共查询到20条相似文献，搜索用时 31 毫秒
1.
面向柑橘采摘,构建以上位机、RealSense Camera R200深度相机、VS-6556垂直多关节工业用机械臂、三指柔性手爪等组成的采摘机器人硬件平台。以Windows10为开发环境,采用librealsense相机软件开发工具包、OpenCV计算机视觉库、TensorFlow-GPU和Keras深度学习框架、ORIN2机械臂控制软件开发工具包、Arduino IDE函数库以及SerialPort串口通信软件开发工具包等,研究基于深度相机、机械臂二次开发的采摘控制系统设计,包括视觉识别定位、手爪动作控制、机械臂运动控制以及采摘控制等模块的程序设计。采摘控制系统柑橘定位试验和柑橘采摘试验的测试结果显示,在实验室环境下面对随机布置的柑橘,视觉识别定位模块的平均定位精度误差为1.22 cm,采摘过程中柑橘识别成功率达到100%,平均识别时间约为47 ms,机器人柑橘采摘成功率达到80%,平均采摘时间约为15.2 s,验证了采摘机器人平台控制系统程序的可行性,表明所开发的采摘控制系统能够正确、高效地完成整个柑橘采摘作业流程。 相似文献
2.
该搬运机器人采用三轮小车结构,车体由五自由度机械臂、辐板式车轮、球形万向轮和钢料拼接底盘组成,控制系统由循迹模块、语音识别模块、蓝牙模块、Arduino单片机最小系统、超声波测距模块及LCD1602显示模块组成,通过各个模块的互相配合,实现了机器人自动循迹、自动搬运货物等机械动作,同时使整个搬运系统更精准、更高效。 相似文献
3.
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。 相似文献
4.
5.
针对园林修剪机器人作业精度和自动化作业程度较低的问题,对修剪机器人进行了结构优化设计。园林修剪机器人的主要组成包括主控制器模块、机械臂模块、电机模块、电机驱动模块、传感器模块和供电模块。为了实现园林修剪机器人自主导航时避障和自适应转向的功能,在机器人上增加激光传感器,并对其控制性能进行分析;为了保证机器人的性能最优化,从结构出发对其进行动力学分析,确定机械臂的运动方程。为了验证园林修剪机器人的性能,对其进行转向性能测试和移动性能测试。试验结果表明:机器人能够成功识别障碍物并自适应转向,且具有良好的移动和作业性能。 相似文献
6.
7.
第七届全国大学生工程训练综合能力竞赛智能+赛道基于机器视觉的智能物流搬运机器人,对OpenMV4视觉模块进行研究,应用该模块进行二维码、不同颜色物料等多种目标的识别,信息经过模块上STM32F427微控制器的处理,与Arduino Mega 2560板通信,机器人识别场地上的三个区域,用PID算法驱动麦克纳姆轮机器人的四个直流电机旋转并且定位机器人,通过PCA9685模块的I2C通信协议,发送PWM脉冲信号给机械臂上的四个关节舵机,使智能物流搬运机器人对场地上的物料进行自动搬运。实验证明其可以较为精确地完成各项搬运任务。 相似文献
8.
在自动化喷施农药过程中,为了准确识别病虫害作物、节约农药和降低农业对环境的污染,以及提高药物的去虫效率,提出了一种基于PC图像处理和近红外光谱分析的作物病虫害智能识别喷药装置。该装置分为3个模块,包括近红外病虫害识别模块、喷药自动化调节模块和车载设备,其控制模块为安装在车上的PC机,利用近红外识别装置可以判断作物是否被病虫害污染,并且识别作物污染的等级,采用喷药自动化调节模块可以实现农药的定量调节,利用车载设备实现了全自动化喷药。对装置的性能进行了测试,结果表明:采用近红外识别装置和主成分分析法可有效地识别病虫害污染的作物,识别准确率较高;喷药自动化装置可根据病虫害的等级进行变量化喷药,减少了农药使用量,得到了较高的去虫率,从而验证了装置的可行性和可靠性。 相似文献
9.
10.
【目的】农业采摘机器人是一种集机械、电子、传感、计算机于一体的多功能农业机械设备,被广泛应用于水果、蔬菜采摘领域。但其在对果实的识别和抓取方面仍存在很大的不足。【方法】机械臂是农业采摘机器人重要的组成部分之一,也是其主要执行机构。笔者根据机械臂结构特点与功能需求,设计了一种六自由度、关节运动灵活且可更换的采摘机器人机械臂,该机械臂通过控制系统调节3个平动关节在工作空间中的位置和角度,从而获得末端执行器能够完成采摘任务所需的最小工作空间,通过六自由度变换得出6个关节在工作空间中坐标系之间运动轨迹关系。该机械臂由视觉模块、驱动模块及控制模块构成。基于D-H参数法对采摘机器人机械臂进行运动学分析,并进行仿真验证。【结果】该机械臂具有较好的定位精度,能够满足农业采摘机器人对果实的抓取要求。 相似文献
11.
