西班牙科技人员发明的这种机器人由一台装有计算机的拖拉机、一套光学视觉系统和一个机械手组成，能够从桔子的大小、形状和颜色判断出是否成熟，决定可不可以采摘。它工作的速度极快，每分钟摘柑桔60个而靠手工只能摘8个左右。另外，采摘柑桔机器人通过装有视频器的机械手，能对摘下来的柑桔按大小马上进行分类。
英国西尔索农机研究所研制出采摘蘑菇机器人。它装有摄像机和视觉图像分析软件，用来鉴别所采摘蘑菇的数量及属于哪个等级，从而决定运作程序。采摘蘑菇机器人在机上的一架红外线测距仪测定出田问蘑菇的高度之后，真空吸柄就会自动地伸向采摘部位，根据需要弯曲和扭转，将采摘的蘑菇及时投入到紧跟其后的运输机中。它每分钟可采摘40个蘑菇，速度是人工的两倍。
英国西尔索农机研究所的研究人员开发出一种结构坚固耐用、操作简便的果实分检机器人，从而使果实的分检实现了自动化。它采用光电图像辨别和提升分检机械组合装置，可以在潮湿和泥泞的环境里干活，它能把大个西红柿和小粒樱桃加以区别，然后分检装运，也能将不同大小的土豆分类，并且不会擦伤果实的外皮。
韩国研制成功一种能够自动采摘苹果的机器人。它可以在果园内自由地来回走动，专门选择采摘成熟的苹果。采苹果机器人由识别成熟苹果的影像系统、主体、机械手和行走装置四部分组成。它能不分日夜连续工作20小时左右，能左右、上下、前后活动3米，而不会损伤树枝。西班牙最新研制成一种采摘柑桔的机器人。它由摘果手、彩色视觉系统和超声传感定位器三部分组成。它能依据柑桔的颜色、大小、形状来判断柑桔是否成熟，决定是否采摘。采下的桔子还可按色泽、大小分级装箱。这种采桔机器人，每分钟可摘60个桔子，比人工提高效率6倍多。
(1)番茄收获机器人。日本NCondo等人研制的番茄收获机器人,用彩色摄像机作为视觉传感器寻找和识别成熟果实。当果实被茎叶挡住要避开茎叶,要求机械手活动范围大,故用7个自由度的工业机器人末端执行器。为不伤果实,机械手是带有软衬垫的吸引器,中间有压力传感器,把果实吸住后,利用腕关节拧下。行走机构有4个车轮,能在田间自动行走。利用机器人上的光传感器和设置在地埂的反射板,可检测是否到达地头,若到达后自动停止,转动后继续前进。机器人从识别到采摘完成的速度大约15s/个,成功率75%左右。、
(2)水果采摘机器人。法国开发的水果采摘机器人,其机械手是3个自由度圆柱坐标型,可收获苹果或柑桔。它利用CCD摄像机和光电传感器识别果实,识别苹果时从树冠外部的识别率可达85%,速度达2～4 s/个。韩国研制的苹果采摘机器人,其机械手工作空间达到3 m,具有4个自由度,包括3个旋转关节和1个移动关节,采用三指夹持器作为末端执行器,内有压力传感器避免损伤苹果。利用CCD摄像机和光电传感器识别果实,从树冠外部识别苹果时识别率达85%,速度达5个/s。该机器人末端执行器下方安有果实收集袋,缩短了从摘取到放置的时间,提高了采摘速度。
(3)蘑菇采摘机器人。英国Sil-soe研究所研制的蘑菇采摘机器人,可自动测量蘑菇的位置、大小,并选择性地采摘和修剪。它的机械手由2个气动移动关节和1个步进电机驱动的旋转关节组成,末端执行器是带有软衬垫的吸引器,视觉传感器采用TV摄像头,安装在顶部用来确定蘑菇的位置和大小。采摘成功率75%左右,采摘速度6～7个/s。另一种机器人用CCD黑白摄像机识别作业对象,识别率达84%,使用直角坐标机械手进行采摘。为防止损伤蘑菇,执行器部分装有衬垫,吸附后用捻的动作收获,收获率达60%,完整率达57%。
(4)黄瓜采摘机器人。日本NCondo等人研制的6个自由度工业机器人,利用摄像机,根据黄瓜比叶茎对红外光的反射率高的原理来识别黄瓜和叶茎。用剪断方法,先把黄
瓜抓住,用接触传感器找出柄后剪断,采摘速度16 s/个。由于黄瓜是长条形,受叶茎影响大,故采摘成功率较低,在60%左右。
(5)瓜果收获机器人。日本Kyoto研制的5个自由度液压驱动机器人用于收获西瓜。它包括机器手末端执行器、视觉传感器和行走装置。因为西瓜在地面上,机器手由5个旋转关节组成,保证了较大工作空间。美国Pudue大学研制出3个自由度的伺服电机控制操作手,用来收获甜瓜。这类机器人行走装置的倾斜引起的位置误差较大,导致收获成功率仅达65%。
西班牙工业自动化研究所基于人机协作思想开发的柑橘采摘机器人Agribot。该机器人由操作台、轮式移动机构、机械手、末端执行器、激光测距仪和控制系统等组成。操作人员发现待采摘果实后，利用游戏杆操纵移动/倾斜机构，使激光测距仪的激光束对准果实，获取待采摘果实的坐标，并将其放入一动态数据区。控制系统从动态数据区中取出坐标数据，并和机械手末端执行器的当前坐标进行比较，规划最优采摘路径的同时控制关节轴电机的运动，使机械手末端执行器到达指定位置。
日本Kondo-N等人研制的西红柿收获机器人由机械手、末端执行器、视觉传感器和移动机构等组成。机器人的采摘机械手采用7自由度的SCORBOT－ER工业机器人，能够形成指定的采摘姿态进行采摘。用彩色摄像机作为视觉传感器来寻找和识别成熟果实，利用双目视觉方法对目标进行定位；移动机构采用4轮结构，能在垄间自动行走。采摘时，移动机构行走一定距离后就进行图像采集，利用视觉系统检测出果实相对机械手坐标系的位置信息，判断西红柿是否在收获的范围之内。若可以收获，则控制机械手靠近并摘取果实，吸盘把果实吸住后，机械手指抓住果实，然后通过机械手的腕关节拧下果实。
日本Kondo-N等人研制的黄瓜采摘机器人（如图3所示）采用6自由度的机械手，能在倾斜棚支架下工作。这种支架栽培方式是专门为机械化采摘而设计的。黄瓜果实在倾斜棚的下侧，便于黄瓜与茎叶分离，使检测与采摘更容易。在摄像机前加了滤波片，根据黄瓜的光谱反射特性来识别黄瓜。其末端执行器上装有果梗探测器、切割器和机械手指。采摘时，当机械手指抓住黄瓜后，由果梗探测器寻找果梗，然后由切割器切断果梗。
1996年，荷兰农业环境工程研究所开始研制一种多功能黄瓜收获机器人。该研究在荷兰2hm2的温室中进行，黄瓜按标准的园艺技术种植并使其按照高挂线缠绕方式吊挂生长。该机器人只进行单个收获，收获成熟黄瓜过程中不伤害其他未成熟的黄瓜。该黄瓜采摘机器人由行走车、机械手、视觉系统和末梢执行器4部分组成。采摘是通过末端执行器来完成，它由机械手和切割器构成；末端执行器和机械手安装在行走车上，行走车为机械手的操作和采摘系统的初步定位服务。整个系统无需人工干预就能在温室工作。该系统在实验室中效果良好，工作速度为10s/根，但是还不能满足商用的各种要求。
Kondo-N等人还针对草莓的不同栽培模式(高架栽培模式和传统模式)研制出了相应的采摘机器人。高架栽培模式由于适合机器人作业而得到越来越多的应用。该机器人采用5自由度采摘机械手，视觉系统与西红柿采摘机器人类似，末端执行器采用真空系统加螺旋加速切割器。收获时，由视觉系统计算采摘目标的空间位置，接着采摘机械手移动到预定位置，末端执行器向下移动直到把草莓吸入；由3对光电开关检测草莓的位置，当草莓位于合适的位置时，腕关节移动，果梗进入指定位置，由螺旋加速驱动切割器旋转切断果梗，完成采摘，
