共查询到17条相似文献，搜索用时 687 毫秒
1.
为实现篱架式栽培的食用葡萄自动化采摘,设计了一种关节型四自由度(4-DOF)机械臂,并利用DH参数法建立机械臂的连杆坐标系。通过MatLab里的Robotics Toolbox建立机械臂的数学模型,对机械臂的正、逆运动学进行仿真,对末端执行器走直线轨迹进行了轨迹规划。利用ADAMS建立机械臂的虚拟样机,将轨迹规划仿真数据作为驱动,进行动力学仿真,获得夹持2kg葡萄时腰关节、肩关节、肘关节及腕关节所需驱动力矩分别为95、52、48、12N·m,从而为采摘机械臂的物理样机制造与采摘试验提供了技术依据。 相似文献
2.
针对作业空间较小的大棚果蔬采摘环境,研制了串联式4自由度关节型果蔬采摘机械臂。采用SolidWorks建立了机械臂的3维模型,在拉格朗日法建立动力学分析模型的基础上,利用ANSYS和ADAMS分析软件,对机械臂进行静态结构分析和运动学、动力学仿真分析。静力学仿真结果表明,机械臂的最大应力为8.181 8 MPa,最大形变为0.000 329 11 m,结构设计合理,强度符合要求;运动学仿真结果表明,机械臂可以精确到达目标位置,运动过程平稳;动力学仿真结果表明,各关节的最大力矩均在安全合理的范围。为进一步验证设计的合理性,对研制的果蔬采摘机械臂进行了性能测试,结果表明机械臂定位精度最大误差±2.5 mm,平均误差±1.1 mm,带载能力3 kg,机械臂运动平稳,可以满足果蔬采摘作业要求。 相似文献
3.
首先,介绍了数字国画的产品设计,并将其应用在采摘机器人动作仿真中;然后,分析了采摘机器人机械臂运动学和动力学模型,对机械臂的驱动控制进行了深入研究;最后,基于Matlab对采摘机器人动作“掰”进行了仿真分析。结果表明：随着姿态角β或γ的增大,苹果与果枝连接处产生的力矩都会发生变化;而使用动作“掰”采摘苹果时,改变姿态角γ更容易采摘到苹果。 相似文献
4.
《农业装备与车辆工程》2017,(11)
对空间3R机械臂建立的虚拟样机模型进行模拟仿真。由于对机械臂的运动学与动力学分析较为困难,导致机械臂的控制难度较大,不利于其扩大应用范围。针对三自由的机械臂的动力学问题,使用D-H坐标法建立运动学模型,使用逆运动学规划运动轨迹后,利用MATLAB中的SimMechanics工具箱来建立模型,以便对机械臂的运动进行模拟仿真,然后得到运动的模拟图和各个关节的驱动力矩,并验证模型的合理性。 相似文献
5.
击打式松果采摘机器人设计与试验 总被引：2，自引：0，他引：2
针对人工采摘松果过程中存在严重安全隐患的问题,设计了一种击打式松果采摘机器人,该机器人系统主要由电机驱动模块、主控模块、视觉模块、夹持模块、采摘模块组成,视觉模块完成松果识别与定位,实时反馈给主控模块,并控制电机驱动模块,配合夹持模块和采摘模块作业实现松果采摘。采用Matlab仿真软件建立松果采摘机器人运动学模型,求解出机械臂工作空间为直径4.5 m的球体;基于冲量原理和Lagrange方程建立碰撞动力学模型,通过动态分析求解出碰撞后各关节保持原有运动规律所需的驱动力矩;运用静力学原理建立关键组件有限元模型,利用ANSYS Workbench对结构进行优化设计,优化后其安全系数最低为1.577 1,支撑关节最大变形4.148 4 mm。仿真结果表明:该机器人结构在运动学、动力学及静力学方面均满足设计要求。制作物理样机并在实验室环境下进行了松果采摘试验,样机初始状态尺寸1 000 mm×1 200 mm×1 100 mm,试验结果验证了机器人结构设计的合理性与实用性。 相似文献
6.
