水平摘锭式采棉机采摘系统研究现状与展望

棉花是重要的战略物资,水平摘锭式采棉机是当前主流的机械化收获工具,且采摘系统是采棉机的核心部件。为此,通过在新疆南北疆地区实地考察,综合阅读文献,对我国水平摘锭式采棉机采摘系统关键部件和机理研究现状进行了综述和分析,指出了现阶段我国水平摘锭式采棉机采摘系统研究的不足。结合实际采收情况,指出我国水平摘锭式采棉机采摘系统稳定性低、智能程度低、采头堵塞原因与机理分析研究不足等短板,并给出了未来发展建议,以期促进我国水平摘锭式采棉机采摘系统的快速发展。

高丛蓝莓采摘机采摘系统设计与试验

为提高我国蓝莓果实采摘效率,设计了一种高丛蓝莓采摘机。分析了采摘机设计要求与工作原理,估算了蓝莓树枝采摘频率和采摘惯性力。按照确定的设计要求,采用给定行程速比法设计了铰链四杆机构,运用图解法设计了双摇杆机构,并加工制造了采摘系统。为评价采摘系统果实采摘质量和机采与人采效率比,进行了蓝莓采摘试验。试验结果表明,机器采摘效率为829 g/min,是人工采摘效率的12.67倍;采摘果实破损率为8.3%,采净率为96.9%,未成熟果实脱落率为9.7%,该采摘机采摘蓝莓果实的质量和效率较高。

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17 s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。

基于图形边缘检测技术的采摘系统可视化应用

为进一步提高我国智能采摘系统的实用性与作业成功率,基于图形边缘检测技术对其进行可视化应用研究。通过合理布置采摘系统的组成结构,识别影响采摘系统的作业性能因素,得出可应用于采摘系统的图形边缘检测模型,同时针对其主要执行硬件进行功能选型,增设图形边缘检测模块,进行系统软件架构设计与控制程序输入,并进行应用试验。试验结果表明:基于图形边缘检测技术的采摘系统对于不同采摘环境下的果实识别准确率均可达到82%以上,且果实损失率大大降低,系统运行稳定可靠,具有很好的推广价值。

导向式气力采摘系统流动特性研究

为提高采棉机的作业效率并解决采棉机在高速作业中存在棉花采摘效率低及落地棉较多等问题,根据采棉机导向器与采摘头工作原理,对导向器进行优化设计。根据棉株物理属性和气力采摘理论数值分析,建立导向式气力吸棉装置数学模型;运用Fluent软件对不同结构模型的气力吸棉装置进行数值模拟,对比分析吸棉装置气流场流动特性及吸棉口的速度与压力。结果表明:当吸棉装置为圆柱体模型时,吸棉口速度与理论相差较小,合理地分配了内部速度流线;该模型具有结构简单、操作方便、性能稳定、经济实用等优点。研究结果为采棉机气力采摘系统研发提供了参考。

基于云计算技术的苹果采摘机器人系统

近年来,我国水果产业迎来快速发展期,苹果种植面积日益扩大,年产量明显增加,促使我国成为世界上最大的水果生产国家。水果进行种植过程中,成熟的水果采摘操作时必须消耗大量的时间和劳动力。由于进城务工人员日益增多,农村劳动力人口不断减少,此时劳动力成本有一定程度的增长,果农日常经营的成本也有所增加,因此智能采摘机器人顺势而生。为此,针对水果采摘机械研究的不足之处,提出了基于云计算的苹果采摘机器人系统,在机器人处于作业状态下设计了苹果采摘机器人软、硬件设计情况。为验证苹果采摘机器人的采摘效果,在果园中对其采摘性能展开试验,试验结果表明:所设计的采摘机器人运用视觉技术,能很好地克服气候环境等因素的影响,采摘作业中性能稳定,采摘效率高,值得在苹果生产地推广使用。

基于PLC的红花花丝采摘控制系统设计

针对目前红花花丝采摘难度大、作业效率低等问题,设计了一种基于PLC适用于大规模机械作业的红花花丝采摘控制系统。该系统使用HC-HR04超声波测距模块与Arduino构成的超声波测距仪检测红花采摘区域,使用E6B2-CWZ1X旋转式编码器测量采摘机构的行程,使用FX_(3U)三菱PLC通过步进电机驱动器控制3个步进电机协同工作,完成红花花丝的夹持、采摘、传送和收集。使用GX-Works2软件编写程序,并使用SolidWorks三维软件建立采摘机构模型。该系统初步实现了红花花丝采摘的自动化控制,促进了红花花丝采摘由人工采摘向机械采摘的转变,有利于红花产业的发展。

采摘机械手伺服控制系统电气自动化设计研究

探讨了采摘机械手伺服控制系统电器自动化设计,从原理和流程、系统组成、软件设计、系统测试4个方面介绍了采摘机械手伺服控制自动化设计的要点。

基于多段式横梁导轨式机械臂采摘执行系统设计

现代化农业在提升生产效率与经济效益方面已取得显著成果,但仍遭遇劳动力短缺、科技推广不均衡等挑战。研究一种多段式横梁导轨式机械臂为采摘执行结构的采摘系统,实现对多品种作物的机械臂采摘。该系统采用横梁导轨式机械臂、柔性采摘机械爪,基于ANSYSA对主要结构进行有限元分析,确定主要结构用料6061铝,同时通过分析确定本系统的可使用性、安全性和操控性适用于大规模种植或家庭需求明显的采摘作业,具有较好的推广与发展前景。

角点密度特征下的粘连蘑菇定位算法

在基于机器视觉实现蘑菇自动化采摘过程中,由于蘑菇苗床背景复杂多样,蘑菇群落之间尺度、形状差异大,且相互间存在复杂粘连,造成采摘位置定位困难,针对该问题,提出了以Harris角点为纹理特征的背景过滤算法,实现菌丝、木屑、杂草等干扰因素下的前景目标的准确提取;继而针对粘连蘑菇的尺度差异,提出了一种迭代方法搜索前景距离图中的区域极值点,在此基础上采用基于标记的分水岭算法实现粘连蘑菇的分割;最后利用椭圆拟合对蘑菇边界和中心坐标进行定位.通过实际场景中的蘑菇样本图片进行测试,证明算法定位准确性达到86.3%,平均处理时间为0.711 s,满足实时性要求.

基于机器视觉的蔬果辅助采摘装置系统设计与优化

针对蔬果辅助采摘装置对于障碍以及果蔬目标区分模糊,无法兼顾采摘成功率、损伤率以及采摘时间,设计与优化一种基于机器视觉的蔬果辅助采摘装置系统。该系统框架部分主要包括前端机器视觉系统、中央控制系统和末端执行系统,起到障碍识别和果蔬目标识别的作用;硬件部分:由机器视觉识别设备(镜头、相机、图像采集卡等)、中央控制设备(工控机、伺服电机、驱动器)、末端执行设备(移动平台、机械臂、机械手)组成。软件部分:利用前端机器视觉识别设备中的相机和摄像头采集图像,利用图像采集卡将其转换成一定格式的图像数据流,传输到视觉处理单元,将处理好的图像在图像分析单元中进行目标识别,最后根据结果指挥末端设备进行采摘操作。结果表明:该系统具备自主采摘能力,综合采摘性能得分为9.23分,完全兼顾了采摘成功率、损伤率以及采摘时间三个目标,达到系统设计与优化目的。