日本冈山大学研制的葡萄采摘机器人采用5自由度的极坐标机械手，末端的臂可以在葡萄架下水平匀速运动。视觉传感器一般采用彩色摄像机，采用PSD三维视觉传感器效果更佳，可以检测成熟果实及其距离信息的三维信息。在开放式的种植方式下，由于采摘季节太短，单一的采摘功能使得机器人的使用效率太低，因此开发了多种末
端执行器，通过更换不同的末端执行器，能够完成葡萄汁修剪、套袋、药物喷洒和采摘等4种作业。采摘时，用于葡萄采摘的末端执行器有机械手指和剪刀，机械手指抓住果房，剪刀剪断穗柄。与西红柿采摘机器人类似，末端执行器采用真空系统加螺旋加速切割器。收获时，由视觉系统计算采摘目标的空间位置，接着采摘机械手移动到预定位置，末端执行器向下移动直到把草莓吸入；由3对光电开关检测草莓的位置，当草莓位于合适的位置时，腕关节移动，果梗进入指定位置，由螺旋加速驱动切割器旋转切断果梗，完成采摘。
西班牙工业自动化研究所基于人机协作思想研制出一种柑橘采摘机器人,该机器人主体装在拖拉机上,由机械手、彩色视觉系统和超声传感定位器组成。它能通过柑橘的颜色、大小和形状来判断柑橘是否达到采摘标准,还可以按色泽、大小进行分级装箱。该机器人采摘速度为 1 s/个。这个机器人的特点在于:采摘机器人寻找、定位待摘果实以及机器人导航任务由人来完成,机器人的运动轨迹规划、关节控制和末端执行器控制等任务由机器人的控制系统完成。这样不仅提高了采摘机器人的采摘效率和成功率,还能大幅度降低系统成本,有利于尽早实现采摘机器人的产业化。
发达国家对农业机器人的研制起步早、投资大、发展快，这些国家农业规模化、多样化、精确化和设施农业的快速发展，有效地促进了农业机器人与其他智能化农业机械的发展。
自20世纪80年代开始，发达国家根据本国实际，纷纷开始农业机器人的研发，并相继研制出了嫁接机器人、扦插机器人、移栽机器人和采摘机器人等多种农业生产机器人。如澳大利亚的剪羊毛机器人，荷兰的挤奶机器人，法国的耕地和分拣机器人，日本和韩国的插秧机器人，丹麦的农田除草机器人，西班牙的采摘柑橘机器人，英国的采蘑菇机器人等。
Belforte等研发出一种多用途、低成本的温室机器人样机，无需人工帮助，可以在温室环境下进行精准施药和精准施肥作业，样机生产率达到400-500株/h。近年来，东南亚一些国家对农业机器人的研发也表示出较大兴趣。总体看来，在农业机器人的研发方面，日本居世界领先地位，现已研制出番茄、黄瓜、葡萄、柑橘等水果和蔬菜收获的多种可用于农业生产的机器人。但是由于农业生产环境、作业对象及使用者等与工业生产领域截然不同，发达国家已研发成功的农业机器人目前尚未实现商品化生产和大面积普及。
进入21世纪，农业劳动力不断向其他产业转移，农业劳动力结构性短缺和日趋老龄化渐已成为全球性问题。设施农业、精确农业和高新技术的快速发展，特别是人工作业成本的不断攀升，为农业机器人的进一步发展提供了新的动力和可能。如果蔬的采摘不仅季节性强、劳动量大，而且作业费用高，人工收获的费用通常占全程生产费用的50%左右，因此采摘机器人在日本、美国、荷兰等国家已有初步使用。
Cho等研发出3-自由度机器人用于收获莴苣，该机器人基于机器视觉和模糊逻辑控制原理，包括3 -自由度机械手、末端执行器、莴苣传送带、吹送风机、机器视觉装置、6个光电传感器以及模糊逻辑控制器等部分。该机器人的收获成功率为94.12%，平均收获周期为5s/个。
荷兰农业与环境工程研究所研发出黄瓜收获机器人，该机器人的最大优势是可以从不同方位对某一特定黄瓜进行几次收获作业尝试，可提高收获成功率。van Henten等利用该机器人对温室黄瓜进行田间采摘试验，平均收获成功率为74.4%，多数作业失败归因于末端执行器对果茎的定位不准确。
Qiao等开发出移动式水果分级机器人，利用电子计量系统和机器视觉系统来获得田间果实的重量、尺寸、颜色、外形、缺陷等果实品质指标，并记录产地、收获时间等相关信息，以此信息源为基础建立作物
的产量和品质地图，为田间生产作业提供科学决策。
农业机器人的应用与发展现状 摘要：本文总结了农业机器人的产生背景，概括了农业机器人的特点，并针对目前农业农业机器人的应用现状做了全面概述，并从国内外各个国家的农业机器人的研究状况概述了当前机器人的进展现状。 关键词：农业机器人应用现状国内外进展现状 1、农业机器人的开发背景 随着电子技术和运算机技术的进展，产生于美国的智能机器人技术正越来越被世界各国所重视，它已在许多领域得到了广泛的应用。在农业生产中，由于易对植被造成损害、易污染环境等缘故，传统的机械通常存在着如此或那样的缺点。为了解决那个咨询题，国内外都在进行农业机器人的研究。智能化和自动化技术的长足进展，为应用于非结构化环境的农业机器人开发打下了坚实的理论基础，如近几年显现的耕耘机器人、嫁接机器人、农药喷洒机器人、瓜果采摘机器人、温室治理机器人等[，差不多上现代高科技在农业上综合运用与进展的结果。使用农业机器人能够提升劳动生产率,解决劳动力的不足改善农业生产环境，防止农药、化肥等对人体的损害提升作业质量。农业机器人有关于传统农业机械能够更好地习惯生物技术的新进展，农业机器人的咨询世，有望改变传统的劳动方式，改善农民的生活劳动状态。 我国是一个农业大国,尽管农业人口众多，但随着工业化进程的持续加速，能够估量农业劳动力将逐步向社会其它产业转移，实际上进入21世纪后，我国将面临着比世界任何国家都要严峻的人口老龄化咨询题，农业劳动力不足的咨询题将日益凸现[。在日本、美国等发达国家,农业人口少随着农业生产的规模化、多样化、精确化,劳动力不足的矛盾越来越突出,许多作业项目如蔬菜、水果的选择与采摘等差不多上劳动密集型工作,再加上农时季节要求,劳动力短缺的咨询题越来越突出。因此，世界各国对农业机器人专门重视，投入了大量的资金和人力进行机器人的研究开发。 近年来，随着工业机器人的高速进展与广泛应用，在农业领域的机器人也进展专门快，估量21世纪将是农业机器人的时代[。
