發(fā)布時間：2018-03-29 16:43

  本文選題：多臂溫室機器人　切入點：決策規(guī)劃　出處：《農業(yè)機械學報》2017年03期

【摘要】：針對目前棚室內機器人作業(yè)分析算法智能性不足、準確作業(yè)率較低,且一次巡航過程只能進行單一作業(yè),存在使用效率不高的問題,提出了一種搭載在三臂棚室機器人上,基于體感操控作業(yè)的決策規(guī)劃算法,用Kinect采集含操作人員位姿信息的深度圖像,結合隨機森林統(tǒng)計學習理論和基于高斯核函數(shù)的Mean shift算法,確定了代表人體位姿的20個關鍵骨骼點坐標,在此基礎上提出了一種基于模式切換的三臂映射關系,將骨骼點信息映射到機器人工作空間,使人的兩只手臂能自如的控制三臂機器人,在一次巡航中完成多種棚室作業(yè);此外,還提出了一種結合骨骼追蹤技術和YCb Cr顏色空間的手勢特征分割方法,實現(xiàn)了用手勢控制機器人末端執(zhí)行器作業(yè)。最后,搭建了用于測試體感決策算法的三臂機器人樣機,進行了針對該決策算法的精確性試驗,根據試驗誤差數(shù)據對肩部關節(jié)夾角采用離散化取值識別,解決了肩部關節(jié)識別誤差,結果表明:測試者被捕捉到的關節(jié)處夾角和機器人對應關節(jié)夾角的最大映射誤差為1.90°,上位機發(fā)送夾角值與機器人實際轉動的夾角值最大誤差為0.80°,在誤差允許范圍內,同時在該精度下完成一套采摘加噴施作業(yè)指令,平均耗時13.34 s,且操作者還可通過體感操控訓練進一步提高機器人作業(yè)性能,表明該算法具有準確性和實用性。
[Abstract]:Aiming at the problem that the analysis algorithm of indoor robot in greenhouse is not intelligent enough, the rate of accurate operation is low, and only a single operation can be carried out in one cruise process, and there is not high efficiency in use, a kind of robot mounted on a three-arm shed room robot is put forward in this paper. Based on the decision planning algorithm of somatosensory manipulation, the depth images of operators' position and pose information are collected by Kinect, combined with stochastic forest statistics learning theory and Mean shift algorithm based on Gao Si kernel function. The coordinates of 20 key skeletal points representing human posture are determined. Based on this, a three-arm mapping relationship based on pattern switching is proposed, which maps the information of skeletal points to the robot workspace. In addition, a method of hand gesture feature segmentation combining bone tracking technology and YCb Cr color space is proposed. Finally, a prototype of a three-arm robot used to test the body sense decision algorithm is built, and the precision test of the decision algorithm is carried out. According to the experimental error data, the angle of shoulder joint is recognized by discretization, and the recognition error of shoulder joint is solved. The results show that the maximum mapping error between the joint angle captured by the tester and the corresponding joint angle of the robot is 1.90 擄, and the maximum error between the transmitting angle of the upper computer and the actual rotation angle of the robot is 0.80 擄. At the same time, a set of picking and spraying instructions is completed with this precision, which takes an average time of 13.34 seconds, and the operator can further improve the performance of the robot through the training of body sense control, which shows that the algorithm is accurate and practical.
【作者單位】： 東北農業(yè)大學工程學院;
【基金】：黑龍江省普通高等學校青年創(chuàng)新人才培養(yǎng)計劃項目(LR-356214) 國家自然科學基金項目(51405078) 黑龍江省博士后基金項目(LBH-Z13022) 東北農業(yè)大學“青年才俊”項目(518020)
【分類號】：S625.3;TP212;TP242

【參考文獻】

相關期刊論文 前7條

1 王凱;么鴻雁;劉劍君;;蔬菜大棚微環(huán)境對人體健康的影響[J];疾病監(jiān)測;2015年06期

2 羅陸鋒;鄒湘軍;楊洲;李國琴;宋西平;張叢;;基于改進人工蜂群模糊聚類的葡萄圖像快速分割方法[J];農業(yè)機械學報;2015年03期

3 朱鳳武;于豐華;鄒麗娜;岳仕達;;農業(yè)機器人研究現(xiàn)狀及發(fā)展趨勢[J];農業(yè)工程;2013年06期

4 張凱良;楊麗;張鐵中;;草莓收獲機器人采摘執(zhí)行機構設計與試驗[J];農業(yè)機械學報;2011年09期

5 馮青春;袁挺;紀超;李偉;;黃瓜采摘機器人遠近景組合閉環(huán)定位方法[J];農業(yè)機械學報;2011年02期

6 劉繼展;李萍萍;倪齊;李智國;;番茄采摘機器人真空吸盤裝置設計與試驗[J];農業(yè)機械學報;2010年10期

7 趙金英;張鐵中;楊麗;;西紅柿采摘機器人視覺系統(tǒng)的目標提取[J];農業(yè)機械學報;2006年10期

【共引文獻】

相關期刊論文 前10條

1 肖英奎;李永強;謝龍;付英達;;新型具有力感知的柔性果蔬采摘機械手研究[J];農機化研究;2017年10期

2 伍坪;;基于DSP圖像處理和HPI通信接口的采摘機器人設計[J];農機化研究;2017年10期

3 張青;林桂潮;蘇金文;呂小蓮;劉瑞;辜松;;水中成堆草莓力學特性試驗研究[J];農機化研究;2017年09期

4 秦華;康朝紅;劉鑫淼;孔令美;;基于BTO多目標遺傳算法的播種機性能優(yōu)化設計[J];農機化研究;2017年06期

5 林宏;靳繼紅;禹sリ，

本文編號：1681972