深松机器人作业环境建模和改进路径规划研究

针对深松机器人深松土壤作业时对室外环境感知能力差,还需要人力驾驶拖拉机进行室外作业的缺点,基于ROS(Robot Operating System)框架下利用SLAM(Simultaneous Localization and Mapping同时定位与建图)和路径规划技术进行高精度室外深松机器人应用研究。阐述SLAM算法和Cartographer算法的原理,根据田地环境需求,选择适用的地图模式,基于ROS框架对本地路径规划和全局路径规划的算法进行了分析和研究,设计研发了基于ROS的深松机器人实验平台,在基于ROS的深松机器人实验平台上进行测试,分析基于ROS框架下各节点之间的话题通信数据流向。实验第一步运用Cartographer算法建立栅格地图,获取地图后,针对不同土壤环境的特点和农作物对土壤主要特征的要求经行分析,研究出两种深松机器人工作模式:大型微耕模式和大型深耕模式;实验第二步基于Cartographer算法提供的地图上进行大型微耕模式的路径规划和大型深耕模式的路径规划的实验,并对不同工作模式的路径规划的算法进行分析。结果表明:Cartographer算法满足室外农田环境下的定位、建图的要求;改进后的基于全局历遍的路径规划算法适用于大规模的深松土壤作业,基于ROS的深松机器人实验平台可以有效适用于深松土壤作业中。

改进GWO-BP算法优化PID在配药系统中的应用

针对PID控制器对配药系统控制过程中常出现不稳定和跃进等现象导致配药浓度误差过大的问题,提出改进的GWO-BP算法优化PID控制器参数在配药系统控制中的仿真应用方案。对于灰狼优化算法在全局寻优能力不足、收敛精度不高和收敛速度不够快等问题,利用改进非线性收敛因子以及改进学习因子来改变位置更新公式,进而改进灰狼优化算法收敛速率,提高寻优能力;利用改进GWO-BP算法优化PID控制器参数解决在实际工程应用中存在鲁棒性低难以得到最优的PID控制器参数等问题。仿真结果显示:IGWO-BP-PID控制器超调量从原来的23.0%降低到10.6%,调节时间从0.76 s减少到0.17 s,峰值时间从0.22 s减少到0.06 s。IGWO-BP-PID控制器的控制效果更优、稳定性更好。

一种应用于法兰盘装配的定位方法

工业机器人在自动分拣装配中,当法兰盘有较大旋转角度时,使用普通模板匹配法对法兰盘进行定位时有较大误差。针对此问题,本文提出一种基于单目相机的定位方法,以某种法兰盘为例进行定位。对图像进行预处理及特征提取,得到各连通域的细长度;采用最小二乘法对法兰盘亚像素边缘进行圆拟合,得到法兰盘中心图像坐标并通过坐标变换将其转换到世界坐标系;使用2个长圆孔质心坐标对法兰盘旋转角度粗定位,采用改进的NCC模板匹配法对法兰盘的旋转角度进行精定位,得到法兰盘绕其主轴的旋转角度。实验结果表明:提出的方法旋转角度误差≤0.1°,抓取位置误差<0.3 mm,该方法在光照稳定的条件下可以对目标快速定位,并能够满足精度要求。