农业机器人发展史 自古以来，我国便是一个农业大国，依靠着大量人工人力，促使着我国在农耕时代屹立于世界，农耕文化至今还影响着我国。 随着时代的发展，农耕已不足以支撑起一个大国，西方国家文明改革，工业自动化生产渐渐地占据主要优势和地位，进而农业也渐渐地朝着自动化方向发展。 农业机器人类型 农业机器人种类繁多，按作业对象不同可以分为以下四类（1）可完成各种繁重体力劳动的农田机器人，如插秧、除草、施肥及施药机器人等（2）可实现蔬菜水果自动收获、分选、分级等工作的果蔬机器人，如采摘苹果，蔬菜嫁接机器人等（3）可替代人养牲畜，挤牛奶等机器人(4)可替代人实现伐木、整枝、造林等工作的机器人，如林木球果采集、伐根清理机器人等 农业机器人与工业机器人有很多共同之处，主要结构均包括五官、头脑、神经等部位，但与工业机器人又有如下明显不同 (1)作业对象的娇嫩和复杂性；(2) 作业环境的易变性和难预测性，要求机器人要 有足够的适应性；（3）使用对象与价格的特殊性，农业机器人必须具有简单、 可靠性，且制造成本应尽量低。 国内外农业机器人研发概况 发达国家对农业机器人的研制起步早、投资大、发展快，这些国家拥有规模化、多样化、精确化的农业生产设施，有效的促进了农业机器人与其他智能化农业机械的发展。 自20世纪80年代开始，发达国际根据本国实际，纷纷开始农业机器人的研发，并相继研制出嫁接机器人、移栽机器人和采摘机器人等多种农业生产机器人，如澳大利亚的剪羊毛机器人、荷兰的挤奶机器人、日本和韩国的插秧机器人、英国的柑橘采摘机器人等；近年来，东南亚一些国家对农业机器人的研发也表示出较大的兴趣。由于农业生产环境、作业对象及使用者等与工业生产领域截然不同，发达国家研发成功的农业机器人目前尚未实现商品化生产和大面积普及。 中国的农业机器人研发起步晚、投资少、发展慢，与发达国家相比差距还很大，目前还处于起步阶段。20世纪90年代中期，国内才开始农业机器人技术的研发。中国农业大学为中国大陆农业机器人技术早期研发中心之一，研制出来的自动嫁接机器人已成功进行了试验性嫁接生产，解决了蔬菜幼苗的柔嫩性、易损性和生长不一致性等难题，可用于黄瓜，西瓜和甜瓜等幼苗的嫁接，形成了具有自主知识产权的自动化嫁接技术。随后南京农业大学、东北林业大学等其他高校也相继开展相关研究，取得了不错的成果。 中国机器人技术与发达国家相比差距明显，农业机器人差距更大，但随着中国科技和经济的快速发展，尤其是国家不断加大农业机械化发展扶持力度，中国农业机械化事业进入了前所未有的良好发展时期，也为农业机器人提供了良好的发展机遇，农业机器人技术的先进性和先导性决定了其必将成为未来中国农业技术装备研发的重要内容之一。 农业机器人的发展，对解放工人，提高生产效率具有重大意义。
农业机器人一般由两大部分组成 ：一部分是机器人的执行机构，也称作机器人操作机，它包括手部、胸部、臂部、腰部、基座部（固定或移动），主要负责操作；温室服务机器人必须具有获取信息、处理、作业编程、规划、控制以及整个机器人系统管理的功能，这就是第二部分——机器人的控制器。温室服务机器人移动基座的控制是相当重要的，因为温室的面积比较大，机器人的机械臂并没有灵活到不需要基座的移动就能操作到大范围的作业，机器人的性能的优劣主要取决于控制系统的品质，这当然包括移动基座的控制。PLC作为一种工业化系统控制的计算机，具有模块化结构，配置灵活、高速的处理速度、精确的数据处理能力、多种控制功能、网络技术和优越的性价比等性能，是目前广泛应用的控制装置之一。 单个温室使用面积小,一般的农业机械不能满足其使用要求,因此为了进一步挖掘温室生产潜力,提高经济效益,改善劳动条件和减轻劳动强度,开发温室移动机器人非常必要。由于农业生产环境与工业相比有其特殊性,农业机器人在生产过程中不但应具有定位、导航功能,还应能准确识别农作物的有无及其形状,以便实现定点均匀作业[1]。目前,国内对农业机器人的研究较少。 移动式机器人具有自主运动功能,即避障和导航功能。温室移动机器人活动场所内的障碍物主要是一些作物、温室骨架、管道和附属道路障碍等。温室移动机器人运动的目的主要是为了完成一定的工作任务,移动是完成生产任务的基础。因此,温室移动机器人应具备三大主要功能,即导航→避障→工作。温室移动式机器人的运动是通过前轮导向、后轮驱动来实现的。其运动的控制如果采用经典控制理论,则需要建立精确的数学模型。由于运动过程中的障碍物具有复杂性,其数学模型难以建立,采用模糊控制技术可以不必建立精确的数学模型,所以在该机器人的控制方式上采用模糊控制技术。 1/ 1
本科结课论文 论文题目机器人在农业中的应用学院工学院 专业名称机械设计及其自动化班级机械09-2 学号091014228 姓名汪亚男
机器人在农业中的应用 摘要：近年来,农业机器人中得到了广泛的应用,农业日渐趋于自动化。世界各国对农业机器人极其重视，投入了大量的资金和人力进行机器人的研究开发。这篇论文从机器人开发研究的背景出发,综述了国内外农业机器人的研究现状,探讨了农业机器人的主要应用领域,最后分析了机器人在农业应用中目前还存在的问题,并对我国农业机器人的发展进行了展望。 关键词：机器人、农业、背景、应用领域、存在问题、未来展望 1、农业机器人开发研究的背景 农业是一个国家的基础支柱，虽然世界上的农民很多，但随着工业化进程的不断加速，可以预计农业劳动力将逐步向社会其他产业转移，如工业、林业等，这将会严重影响农业的发展水平。实际上进入21世纪后，我国将面临着比世界任何国家都要严重的人口老龄化问题，农业劳动力不足的问题将日益严重。在美国、日本等发达国家，农业人口少随着农业生产的多样化、规模化、精确化，劳动力不足的矛盾越来越明显，许多作业项目如耕种、施肥、收割等都是劳动密集型工作，再加上农时季节要求，劳动力短缺的问题越来越突出。因此，随着电子技术和微机的发展，人们发明了机器人，是农业部分工作变得智能化和自动化，减少了人力的投入，提高了生产水平。 2、国内外农业机器人的研究现状 我国是一个发展中的农业大国，农业问题始终是关系到我国经济社会发展的根本问题。我国目前已开发出来的农业机器人有：耕耘机器人、除草机器人、施肥机器人、喷药机器人、蔬菜嫁接机器人、收割机器人、采摘机器人等。我国已研制成功蔬菜嫁接机器人并成功进行了试验性嫁接生产。由中国农业大学研制的蔬菜机器人解决了蔬菜幼苗的柔嫩性、易损性和生长不一致性等难题，可以对蔬菜的砧木和穗木进行自动化嫁接，可广泛用于黄瓜、西瓜、甜瓜等菜苗的嫁接。目前，中国农业大学的科技人员对机器人的机器结构和控制软件进行了改进，提高了机器作业的可靠性及其操作的方便性。蔬菜嫁接机器人的研制成功，为我国发展温室栽培的蔬菜瓜果嫁接的规模化、产业化提供了一种先进的作业设备。我国还成功地研制出了采摘西红柿机器人。它带有彩色摄像头，能够判断果实的生熟。由于位置误差，它采 2 / 6
