农业智能机器人水果采摘优化控制模型仿真

研究农业智能机器人水果采摘优化控制模型问题。在水果智能采摘过程中,以颜色和气味判断成熟一直存在混合多属性阀值难以确定的难题,颜色和气味往往给机器人提供矛盾的信息,传统的机器人智能采摘控制模型多是根据单一阀值标准进行成熟度衡量,判断存在较大的缺陷。提出基于色相和气味融合条件下的农业智能机器人水果采摘优化控制模型。农业智能机器人对采集到的水果图像和气味信号进行滤波处理,去掉图像和气味中的干扰信号,为目标信息的正确识别提供有效的数据支持。针对水果的色相和气味进行特征提取分类,从而完成对成熟水果的识别。实验结果表明,利用农业智能机器人采摘能够提高水果采摘的速度和准确性。

基于安卓系统农业智能移动机器人的系统设计

为了改善农民劳动环境和提高农业生产水平,设计了基于图谱识别的智能农业机器人,用来进行草莓采摘和移栽等。系统包括上位机Android手机和下位机单片机的设计,上位机利用Java语言开发安卓手机操作的客户端界面,利用Java构建APP后台操作平台,XML构建手机APP界面,使其通过Wi Fi模块与机器人通讯,实现对机器人进行图谱识别和远程操作等。下位机采用STM32F407处理器作为移动智能机器人的核心CPU,借助分布的方式实现对于机器人的控制,主要包括供电模块、电动推杆模块、驱动模块、摄像头模块、机械臂模块和通讯模块等。用户用手机可实现移动机器人远程操控和图像处理。测试表明:该农业移动机器人具有较强的可操作性,制造成本较低,使用价值高。

多功能智能农业种植机器人的设计

为节约农作物种植的成本,进一步提升现代农业的自动化水平,设计了一种多功能智能农业种植机器人。该机器人具有温湿度检测、气味识别、除草、喷洒以及机器视觉等多种功能,采用功能与形态统一的原理进行设计,采用视觉导航路径生成算法和农业害虫检测识别算法相结合的形式,实现了农作物病虫害识别的目标。测试结果表明:,该智能农业种植机器人的功能较为全面,能够有效降低设施农业的生产成本,提高农作物产量,可为机器人技术应用与设施农业提供参考。

基于视差图的未知环境下农田障碍物检测方法

针对智能农业机器人作业环境中障碍物不规则和背景受自然光照等外界环境干扰大的问题,提出一种基于视差图的未知环境下障碍物检测方法。采用价格低廉的网络摄像头采集左右场景图并计算对应的视差图;用视差阈值过滤掉远处的景物,再通过区域连通,得到独立的潜在障碍物;最终经面积阈值和高度阈值的过滤,检测出障碍物并定位。实验结果表明,该检测算法不需要障碍物和背景的先验知识,在距离摄像头5m视野内,障碍物距离和尺寸测量的相对偏差绝对值分别控制在4.37%和3.81%以内。