簡(jiǎn)述除草機(jī)器人的主要結(jié)構(gòu)和工作過(guò)程

1、精選優(yōu)質(zhì)文檔-傾情為你奉上簡(jiǎn)述除草機(jī)器人的主要結(jié)構(gòu)和工作過(guò)程英國(guó)科技人員開(kāi)發(fā)的菜田除草機(jī)器人所使用的是一部攝像機(jī)和一臺(tái)識(shí)別野草、蔬菜和土壤圖像的計(jì)算機(jī)組合裝置，利用攝像機(jī)掃描和計(jì)算機(jī)圖像分析，層層推進(jìn)除草作業(yè)。它可以全天候連續(xù)作業(yè)，除草時(shí)對(duì)土壤無(wú)侵蝕破壞?？茖W(xué)家還準(zhǔn)備在此基礎(chǔ)上，研究與之配套的除草機(jī)械來(lái)代替除草劑。收割機(jī)器人美國(guó)新荷蘭農(nóng)業(yè)機(jī)械公司投資250萬(wàn)美元研制一種多用途的自動(dòng)化聯(lián)合收割機(jī)器人，著名的機(jī)器人專(zhuān)家雷德·惠特克主持設(shè)計(jì)工作，他曾經(jīng)成功地制造出能夠用于監(jiān)測(cè)地面扭曲、預(yù)報(bào)地震和探測(cè)火山噴發(fā)活動(dòng)征兆的航天飛機(jī)專(zhuān)用機(jī)器人?；萏乜碎_(kāi)發(fā)的全自動(dòng)聯(lián)合收割機(jī)器人很適合在美國(guó)一些專(zhuān)屬農(nóng)

2、墾區(qū)的大片規(guī)劃整齊的農(nóng)田里收割莊稼，其中的一些高產(chǎn)田的產(chǎn)量是一般農(nóng)田的十幾倍大田除草機(jī)器人:農(nóng)業(yè)專(zhuān)家采用計(jì)算機(jī)、定位系統(tǒng)(GPS)和靈巧的多用途拖拉機(jī)綜合技術(shù)，研制出可準(zhǔn)確施用除草劑除草的機(jī)器人。首先，由農(nóng)業(yè)工人領(lǐng)著機(jī)器人在田間行走。在到達(dá)雜草多的地塊時(shí)，它身上的GPS接收器便會(huì)顯示出確定雜草位置的坐標(biāo)定位圖。農(nóng)業(yè)工人先將這些信息當(dāng)場(chǎng)按順序輸入便攜式計(jì)算機(jī)，返回場(chǎng)部后再把上述信息數(shù)據(jù)資料輸?shù)酵侠瓩C(jī)上的一臺(tái)計(jì)算機(jī)里。當(dāng)他們?nèi)蘸篑{駛拖拉機(jī)進(jìn)入田問(wèn)耕作時(shí)，除草機(jī)器人便會(huì)嚴(yán)密監(jiān)視行程位置。如果來(lái)到雜草區(qū)，它的機(jī)載桿式噴霧器相應(yīng)部分立即啟動(dòng)，讓化學(xué)除草劑準(zhǔn)確地噴撒到所需地點(diǎn)。菜田除草機(jī)器人:科技人員開(kāi)發(fā)

3、的菜田除草機(jī)器人所使用1.除草機(jī)器人的基本構(gòu)成 除草機(jī)器人除草機(jī)器人硬件部分由主體、多關(guān)節(jié)機(jī)械臂、末端執(zhí)行器以及起非常重要作 用的攝像頭等組成。軟件部分主要包括導(dǎo)航控制和雜草檢測(cè)。攝像頭拍攝的圖片 送 PC 機(jī)處理，所得結(jié)果分別用于控制主體自主行走和機(jī)械臂定點(diǎn)除草。各種部 件的聯(lián)系極為重要，特別是導(dǎo)航攝像頭的圖像分析與執(zhí)行端的運(yùn)動(dòng)學(xué)分析 。 2除草機(jī)器人的關(guān)鍵技術(shù)及其原理 在除草機(jī)器人的設(shè)計(jì)和控制中， 導(dǎo)航攝像頭的圖像分析和執(zhí)行器的運(yùn)動(dòng)學(xué)分 析，參數(shù)的輸入控制與 PC 機(jī)軟件的結(jié)合，還有除草方法的選擇都具有極其重要 的意義。 1） 視覺(jué)圖像分析及其導(dǎo)航 ）利用機(jī)器視覺(jué)導(dǎo)航技術(shù)引導(dǎo)除草機(jī)器人沿著

