簡述除草機器人的關(guān)鍵技術(shù)及其原理樣本

資料內(nèi)容僅供您學(xué)習(xí)參考，如有不當或者侵權(quán)，請聯(lián)系改正或者刪除。簡述除草機器人的關(guān)鍵技術(shù)及其原理摘要:經(jīng)過介紹國內(nèi)外除草機器人的研究狀況和除草機器人的基本組成機構(gòu),詳細的解釋了除草機器人的關(guān)鍵技術(shù)及其原理。最主要的是為了滿足實時精確除草,需要較高的定位視覺精度視覺系統(tǒng)。最后指出了中國除草機器人的發(fā)展方向和前景。關(guān)鍵詞:農(nóng)業(yè)除草機器人關(guān)鍵技術(shù)原理農(nóng)田中,一般采用機械設(shè)備來噴灑化學(xué)除草劑。在中國,主要是采用手動噴霧劑或機動噴霧劑施藥除草。在美國,施藥設(shè)備有噴桿噴霧劑、涂抹施藥器具、粒狀農(nóng)藥施藥器具等。這些方法的缺點是對地面雜草目標沒有識別能力,均勻施藥,導(dǎo)致農(nóng)藥污染。噴霧設(shè)備一般都有霧滴飄逸現(xiàn)象。現(xiàn)有的涂抹施藥器具雖然沒有霧滴飄逸,但它不能對低于莊稼高度的雜草施藥。除草機器人的研究能夠降低勞動強度,大幅度減少除草劑用量,有利于農(nóng)林生態(tài)環(huán)境的保護[1]。本文主要是針對前人的研究成果,經(jīng)過查閱國內(nèi)外的一些文獻主要介紹一下除草機器人的主要結(jié)構(gòu)和工作過程。一、國內(nèi)外農(nóng)業(yè)除草機器人的研究情況隨著農(nóng)業(yè)勞動力成本的提高,許多發(fā)達國家廣泛開展了農(nóng)業(yè)機器人研究。近年,又開始了對除草機器人的研究。瑞典、丹麥荷蘭等歐洲國家以及美國、日本等開展了雜草識別和除草機構(gòu)的研究。國內(nèi)對于除草機器人的研究正在起步,南京林業(yè)大學(xué)提出了構(gòu)建自主除草機器人的構(gòu)想并設(shè)計了原理樣機,經(jīng)過試驗完成了機械臂的運動控制。江蘇大學(xué)則開展了割草機器人的避障行為以及組合導(dǎo)航研究[2]。英國科技人員開發(fā)的菜田除草機器人所使用的是一部攝像機和一臺識別野草、蔬菜和土壤圖像的計算機組合裝置,利用攝像機掃描和計算機圖像分析,層層推進除草作業(yè)。它能夠全天候連續(xù)作業(yè),除草時對土壤無侵蝕破壞?？茖W(xué)家還準備在此基礎(chǔ)上,研究與之配套的除草機械來代替除草劑。收割機器人美國新荷蘭農(nóng)業(yè)機械公司投資250萬美元研制一種多用途的自動化聯(lián)合收割機器人,著名的機器人專家雷德·惠特克主持設(shè)計工作,她曾經(jīng)成功地制造出能夠用于監(jiān)測地面扭曲、預(yù)報地震和探測火山噴發(fā)活動征兆的航天飛機專用機器人?；萏乜碎_發(fā)的全自動聯(lián)合收割機器人很適合在美國一些專屬農(nóng)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器人:\o"德國"德國農(nóng)業(yè)專家采用計算機、\o"全球"全球定位系統(tǒng)(GPS)和靈巧的多用途拖拉機綜合技術(shù),研制出可準確施用除草劑除草的機器人。首先,由農(nóng)業(yè)工人領(lǐng)著機器人在田間行走。在到達雜草多的地塊時,它身上的GPS接收器便會顯示出確定雜草位置的坐標定位圖。農(nóng)業(yè)工人先將這些信息當場按順序輸入便攜式計算機,返回場部后再把上述信息數(shù)據(jù)資料輸?shù)酵侠瓩C上的一臺計算機里。當她們?nèi)蘸篑{駛拖拉機進入田問耕作時,除草機器人便會嚴密監(jiān)視行程位置。如果來到雜草區(qū),它的機載桿式噴霧器相應(yīng)部分立即啟動,讓化學(xué)除草劑準確地噴撒到所需地點。菜田除草機器人:\o"英國"英國科技人員開發(fā)的菜田除草機器人所使用[3]。