一方面降低了作业对操作者的健康影响。

面向果林的一款农用喷雾机器人的创新设计

农业机器人是21世纪农业机械的发展趋势之一。为此,重点论述了一款面向果林喷雾作业的农用喷雾机器人的创新设计。同时,给出了具体的设计方案和总体装配图、车架结构图、传动系统图、转向系统图、升降机构图以及各部分参数。该款农业喷雾机器人提高了农业果林喷雾作业的效率,实现作业的自动化,大大降低了劳动强度,另一方面也避免了喷雾作业对劳动者的健康影响。

数字PID算法在喷雾机器人导航系统中的应用

本文介绍了喷雾机器人的工作原理和系统组成,并且通过导航系统的分析,设计了数字PID控制器。运行实验表明,控制系统工作稳定可靠,满足了喷雾机器人的功能要求。

喷雾机器人导航系统建模与控制算法设计

喷雾机器人是为适应设施农业的要求而发展起来的一种农业高新技术,自动导航技术是喷雾机器人研究的关键技术之一。为此,通过对喷雾机器人运动状态的分析,建立了控制系统的数学模型。以此为基础,进行了数字PID控制算法的工程实现。运行实验表明,控制系统工作稳定可靠,满足了喷雾机器人的功能要求。

多层次规则集在喷雾机器人数据融合中的应用

针对喷雾机器人多传感器数据的不完整性,提出了一种基于粗糙集的多层次规则集数据融合算法。首先根据植物特征属性,建立植物种类决策表,然后从决策表出发,建立一个不同简化层次的多层次节点集,并推导出各个节点的规则集,其中每条规则都有相应的置信度。在应用该多层次规则集进行推理决策时,用新数据的信息与相应节点的规则相匹配,最后选用综合评判算法,得到杂草识别的最快融合算法。

喷雾机器人作业重喷漏喷显示研究

喷雾机器人试验中喷雾幅宽、喷幅边缘的实际轨迹以及重喷漏喷面域不易获得,而且作业时机组的运动状况事后不能重新显示。为此,利用ADAMS软件的动画仿真功能,在ADAMS下使用样条编辑器将试验过程中采集到的机器人和喷雾小车位置数据生成运动轨迹线,让机器人与小车沿此轨迹线运动,显现喷杆运动状况以及喷雾幅宽重喷漏喷区域;同时,利用其后处理模块来获得相邻两喷幅边缘轨迹间距离等参数,便于对其进行定量计算,以此来对作业效果进行评价,并以图形方式输出或以文件形式保存。

喷雾机器人远程控制系统的设计与试验研究

结合喷雾机器人作业环境的要求,开发出基于客户端/服务器模式的远程控制平台。该平台实现了通过无线网络实时传输各类数据和控制命令,客户端再现了机器人的工作环境和状态。在此基础上进行了系统性能测试和轨迹测试。试验结果表明:为了保证良好的操控性,机器人所处区域信号强度必须大于30%,操作者根据反馈信息判断机器人是否偏离预定路径,并在偏离时给予有效的纠正,为解决喷雾机器人重喷、漏喷的问题提供了一种方法。

设施农业喷雾机器人路径规划与作业安全性探析

针对现代设施农业病虫害防治和根外追肥需求,研发了基于Raspberry Pi的智能喷雾机器人,填补了国内设施农业高效喷雾技术研究空白。本文主要对智能喷雾机器人的作业路径规划进行了介绍,对其可靠性和安全性进行了测试,并分析了其发展前景,以期为我国设施农业的发展提供参考。

喷雾机器人重喷漏喷问题研究

喷雾机器人在行走过程中由于两驱动电机的不一致性和地面不平整等因素,会偏离航线产生“跑偏”现象,从而造成重喷和漏喷区域。为了解决这一问题,运用模糊控制方法,在机器人偏离预定行驶轨迹时改变两轮的转速,以实时地控制机器人及时调整和消除“跑偏”现象。仿真结果表明,此方法的效果良好。

智能卧式双筒喷雾机器人

日常喷雾中,由于消毒液体可能会对人体造成危害,并且需要消耗人力。为解决上述问题,设计了一种智能卧式双筒喷雾机器人。机器人底座顶面的中部固定安装有固定支柱,用于安装喷雾和双目摄像头,在底座的顶面分别固定安装有电气箱和水箱;电气箱与底座之间固定安装有电机组,电气箱内固定安装有电源、PLC控制模块和驱动模块。机器人采用双目摄像头对目标数据提取,利用双目标定技术建立系统,识别出相应目标及其喷洒点的三维坐标,得出机器与对象之间的三维距离。通过控制电压从而确定机器的喷洒距离和出水强度。