智能机器人在农业自动化领域的主要应用 摘要：通过对智能机器人在农业自动化领域的主要应用进行研究，包括采摘机器人、嫁接机器人、耕耘 机器人、除草机器人、喷农药机器人、插秧机器人、林木清洁机器人、饲喂机器人、禽蛋检测与分级机器 人。发现应用于农业智能机器人的主要技术有感知与避障技术、机器视觉技术、信息融合技术及农业专 家系统。农业机器人的智能问题、成本过高问题和易受环境变化的影响问题，需要进一步研究解决。 关键词：智能机器人；农业自动化；主要技术；存在问题 The Main Application of Intelligent Robot in the Field of Agriculture Automation Abstract:The main application of intelligent robot in the field of agriculture automation is discussed. Thepicking robot, grafting robot, cultivating robot, weeding robot, spraying pesticides robot, planting robots, timber cleaning robot, feeding robots, egg inspection and grading robot are presented. The Perception and obstacle avoidance techniques, machine vision technology, information fusion technology and agricultural expert system are the main applications in agriculture intelligent robot technology. The intelligent problem of agricultural robots, high cost and the impact of environmental diversification shall be studied and solved in the future. Key words: intelligent robot; agricultural automation; main technology; existing problems 引言
农业机器人的研究与实际应用 摘要：随着现代机械和计算机技术的发展，农业生产方式在逐步发生改变，农业机器人出现在农业生产的各个环节。农业机器人是使用机械来模拟人工进行农业活动的机器人，它是一个国家农业发展程度的标志。从20世纪开始世界各国就开展了诸多的关于农业机器人的研究，我国对农业机器人的研究也有很长一段时间。本文介绍了农业机器人的特点和国内外研究现状，并且指出了存在的问题和发展方向，同时介绍了几种典型的农业机器人的应用。 关键词：农业机器人；研究现状；应用 引言 随着科学技术的发展，机器人技术越来越被世界各国所重视，已经在许多领域得到了广泛的应用，如工业生产、太空和海洋探索、国防以及人民生活等领域。但在农业领域，由于经济和技术上的特殊性，还没有达到实用化。国际上一些发达国家，特别是日本和一些欧美国家，从上世纪八十年代开始研究，取得了一些成果，开始进入了应用阶段。我国在该领域中的研究还处于起步阶段，必须加快步伐，才能达到世界先进水平。 1.农业机器人的开发要点
农业机器人技术是一门交叉学科，是多领域技术的综合，其研究开发需要各学科相关知识的配套与支援。虽然因为用途的不同，农业机器人的功能和结构有所差异，但一般农业机器人的结构都包括五官、头脑、神经、手脚和心脏等部分。为了使能够适应复杂多变的农作物，研究开发农业机器人时必须注意以下几点： 1. 良好的适应性 农业机器人通常工作在恶劣的、危险的和变化的环境中，例如：温室作业经常是在温度超过40度和湿度超过100%的环境中；而露天作业面对的是风沙和强光的照射。农业机器人必须具有良好的适应性，根据环境和机械本身的情况，自动进行调整。 1. 良好的通用性和可编程性 由于农业机器人的操作对象具有多样性和可变性，要求具有良好的通用性和可编程性。只要改变部分软、硬件，就能变更判断基准，变更动作顺序，进行多种作业。例如：温室作业的机器人，更换不同的末端执行器就能分别完成施肥、喷药和采摘等作业。 1. 操作对象和价格的特殊性 农业机器人操作者是农民，不是具有机电知识的工程师，因此要求农业机器人必须具有高可靠性和操作简单的特点；另外，农业生产以个体经营为主，如果不是低价格，就
移动机器人的自主导航控制 一、研究的背景 移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用，而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。因此，移动机器人技术已经得到世界各国的普遍关注。 在自主式移动机器人相关技术的研究中，导航技术是其研究核心，同时也是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态，实现在有障碍的环境中面向目标的自主运动。导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 二、相关技术 移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置，是移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等，它们都不同程度地适用于各种不同的环境，括室内和室外环境，结构化环境与非结构化环境。 惯性定位是在移动机器人的车轮上装有光电编码器，通过对车轮转动的记录来粗略地确定移动机器人位置。该方法虽然简单，但是由于车轮与地面存在打滑现象，生的累积误差随路径的增加而增大，导致定位误差的逐渐累积，从而引起更大的差。 标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记，超声波发射器、激光反射板等，通过机器人的传感器系统对标记的探测来确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法，机器人在同一点探测到三个陆标，并通过三角几何运算，由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法，其可获得较高的定位精度且计量小，但是在实际应用中需要对环境作一些改造，添加相应的标记，不太符合真正意义的自主导航。 GPS定位是利用环绕地球的24颗卫星，准确计算使用者所在位置的庞大卫星网 定位系统。GPS定位技术应用已经非常广泛，除了最初的军事领域外，在民用方面也得到了广泛的应用，但是因为在移动导航中，移动GPS接收机定位精度受到卫 星信号状况和道路环境的影响，同时还受到时钟误差、传播误差、接收机噪声