二、除草機器人的基本構(gòu)成除草機器人硬件部分由主體、多關(guān)節(jié)機械臂、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。攝像頭拍攝的圖片送PC機處理,所得結(jié)果分別用于控制主體自主行走和機械臂定點除草。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)行端的運動學(xué)分析。三、除草機器人的關(guān)鍵技術(shù)及其原理在除草機器人的設(shè)計和控制中,導(dǎo)航攝像頭的圖像分析和執(zhí)行器的運動學(xué)分析,參數(shù)的輸入控制與PC機軟件的結(jié)合,還有除草方法的選擇都具有極其重要的意義。1．視覺圖像分析及其導(dǎo)航。利用機器視覺導(dǎo)航技術(shù)引導(dǎo)除草機器人沿著農(nóng)作物行自動行走,行走時又利用機器視覺技術(shù)檢測農(nóng)作物行間雜草。除草機器人多關(guān)節(jié)機械臂運動到雜草區(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。在整個過程中機器人的圖像識別能力直接決定了機器人的成功與失敗,而圖像識別的配準還有分辨深度的問題一直是我們大學(xué)或者科研的難題之所在[4]?，F(xiàn)在在這方面的研究又處于不斷進步的水平,以下是國內(nèi)外的一些典型的研究方法:(1)基于OCD-ICP(優(yōu)化角點集提取——迭代最近點)的圖像配準方法。該方法利用圖形學(xué)原理,對圖像邊緣角點候選點集提出了四個篩選規(guī)則,逐步篩選得到優(yōu)化的角點集,并在此基礎(chǔ)上利用迭代最近點的方法得到最優(yōu)配準;(2)基于SIFT特征提取算法與KD樹搜索匹配算法相結(jié)合的新方法。經(jīng)過對候選特征點進行多次模糊處理,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;經(jīng)過KD樹最鄰近點搜索和匹配算法使處理后的特征點與原始圖像進行特征匹配,快速找出匹配正確的特征點;(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)顏色的特點和直方圖多閾值分類對圖像內(nèi)容的自適應(yīng)優(yōu)點,采用直方圖多閾值分類方法量化各HSI顏色分量,組合量化后的顏色分量提取圖像顏色特征。對該方法提取的視覺圖像顏色特征進行聚類,并對視覺圖像進行分割;(4)基于分量直方圖的自適應(yīng)分割方法。首先對圖像的3個分量統(tǒng)計直方圖進行自適應(yīng)分割,確定出各分量的分類數(shù)目及類的取值范圍;然后,對分割類進行分量間組合,獲得原圖像中主要的幾種顏色;最后以這些顏色作為聚類中心,按照顏色相似性準則對圖像進行聚類分割[5];(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,采用先進的彩色處理技術(shù),基于一定的平臺技術(shù)。中國的技術(shù)還有很大的需求和發(fā)展空間,國外在這方面的研究比較成熟和先進一些。2．機構(gòu)的移動方法及其運動學(xué)分析。(1)球形運動分析:球形移動機器人具有運動靈活的優(yōu)點,且在運動中不存在翻仰球形運動分析問題。因此在工業(yè)、民用、國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機器人的動力學(xué)模型,利用坐標變換和輸入控制變換對模型進行降階和標準型處理,并設(shè)計雙回路線性運動控制策略;提出球形移動機器人的動態(tài)平衡問題,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”正則形式的級聯(lián)非線性模型,并設(shè)計指數(shù)穩(wěn)定的動態(tài)平衡控制策略;分別對提出的運動控制和平衡控制策略進行穩(wěn)定性分析、仿真和實驗研究。