7.
文章在空间三自由度机械臂的基础上展开相应的研究工作,通过仿真建模的方式得出在不同作用力矩下不同关节间的动力学响应,并对模型的准确程度进行合理的验证。通过对仿真结果分析不难看出,建成后的建动力学模型较为精准,能很明显地表达不同转角由于关节力矩间的差异性而出现的耦合行为。 相似文献
8.
为了实现采摘机器人机械手臂运动虚拟仿真过程的交互性,基于Java3D和VRML虚拟现实技术,提出了一种机械臂交互式三维场景生成及运动仿真系统。为了验证系统的可行性,以采摘机器人机械臂为研究对象,设计了基于采摘机器人机械臂运动仿真系统,并基于网络的特征,通过接口导入机械臂关节的造型文件,实现了采摘机器人机械臂仿真三维虚拟场景创建。对仿真系统进行了实验,结果表明:开发的采摘机器人机械臂三维运动仿真系统可以对采摘路径进行合理的规划,得到和实验基本吻合的轨迹,能够实时地显示关键力矩的变化,为关节结构的优化提供了数据参考。将仿真目标位置和预设位置进行对比发现,最大位置偏差不超过1 mm,从而验证了运动模型和算法的可靠性。 相似文献
9.
介绍了卷积神经网络的基本结构及其工作原理，基于DH参数法建立了采摘机械臂运动模型，并设计了一套采摘机械臂无碰撞运动规划算法，旨在实现对采摘机械臂的精确控制。MatLab仿真试验表明：采摘机械臂在系统的驱动控制下，能够准确从起点移动到目标点，轨迹比较圆滑，且能以最优的圆弧路径避开障碍物，优化效果明显，能够满足采摘机器人作业需求，证实了该算法的稳定性和可靠性。 相似文献
10.
由于香蕉果串的结果高度和果形尺寸较大，且采摘过程极易发生损伤，给其采摘带来极高难度，目前仍停留在比较落后的人工采摘方式上，劳动强度大。为此，提出了一种香蕉采摘与吊运作业机器人，可将香蕉果柄的切割、夹持和香蕉果串的吊放作业整体性完成，其机械系统主要由伺服连杆机械臂、夹持与切割末端执行器和液压履带行走动力单元等部分组成。工作时，末端执行器夹持与切割香蕉果柄的直径范围为40～150mm,液压履带车行走的最大行走速度为1.07m/s。通过基于ADAMS的机械系统运动和动力学仿真分析获得了伺服连杆机械臂的作业范围，以香蕉按照宽窄行宜机化种植模式为基础，对接近实际情况的伺服驱动作业流程进行了仿真研究，验证了各伺服电机的驱动能力。 相似文献
11.
基于改进人工势场的苹果采摘机器人机械手避障方法 总被引：3，自引：0，他引：3
针对非结构化环境下的采摘机器人机械手实时避障问题,提出一种改进人工势场法的避障路径规划方法。根据自行研制的5自由度苹果采摘机器人机械手具体结构和障碍物特征,进行机械手运动学分析和障碍物建模;在保留传统人工势场法易于实现、结构简单等优点的基础上,针对其存在的局部极小点、陷进区等问题,结合果树生长环境中障碍物的特点,通过引入虚拟目标点使搜索过程跳出局部最优的极小点,从而实现机械手避开障碍物到达目标的灵活避障;将该方法应用于机械手末端位置、障碍物位置和目标位置已知条件下的采摘机器人机械手实时避障任务中,仿真和实验研究结果表明此方法简单,实时性好,能够有效地避开障碍物,成功到达目标位置,适合自然生长状态下苹果的自动采摘。 相似文献
12.
