共查询到18条相似文献，搜索用时 265 毫秒
1.
2.
随着农业自动化技术的发展,为了提高果树修剪的效率和精度,减轻劳动强度,基于机器视觉的果树修剪机器人逐渐成为研究的热点。基于此,笔者探讨了基于机器视觉的果树修剪机器人的系统设计,包括硬件组成和软件设计。硬件方面,机器人系统主要包括机器视觉模块、运动控制模块和执行器,机器视觉模块采用摄像头捕捉果树图像,并通过图像处理技术进行枝干结构的识别,运动控制模块确保机器人的精确定位和有效路径规划,执行器则负责具体的修剪操作;软件设计则涉及图像处理、数据分析、路径规划和控制算法等环节,确保机器人的准确性和稳定性。仿真结果表明,基于机器视觉的修剪机器人将为农业生产带来更大的效益,提高生产效率,降低人工成本和风险。 相似文献
3.
在农业智能机器人的研发过程中,机器人自主地完成行走路径的规划是机器人是否真正智能化的重要特征,而规划出的路径准确程度又关系到机器人是否能顺利完成任务,所以如何提高路径规划精度成为了智能机器人研发的重要方向。为此,在农业机器人行走环境的特殊性基础上,采用视觉传感技术对农业智能机器人在田间垄沟环境下自主行走的方向及角度进行识别,运用图像处理及回归分析拟合的方法,规划判断出机器人行走方向与垄沟延伸方向的夹角,进而指导机器人运动。实验是在MATLAB环境下进行仿真,结果表明,此方法能够准确地判断机器人的转向及角度。 相似文献
4.
机器视觉技术在玉米苗期杂草识别中的应用 总被引：3，自引：0，他引：3
杂草严重影响我国的玉米产量,化学除草剂是防治杂草的有效方法,但通常采用粗放的喷洒方式,防治效果较差。精准喷洒极大地降低了除草剂的用量,提高了使用效率。除草剂实现精准喷洒的前提是识别玉米田中杂草位置和种类等信息,而机器视觉是一种开始广泛应用于识别作物田间杂草的方法。为此,设计了一种基于机器视觉的玉米苗期杂草识别方法,采集的图片经过畸变矫正、HSI颜色空间转换和阈值分割后,根据形状和颜色特征提取并识别杂草。田间试验结果表明:在不同播种方式下对玉米和杂草的识别率超过85%,处理单张图片的平均耗时为67ms,能为除草剂的精准喷洒提供信息。 相似文献
5.
机器视觉在除草机器人中的应用 总被引：2，自引：0，他引：2
随着农业自动化技术和农业机器人技术的发展,许多国家和企业开始致力于机器视觉除草机器人的试验与研究。为此,在介绍机器视觉技术系统的基础上,结合除草机器人苗草识别的试验,讨论了机器视觉系统在除草机器人中的应用,详细分析了基于机器视觉的苗草识别系统,并优化其系统的硬件、软件结构、功能以及原理等。 相似文献
6.
基于卷积神经网络的玉米根茎精确识别与定位研究 总被引：4，自引：0，他引：4
为了能精准地识别和定位玉米根茎,本文建立了基于迁移学习方法的玉米根茎检测网络,模拟人眼识别功能从复杂的田间环境中识别和定位玉米根茎,实现履带自走式热雾机玉米行间对行行走。以履带自走式热雾机为图像采集平台获取玉米作物田间图像,采用DOG金字塔算法提取图像中的目标根茎,构成样本训练数据库。通过训练网络,首先实现了单株玉米根茎的精准识别,然后开展玉米作物行间环境下多株玉米根茎精确识别和根茎定位。基于已识别的玉米根茎位置采用最小二乘法拟合行驶路径,试验结果表明,提出的玉米根茎识别方法与传统图像处理的方法相比,具有更好的定位精度,能够实现玉米作物田间路径的准确规划,为履带自走式热雾机玉米行间对行行走提供了技术支撑。 相似文献
7.
机器人在设施农业领域应用现状及发展趋势分析 总被引：1，自引：0，他引：1
机器人技术在设施农业领域的广泛应用,不仅大幅提升农业产量,也能够体现一个国家农业现代化科技水平。机器人操作系统ROS的兴起,逐渐成为国内外设施农业机器人研究开发的热点。对国内外机器人设施农业领域相关研究探讨分析,综述当前机器人在种苗嫁接移栽、喷药施肥、果蔬收获加工、畜禽健康养殖等设施农业领域方面的应用现状,总结归纳SLAM地图构建、自主导航、机器视觉三种机器人关键技术研究趋势,并对比分析路径规划中Dijkstra算法、BFS算法、A*算法的优缺点以及机器视觉在果蔬采摘分选等领域的发展趋势。面对农业向智慧农业方向发展,总结并展望设施农业机器人未来发展趋势。 相似文献
8.
目前,全球农业面临粮食生产效率提高和可持续性管理的挑战,自动导航技术成为提高生产力和资源利用效率的关键技术之一。基于机器视觉技术的基本原理,系统探讨了机器视觉技术在农业机械自动导航应用平台的构建,并提出一种基于颜色和纹理特征组合的田间障碍物识别方法,根据识别结果系统实现自动实时测距与信息反馈,从而实现农业机械的智能导航。 相似文献
9.
随着科学技术的飞速发展,机器视觉技术在不同的应用场景下取得了良好的效果。机器视觉技术通过卷积神经网络、YOLO等模型,可以实现目标检测、目标分类、位置识别等。实践证明,农业机器人进一步结合机器视觉技术可以极大地提高农业智能化水平。基于此,课题组介绍了机器视觉技术在农业中的应用场景,详细分析了农业机器人的定位解决方案,结合单目相机提出了实现目标定位的方法,结合图像特征点提出了农业机器人位置的确定方法。结果表明,机器视觉技术能够实现农业机器人的精确定位,有利于农业的智慧化、自动化发展。 相似文献
10.