其次,將球形移動機器人分別簡化為”球殼——重擺”模型和”球殼——框架”模型,建立兩者的動力學(xué)微分方程,并經(jīng)過求解微分方程的近似解研究驅(qū)動機構(gòu)在兩個驅(qū)動軸方向上的運動特性。(2)全方位移動分析:全方位移動機器人由三個輪式模塊化單元和一個連接平臺組全方位移動成。輪式模塊化單元是一個模塊化萬向單元稱為MUU,具有俯仰、偏航和回轉(zhuǎn)三個自由度。MUU的圓柱形鋁合金外殼上安裝了一系列的被動輪,這些被動輪機構(gòu)使MUU成為一個大的全方位驅(qū)動輪。MUU在垂直于身體軸線方向能夠提供較大驅(qū)動力,而在身體軸線方向的作用力由小被動輪卸載,從而實現(xiàn)萬向輪的功能。高度的集成性使MUU的通訊和更換易于實現(xiàn)。移動機器人的運動學(xué)分析證明了該機器人的運動靈活性。最后,給出了該機器人的運動實驗和仿真結(jié)果[6]。(3)基于ADAMS的移動分析:主要研究利用基于ADAMS的虛擬樣機技術(shù)重建移動機器人在不同路面條件下的滑移量,并進行滑移補償控制的問題。首先利用機械系統(tǒng)動力學(xué)分析軟件ADAMS創(chuàng)立輪式機器人的整體模型(包括車體模型、路面環(huán)境模型以及輪胎模型)。利用此模型在ADAMS環(huán)境中進行仿真,模擬在不同路面條件下移動機器人的滑移效果,并根據(jù)機器人的運動學(xué)特性重建出不可測的滑移量。將滑移量傳遞給控制器參數(shù)設(shè)計出滑移補償控制器,并進行了ADAMS與MATLAB聯(lián)合仿真。仿真效果表明該控制器能夠有效地補償滑移效果,改進移動機器人在滑移狀態(tài)下的控制精度。(4)小型地面移動分析:一種帶前擺臂結(jié)構(gòu)的小型地面移動機器人,建立了該機器人的運動學(xué)模型,確定了該機器人驅(qū)動輪轉(zhuǎn)角與機器人位姿間的關(guān)系,為小型地面移動機器人的控制系統(tǒng)的設(shè)計提供了理論依據(jù)。該機器人的控制系統(tǒng)采用上下位機控制方式實現(xiàn)了對機器人的遙控控制,即上位機為PC機,下位機采用單片機。采用流向控制標志位查詢判斷驅(qū)動信號的流向,使機器人移動載體、擺臂和攝像裝置的驅(qū)動電機能夠協(xié)調(diào)運動。對該機器人各機構(gòu)的運動進行了仿真,并得到了機構(gòu)勻速運動過程中的主驅(qū)動軸轉(zhuǎn)角、擺臂轉(zhuǎn)角及攝像頭轉(zhuǎn)角等3個主要機構(gòu)的運動參數(shù)曲線,驗證了機器人各機構(gòu)的運動性能。(5)多運動狀態(tài)下移動分析:經(jīng)過對關(guān)節(jié)履帶式移動機器人越障過程的運動分析,基于履帶車輛行駛力學(xué)分析及牛頓—歐拉方程,建立了機器人復(fù)合越障運動狀態(tài)的動力學(xué)模型。并以車體的運動為控制目標,分析計算了車體、擺臂的運動變化以及驅(qū)動力矩的變化。仿真圖形驗證了機器人具有良好的運動穩(wěn)定性,為機器人越障過程的控制奠定了基礎(chǔ)[7]。(6)基于視頻的運動物體的實時運動分析:數(shù)字圖像處理和計算機視覺是近年來發(fā)展十分迅速的研究方向,當前正廣泛地應(yīng)用于軍用和民用等各個領(lǐng)域,是智能機器獲取外部信息和理解世界的重要途徑。運動檢測與目標跟蹤是計算機視覺中兩個最重要的應(yīng)用,也是本文的研究內(nèi)容。本文的研究背景是為自主移動機器人在室內(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,特別是為機器人的環(huán)境監(jiān)控、目標跟隨、避障等任務(wù)提供判斷和決策依據(jù)。