苹果采摘机器人夜间识别方法_赵德安

苹果采摘机器人无线数据传输系统

吕继东;赵德安;姬伟;郭金亮;李占坤

【期刊名称】《农业工程学报》

【年(卷),期】2010(026)012

【摘 要】针对解决苹果采摘机器人众多传感器数据采用有线传输,数据线纷繁杂乱、检修不便等问题,以及其直动关节在伸缩过程中对末端执行器传感器数据线容易扯断纠结等具体情况,设计了传感器无线数据传输系统.首先对苹果采摘机器人无线数据传输进行了整体设计,对无线通信模块电路、USB通信电路进行了选型设计,同时设计了部分传感器的信号调理电路;其次为了无线数据实时、可靠的传输,在方法上采取了质效控制措施,并制定了数据传输协议,然后进行了无线数据传输的程序设计,最后通过测试结果验证了传输协议的健壮性,数据传输的高效性,并根据测试结果与系统开销之间进行协调,选取了最优设置参数.该研究为采摘机器人及其他农产品生产机器人数据传输提供了一种无线实现方式和新的实现方案.

【总页数】6页(P225-230)

【作 者】吕继东;赵德安;姬伟;郭金亮;李占坤

【作者单位】江苏大学电气信息工程学院,镇江212013;江苏大学电气信息工程学院,镇江212013;江苏大学电气信息工程学院,镇江212013;江苏大学电气信息工程学院,镇江212013;江苏大学电气信息工程学院,镇江212013

【正文语种】中 文

【中图分类】TP242 【相关文献】

1.苹果采摘机器人对振荡果实的快速定位采摘方法 [J], 吕继东;赵德安;姬伟;陈玉;沈惠良;张颖

2.苹果采摘机器人采摘机构优化设计 [J], 邱岳巍

3.无线数据传输系统使机器人成功升级 [J],

4.基于气压传动的苹果采摘机器人末端执行器的设计 [J], 赵竹

5.基于4G的机器人与云平台无线数据传输系统设计 [J], 聂冬;宋阳;周海波;严佳欢;赵一娇

因版权原因，仅展示原文概要，查看原文内容请购买

第35卷 第22期 农 业 工 程 学 报 Vol.35 No.22 2019年 11月 Transactions of the Chinese Society of Agricultural Engineering Nov. 2019 257

苹果采摘机器人柔顺抓取的参数自整定阻抗控制

丁 一1，姬 伟1※，许 波1，陈光宇1，赵德安1,2

（1. 江苏大学电气信息工程学院，镇江 212013；2. 机械工业设施农业测控技术与装备重点实验室，镇江 212013）

摘 要：为了实现苹果机器采摘过程中的柔顺抓取以减小果实损伤，该文在对苹果抓取过程的力学特性变化规律分析的基础上，提出了苹果采摘机器人柔顺抓取的参数自整定阻抗控制方法。首先，利用Burgers黏弹性模型表征苹果的流变特性，将抓取过程分为匀速加载、夹持减速、应力松弛3个阶段，在此基础上求解获得苹果形变量随时间的变化规律和果实接触力与变形量的变化关系。然后，求解出所设计的基于力的阻抗控制系统的期望输入以及抓取环境接触力模型。最后，针对阻抗控制器参数对接触力的影响，构造阻抗参数自整定变化函数，完成改进阻抗控制系统设计。仿真及试验结果表明：依据果实抓取模型及变形规律求解期望位置的方式来模拟末端执行器对苹果的抓取过程是可行的，所建立的抓取环境接触力模型在一定程度上能够避免将环境模型简化为一阶模型而产生的误差。改进阻抗控制得到的期望抓取力更加平顺，其超调量约为2.3%，接触力调节时间减小到0.48 s，接触力的超调量约为2%，较未改进阻抗控制的接触力超调量减小了37.5%。研究结果可为苹果采摘机器人的柔顺控制方法提供参考。 关键词：机器人；收获；苹果；柔顺抓取；力学特性；阻抗控制；参数自整定 doi：10.11975/j.issn.1002-6819.2019.22.031 中图分类号：TP24；S126 文献标志码：A 文章编号：1002-6819(2019)-22-0257-10

基于机器视觉的苹果采摘机器人识别与定位研究

基于机器视觉的苹果采摘机器人识别与定位研究

摘要：随着农业自动化的快速发展，逐渐出现了针对农作物采摘的机器人。本文提出了一种基于机器视觉的苹果采摘机器人，旨在实现对苹果的自动识别和定位。通过对图像处理算法的研究，该机器人能够准确地识别并定位苹果，从而实现自动采摘。实验结果表明，该机器人具备高效、精确的苹果采摘能力，为农业生产的智能化发展提供了有力支持。