以苹果采摘机械手运动控制为研究对象,对机械手进行运动学分析与建模,设计了基于PLC的机械手硬件框架与运动控制方案、人机交互上位机和机械手轨迹规划的实验系统。实验结果表明:采用PLC控制器的苹果采摘机械手软硬件均能正常运行,该系统具有可靠性高、实时性和稳定性好等优点,对于农业采摘机器人快速识别目标并进行正确采摘作业具有很大帮助。 相似文献
13.
免耕播种机动态仿生破茬装置设计与参数试验优化 总被引：2，自引：0，他引：2
针对中国东北地区玉米秸秆粗壮量大、不易腐烂,造成免耕播种机破茬防堵装置秸秆根茬切断率低和作业所需切割扭矩大的技术难题,以蝗虫口器多段阶梯锯齿状结构和双上颚异向等速咬合运动方式为仿生原型,设计一种可在东北地区实现高效破茬防堵作业的动态仿生破茬装置。通过仿生构建、机构设计、理论分析和参数优化等方法设计了行星齿轮变速机构和仿生破茬刀;运用Arduino系统和智能控制方法设计了智能驱动系统,实现了运动方式-结构耦合仿生;通过参数优化试验和回归分析等方法,研究了结构和作业参数对秸秆切断率和切割扭矩的影响规律,并得出最佳参数组合:作业速度为10 km/h,回转半径为250 mm,正转破茬刀仿蝗虫口器刀片数量为9,反转破茬刀仿蝗虫口器刀片数量为18;最终通过对比试验得出动态仿生破茬装置相较于被动缺口圆盘破茬刀可提高秸秆根茬切断率22.6%~27.4%;相较于驱动缺口圆盘破茬刀可提高秸秆根茬切断率8.6%~13.5%,降低扭矩输出19.5%~21.8%;作业后使用共聚焦激光扫描仪进行耐摩擦磨损对比试验,其平均表面粗糙度和最大磨痕深度相较于驱动缺口圆盘破茬刀分别下降14.5%和15.9%。 相似文献
14.
15.
为了提高苹果的采摘效率、降低采摘过程的漏采率和破碎率,设计了一种新的六自由度的采摘机械手。该机械手可以完成夹紧、旋转、俯仰、摇摆及回转动作,通过神经网络迭代学习算法,可以有效地控制机械手的运动轨迹,提高采摘过程的自动化程度。为了验证六自由度机械手对苹果采摘的有效性和可靠性,对机械手进行了苹果采摘测试,并使用脉冲神经网络PID调节的方式调节轨迹控制误差。通过测试发现:该机械手的误差较小,可以有效地完成采摘作业,且漏采率和破碎率都很低,是一种高效的苹果采摘机械手,可以在其他果蔬采摘作业中进行设计和推广。 相似文献
16.
利用模式识别中的图像处理技术,采用TI公司Sitara系列的AM5728处理器,通过视觉系统和舵机驱动方法,实现了一套采摘机械手控制系统。试验结果表明:该采摘机械手控制系统,能够实现对目标果实的准确采摘,正确采摘率为89%,采摘一个苹果耗时9s,系统具有速度快、准确性高和可行性强等特点,能够满足一般的果实采摘,具有很好的实用性。 相似文献
17.
为了提高果蔬的采摘效率,对果蔬采摘机器人进行了改进,设计了一种新的多机械手的编码控制采摘机器人。通过对机器人功能和结构的设计,使机器人具有了利用机器视觉技术的图像边缘提取来划分每个机械手的作业区间的功能,并可以利用编码器对每个机械手进行编码,从而完成多机械手的协同作业。对机器人的采摘作业性能进行了测试,首先利用机器视觉模块完成了苹果采摘区间的划分,并预设了每个机械手的采摘作业轨迹,利用编码器对预设轨迹进行了追踪。通过测试发现:机器人多机械手的实际追踪轨迹和预设轨迹的误差很小,满足设计需求,多机械手的协同采摘平均速度可以达到80个/min以上,具有高效的果蔬采摘性能。 相似文献