针对农业机器人的一个重要类型—采摘机器人,开展了基于机器视觉的路径规划的理论分析和实际应用研究。为了解决苹果采摘机器人中路径规划难度大、最优解求解困难等问题,将MiroSot机器人路径规划系统应用于苹果采摘机器人中,结合采摘机器人作业环境特点和工作需求,采用图像处理技术,设计了具有环境感知、避障和决策能力的采摘机器人路径规划系统。MatLab实验仿真结果表明:系统可以实现无碰撞的最优路径规划,并能够根据环境变化实时进行局部路径规划,证明了系统的实时性、有效性和可行性。 相似文献
11.
依据笋芽出土状态的选择性收获是目前白芦笋公认的最佳收获方式。针对采收过程中机器视觉识别笋尖存在笋尖与垄面纹理和颜色相近等识别难题,本研究提出了一种变尺度感兴趣区域（ROI）检测方法,融合图像色域变换、直方图均值化、形态学和纹理滤波等技术,研究了笋尖识别与精准定位方法;在定位多笋尖坐标基础上,提出了多笋芽的采收路径优化方法,解决了因采收路径不合理导致的采收效率低的问题。首先,通过机器人视觉系统实时采集采收区域图像并进行RGB三通道高斯滤波,采用HSV色域变换并进行直方图均值化处理。在此基础上,对笋尖、土壤进行特征聚类分析,根据笋芽抽发程度研究变尺度ROI检测方法,对采集图像中笋尖的形态学以及笋尖和土壤的纹理进行统计学分析,设定笋尖的似圆度阈值,并参考纹理特征参数,判定笋尖位置,计算其几何中心,获得笋尖轮廓中心坐标。其次,为实现白芦笋的高效采收,根据多目标点与集箱点的位置分布,本研究设计了一种基于多叉树遍历的采收路径优化算法,以获得多个目标笋尖的最优采收路径。最后,搭建采收机器人试验平台开展了笋尖定位与采收验证性试验。结果表明,视觉系统对白芦笋的识别率可达98.04%,笋尖轮廓中心坐标的定位最大误差X方向为0.879 mm,Y方向为0.882 mm,采收笋的个数在不同情况下,采用路径优化后的末端执行器运动距离平均可节省43.89%,末端执行器定位成功率达到100%,在实验室环境下的白芦笋采收率达到88.13%,验证了采用视觉定位的白芦笋采收机器人选择性采收的可行性。 相似文献
12.
13.
14.
为提高猕猴桃采摘机器人导航效率,提出一种基于采样状态实时引导随机树扩展的改进方法(Straight-RRT)。首先,针对传统RRT算法盲目搜索的问题,引入评价指数与阈值划分采样状态,根据采样状态决定采样节点的选取方式,实时引导随机树的扩展。其次,为增强算法对不同环境的自适应性及快速避开不规则障碍物,引入动态阈值并优化最近节点选择机制。最后对路径进行优化处理,去除路径冗余点并采用贝塞尔曲线平滑路径减小路径复杂度。基于棚架式猕猴桃果园环境进行路径规划实验,实验结果表明改进后算法在猕猴桃果园环境中具有更好的适应性及规划效率,为提高猕猴桃采摘机器人导航效率提供了解决方法。 相似文献
15.
为提高猕猴桃采摘机器人导航效率,提出一种基于采样状态实时引导随机树扩展的改进方法（Straight-RRT）。首先,针对传统RRT算法盲目搜索的问题,引入评价指数与阈值划分采样状态,根据采样状态决定采样节点的选取方式,实时引导随机树的扩展。其次,为增强算法对不同环境的自适应性及快速避开不规则障碍物,引入动态阈值并优化最近节点选择机制。最后对路径进行优化处理,去除路径冗余点并采用贝塞尔曲线平滑路径减小路径复杂度。基于棚架式猕猴桃果园环境进行路径规划实验,实验结果表明改进后算法在猕猴桃果园环境中具有更好的适应性及规划效率,为提高猕猴桃采摘机器人导航效率提供了解决方法。 相似文献
16.
随着设施农业的发展和农业机械化的要求,对作物的种植管理和收获模式的要求也越来越高。在规模化种植背景下,随着种植面积迅速增长,种植、管理和收获的劳动量也越来越大。研究开发果实收获机器人,实现机械化、自动化与智能化,是现代农业工程的重要课题。在果园采摘机器人自动化作业过程中,远程监控是关键,其不仅可以观测到采摘机器人的作业状态,对于机器人的远程控制也发挥重要的作用。为此,提出了一种基于DWDM光纤传输的采摘机器人远程监控系统,并对系统的性能进行了测试,包括数据传输性能和采摘机器人的作业性能。测试结果表明:采用DWDM光纤传输系统可以成功地将白天和夜间的作业场景图像传输到远程控制终端,在远程控制终端的协同控制作用下,采摘机器人具有较高的果实识别效率和采摘准确率。 相似文献
17.
利用PLC和机器视觉技术,采用图像传感器拍摄水果图像,提取出目标水果图像的坐标和位姿,并以此驱动控制采摘机器人以最优路径和最佳姿态采摘到目标水果。为了验证系统稳定性,在苹果种植区进行了实际采摘试验,结果表明:采摘机器人机械手可以稳定抓持到目标苹果并完成采摘过程,且期间耗时较短,具有较强的稳定性。 相似文献