共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
为实现柑橘采摘的机械化、智能化,设计了一款欠驱动式柑橘采摘末端执行器。该执行器通过三指充分抓握与偏转的融合控制,实现对不同大小及椭圆度的柑橘的稳定采摘。针对不同尺寸柑橘采摘需求,设计了双连杆并联式手指,在抓握直径差异较大的柑橘时,手指能够自动进行抓取或捏取动作,并实现被动柔顺。通过静力学分析,得到抓取力与电机输出力矩间的关系。针对不同椭圆度柑橘采摘需求,为手指根部添加旋转关节。在建立电机驱动控制系统模型的基础上,提出基于电流反馈的主动柔顺控制策略,指根能够旋转合适的角度使指面与柑橘表面紧密贴合,在防止手指棱边刮伤柑橘表皮的同时,增大接触面积、提高摩擦力。仿真结果表明,该末端执行器结构在运动学方面满足设计要求。制作物理样机并在实验室环境下进行了柑橘抓取试验,试验结果表明采摘执行器针对直径30~100mm的柑橘抓取成功率为98.3%,平均耗时5.3s。该末端执行器能够针对不同尺寸、不同形状的柑橘实现采摘功能,具有适应性强、抓取稳定、不损伤果实等优点。 相似文献
6.
7.
8.
9.
10.
扰动柑橘采摘的实时识别与采摘点确定技术 总被引:9,自引:0,他引:9
对成熟柑橘果实在扰动状态下的视觉识别定位技术进行研究。利用ANSYS进行了扰动柑橘的动力学分析,结合图像处理分析结果,确定了微扰动柑橘的运动规律为类单摆运动;对采集的微扰动柑橘视频进行图像处理,设定规则选取视频中的图像,利用改进的K-means聚类分割法结合优化Hough圆拟合方法实现柑橘果实的分割;根据图像分割结果,对柑橘的二值图像进行Hough直线拟合,结合直线斜率在-0.45~0.45的约束条件,确定扰动柑橘的有效采摘点。试验结果表明该方法能有效地识别自然环境中的微扰动柑橘,确定扰动果实采摘点的准确率达85%,采摘点确定的处理时间在7.58~9.24 s范围内。 相似文献
11.
仿蛇嘴咬合式柑橘采摘末端执行器设计与实验 总被引:2,自引:0,他引:2
提出了通过改进采摘机器人的末端执行器来实现未知柑橘果柄空间方位的柑橘采摘,以提高采摘机器人的采摘能力。对柑橘果柄生长情况进行了调研,定义了果柄倾角并进行了统计,对果柄极限位置的剪切要求进行了分析并得出了末端执行器的设计要求。根据蛇的咬合动作和蛇嘴骨骼的特殊结构,通过仿照蛇嘴结构设计咬合式末端执行器能够满足设计要求。对蛇头骨骼结构进行了简化,提出了两种设计思路,并据此分别设计了两种机构的初步模型,经过运动学分析确定了较优方案,并对初步模型进行了优化,确定了末端执行器的三维模型。根据三维模型建立了末端执行器的运动学模型,并进行了运动学分析和仿真,保证了机构设计合理。制造了咬合式末端执行器样机并通过课题组自行研制的柑橘采摘机器人进行了实验室环境和自然环境的实验验证。实验结果表明,在实验室环境下,果柄倾角为0°、气压为0.6 MPa、果柄直径不超过4.0 mm条件下的切断成功率不小于95%,不同果柄倾角的总体切断成功率为97.5%;在室外环境下,收获柑橘的总成功率为87.5%,基本实现了未知果柄空间方位下对柑橘的采摘。 相似文献
12.
13.
14.
对3自由度柑橘采摘机械臂控制算法进行研究。调用OpenGL相关函数建立3D仿真模型,利用DH参数法与雅克比矩阵求逆法对机械臂进行运动学正解与逆解建模,并使用robotic toolbox对所获得的运动学逆解结果进行验证。利用拉格朗日法进行动力学计算,并模拟机械臂实际工作中的受力情况。结果表明,控制算法控制效果良好,能满足柑橘采摘机械臂运动控制的要求。 相似文献
15.
随着现代农业技术的发展,柑橘的生产与采收自动化是必然趋势,而柑橘的目标识别是实现采摘自动化的重要环节。提出一种基于树莓派的柑橘识别系统,以树莓派作为软件程序平台,应用Python语言构建卷积神经网络模型,利用TensorFlow平台实现柑橘的识别。通过机器视觉采集柑橘树的相关数据,结合深度学习算法,对柑橘树上的柑橘进行识别及计数。经过测试,识别正确率约为92.4%。此外,利用GPS模块进行识别位置定位,确定区域内的柑橘密度及使用光照强度传感器测量环境光照强度对图像进行直方图均衡化处理,降低光照对柑橘识别的影响。 相似文献
16.
17.
智慧果园是未来果园行业发展的趋势,智能化果实采摘是发展智慧果园的关键问题。为实现智能化果实采摘,本文搭建了一种适用于丘陵果园矮化栽培模式下的柑橘采摘机器人系统。针对丘陵果园垄间地面凹凸不平,存在地形倾斜角0°~20°,设计了一种自适应调平平台保持机械臂基座水平;通过视觉系统获取多幅点云图像建立果树的三维点云模型,获取果实位置信息;为避免采摘时造成果实损伤,结合柑橘类水果的采摘特点,设计了一种剪切夹持一体化的末端执行器完成柑橘采摘。针对果园自然环境的主要扰动因素(风和光照)进行分级,设置10组对比试验,结果表明:在低光照或正常光照条件下,平均果实定位准确率为82.5%,末端执行器夹取成功率为87.5%,平均采摘时间最短为12.3s/个;高光照条件下平均果实定位准确率为72%,末端执行器夹取成功率为80%,平均采摘时间最短为12.5s/个。 相似文献
18.
简述了柑橘收获机器人系统组成和技术研究进展,分析了机器人各组成部分的功能、工作原理以及存在的技术问题,并提出了相应的解决办法.为了促使柑橘收获机器人技术的进一步发展,今后的工作主要集中在机械本体的优化设计、果实的智能化识别和定位以及不确定场景下的避障路径规划.在提高工作效率和采摘质量的同时,应考虑尽量降低柑橘收获机器人的制造成本,提高其通用性,以期实现柑橘收获的商业化. 相似文献
19.
20.
利用近红外光谱技术进行了柑橘货架期的快速鉴别模型的研究.在两个不同的时间采集从市场上购买的黄岩地区的32个柑橘(同一时间采摘)的近红外光谱,并将不同时间采集光谱时的柑橘的货架期分别定为1类和2类(间隔为10天),对不同货架期的柑橘样品光谱进行主成分特征提取,将提取的特征变量作为神经网络的输入,建立了基于主成分和神经网络的近红外光谱柑橘货架期的快速鉴别模型.所建模型对1类中7个样品货架期的鉴别结果中有4个样品的货架期预测准确率在90%以上;对2类中8个样品货架期的鉴别结果准确率均在90%以上.结果表明,近红外光谱技术可以很好地进行柑橘类水果的货架期的快速鉴别. 相似文献