運動檢測和目標跟蹤作為兩個相對獨立的計算機視覺應(yīng)用,在文中分別進行了算法理論的研究和實驗驗證。對于運動檢測,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動檢測算法方案并在實驗中進行驗證。本文針對該算法本身的缺陷導(dǎo)致周期性大面積誤檢測的問題,提出了新的模型更新算法加以解決;以及針對無法克服相機運動、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,并經(jīng)過實驗驗證了改進算法的有效性和先進性。對于目標跟蹤,本文采用基于MeanShift的目標跟蹤算法作為核心算法。(7)混合式壁面移動分析:針對結(jié)構(gòu)較復(fù)雜的橢球形壁面,提出了由兩類不同移動混合式壁面移動機構(gòu)組成的混合式壁面移動機器人,一類為框架移動式,實現(xiàn)沿壁面經(jīng)線(縱向)的攀爬運動;另一類為浮動的輪軌驅(qū)動式,實現(xiàn)沿壁面緯線(橫向)的運動,二者相互獨立。重點介紹了輪軌式橫向移動機構(gòu),分析了它的工作原理,根據(jù)工作環(huán)境的幾何特征并結(jié)合D-H法,對復(fù)雜約束環(huán)境下,機器人的橫向運動進行了運動學(xué)分析,并進行了樣機實驗,結(jié)果表明經(jīng)過控制兩個驅(qū)動輪的角速度能夠控制機器人橫向運動的速度和姿態(tài)。(8)便攜式地面移動:便攜式地面移動機器人由于其廣泛的應(yīng)用性,成為了當今便攜式地面移動機器人領(lǐng)域的一個研究熱點。本文以自主研制的”履帶-關(guān)節(jié)”式機器人為研究對象。由于履帶式與輪式運動特性的巨大差異,本文重點分析了履帶式機器人運動過程中地面對履帶的影響,特別是轉(zhuǎn)彎運動中轉(zhuǎn)彎阻力的影響,而且建立動力學(xué)模型進行仿真和實驗。針對機器人”履帶-關(guān)節(jié)”的特殊結(jié)構(gòu),分析了機器人在典型地形下的經(jīng)過性,而且設(shè)計了一套機器人自主跨越障礙物的動作規(guī)劃算法?？刂破魇菣C器人控制的核心。機器人控制器硬件部分按照層次化、模塊化的思想設(shè)計,采用并行總線結(jié)構(gòu),能夠按照需求擴展各個功能模塊。控制器軟件按照底層電機控制、中間層通訊協(xié)議和上層應(yīng)用控制的層次順序進行設(shè)計。整個控制系統(tǒng)運行良好,能夠滿足機器人控制的要求。同時對機器人自主運動內(nèi)容進行了探討。利用Beckstepping設(shè)計思想和Lyapunov穩(wěn)定性原理設(shè)計控制器來實現(xiàn)路徑跟蹤,而且經(jīng)過仿真和實驗來驗證方法的有效性。借鑒滾動窗口的原理,設(shè)計了基于傳感器信息的實時路徑規(guī)劃算法,保證機器人在未知動態(tài)環(huán)境下借助傳感器信息能夠安全地到達目標點,利用仿真驗證了其有效性。六輪腿移動:建立了準靜態(tài)數(shù)學(xué)模型。(9)六輪腿移動:首先對機器人機構(gòu)進行了準靜態(tài)分析,然后根據(jù)六輪腿移動機器人的運動特性以及環(huán)境特性對機器人的影響,研究了機器人運動的協(xié)調(diào)性及地形適應(yīng)性,特別對機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,為運動控制器的設(shè)計打下理論基礎(chǔ)。為實現(xiàn)對這一復(fù)雜系統(tǒng)的控制,最主要的是對六輪腿移動機器人控制技術(shù)的研究。四、總結(jié)本文首先簡要的介紹了農(nóng)業(yè)機器人在國內(nèi)外的發(fā)展狀況以及除草機器人的基本構(gòu)成,使人們對于農(nóng)業(yè)除草機器人有一下基本的了解。然后主要介紹了除草機器人的關(guān)鍵技術(shù),分別從視覺圖像分析及其導(dǎo)航和機