摘要：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。

摘要：为了提高机械臂采摘的效率及增强安全自主性,提出了一种基于改进卷积神经网络和迁移学习的计算机图像识别模型。首先,建立了由可采摘与不可采摘图像组成的样本数据集,将每幅图像的像素设置为256×256;然后,构建基于改进卷积神经网络和迁移学习的计算机图像识别模型,并将自动编码机网络结构与卷积神经网络运算方法相结合,利用自动编码机网络结构具有编码和解码的环节,通过卷积神经网络运算方式构建出一种改进的卷积神经网络;通过卷积层挖掘图片信息中具有采摘信息的特征,同时消除随机环境对图片的干扰,解码部分能够对特征图像进行上采样并判断是否应该进行采摘与采摘姿势;最后,将构建网络模型与迁移学习相结合进行实验,分析迁移学习方法、数据集样本大小、网络参数对实验结果的影响。结果表明:采摘机械臂识别模型整体识别率更高,能够构建出效率更高、鲁棒性更强的采摘控制系统。

摘要：针对大多数核桃种植区采摘核桃仍为人工采摘,效率低下、用工多等问题,设计了一种机械臂和末端执行器协作的采摘装置。首先,采用SolidWorks建立虚拟样机,对末端执行器进行受力分析并且利用ANSYS Workbench中的Static Structural模块对末端执行器关键部件进行静力学分析,得到手指最大应力为17.69 MPa,能够完成果实抓取任务。然后,采用D-H法对机械臂建模,使用MATLAB软件的机器人工具箱(Robotics Toolbox)进行建立机械臂数字模型,并对其进行工作区间分析和轨迹规划仿真。结果表明,所选机械臂和末端执行器能够满足设计要求。

摘要：[目的]为解决非结构化环境下采用深度强化学习进行采摘机械臂路径规划时存在的效率低、采摘路径规划成功率不佳的问题,提出了一种非结构化环境下基于深度强化学习(Deep reinforcement learning, DRL)和人工势场的柑橘采摘机械臂的路径规划方法。[方法]首先,通过强化学习方法进行采摘路径规划问题求解,设计了结合人工势场的强化学习方法;其次,引入长短期记忆(Longshort term memory,LSTM)结构对2种DRL算法的Actor网络和Critic网络进行改进;最后,在3种不同的非结构化柑橘果树环境训练DRL算法对采摘机械臂进行路径规划。[结果]仿真对比试验表明:结合人工势场的强化学习方法有效提高了采摘机械臂路径规划的成功率;引入LSTM结构的方法可使深度确定性策略梯度(Deep deterministic policy gradient,DDPG)算法的收敛速度提升57.25%,路径规划成功率提升23.00%;使软行为评判(Soft actor critic,SAC)算法的收敛速度提升53.73%,路径规划成功率提升9.00%;与传统算法RRT-connect(Rapidly exploring random trees connect)对比,引入LSTM结构的SAC算法使规划路径长度缩短了16.20%,路径规划成功率提升了9.67%。[结论]所提出的路径规划方法在路径规划长度、路径规划成功率方面存在一定优势,可为解决采摘机器人在非结构化环境下的路径规划问题提供参考。

摘要：以果蔬采摘机械臂为研究对象,设计一种能够在特定环境中使用的4自由度果蔬采摘机器臂,利用拉格朗日法建立机械臂运动学分析模型,并进行数值仿真。结果表明:机械臂运动过程平稳,能够满足采摘过程的精确控制和使用,各关节的最大力矩值均在合理设计范围内,能够满足果蔬采摘过程的作业需求。

摘要：对气动式采摘机械臂系统进行研究,利用可编程控制器(PLC)设计了一种采摘机械臂气动控制系统。利用气压传动驱动、双向作动气缸和双控电磁阀相结合的方式,建立采摘机械臂气动系统。基于PLC技术进行气动系统控制器设计,对控制器进行硬件选型和手动控制与自动控制两种工作模式的接线图、控制程序和顺序功能图的设计。试验数据表明:系统在运行过程中平均振动频率较小,不会对控制系统运行产生危害,最小采摘成功率达到80%,具有良好的工作性能和稳定性,可为智能化高性能农业采摘装置的研发提供借鉴。

摘要：双目视觉定位技术是机器人领域对于环境感知的常用技术,特点是参照人眼对环境的认识原理,利用在水平方向设置的固定距离的两个摄像设备获取空间环境数据,指导机器人准确执行预期工作。在葡萄采摘机器人的研发过程中,双目视觉定位是采摘目标定位的关键技术。葡萄采摘对于定位精准度的要求很高,以双目视觉定位技术为基础,配合合理的图像提取逻辑和计算机算法,可有效提高机械臂对葡萄果柄剪切和夹取的准确性。为此,从视觉识别的角度出发,设计了双目相机的功能分配与葡萄采摘关键特征的提取逻辑,优化了双目视觉定位的相机标定、立体匹配和深度计算等关键过程。同时,对葡萄基体的识别与分区和果柄的几何特征与位置确定进行了详细设计,分析了双目定位技术在葡萄采摘机械臂中应用存在的采摘失效的主要因素,并对葡萄采摘自动化技术的进一步提升进行了总结。

摘要：为了实现对采摘机械臂的精准控制,提出了一种基于三轴陀螺仪MPU6050的采摘机械臂动力学数据采集系统,并完成了系统软硬件两方面的设计和研究。其中,硬件部分主要是利用3组MPU6050对3个关节的线加速度和角加速度数据进行采集,然后发给微处理器进行分析处理;软件部分则是根据采摘的信息计算出采摘机械臂位置,并与实际需要达到的位置进行比较,从而实现对控制电机的微调,保证采摘精准度。试验结果表明:采用三轴陀螺仪的机械臂采摘准确率明显高于普通的机械臂,采集各关节线加速度和角加速度的可靠性和准确性较高,满足设计要求。

摘要：针对机器人末端柔性负载的残余振动问题,提出了一种多自由度采摘机械臂振动的滑模控制方法。考虑到组成结构、运动原理、动力方式等因素,构建了多自由度采摘机械臂数学模型。获取采摘机械臂的振动信号,并对其进行特征分析,计算机械臂振动控制量,生成采摘机械臂全局滑模面,设计了具有自动调节系数的滑膜控制器。对比实验显示,优化后的滑膜控制器由于工作时机械臂的运动参数会根据采摘任务产生动态变化,机械臂振动幅值明显减小,振动频率下降,而且能够消除轮廓误差,振动抑制效果明显,能够适合采摘需要。

摘要：采用非线性方程组有限元方法,对采摘机械臂摇杆屈曲和稳定性问题进行了分析。当采用线性有限元对物体受力情况进行分析时,传统的直接迭代会在极值点失效,而本文采用了新的弧长迭代格式,能有效解决这一计算难题。ANSYS WORKBENCH仿真结果表明:对采摘机械臂摇杆添加负载时,其位移变形范围和应变力分布范围都满足设计需求,对后续采摘机械臂摇杆的模态和瞬态动力学分析具有一定的参考价值。