十种最酷的农业机器人 1、机器人挤奶 剑桥大学奶牛场，挤奶工作全部由机器人独立完成，无需任何手工。机器人安装在奶牛圈舍旁边，奶牛一旦需要挤奶，会自动排队等待机器人服务。这时，机器人会先对奶牛的乳房进行扫描定位并进行清洁消毒，通过自动感知把吸奶嘴固定好，然后挤奶。 机器人的作用不仅仅是挤奶，还要在挤奶过程中对奶质进行检测，检测内容包括蛋白质、脂肪、含糖量、温度、颜色、电解质等，对不符合质量要求的牛奶，自动传输到废奶存储器；对合格的牛奶，机器人也要把每次最初挤出的一小部分奶弃掉，以确保品质和卫生。 挤奶机器人还有一个作用，即自动收集、记录、处理奶牛体质状况、泌乳数量、每天挤奶频率等，并将其传输到电脑网络上。一旦出现异常，会自动报警，大大提高了劳动生产率和牛奶品质，有效降低了奶牛发病机率，节约了管理成本，提高了经济效益。据调查，挤奶机器人的使用，可以提高奶产量20%～50%。 2、放牧机器人（Herder Bot）
澳大利亚的发明家创造出一种像牧羊犬的机器人，它能在农场上代替传统的放牧劳力（人或牧羊犬）。它使用2D和3D感应器，且内置了全球定位系统，能够根据牛群的运动速度来赶着它们移动。牛群被机器人赶着不断绕圈走，有意思吧。目前，这款机器人还处于测试阶段，效果理想。 3、施肥机器人 美国明尼苏迭州一家农业机械公司的研究人员推出的机器人别具一格，它会从不同土壤的实际情况出发，适量施肥。它的准确计算合理地减少了施肥的总量，降低了农业成本。由于施肥科学，使地下水质得以改善。 4、除草机器人
德国农业专家采用计算机、全球定位系统(GPS)和灵巧的多用途拖拉机综合技术，研制出可准确施用除草剂除草的机器人。首先，由农业工人领着机器人在田间行走。在到达杂草多的地块时，它身上的GPS接收器便会显示出确定杂草位置的坐标定位图。农业工人先将这些信息当场按顺序输入便携式计算机，返回场部后再把上述信息数据资料输到拖拉机上的一台计算机里。当他们日后驾驶拖拉机进入田问耕作时，除草机器人便会严密监视行程位置。如果来到杂草区，它的机载杆式喷雾器相应部分立即启动，让化学除草剂准确地喷撒到所需地点。 5、葡萄园机器人 法国的发明家发明了专门服务于葡萄园的机器人，并把它命名为Wall-Ye。它几乎能代替种植园工人的所有工作，包括修剪藤蔓、剪除嫩芽、监控土壤和藤蔓的健康状况等。除此
机器视觉在农业机器人自主导航系统中的研究进展 姜国权，何晓兰，杜尚丰，柯杏 （中国农业大学信息与电气工程学院，北京 100083） 摘 要：自主导航是移动机器人的关键技术。机器视觉由于信息量大和人性化特征，视觉导航已成为农业机器人获得导航信息的一种主要方式。为此，综合分析了目前国内外视觉导航技术的研究现状及其存在的问题；同时，探讨了研究中需要解决的关键技术。最后，展望了农业机器人视觉导航技术的发展趋势。 关键词：自动控制技术；机器视觉；综述；农业机器人；自主导航；信息融合 中图分类号：TP242.6+3 文献标识码：A 文章编号：1003─188X(2008)03─0009─03 0 引言 在经历了沿犁沟、田垄、农作物秆的机械触杆导航、预理引导电缆的有线引导地磁导航、无线电或激光导航、用惯性导航进行航程推算等多种导航方式的发展过程后，目前对农业机器人的导航研究主要集中在机器视觉和GPS导航这两种最具发展前途的方式上[1,2]。 与GPS导航系统相比，机器视觉导航有如下优点：一是采用相对坐标系，提供差值信号，使用起来比较灵活；二是视觉导航具有信息探测范围宽、目标信息完整等优势，它能够检测微小目标，如对沟、坑、杂草等都能“看见”，误差可达毫米级水平。 1 农业机器人的机器视觉导航方法 1) 人工路标方法。该方法采用白色标记线作为路标，敷设于机器人行走的地面上，机器人的视觉传感系统在行走过程中不断地监测标记线，并随时控制机器人的转向机构调整机器人的移动方向。该方法具有路径标识简单、可靠、成本低、柔性好和图像处理易于实现的优点；但对机器人的作业环境有很高的要求，一般用于地面条件良好的温室内。 2) 基于田间作物在空间排列的特征进行视觉定位导航方法。农业机器人可以根据田间作物的图像判断作物排列行与机器人的相对位置，规划出行走基准线；然后，利用两条道路边界平行的特点，求得图像上无限远处的点和机器人的自身位置及其行走方向。此类机器人已应用于喷洒除草剂和施肥等作业。 2 机器视觉导航国内外研究现状 在具有行或垄等结构的农田中，运用机器视觉来进行农业机器人自主导航，最早可以追溯到20世纪80年代早期，那时相对低廉可靠的CCD图像传感器开始出现。20世纪90年代以来，随着计算机、微电子等相关技术的不断进步，一些复杂的图像处理和分析算法能够顺利实现，使得农业机器人视觉导航技术的研究迅速发展起来。 2.1 国外研究现状 1996年，日本京都大学的Torii等人[3，4]研制了一种具有定点作业能力的智能农药喷洒装置。其在HIS空间中，基于几条水平扫描线，结合直线最小二乘法识别出农田中作物行作为导航路径。这种方法利用作物和垄沟的色度差异来进行分割，当出现大面积杂草或作物缺失时，视觉系统将无法正确识别，同样也不能应付色度差异不大的其它农田环境。在导航控制中，针对视觉获取的横向偏差和航向偏差以及角位移传感器测出的导向轮转角等3个状态设计横向反馈控制。人工草坪标定实验中取得了最大横向误差为0.024m，航向角误差为1.5°；但农田实验时纵向速度较小，只有0.25m/s。 美国Gerrish[5]等在Case7110拖拉机后轴的左侧安装了一个彩色CCD摄像机，离地面2.79m，仰俯角为15°。系统初始化时，由使用者首先选出代表作物和土壤的像素点，然后视觉系统根据初始信息进行自动识别，导航信息由图像中固定的某一点进行计算。在速度为12.9km/h和4.8km/h两种条件下，跟踪直线状的玉米行时，分别取得了均方差为12cm和6cm的导航精度。 收稿日期：2007-06-06 基金项目：国家863计划课题（2006AA10A304） 作者简介：姜国权（1969-）,男，河北唐山人，博士研究生，(E- mail)jguoquan@https://www.doczj.com/doc/fb10891619.html,。 通讯作者：杜尚丰（1961-），男，辽宁锦州人，教授，博士生导 师，(E-mail)du_grad_stud@https://www.doczj.com/doc/fb10891619.html,。 - 9 -
