模糊PID控制在移栽机械手控制系统的应用研究

针对移栽机械手因外界因素干扰而容易出现输出精度低的问题,提出了一种基于模糊PID控制策略的移栽机械手控制方法。首先,在移栽机械手控制系统模型的基础上,结合模糊控制理论与PID控制理论的分析方法,提出了一种新型的移栽机械手控制方法。通过MATLAB/Simulink软件对仿真分析了移栽机械手的控制过程,比较了常规PID控制和模糊PID控制对移栽机械手控制系统的控制效果。结果表明,通过调节PID参数,所提控制方法相对于传统PID控制,其输出的阶跃响应稳定信号时间提高了56%,该模糊PID控制克服了机械手控制系统的非线性和控制精度低的缺点,提高了控制系统的稳定性能。

嫁接苗移栽机械手末端执行器的优化设计

针对断根嫁接苗手工移栽劳动强度大、效率低和作业质量难以保证等缺陷,设计嫁接苗移栽机械手末端执行器。根据嫁接苗移栽要求,采用SolidWorks软件,先建立末端执行器三维模型,然后对末端执行器的连接杆和拨土机构等重要部件进行力学分析并优化,最后将末端执行器加工成实物,并与气爪、连接盘和UR5机器人等进行装配、编程后放入移栽装置中试验。移栽试验表明:末端执行器伸入340×500mm嫁接机方框深度达210mm;在移栽速度为700株/h时,移栽成功率平均达96.67%;试验中末端执行器工作平稳,能满足移栽作业要求。

双排移栽机械手联动式高速移栽装置设计与试验

为了提高自动移栽机移栽效率,设计一种双排移栽机械手联动式高速移栽装置。利用安装在两个移栽臂上的双排移栽机械手交替取苗和栽苗的方法,采用联动控制方式使移栽效率翻倍。通过优化移栽机械臂和移栽机械手结构,并对其关键部件进行参数设计和运动学分析,综合考虑影响移栽成功率的关键因素,确定穴盘苗苗坨含水率、苗龄、爪针限位孔中心距为试验因素,以200穴欧石竹穴盘苗为试验对象,进行单因素试验和多因素正交试验,确定双排移栽机械手联动式高速移栽装置的最佳工作参数。试验结果表明:当穴盘苗苗坨含水率为32.6%、苗龄为46 d、爪针限位孔中心距为16.7 mm时,取苗成功率为94.7%,与软件计算结果94.2%接近,符合花卉、蔬菜移栽作业的技术要求。

基于可视化的果树移栽机作业特性研究

针对我国自动果树移栽机移栽准确率和效率较低的问题,基于可视化技术对果树移栽机的作业特性进行研究。果树移栽机的主要组成包括控制系统、机器视觉和传感器系统、旋耕装置、开沟部件、覆土装置、移栽装置和传输系统。为了实现果树移栽机的自动化运行,保证移栽质量,针对移栽机械手的结构进行了优化,使其能够适应不同的幼苗,并对其作业特性进行研究。同时,对移栽作业的图像处理过程进行了优化,使其能够有效识别坏苗并剔除。为了验证该果树移栽机的性能,进行了坏苗识别试验和树苗移栽试验,结果表明:果树移栽机可以有效识别坏苗,并高质量地完成树苗移栽。

基于形态学图像检测的机械手移栽穴苗识别技术

针对机械移栽穴苗过程中如何有效识别出根系受损的幼苗,进而及时进行分类、补救这一实际问题,提出一种基于机器视觉的移栽穴苗识别方法。该方法根据机械手移栽穴苗特点,对比检测图像土壤基质面积与基准面积;进而通过测定土壤基质完整率,判断样本合格与否。文中从理论和实际的角度说明了形态学图像处理方法处理穴苗移栽图像特点,设计了机械手移栽穴苗识别在线测试系统。最后,对基于形态学图像检测方法的机械手移栽穴苗识别技术和普通图像检测方法进行对比实验。结果表明,本文提出的形态学检测方法对一个72孔穴盘合格检出率提高了6.6%,不合格检出率提高了54.5%。同时,一个穴苗的平均处理时间约为1.82 s。结果表明提出的方法可靠,耗时较短,能够匹配机械手移栽流水线作业时间上的要求,并满足实时处理要求。