4、農(nóng)作物行自動(dòng)行走,行走時(shí)又利 用機(jī)器視覺(jué)技術(shù)檢測(cè)農(nóng)作物行間雜草。除草機(jī)器人多關(guān)節(jié)機(jī)械臂運(yùn)動(dòng)到雜草區(qū) 域 ,切割雜草并涂抹除草劑,執(zhí)行結(jié)束后再繼續(xù)行走。在整個(gè)過(guò)程中機(jī)器人的圖 像識(shí)別能力直接決定了機(jī)器人的成功與失敗， 而圖像識(shí)別的配準(zhǔn)還有分辨深度的 問(wèn)題一直是我們大學(xué)或者科研的難題之所在。 現(xiàn)在在這方面的研究又處于不斷進(jìn)步的水平,以下是國(guó)內(nèi)外的一些典型的研 究方法: 1,基于 OCD-ICP(優(yōu)化角點(diǎn)集提取迭代最近點(diǎn))的圖像配準(zhǔn)方法.該方 法利用圖形學(xué)原理,對(duì)圖像邊緣角點(diǎn)候選點(diǎn)集提出了四個(gè)篩選規(guī)則,逐步篩選得 到優(yōu)化的角點(diǎn)集,并在此基礎(chǔ)上利用迭代最近點(diǎn)的方法得到最優(yōu)配準(zhǔn); 2, 基于 SIFT

5、特征提取算法與 KD 樹(shù)搜索匹配算法相結(jié)合的新方法,通過(guò)對(duì) 候選特征點(diǎn)進(jìn)行多次模糊處理,使其分布在高斯差分圖像的灰度輪廓線邊緣,利 用 SIFT 特征提取算法找到滿足極限約束的極值點(diǎn);通過(guò) KD 樹(shù)最鄰近點(diǎn)搜索和匹 配算法使處理后的特征點(diǎn)與原始圖像進(jìn)行特征匹配,快速找出匹配正確的特征 點(diǎn); 3, 基于 HSI 顏色分量的顏色特征提取方法.該方法結(jié)合 HSI 顏色分量反映 物體本質(zhì)顏色的特點(diǎn)和直方圖多閾值分類(lèi)對(duì)圖像內(nèi)容的自適應(yīng)優(yōu)點(diǎn),采用直方圖 多閾值分類(lèi)方法量化各 HSI 顏色分量,組合量化后的顏色分量提取圖像顏色特征. 對(duì)該方法提取的視覺(jué)圖像顏色特征進(jìn)行聚類(lèi),并對(duì)視覺(jué)圖像進(jìn)行分割; 4, 基于

6、分量直方圖的自適應(yīng)分割方法 .首先對(duì)圖像的 3 個(gè)分量統(tǒng)計(jì)直方 圖進(jìn)行自適應(yīng)分割 ,確定出各分量的分類(lèi)數(shù)目及類(lèi)的取值范圍 ;然后 ,對(duì)分割 類(lèi)進(jìn)行分量間組合 ,獲得原圖像中主要的幾種顏色 ;最后以這些顏色作為聚類(lèi) 中心 ,按照顏色相似性準(zhǔn)則對(duì)圖像進(jìn)行聚類(lèi)分割; 5采用了將 RGB 和 HSV 兩種色彩系統(tǒng)混合使用的方法,提出了基于顏色信息 的 RGB 和 HSV 模型下利用雙閾值圖像分割的方法. 大部分方法都是多種原理并用，采用先進(jìn)的彩色處理技術(shù)，基于一定的平臺(tái) 技術(shù)。我國(guó)的技術(shù)還有很大的需求和發(fā)展空間,國(guó)外在這方面的研究比較成熟和 先進(jìn)一些 2） 機(jī)構(gòu)的移動(dòng)方法及其運(yùn)動(dòng)學(xué)分析 ） 機(jī)構(gòu)的移動(dòng)