20 中国农村科技 CHINA RURAL SCIENCE & TECHNOLOGY 农业机器人与工业机器人一样，其工作过程包括信息感知、路径规划和自主作业。过去，农业机器人在机器人家族中基本没有什么地位，传统机器人分类包括工业机器人和特种机器人，而农业机器人被分类到特种机器人。实际上，农业机器人家族庞大，按应用领域分类，包括大田作业的无人拖拉机、锄草机器人以及设施温室里使用的嫁接、移栽机器人，动物养殖中自动饲喂机器人、自动巡检机器人 等。由于农业生产类型多样，过程复杂， 导致农业机器人具有多样性特点。 现在人工智能发展迅速，主要分成五大板块，大数据智能、跨媒体智能、人机混合智能、群体智能、自主无人系统。机器人现在作为人工智能的重要内容，如果对其技术进行分解，有三个板块：第一个是感知，有视觉、触觉、听觉、味觉感觉。然后面对人，农用机器人通过控制软件、安全控制来进行分析、规划。第三是执行机构。国际上对农业机器人高度关注， 锄草机器人曾刊登于 2007 年《时代周刊》的封面。美国卡内基梅隆大学国家机器人实验室研究了一款田间移动巡查农业机器人，可以在田间不间断自动收集高粱作物的表型信息，为作物表型组学研究提供了有效的技术手段。农业机器人瓶颈问题分析机器人的自动化技术现在有一个争论，自动化算不算智能技术？事实上我们的焊接机器人其实没什么智能，就是到某个点，用多长时间，一些焊接材料按上去就行了，这种机器都称它为机器人，所以我们现在加了智能机器人。我们有外部环境，在作物方面，空间层叠分布、枝叶果实遮挡、个体差异较大、部分柔嫩易损，环境方面有光照 情况多变、气象条件多变、粉尘泥土干扰、非结构化特征。在理论与农 业机 器 人展望文/赵春江 国家农业信息 化 工 程 技 术 研 究 中 心
由机器人技术带动的农业升级，正在为农民生活改善打开新空间。无论是美国、德国、英国、法国等发达国家，还是中国为代表的发展中国家，农业机器人正呈现出蓬勃的发展态势，市场空间想象力十足。预计到2021年，全球农业机器人的销售量将超过1.4万台，销售额将超过20亿美元。 由机器人技术带动的农业升级，正在为农民生活改善打开新空间。农业机器人除了可以从事种植、打农药、收割等田地作业之外，还可以在畜牧养殖业中发挥重要作用。机器人将给农业带来一场新的变革。 农业机器人将信息技术进行综合集成，集感知、传输、控制、作业为一体，将农业的标准化、规范化大大向前推进了一步。不仅节省了人力成本，也提高了品质控制能力，增强了自然风险抗击能力。 并通过智能感知、识别技术与普适计算等通信感知技术将农作物与物联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理等功能。 目前，全世界各国的农业机器人发展状况到底如何?小编就以四大国家为例，简要介绍一番。 一、美国 首先要介绍的世界超级大国——美国。美国明尼苏达一家农业机械公司研制除了一款独特的施肥机器人，它可以根据不同类型土壤的实际情况，制定不同的施肥策略。由于机器人可以科学配比出最适量的施肥方案，几乎不会再出现肥料浪费的情况，大幅降低了农业成本。而且精通肥料学的机器人还知道如何施肥才能把对环境的影响降到最低。 二、德国 接下来要介绍的是以严谨著称的德国。德国人一向以精通高精尖享誉世界，在人工智能领域他们又怎会落后？德国农业专家研制出的除草机器人BoniRob，可以在农场的各种地块间极速穿行，准确找到杂草并清除，每分钟可以除掉120根杂草，比人工和药物除草都要快得多。 三、英国 而在盛产蘑菇的英国，希尔索农机研究所研制出了一款可以高速采摘蘑菇的机器人，它的采摘效率是人工采摘的两倍，每分钟可以采摘40个蘑菇。这款机器人通过视觉图像分析软件来识别蘑菇的数量和等级，然后用红外线测距仪测定蘑菇的高度，再由真空吸柄根据计算得出的具体情况确定需要弯曲和扭转的力度，从而自动完成蘑菇采摘。
移动机器人的自主导航 一、研究的背景 二、移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功 能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用，而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。 因此，移动机器人技术已经得到世界各国的普遍关注。 三、在自主式移动机器人相关技术的研究中，导航技术是其研究核心，同时也 是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态，实现在有障碍的环境中面向目标的自主运动。 导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 四、相关技术 五、移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置，是 移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等，它们都不同程度地适用于各种不同的环境，括室内和室外环境，结构化环境与非结构化环境。 六、惯性定位是在移动机器人的车轮上装有光电编码器，通过对车轮转动的记 录来粗略地确定移动机器人位置。该方法虽然简单，但是由于车轮与地面存在打滑现象，生的累积误差随路径的增加而增大，导致定位误差的逐渐累积，从而引起更大的差。 七、标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记， 八、超声波发射器、激光反射板等，通过机器人的传感器系统对标记的探测来 确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法，机器人在同一点探测到三个陆标，并通过三角几何运算，由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法，其可获得较高的定位精度且计量小，但是在实际应用中需要对环境作一些改造，添加相应的标记，不太符合真正意义的自主导航。 九、GPS定位是利用环绕地球的24颗卫星，准确计算使用者所在位置的庞大卫 星网定位系统。GPS定位技术应用已经非常广泛，除了最初的军事领域外，在民用方面也得到了广泛的应用，但是因为在移动导航中，移动GPS接收机定位精度受到卫星信号状况和道路环境的影响，同时还受到时钟误差、传播误差、接收机噪声等诸多因素的影响，因此，单纯利用GPS定位精度比较低、可靠性不高，所以在机器人的导航应用中通常还辅以磁罗盘、光码盘与GPS数据进行
智能农业机器人系统设计方案 我国是一个传统的农业大国，千百年的手工农作已经让农民疲惫不堪，伴随着工业革命和智能革命的兴起，进入21世纪以来，我国农业机械化、自动化的程度得到大幅度提升，农业机器人得到了发展空间，农业机器人相继研发出来，并更加智能化，文章设计了一种以ARM9为主控芯片处理器的智能农业机器人自动灌溉系统，有效提高了农业的工作效率。 标签：农业机器人;自动喷灌;ARM9;智能;控制 进入21世纪以来，电子技术和自动控制技术发展突飞猛进，在农业方面有着突出的影响，农业机器人的出现解决了一些复杂而繁琐的农事，现在农业机器人渐渐的进入农业生产方面，我国农业生产规模进一步扩大，并向着智能化、机械化的方向发展。农业机器人的研究也在不断的进步，并涉及多方面领域，如果蔬采摘、农药施肥、自动喷灌等。农业机器人的运用改善了我国农业生产状况，降低了人工劳动强度，也提高了农业效率。 1 自动喷灌机器人设计 本文设计了一个以ARM9为处理器的自动灌溉机器人，用三轮差分转动的方式来控制机器人移动，利用线性频率输出型号的HF3223温湿度传感器来检测实时湿度状况并采集数据，并将采集数据传回机器人的“大脑”，从而确定大棚田间农作物是否需要喷灌作业。