大棚喷雾作业机器人的行为控制与路径规划

在建立大棚喷雾作业机器人运动学模型的基础上,介绍了机器人沿墙走的行为策略,分析了传统人工势场法存在的3个问题:不可达问题、路径震荡以及局部稳定问题。针对不可达问题,将机器人与目标点的相对距离引入到斥力函数中,构建了新的斥力函数,使机器人能够顺利到达目标点。在路径震荡及局部稳定问题中,引入了沿墙走行为策略,使机器人能够摆脱障碍物的同时,稳定地到达目标点。

自行走式喷雾系统的设计与研究

农业机器人是未来农业发展的方向之一。论述了在已有大棚喷雾作业机器人底盘的基础上,设计的一种适合大棚作业的喷雾系统,主要包括喷雾系统结构和控制系统的整体设计,给出了具体的设计方案。该喷雾机器人对于提高作业效率以及保障操作者的安全有很大好处,经测试,该喷雾机器人能实现对特定区域农作物的喷雾作业。

基于DSP的模糊自适应PID自行走式恒压喷雾系统

为了解决恒压自行走式喷雾系统供水系统干扰较大而难以建立精确数学模型的问题,提出了模糊自适应PID控制策略,将常规PID控制与模糊控制结合起来,通过调整微型水泵的转速,来实现恒压供水的快速性与可靠性。实践和仿真结果表明,该模糊自适应PID控制器较常规PID控制器具有更好的自适应能力,具有良好的应用前景。

基于三维激光雷达与优化DBSCAN算法的果树定位方法

为提高果园喷雾机器人在果园行间行走的自主性和安全性,提出一种基于三维激光雷达与优化DBSCAN算法的果树定位方法。首先,采用三维激光雷达获取果园的环境信息,通过感兴趣区域提取、地面点云分割和体素滤波降采样对原始点云数据进行预处理;然后,对DBSCAN算法进行优化,构建KD树索引有序化实时点云数据,并使用KD树最近邻搜索替代传统DBSCAN算法的遍历搜索方式,最后根据数据点到激光雷达的距离自适应确定聚类密度阈值,实现行间不同距离的果树检测;最后,以果树聚类结果的冠层边缘点为果树的定位参考点,得到果树定位参考点的坐标,计算果园喷雾机器人与果树的相对位置。试验结果表明:优化的DBSCAN算法相较于传统DBSCAN算法检测的准确性和实时性均有明显提升,果树的横向定位平均误差为2.6%,纵向定位平均误差为1.6%。该方法能够满足果园喷雾机器人在行间果树定位的准确性和实时性要求,为精准农业装备在林果园环境下的自主导航和作业提供有效参考。

基于改进DeepLab V3+的果园场景多类别分割方法

果园环境实时检测是保证果园喷雾机器人精准作业的重要前提。本文提出了一种基于改进DeepLab V3+语义分割模型的果园场景多类别分割方法。为了在果园喷雾机器人上部署,使用轻量化MobileNet V2网络替代原有的Xception网络以减少网络参数,并在空洞空间金字塔池化(Atrous spatial pyramid pooling, ASPP)模块中运用ReLU6激活函数减少部署在移动设备的精度损失,此外结合混合扩张卷积(Hybrid dilated convolution, HDC),以混合扩张卷积替代原有网络中的空洞卷积,将ASPP中的扩张率设为互质以减少空洞卷积的网格效应。使用视觉传感器采集果园场景RGB图像,选取果树、人、天空等8类常见的目标制作了数据集,并在该数据集上基于Pytorch对改进前后的DeepLab V3+进行训练、验证和测试。结果表明,改进后DeepLab V3+模型的平均像素精度、平均交并比分别达到62.81%和56.64%,比改进前分别提升5.52、8.75个百分点。模型参数量较改进前压缩88.67%,单幅图像分割时间为0.08 s,与原模型相比减少0.09 s。尤其是对树的分割精度达到95.61%,比改进前提高1.31个百分点。该方法可为喷雾机器人精准施药和安全作业提供有效决策,具有实用性。