7、方法及其運(yùn)動(dòng)學(xué)分析 的移動(dòng)方法及其 1球形運(yùn)動(dòng)分析 球形運(yùn)動(dòng)分析：球形移動(dòng)機(jī)器人具有運(yùn)動(dòng)靈活的優(yōu)點(diǎn),且在運(yùn)動(dòng)中不存在翻仰 球形運(yùn)動(dòng)分析 問(wèn)題。因此在工業(yè)、民用、國(guó)防以及空間探索等領(lǐng)域具有廣泛的應(yīng)用前景。主要 的研究工作如下: 首先,基于歐拉拉格朗日方法建立球形移動(dòng)機(jī)器人的動(dòng)力 學(xué)模型,利用坐標(biāo)變換和輸入控制變換對(duì)模型進(jìn)行降階和標(biāo)準(zhǔn)型處理,并設(shè)計(jì)雙回 路線性運(yùn)動(dòng)控制策略;提出球形移動(dòng)機(jī)器人的動(dòng)態(tài)平衡問(wèn)題,分別建立球殼質(zhì)量分 布均勻和非均勻條件下的平面動(dòng)力學(xué)模型,利用部分線性化方法將模型分別變換 為非“三角”正則形式的和“三角”正則形式的級(jí)聯(lián)非線性模型,并設(shè)計(jì)指數(shù)穩(wěn) 定的動(dòng)態(tài)平衡控制策略;分別對(duì)提

8、出的運(yùn)動(dòng)控制和平衡控制策略進(jìn)行穩(wěn)定性分 析、仿真和實(shí)驗(yàn)研究。 其次,將球形移動(dòng)機(jī)器人分別簡(jiǎn)化為“球殼重?cái)[”模 型和“球殼框架”模型,建立兩者的動(dòng)力學(xué)微分方程,并通過(guò)求解微分方程的 近似解研究驅(qū)動(dòng)機(jī)構(gòu)在兩個(gè)驅(qū)動(dòng)軸方向上的運(yùn)動(dòng)特性。 2 全方位移動(dòng)：全方位移動(dòng)機(jī)器人由三個(gè)輪式模塊化單元和一個(gè)連接平臺(tái)組 全方位移動(dòng) 成。輪式模塊化單元是一個(gè)模塊化萬(wàn)向單元稱(chēng)為 MUU,具有俯仰、偏航和回轉(zhuǎn)三 個(gè)自由度。MUU 的圓柱形鋁合金外殼上安裝了一系列的被動(dòng)輪,這些被動(dòng)輪機(jī)構(gòu) 使 MUU 成為一個(gè)大的全方位驅(qū)動(dòng)輪。 MUU 在垂直于身體軸線方向能夠提供較大 驅(qū)動(dòng)力,而在身體軸線方向的作用力由小被動(dòng)輪卸載,從而實(shí)