基于图像处理技术的黄瓜叶部病害识别诊断系统 总被引：1，自引：0，他引：1
主要研究了基于图像处理技术的黄瓜叶部病害识别诊断系统。该系统主要包括图像预处理模块、图像分割模块、图像特征提取模块及图像模式识别模块等。同时,对关键模块中的复杂背景下的图像分割及支持向量机的模式识别方式作了比较详细的介绍。实践表明,该系统能方便、快速地识别黄瓜各类病害,具有较好地推广性和应用价值。 相似文献
12.
文章阐述了机械臂的组成及原理,对驱动模块、陀螺仪、控制模块、执行模块的控制进行分析,并探讨了基于STM32的多自由度机械臂设计,以期为我国的机械臂设计提供借鉴. 相似文献
13.
基于高光谱与电子鼻融合的番石榴机械损伤识别方法 总被引：2，自引：0，他引：2
提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻度机械损伤和重度机械损伤的番石榴进行采样,提取特征信息后,运用主成分分析(PCA)、线性判别分析(LDA)、欧氏距离分析(ED)和模糊C均值聚类(FCM)对高光谱仪、电子鼻以及高光谱与电子鼻融合3种识别方法的识别效果进行了对比。PCA和LDA的分析结果表明,高光谱与电子鼻识别番石榴机械损伤是可行的,但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法,结合LDA分析可以较好地识别番石榴机械损伤程度,比单一识别方法具有更好的识别效果。此外,LDA比PCA对番石榴机械损伤识别效果更佳。根据PCA、LDA和ED分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息,提高相同样本之间的聚类性,又可较多地保持单一分类识别方法得到的不同样本之间的最大距离。根据FCM分析结果,高光谱识别、电子鼻识别和高光谱与电子鼻融合识别3种方法对番石榴机械损伤识别的正确率分别为89.74%、82.05%和97.44%,验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。 相似文献
14.
在人机交互模式中,语言沟通是最便捷、最直接的交流方式之一,语音识别技术在现代机器人上得到广泛应用,现已推广到农业机器上。采摘机器人作为现代比较新型的农业机械,语音识别的应用增加了机器人的实用性。为此,设计出基于英语语音识别的水果采摘机器人控制系统,利用TMS320VC5416DSK板为平台,实现了水果采摘机器人的英语语音识别。英语语音识别主要包括前处理、特征提取及特征匹配等。在安静环境下提取了不同英语语音数据,并采用MATLAB对语音特征参数进行了仿真语音识别实验,结果表明:本设计的识别率可以达到90%以上,具有较强的鲁棒性。水果采摘机器人采用4个自由度的机械臂和英语语音识别模块等硬件电路,实现了英语控制机采摘器人完成采摘作业。 相似文献
15.
智能单片机小车由于其智能、方便、快捷,被广泛应用于各行业.本研究的智能送药小车包括了Ardunio mega2560单片机、OpenMv4智能识别装置、寻迹装置、L298N模块、433M无线模块等装置.研究结果表明:智能送药小车通过识别地面安置路线以及相应的病房号,可以自动躲避障碍,自动沿设定的路线行驶,既可以实现单车... 相似文献
16.
17.
本文设计的智能泳衣售货机通过有线网络与云端远程连接并保持在线,通过云端对销售情况进行管理及调度,电路设计包括货物二维扫码模块、电源模块、伺服驱动模块、通信模块,系统提出了蚂蚁算法计算泳衣出货的最优路径。经过测试,该电路运行稳定,解决泳衣产品在自动售货机上销售时的智能识别、理货出货、人机交互以及销售资金和信息管理等问题,提高了用户的购买效率。 相似文献
18.
19.
城中村是我国快速城市化进程中的一个特殊产物,通常存在人口密集、建筑私自改造等问题。开展城中村的识别和监测对城乡统筹规划以及精细化治理等具有重要意义。基于深度学习提出了一种新的城中村遥感识别模型,该模型包括一个多尺度扩张卷积模块和一个非局部特征提取模块,前者能够聚合多层级空间特征以适应城中村形状、尺度的变异性;后者用于提取全局语义特征以提高城中村的类间可分性。选取北京市二环与六环之间的区域作为研究区,实验结果表明本文模型取得了较好的识别效果,总体精度可达94.27%,Kappa系数为0.8839,且效果优于传统模型。本文研究表明,基于多尺度扩张卷积神经网络进行城中村遥感识别是可行且有效的,可为城乡统筹规划提供精确的城中村空间分布数据。 相似文献
20.
常规水果采摘机械目标识别方法多数采用特征阈值化法,对水果图像进行分割处理,不能根据水果图像中某些目标存在的共同特征将其分割为特定区域,无法为目标识别提供有力支持,降低了水果采摘机械目标识别的精确率。基于此,引入机器视觉技术原理,以类球状水果为例,提出了一种全新的水果采摘机械目标识别方法。利用高性能的拍摄相机,随机选取类球状水果进行图像采集与预处理,获取特征突出、不存在噪声点的图像,采用机器视觉技术设计图像分割算法,将图像划分为多个超像素块,对类球状水果图像边缘进行平滑处理,获取融合特征的类球状水果采摘机械目标识别显著图,完成机械目标识别。实验分析可知,通过这方法识别类球状水果采摘机械目标,其识别结果的精确率、召回率与调和平均值等三个评测指标均≥95.38%,识别效果优势显著。 相似文献