基于双目立体视觉的机械手移栽穴盘定位方法

为了解决自动化机械手移栽过程中穴盘放置偏斜和底部局部"凸起"而引起的移栽效果不理想的问题,为机械手提供穴盘精准坐标,对穴盘准确定位方法进行研究。首先,根据机械手移栽特点提出穴盘定位总体方法及图像获取手段。其次,利用单目相机获取的图像采用像素标记法和Radon变换法计算穴盘中心坐标和角度,完成穴盘平面定位。再次,对双目相机获取的图像采用SIFT(scale invariant feature transform)特征匹配的算法获得匹配点对坐标,并提出区域整合匹配点的方法。最后,利用整合的区域双目匹配点坐标配合相机标定结果重建匹配点的三维世界坐标,并且与穴盘平面定位结果相结合完成穴盘空间位置重构。试验结果表明,提出的穴盘定位方法能够真实地恢复穴盘空间姿态,中心像素横纵坐标相对误差分别在(-7,+7)和(-6,+7)像素内,角度检测值与实测值相对误差值在(-0.51°,+0.53°)内,利用SIFT特征匹配算法匹配双目图像,在2×4区域内对8对整合匹配点进行三维世界坐标重建,其中7个坐标的三个维度与测量值相对误差在2 mm内,1个坐标与测量值相对误差为4.6 mm内。该方法所应用的算法成熟,可以满足机械手移栽实际应用处理要求。

水稻钵苗机械手取秧有序移栽机的改进

提出了一种人机结合的全自动 2自由度机械手式穴盘水稻钵苗有序移栽机械的设计方案 ,由人驾驶操作实现机器作业的路径规划 ,由单片机控制的机械手自动地完成穴盘水稻秧苗的有序抛栽作业。该文讨论了该机械的结构和工作原理 ,给出了利用光电式传感器和磁电式传感器自动检测秧苗到位的两种方案并作了室内试验 ,结果表明在一定的工作距离范围内 ,两种传感器均可准确地检测到穴盘秧苗的到位。对机械手整体工作方式和秧夹开启方式进行了改进设计 ,将 2个独立工作的、运动轨迹相似的机械手改进设计为合用一个水平运动机构 ,将原来利用电磁铁开启秧夹的方式改为利用 2 4VDC电机驱动凸轮来开启秧夹 ,使设计更加合理。分秧滑道是所设计的有序行抛移栽机械的另一关键部件 ,对其实物模型进行了室内土槽台车试验 ,结果表明所设计的一组 7条曲线型分秧滑道完全可以满足水稻秧苗有序抛秧移栽的农艺要求。

基于形态学图像检测的机械手移栽穴苗识别技术

在机械手移栽穴苗的过程中,针对取钵体导致的苗体根系存在不同程度的残缺、外漏等问题,提出一种基于形态学图像检测的机械手移栽穴苗识别技术。该技术分为以下3步:(1)通过确定形态学图像处理方法的衡量指标,确定了研究所采用的方案;(2)采用基于形态学的方法对穴苗进行图像处理仿真实验;(3)开发取钵体效果判定的软件系统并进行测试和实验。采用西瓜幼苗进行仿真实验,仿真结果表明:基于形态学图像处理的机械手移栽穴苗识别技术具有较好的实时性、稳定性和鲁棒性。

基于PLC的拔抛秧机械手监控系统设计与试验

【目的】设计一套拔抛秧机械手监控系统,以提高拔抛秧机械手设备的自动化和信息化水平。【方法】根据拔抛秧机械手工作原理,采用可编程控制器(Programmable logic controller,PLC)作为主控单元设计了系统的硬件电路和软件程序,采用触摸屏和组态软件设计了拔抛秧机械手的人机交互监控界面,并采用GRM530通讯模块、云服务器、Android手机和Android Studio软件设计了远程监控系统手机APP。该监控系统工作时,GRM530通讯模块读取PLC中指定的存储器数据,通过4G网或WIFI将数据上传到云服务器内,Android手机APP可直接访问并下载该云服务器中的数据,最后在APP中可视化地呈现出来。【结果】该监控系统工作稳定可靠,远程通信测试重复10次试验的丢包率均为0,平均时延为25 ms,表明Android手机APP客户端和拔抛秧机械手可以实现稳定可靠的双向通信。该系统的数据传输是双向的,人机交互功能正常,触摸屏和Android手机APP均能精准地反馈设备的工作状态和工作数据,用户可以通过Android手机APP对PLC发送控制指令,实现整个系统的监控一体化,远程控制指令响应延时低,最高响应延时不超过0.63 s。【结论】该拔抛秧机械手监控系统可以对拔抛秧机械手工作状态和工作数据进行远程实时监控,具有良好的人机交互界面,对促进信息化与农机装备的深度融合具有一定指导意义。