若大棚中的温湿度低于设计初值，则控制系统将启动控制水泵实现自动喷灌。 2 整体系统设计 农业机器人整体设计包含硬件部分和软件部分。硬件部分按照不同的模块分为如图1所示几个部分，自动喷灌机器人利用HF3223溫湿度传感器来检测温度和湿度，并通过传感器进行数据传输，ARM处理系统对采集数据进行处理、分析，并采取相应的措施。图1为总体设计原理框图。 3 硬件系统设计 3.1 控制系统模块 自动喷灌机器人控制系统模块相当于人的“大脑”，温湿度传感器检测室内大棚田间的温湿度数据都要经传感器传送到控制模块中，地面灰度传感器记录机器人在室内大棚的位置，然后再传送给控制模块，实现对自动喷灌机器人的运动控制。控制模块是以ARM9为核心的S3C2440A芯片开发板，其特点是低功耗，高性能的微控制器。主频设置为500MHz，开发板使用两片外接的16MbytesSDRAM芯片，接在一起形成16bit的总线。通过与各种传感器模块进行数据传输，保证在农田中正常作业。其控制方式如图2所示。
https://www.doczj.com/doc/fb10891619.html, 孙元义，张绍磊，李伟 (中国农业大学工学院，北京：100083) 摘 要：提出了一种基于机器视觉技术的农业机器人导航路径识别的新方法。自然环境下采集的棉田图像在Lab色彩空间进行处理，把棉株从土壤背景中识别出来。通过最大方差阈值分割法将图像转化为二值图像，并经过中值滤波去除噪声。根据图像左右垄棉株位置平均得到导航离散点，通过Hough变换得到导航路径，进而得到导航控制参数。利用坐标系转换关系将图像坐标系中的导航信息转换到世界坐标系，从而控制机器人行走。对采集的大量连续图像进行分析表明，该方法具有良好的实时性和可靠性。 关键词：农业机器人 机器视觉 自然环境 Hough变换 1.引言 随着精细农业的发展，计算机、传感器技术的广泛应用，农业机器人导航技术研究越来越受到关注[1]。目前，农业机器人导航方式主要有三种：信标导航、全球定位系统（GPS）、视觉导航。由于农业作业环境复杂，视觉导航具有信息探测范围宽、目标信息完整等优势，是目前国内外研究较多的机器人导航方式[2]。基于视觉的导航方法有很多。Kise等人研究了双目立体视觉的方法[3]。该方法对于农田环境较理想情况下实现较好，但是算法复杂，而且对两个摄像头同步性要求较高。S.Han等人研究了基于单摄像头的方法。该方法实际采集农田灰度图像，通过K-means聚类算法来进行图像阈值分割，最后利用线性回归来获得导航基准线[4]。农业机器人导航首要问题是找到一种适合于大多数自然环境下将作物从土壤中识别出来的方法。本文提出了一种新的获得导航路行的方法，该方法采用单摄像头，基于自然景观环境下，对获得的农田彩色图像进行分割，利用Hough变换获得导航路径。并给出了对实时图像进行试验分析、验证的结果。 2 棉田图像分割 2.1 色彩空间选择 在图像处理中常用的色彩空间有RGB空间、HIS色彩空间等。本文采用了Lab色彩空间进行图像分割。Lab色彩空间是国际照明委员会(CIE)于1976年推荐的设计成符合孟塞尔彩色系统的表色系。其三度空间的L为光亮度，a为空间的红-绿色轴，b为空间的蓝-黄色轴。 图像分割时在RGB、HIS、Lab色彩空间进行了比较。表1是对近200副动态棉田图像分别用2G-R-B、2H、Lab中a灰度化的比较结果。其中识别率指把棉株信息正确从图像中识别出来的百分率，误识率是指把非棉株信息识别成棉株信息的百分率。实验表明Lab中对a进行灰度化效果较好。 图1 a是棉田图像（俯视45°），图1 b是在Lab色彩空间对a分量灰度化图像。 识别率误识率 50%～90%>90% <50% 50%～90% >90% <50% 7 21 72 70 26 4 /% 2G-B-R /% 12 24 64 71 19 10 2H Lab /% 3 6 91 86 12 2 表1 2G-B-R、2H、Lab灰度化比较 - 1 -
教案首页 课程名称农业机器人任课教师李玉柱第7章农业机器人组成及分类计划学时 4教学目的和要求： 1.了解农业机器人的特点； 2.了解农业机器人的组成及分类； 3.了解农业机器人的末端执行器的特点； 4.了解机器视觉 重点： 1.农业机器人的组成和分类 2.农业机器人的特点 难点： 农业机器人的组成和分类 思考题： 1.农业机器人有何特点，为什么？ 2.农业机器人的组成及分类？
第7章农业机器人组成及分类 教学主要内容： 农业机器人的特点 农业机器人的分类 农业机器人的发展 农业机器人的基本组成 末端执行器 传感器及机器视觉 移动机构 执行机构 本章主要介绍了农业机器人的特点、分类及组成，农业机器人的发展，农业机器人的机械手特点及分类；农业机器人的传感器、移动机构及执行机构。以制造业为主的工业机器人已经相当普及，而将机器人技术应用于生物农业领域正方兴未艾，农业机器人发展缓慢的主要原因在于其工作对象的形状比较复杂，生物农业生产高度依赖于季节和自然环境的变化，人们期待着机器人在这一领域的广泛应用，以实现农业生产机械化和自动化。 农业机器人的特点 农业机器人没有统一的定义，一般认为可以服务农业生产的机器人、自动化机器人或智能化机器都可以称作农业机器人。在农业生产领域中，很多机器系统都没有操纵器，例
如，无人驾驶拖拉机、联合收割机和自驱机器等，它们在传 感系统控制下可以再田间自动行走。同样，在植物工厂内， 播种、间苗、施肥、收获和包装的自动化机器人系统都没有 操纵器。还有，许多拖拉机、干燥机和碾米机在一定的智能 水平下都可以实现全自动作业。这些机器系统拥有或没有操 纵器，都可以再它们自身的传感系统和控制系统的控制下实 现自身控制，进而可以由于与人相似的知觉和智能。本教材 中所指机器人为广义的机器人，即包括大多数智能机器系 统。 7.1.1 发展农业机器人的必要性 农业生产系统远比工业生产复杂，并且世界各国农业生 产逐步向现代化农业迈进，农业机械化水平越来越高，农业 装备逐步从人和机器调节向自动控制方向发展，即向无人 化、智能化的机器人迈进，其原因是：①尽管有许多农业作业已经实现了机械化，但仍有许多危险的、劳动强度大的 和单调乏味的工作不适合人去做，需要一定的与人一样智能 去完成，如喷药作业。②在许多国家农业劳动力正在以惊人 的速度减少，这就意味着不久的将来，农业青壮劳力资源正 在不断下降。农业机器人的发展，特别是具有专家知识的，能够完成一些农业的专门工作。③要使农业生产持续下去，农村劳动力的匮乏势必导致劳动力成本的提高，急需大量的 农业机械或自动机械参与到农业生产中。④农产品的评价