9、現(xiàn)萬(wàn)向輪的功能。高 度的集成性使 MUU 的通訊和更換易于實(shí)現(xiàn)。移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)分析證明了該 機(jī)器人的運(yùn)動(dòng)靈活性。最后,給出了該機(jī)器人的運(yùn)動(dòng)實(shí)驗(yàn)和仿真結(jié)果。 3 基于 ADAMS 的移動(dòng)： 的移動(dòng)： 主要研究利用基于 ADAMS 的虛擬樣機(jī)技術(shù)重建移動(dòng)機(jī) 器人在不同路面條件下的滑移量,并進(jìn)行滑移補(bǔ)償控制的問(wèn)題。首先利用機(jī)械系 統(tǒng)動(dòng)力學(xué)分析軟件 ADAMS 創(chuàng)建輪式機(jī)器人的整體模型(包括車(chē)體模型、 路面環(huán)境 模型以及輪胎模型)。利用此模型在 ADAMS 環(huán)境中進(jìn)行仿真,模擬在不同路面條 件下移動(dòng)機(jī)器人的滑移效果,并根據(jù)機(jī)器人的運(yùn)動(dòng)學(xué)特性重建出不可測(cè)的滑移 量。將滑移量傳遞給控制器參數(shù)設(shè)計(jì)出滑移

10、補(bǔ)償控制器,并進(jìn)行了 ADAMS 與 MATLAB 聯(lián)合仿真。 仿真效果表明該控制器可以有效地補(bǔ)償滑移效果,改善移動(dòng)機(jī) 器人在滑移狀態(tài)下的控制精度。 4 小型地面移動(dòng)： 小型地面移動(dòng)： 一種帶前擺臂結(jié)構(gòu)的小型地面移動(dòng)機(jī)器人,建立了該機(jī)器人的 運(yùn)動(dòng)學(xué)模型,確定了該機(jī)器人驅(qū)動(dòng)輪轉(zhuǎn)角與機(jī)器人位姿間的關(guān)系,為小型地面移動(dòng) 機(jī)器人的控制系統(tǒng)的設(shè)計(jì)提供了理論依據(jù)。 該機(jī)器人的控制系統(tǒng)采用上下位機(jī)控 制方式實(shí)現(xiàn)了對(duì)機(jī)器人的遙控控制,即上位機(jī)為 PC 機(jī),下位機(jī)采用單片機(jī)。采用 流向控制標(biāo)志位查詢(xún)判斷驅(qū)動(dòng)信號(hào)的流向,使機(jī)器人移動(dòng)載體、擺臂和攝像裝置 的驅(qū)動(dòng)電機(jī)可以協(xié)調(diào)運(yùn)動(dòng)。對(duì)該機(jī)器人各機(jī)構(gòu)的運(yùn)動(dòng)進(jìn)行了仿真,并

11、得到了機(jī)構(gòu) 勻速運(yùn)動(dòng)過(guò)程中的主驅(qū)動(dòng)軸轉(zhuǎn)角、 擺臂轉(zhuǎn)角及攝像頭轉(zhuǎn)角等 3 個(gè)主要機(jī)構(gòu)的運(yùn)動(dòng) 參數(shù)曲線,驗(yàn)證了機(jī)器人各機(jī)構(gòu)的運(yùn)動(dòng)性能。 5 多 運(yùn)動(dòng)狀態(tài)下移動(dòng) 通過(guò)對(duì)關(guān)節(jié)履帶式移動(dòng)機(jī)器人越障過(guò)程的運(yùn)動(dòng)分析,基 運(yùn)動(dòng)狀態(tài)下移動(dòng): 于履帶車(chē)輛行駛力學(xué)分析及牛頓歐拉方程,建立了機(jī)器人復(fù)合越障運(yùn)動(dòng)狀態(tài)的 動(dòng)力學(xué)模型.并以車(chē)體的運(yùn)動(dòng)為控制目標(biāo),分析計(jì)算了車(chē)體、擺臂的運(yùn)動(dòng)變化以及 驅(qū)動(dòng)力矩的變化.仿真圖形驗(yàn)證了機(jī)器人具有良好的運(yùn)動(dòng)穩(wěn)定性,為機(jī)器人越障過(guò) 程的控制奠定了基礎(chǔ). 6 基于視頻的運(yùn)動(dòng)物體的實(shí)時(shí)運(yùn)動(dòng)：數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)是近年來(lái)發(fā)展 基于視頻的運(yùn)動(dòng)物體的實(shí)時(shí)運(yùn)動(dòng) 十分迅速的研究方向,目前正廣泛地應(yīng)

