摘要：针对采摘机器人对果蔬的位置定位不够准确、无法准确避障,导致采摘效率较低的问题基于深度双目视觉处理对智能采摘机器人进行了设计。智能采摘机器人的主要组成包括PLC控制器、视觉系统、移动平台、导航系统、机械臂、通信系统和电源。为了对采摘机器人的机械臂进行最优路径规划并避障,通过对采集的图像进行预处理后,利用双目视觉系统对果蔬进行精准定位,然后采用哈夫变换直线检测的方法进行最优路径的设计和选择,最终确定最优采摘路径。对采摘机器人进行运动轨迹精度试验和采摘试验,结果表明:采摘机器人对果蔬的采摘成功率较高,可以满足果农对于采摘机器人的要求。

摘要：为了能够在缩短周期的同时,设计出性能优良的智能采摘机器人。采用形态分析法,通过整理功能和技术手段的对应关系,构建形态分析矩阵。通过对每项功能的实现方案进行分析,得到了最终的设计方案。完成了采摘机器人的结构设计、控制系统硬件和软件设计以及模型机器人的制作。通过对模型机器人的性能测试可知,各项指标基本满足要求,机器人能够正常运行。说明形态分析法在提升设计效率的同时,能够获得比较合理的设计方案。为后续同类型机器人的研发,提供了一种可供参考的设计思路。

摘要：以智能采摘自动识别定位方式为研究对象,对葡萄自动采摘前端的图像采集和分析处理过程进行分析,利用VUE自底向上逐层构建的方式,设计一种能够对目标进行自动识别定位的智能采摘机器人识别定位算法。采用高清相机对采摘目标图像进行采集,将原始图像进行二值化处理,获取图像灰度等级,并采用葡萄图像分割的方式获取葡萄采摘点,最后通过最小角度拟合的方式确定葡萄果梗采摘点。试验结果表明:智能采摘机器人前端识别定位方法平均运行成功率高于90%,平均运行时间0.65s,能够快速准确地进行采摘对象识别定位,可为智能采摘机器人技术的推广提供理论基础。

摘要：智能采摘机器人广泛应用于农业生产中,其协同作用直接影响采摘效率。为了提高智能拣选机器人的生产效率,在采摘机器人的设计和制造中引入了FDM技术。为提高智能采摘机器人的生产设计水平,设计出一种基于多媒体武术教学系统的开放式、协同化、智能化的采摘机器人机械部件设计控制平台。基于FDM和WEB的智能远程协作技术,采用远程多媒体技术,实现远程CAD制造和零件制造的功能。以采摘机器人的机械臂和快速制造为实验对象,对其研发周期和返工数量进行检测,结果表明:采摘机器人机械部件返工率降低,设计研发周期明显缩短,可为采摘机器人的设计及加工提供参考。

摘要：基于对湖北省襄阳市枣阳市平林镇四井岗的桃树果园环境分析,根据果实分布,桃树的排列和高度,果园的地形地势等因素,对智能采摘机器人进行了整体的机构设计。针对识别,定位,采摘,行走这三部分进行了具体的机构设计。运用嵌入式图像识别系统对果实的成熟度进行分析,采用WSN定位技术定位果实位置,采用棒球手套包裹式和真空吸取对果实进行采摘,利用仿生蜘蛛腿式的行走系统适应果园的地面环境。最后,Rhino建立智能采摘机器人的三维模型,进一步完善它的造型设计,提升机构设计的合理性。

摘要：【目的】在整个名优茶制造流程中,名优茶原材料的采摘往往需要耗费大量的人工,并且在采摘过程中极易损坏原本不需要采摘的茶叶。名优茶采摘技术急需迭代更新,需要设计效率更高、成本更低的采摘装置。【方法】课题组设计了一款基于YOLOv5算法的名优茶智能采摘机器人,主要包括数据获取单元、服务器、控制单元、电机驱动器等部分。首先,通过数据获取单元获取设定区域的名优茶及其三维坐标,并将其上传至服务器;其次,服务器通过图像识别算法识别图像内是否为可采摘的名优茶,再将位置信息转换为坐标信息并上传至控制单元;再次,控制单元将坐标信息转换为PWM信号,并传给电机驱动器;最后,根据PWM信号控制滑台向多轴进行移动,并在信号指示位置控制机械手进行名优茶的采摘和收集。【结果与结论】(1)该名优茶智能采摘机器人能显著提高名优茶采摘的效率;(2)通过YOLOv5算法进行图像识别,提高了名优茶采摘的准确度;(3)使用服务器进行图像识别和数据处理的方式,降低了单个设备的价格,有利于推广;(4)通过服务器进行复杂数据处理的方式可以配备大量操作设备,适合大规模采摘,缩短大面积采摘的时间;(5)通过路径规划和红外感应的方式,可以降低对不能采摘的名优茶的损坏。