农业机器人并联采摘臂视觉伺服控制

介绍了一种基于视觉伺服的农业机器人并联采摘系统,该系统由视觉系统、上位机、下位机、并联机构等4部分组成。视觉系统采集目标图像并传递给上位机,上位机对图像进行处理,识别和定位目标,计算并联机构的运动控制量,通过串口通信发送给下位机,下位机接收到控制量后,根据运动控制量驱动继电器模块作相应的开关动作,完成并联采摘臂的控制。实验证明:该系统对于实现农业机器人采摘作业具有可行性。

基于力反馈的拖拉机驾驶机器人换挡机械手模糊PID自适应控制方法研究

[目的]针对目前四轮农用拖拉机换挡器的特殊结构,设计了新颖的拖拉机驾驶机器人换挡机械手,将拖拉机换挡操纵杆的三维球面运动转化为直角坐标中的二维直线运动,机械手可以沿X、Y 2个方向的运动来实现选、换挡。[方法]拖拉机换挡操纵杆在X方向的换挡阻力很小,且选挡位置固定,因此在X方向采用传统的位置控制;由于拖拉机换挡操纵杆在Y方向换挡时,位置重复性差,换挡过程中的力存在时变、非线性等特征,难以通过位置控制进行纵向换挡,因此,构建基于力反馈的拖拉机驾驶机器人换挡机械手模糊PID自适应控制系统,并通过力信号的小波入位检测判断换挡手柄是否成功入位。[结果]仿真结果及在国产JINMA(金马)300E型拖拉机的换挡试验均表明:模糊PID自适应控制方法具有良好的力跟踪特性,与传统PID控制方法相比,该控制方法可实现换挡过程中PID参数的在线自整定,换挡力跟踪误差低于6%,超调量小于10%,上升时间缩短46%。[结论]基于力反馈的模糊PID自适应控制能够实现拖拉机驾驶机器人的平顺换挡,具有较强的鲁棒性和自适应能力。

基于激光传感器的稻种轮廓形状测量方法研究

稻种轮廓形状测量是稻种基于形状特征识别的前提条件。以激光传感器采集到的稻种表面点云为基础,提出了一种基于主平面剖视图投影的稻种轮廓形状测量方法。通过主成份分析法校正点云模型的坐标系,利用主平面投影法获取稻种的六视图投影模型,应用Alpha Shape算法提取投影点云模型的边缘轮廓,并计算稻种投影模型的周长、面积、长、宽、长宽比、最大半径、最小半径、半径比、圆形度等9个形状特征参数。选取大华香糯、豫粳6号、新稻10号3大类,每种各200粒稻种作为试验样品,采用径向基函数(RBF)神经网络模型对提取到的形状特征进行训练识别,识别率分别达到96%,94%,98%。结果表明:基于激光传感器的稻种轮廓形状测量方法能够较好地适用到稻种识别中。

金属感应式落球法液体黏度系数测量方法研究

粘度系数是反映液体理化特性的一个重要参数,为了解决现有液体黏度系数测量仪器测量误差大且难以准确测量非透明液体等问题。提出一种基于电涡流效应的金属感应式落球法测量液体黏度系数的测量方法。采用金属感应非接触地测量出小球下落的位移与时间,可以实现非透明液体黏度系数的测量,同时针对现有落球法中由于小球直径小而无法精确感应的问题,提出采用大直径金属球进行测量,推导验证出大直径金属球下落时液体黏度系数的计算公式,最后进行了仿真和实验研究,实验结果表明,测量准确度在98%以上,且重复性好。

RBF神经网络热式气体流量计温度补偿

为了解决热式气体流量计测量电路中采用硬件温度补偿成本高且精度不够等问题,利用神经网络的特点,设计了一种基于径向基函数(RBF)神经网络的软件温度补偿方法。实验表明:通过RBF神经网络温度补偿,有效地抑制了温度对流量计测量结果的影响,实现了环境温度梯度变化下气体流量测量的准确性和稳定性,测量准确度达到1.0级,且重复性好。

基于机器视觉的物料瞬时流量测量系统设计

针对粮食物料运输过程中传统的过磅计量方式存在较大误差、资源浪费、影响物流效率等问题,设计了一种基于机器视觉的带式输送机物料瞬时流量测量系统。通过提取物料表面线激光轮廓,并开发基于梯形面元积分的物料流瞬时流量计算算法,求出物料瞬时流量。实验结果表明:测量系统最小误差达到1. 45%,整体测量误差在5%以内,有较高精度,可以满足带式输送机物料在线流量测量需求。

基于加速度传感器的拖拉机振动特性研究

以常发CF700型拖拉机为研究对象,设计和建立了拖拉机整车振动加速度测试系统,分别测量了拖拉机前桥垂向、后桥垂向以及座椅和驾驶室底板位置的垂向、横向、纵向等4个部位9个轴向的振动加速度。计算了座椅和驾驶室底板位置的联合加速度均方根值,并通过几何关系得到拖拉机质心处的垂向和俯仰角振动加速度以及加速度功率谱密度。实验结果表明：拖拉机振动加速度随行驶速度增加而增大,前桥加速度最大,座椅和驾驶室底板位置的垂向加速度较其他两个方向偏大,其联合加速度均方根值大于人体感觉极不舒适的标准。各轴向加速度功率谱密度的峰值均集中在3～5 Hz。

基于快速伪球滤波的智能拖拉机视觉导航中场景去雾方法

为适应智能拖拉机雾霾天气下道路的视觉导航,同时针对作业环境图像背景中天空居多的特征,提出一种基于快速伪球滤波的去雾方法.首先根据滤波器参数利用降秩逼近的方法对视觉图像产生滤波模板.而后利用伪球滤波保持边缘的平滑特性获得准确的暗通道图和大气透射图.最后,利用大气耗散模型的修正解快速恢复无雾图像.实验结果表明,快速伪球滤波方法与导向图滤波、Tarel中值滤波、多尺度Retinex、小波域Retinex方法相比,对图像去雾效果综合评价指标值分别提高54.7%、37.6%、35.2%、44%,算法耗时约0.18 s.能够满足智能拖拉机视觉导航实时性的要求.