12、用于軍用和民用等各個(gè)領(lǐng)域,是智能機(jī)器獲 取外部信息和理解世界的重要途徑。 運(yùn)動(dòng)檢測(cè)與目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)中兩個(gè)最 重要的應(yīng)用,也是本文的研究?jī)?nèi)容。 本文的研究背景是為自主移動(dòng)機(jī)器人在室內(nèi) 環(huán)境的世界建模和路徑規(guī)劃、導(dǎo)航等高層決策提供關(guān)鍵信息,特別是為機(jī)器人的 環(huán)境監(jiān)控、目標(biāo)跟隨、避障等任務(wù)提供判斷和決策依據(jù)。運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤作 為兩個(gè)相對(duì)獨(dú)立的計(jì)算機(jī)視覺(jué)應(yīng)用,在文中分別進(jìn)行了算法理論的研究和實(shí)驗(yàn)驗(yàn) 證。 對(duì)于運(yùn)動(dòng)檢測(cè),本文采用了基于多高斯背景模型的背景差分算法作為核心算 法,同時(shí)引入高斯濾波圖像預(yù)處理以及形態(tài)學(xué)處理算法作為輔助,提出了一套完整 的運(yùn)動(dòng)檢測(cè)算法方案并在實(shí)驗(yàn)中進(jìn)行驗(yàn)證。 本文針對(duì)

13、該算法本身的缺陷導(dǎo)致周期 性大面積誤檢測(cè)的問(wèn)題,提出了新的模型更新算法加以解決;以及針對(duì)無(wú)法克服相 機(jī)運(yùn)動(dòng)、陰影干擾影響的不足,本文也分別提出了模型重構(gòu)算法和基于 HSV 空間 的陰影濾除算法,并通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)算法的有效性和先進(jìn)性。 對(duì)于目標(biāo)跟蹤, 本文采用基于 Mean Shift 的目標(biāo)跟蹤算法作為核心算法。 7 混合式壁面移動(dòng): 針對(duì)結(jié)構(gòu)較復(fù)雜的橢球形壁面,提出了由兩類(lèi)不同移動(dòng)機(jī) 混合式壁面移動(dòng) 構(gòu)組成的混合式壁面移動(dòng)機(jī)器人,一類(lèi)為框架移動(dòng)式,實(shí)現(xiàn)沿壁面經(jīng)線(縱向)的攀 爬運(yùn)動(dòng);另一類(lèi)為浮動(dòng)的輪軌驅(qū)動(dòng)式,實(shí)現(xiàn)沿壁面緯線(橫向)的運(yùn)動(dòng),二者相互獨(dú)立. 重點(diǎn)介紹了輪軌式橫向移動(dòng)機(jī)構(gòu),分析

14、了它的工作原理,根據(jù)工作環(huán)境的幾何特征 并結(jié)合 D-H 法,對(duì)復(fù)雜約束環(huán)境下,機(jī)器人的橫向運(yùn)動(dòng)進(jìn)行了運(yùn)動(dòng)學(xué)分析,并進(jìn)行 了樣機(jī)實(shí)驗(yàn),結(jié)果表明通過(guò)控制兩個(gè)驅(qū)動(dòng)輪的角速度可以控制機(jī)器人橫向運(yùn)動(dòng)的 速度和姿態(tài). 8 便攜式地面移動(dòng): 便攜式地面移動(dòng)機(jī)器人由于其廣泛的應(yīng)用性，成為了當(dāng)今 便攜式地面移動(dòng) 機(jī)器人領(lǐng)域的一個(gè)研究熱點(diǎn)。本文以自主研制的“履帶-關(guān)節(jié)”式機(jī)器人為研究對(duì) 象。 由于履帶式與輪式運(yùn)動(dòng)特性的巨大差異，本文重點(diǎn)分析了履帶式機(jī)器人運(yùn) 動(dòng)過(guò)程中地面對(duì)履帶的影響，特別是轉(zhuǎn)彎運(yùn)動(dòng)中轉(zhuǎn)彎阻力的影響，并且建立動(dòng)力 學(xué)模型進(jìn)行仿真和實(shí)驗(yàn)。針對(duì)機(jī)器人“履帶-關(guān)節(jié)”的特殊結(jié)構(gòu)，分析了機(jī)器人在典 型地形下的