1. 引言

近年来，随着农业科技的不断进步，农业自动化逐渐成为农业生产的重要方向。在农作物采摘过程中，由于种植规模庞大和劳动力不足的问题，传统的人工采摘方式已经无法满足生产需求，因此出现了农作物采摘机器人的需求。在苹果种植业中，苹果的采摘一直是一个较为复杂且繁重的工作，目前仍主要依靠人工完成。本文提出了一种基于机器视觉的苹果采摘机器人，通过对图像处理算法的研究实现对苹果的自动识别和定位，旨在提高采摘效率和降低成本。

2. 相关技术概述

2.1 机器视觉技术

机器视觉技术是一种通过摄像机、图像处理算法等设备实现对图像信息的感知和理解，从而实现对物体识别、定位等目标的技术。在本研究中，机器视觉技术被应用于苹果的自动识别和定位过程。

2.2 图像处理算法

图像处理是机器视觉中的关键环节，它包括图像采集、预处理、特征提取等步骤。在本研究中，主要使用了边缘检测、颜色模型以及模板匹配等算法，用于分析和提取苹果图像的特征，从而实现对苹果的自动识别和定位。

3. 苹果识别与定位算法设计

3.1 图像采集及预处理

在机器人采摘过程中，首先利用摄像机对苹果树林中的苹果进行图像采集。为了提高图像质量和减少干扰，对图像进行了预处理，包括去噪、图像增强等操作。

3.2 苹果特征提取

通过边缘检测算法，对苹果图像进行边缘提取，得到苹果的外轮廓。同时，根据苹果的颜色特征，采用颜色模型对苹果进行分割，得到苹果的区域。最后，利用模板匹配算法，在苹果的区域内寻找匹配的模板，进一步确定苹果的位置。

第３１卷　第２期　２２　２０１５年　１月　农业工程学报　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｆ　ｔｈｅ　Ｃｈｉｎｅｓｅ　Ｓｏｃｉｅｔｙ　ｏｆ　Ａｇｒｉｃｕｌ￣ｒａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖ＿０ｌ＿３１　ＮＯ．２　Ｊａｎ．２０１５　

苹果采摘机器人快速跟踪识别重叠果实　

赵德安，沈　甜，陈　玉，贾伟宽　

（江苏大学电气信息工程学院，镇江２１２０１３）　

摘要：为解决采摘机器人在运动状态下对重叠果实的识别问题，减少采摘过程处理的时间，对重叠果实的快速跟踪识　

别进行了研究。首先，对采集到的第１幅图像进行分割并去噪，之后通过计算圆内的点到轮廓边缘最小距离的极大值确　

定圆心的位置，计算圆心到轮廓边缘距离的最小值确定半径，通过圆心与半径截取后续匹配的模板，经试验证明该算法　

能较准确地找到重叠果实的圆心与半径。然后，确定连续采集的１０幅图像的圆心，根据每幅图像圆心的位置对机器人的　

运动路径进行拟合、预判、综合半径与预判路径确定下一次图像处理的范围。最后，采用快速归一化互相关匹配对重叠　

果实进行匹配识别。试验证明，经过改进后的算法匹配识别时间与原算法相比，在没有进行预判的情况下匹配识别的时　

间为０．Ｉ８５　Ｓ，经过预判之后，匹配时间为０．１３３　Ｓ，减少了２８．１％，采摘机器人的实时性得到了提高，能够满足实际需求。　

该研究可为苹果等类球形重叠果实的动态识别提供参考。　

关键词：机器人；果实；图像处理；重叠果实；图像预判；图像匹配　

ｄｏｉ：１０．３９６９￣．ｉｓｓｎ．１００２—６８１９．２０１５．０２．００４　

中图分类号：ＴＰ２４２；ＴＰ３９１．４１　文献标识码：Ａ　文章编号：１００２－６８１９（２０１５）－０２－００２２—０７　

赵德安，沈甜，陈玉，等．苹果采摘机器人快速跟踪识别重叠果实［Ｊ］．农业工程学报，２０１５，３１（２）；２２—２８．　

Ｚｈａｏ　Ｄｅａｎ，Ｓｈｅｎ　Ｔｉａｎ，Ｃｈｅｎ　Ｙｕ，ｅｔ　ａ１．Ｆａｓｔ　ｔｒａｃｋｉｎｇ　ａｎｄ　ｒｅｃｏｇｎｉｔｉｏｎ　ｏｆ　ｏｖｅｒｌａｐｐｉｎｇ　ｆｒｕｉｔ　ｆｏｒ　ａｐｐｌｅ　ｈａｒｖｅｓｔｉｎｇ　ｒｏｂｏｔ［Ｊ］．