江西农业学报2010，22(12)：127—129 A ct a A gr i cuh ur ae J i an gxi 自主移动农用机器人导航系统故障诊断分析 郝昕玉1，姬长英2’ (1．盐城工学院，江苏盐城224051；2．南京农雌人学工学院，江苏南京210031) 摘要：通过对自主移动农用机器人运行过程数据序列的统计辨识，逐步累积故障-／e,另'l能力．建立有效的故障诊断体系。运用时间序列分析法对正常和故障情况下导航系统中定位部件G P S输出随机信号进行分析，得到判断G PS性能故障的方法。建立G PS随机漂移数学模型A R(p)模型．并采用K—L(K ul l back—Lei bl er)信息测度检测法构造相应的信息距离差别函数进行系统状态检测。利用该时序分析法能够有效地检测出系统故障。 关键词：信号检测；时间序列分析法；故障诊断；G P S；自主移动农用机器人；导航系统 中图分类号：TP277文献标识码：A文章编号：1001—8581(2010)12—0127—03 Faul t D i a gnos i s A nal ysi s of N a vi ga t i on Sys t em i n A ut om obi l e A gr i cul t ur a l R obo t H A O X i n—yul．JI C h ang—yi n g“ (1．Y ancheng I n s ti t u t e of T e chn ol o gy，Y anc hen g224051，C hi na；2．N anj i ng A s ri cul t ural U ni ver si t y，N anj i ng210031，Chi na) A bs t r act：T h r ough st a t i s t i ca l i d e nti fi c at i o n t O t he dat a se r i es obt m ned i n t he cour s e of un i t r un ni ng of aut om o bi l e ag r i cult ural t o-bot，够w e l l鹪t he单'adua l accu m ul at i on of t he a b i l it y t o i dent i fy t he f ault．a ll eff ecti ve fa ul t di agnos i s syst em w a g se t up．By m eadl8of t i m e s er i es an al ys is m e t hod，t h e ra ndom dr i ft s ignal out put by or ient at i on G PS i n navi g at i on syst em W a S anal yzed un der nor m al a nd f aul ty condi t i ons，an d a f aul t i d e nti f ic at i o n m e t ho d for G PS per f or m ance W ns ob t ai ne d．B y es t abl i s h i ng m at hem at i c A R(p)m odel and usi n g K—L(K uU ba ck—Le i bl e r)m ea s ur i ng m e t hod ba sed on i nf or m at i on r ange di f f erence f unct i on，t he sys t em s t a t u s w ns t es ted．’r he 1net hod of t i m e s er i es analys i s coul d e ff e ct i v e l y di agn ose t he fa ul t s i n t he s y s te m． K e y w ords：Si舯al m ea s u r em e n t；Ti m e s er i es an al ys is m et hod；Faul t dia gn os is；G PS；A ut om obi l e ag r i cult ural robot；N avi gat i on sys t em 本文利用时间序列分析法对导航系统中方位保持部件G PS在正常工作和故障这两种状况下，输出的随机漂移信号进行分析，得到一种判断G PS性能故障的方法。这种故障识别的特点是利用与故障直接相关的状态变量，建立时间序列过程模型。以模型参数作为特征矢量来判别故障类型。模型参数与系统设备的内在特性和输入输出隐含着复杂的联系…，模型参数与系统典型故障之间的关系可以作为故障识别的依据。这是在长期的设备运行实践中．用统计的方法得出的。这种方法可以在缺乏先验诊断知识的情况下，通过对设备运行过程数据序列的辨识，逐步积累故障识别的能力，建立有效的故障诊断体系。 l时间序列的模型结构 在自主移动农用机器人导航系统的方位保持部件中，所用G PS的漂移数学模型为A R(p)模型，P为阶次。经检验，参考时序的阶次P=5时模型最为合适。 A R(p)模型的结构式可表示为： zI=cp,x。一I+妒2zl一2+‘93x‘．3+……+妒p石I．P+∞l (1) (1)式中￡=p+1，P+2．……，，v；‘PI．‘p2，…，‘P。为自回归参数；P代表A R模型的阶数；蚍为残差，可表示为：q～N ID(0，盯2。)，它是满足正态分布的随机变量，其均值为0，方差为盯2。；I D表示为当t变动时各q之间彼此无关，是白噪声。A R(P)模型把任意时刻t的观测量t 表示成过去P个时刻的观测值毛．．，毛Ⅲ…，毛一，的线性回归组合和t时刻的白噪声峨之和。 2时间序列模型的辨识方法 平稳随机序列模型的类别及阶数，通常用自相关函数和偏相关函数联合辨识，同时还采用A I C(A—I nf or m．t i o n C r i t er i on)准则或统计检验方法来判别A R(p)模型的阶数。 2．1A R模型的参数估计参数估计就是按照一定的方法估计出妒。，妒2，…。钆，矿。2这P+1个参数。由于有：∞l=石l一妒l茹1．1一妒2省I．2一……一怫菇。一P(2) lⅣ 盯2。=—L．；．气一妒l茹l-』 ( 3 ) N - P 盯-=——I童I算l一妒l茹l-』L j J 因此，一旦估计出，‘P。就可以按照式(3)估计出矿：，故而对A R(p)时序模型的参数估计即指对妒。，妒2。…，吼这p个参数的估计。 本文采用最／b--乘法进行参数估计，该方法简便、 收稿日期：2010—09—16 基金项目：“863”计划项r j。 作者简介：郝听玉(1983一)。女．山东菏泽人．助教．硕士研究生．研究向：在线监测、机电一体化。通讯作者：姬长荚。