15、通過(guò)性， 并且設(shè)計(jì)了一套機(jī)器人自主跨越障礙物的動(dòng)作規(guī)劃算法。 控 制器是機(jī)器人控制的核心。機(jī)器人控制器硬件部分按照層次化、模塊化的思想設(shè) 計(jì)，采用并行總線結(jié)構(gòu)，可以按照需求擴(kuò)展各個(gè)功能模塊。控制器軟件按照底層 電機(jī)控制、中間層通訊協(xié)議和上層應(yīng)用控制的層次順序進(jìn)行設(shè)計(jì)。整個(gè)控制系統(tǒng) 運(yùn)行良好，能夠滿足機(jī)器人控制的要求。 同時(shí)對(duì)機(jī)器人自主運(yùn)動(dòng)內(nèi)容進(jìn)行了探 討。利用 Beckstepping 設(shè)計(jì)思想和 Lyapunov 穩(wěn)定性原理設(shè)計(jì)控制器來(lái)實(shí)現(xiàn)路 徑跟蹤，并且通過(guò)仿真和實(shí)驗(yàn)來(lái)驗(yàn)證方法的有效性。借鑒滾動(dòng)窗口的原理，設(shè)計(jì) 了基于傳感器信息的實(shí)時(shí)路徑規(guī)劃算法， 保證機(jī)器人在未知?jiǎng)討B(tài)環(huán)境下借助傳感 器信

16、息能夠安全地到達(dá)目標(biāo)點(diǎn)，利用仿真驗(yàn)證了其有效性. 六輪腿移動(dòng): 建立了準(zhǔn)靜態(tài)數(shù)學(xué)模型， 9 六輪腿移動(dòng) 首先對(duì)機(jī)器人機(jī)構(gòu)進(jìn)行了準(zhǔn)靜態(tài)分析， 然后根據(jù)六輪腿移動(dòng)機(jī)器人的運(yùn)動(dòng)特性以及環(huán)境特性對(duì)機(jī)器人的影響， 研究了機(jī) 器人運(yùn)動(dòng)的協(xié)調(diào)性及地形適應(yīng)性，尤其對(duì)機(jī)器人越障越坡行為作了深入研究，建 立了各種越障行為的數(shù)學(xué)模型，為運(yùn)動(dòng)控制器的設(shè)計(jì)打下理論基礎(chǔ)。為實(shí)現(xiàn)對(duì)這 一復(fù)雜系統(tǒng)的控制，文中重點(diǎn)展開(kāi)了六輪腿移動(dòng)機(jī)器人控制技術(shù)的研究。 本文 詳細(xì)論述了環(huán)境感知系統(tǒng)的建模，采用改進(jìn)的 D-S 證據(jù)組合規(guī)則對(duì)傳感器信息 進(jìn)行融合處理。然后為了實(shí)現(xiàn)自主運(yùn)行的智能化，建立了基于模糊控制的路徑規(guī) 劃，并協(xié)同機(jī)器人的定位系統(tǒng)，設(shè)計(jì)出一種同步補(bǔ)償協(xié)調(diào)運(yùn)動(dòng)控制算法，以適應(yīng) 六輪腿移動(dòng)機(jī)器人在非結(jié)構(gòu)化環(huán)境下的運(yùn)行。 3)除草機(jī)器人的原理圖 除草機(jī)