基于深度學(xué)習(xí)采摘機械臂視覺抓取與軌跡仿真
【學(xué)位單位】:中南林業(yè)科技大學(xué)
【學(xué)位級別】:碩士
【學(xué)位年份】:2019
【中圖分類】:TP241;TP18
【部分圖文】:
圖1.2葡萄采摘機械臂逡逑Fig邋1.2邋Grape邋harvesting邋robot逡逑如圖1.2所示。該收獲機械臂設(shè)計有基于極坐標(biāo)的5自由度采摘機械臂,它逡逑由四個旋轉(zhuǎn)接頭和一個直線接頭組成。此種結(jié)構(gòu)可以有效保證末端執(zhí)行器水平或逡逑者垂直地靠近葡萄架。末端執(zhí)行器由仿真手指和切斷莖脈的剪刀姐成,而且在不逡逑同的階段設(shè)計有多套末端執(zhí)行器,用于葡萄的套袋、噴霧和剪枝作業(yè),有效提高逡逑了設(shè)備綜合利用率。主要存在缺點:有作業(yè)對象的限制,多自由度的機械臂導(dǎo)致逡逑控制的繁瑣。逡逑1996年,荷蘭研究所研制了一款草莓識別采摘機械臂。如圖1.3所示。該機逡逑械臂具有7個自由度,包括三菱RV邋E2機械手的六自由度和安裝在底座上的線逡逑3逡逑
圖1.3草莓米摘機械ff逡逑Figl邋.3邋Cucumber邋harvesting邋robot逡逑英國silsoe研宄院所成功研制出了用于蘑菇采摘的農(nóng)業(yè)機械臂[24],如圖1.4逡逑所示。采摘機械手采用三自由度機構(gòu),由兩個氣動運動關(guān)節(jié)和一個由電機驅(qū)動的逡逑旋轉(zhuǎn)關(guān)節(jié)組成。為防止果實損傷,其末端執(zhí)行器上設(shè)置有軟襯墊和吸引設(shè)備。用逡逑于水果識別和定位的視頻傳感器是電視攝像機。收獲機械手的收獲成功率約為逡逑75%,平均收獲時間為6到7秒,機械結(jié)構(gòu)簡單,成本低,但也存在一些問題。逡逑對于生長傾斜的蘑菇的采摘存在很大的困難。如何改進圖像處理算法更好地調(diào)整逡逑末端執(zhí)行器位姿動作來提高采摘成功率以及采用多個末端執(zhí)行器提高生產(chǎn)率是逡逑亟待解決的問題。逡逑4逡逑
Fig邋1.4邋Mushroom邋harvesting邋robot逡逑比利時、日本和法國等國家對蘋果采摘機械臂都進行過研宄。比利時的Johan逡逑Beaten和Kevin邋Bedrail等人研制的蘋果采摘機械臂p:]如圖1.5所示,采摘機械手逡逑是安裝在垂直和水平移動機架上的6自由度工業(yè)機械手。以此來增大采摘范圍。逡逑整個采摘機械部件的運動由一臺拖拉機牽引,因而整體占地面積顯得很大,也反逡逑映出機械本體較差的靈活度和昂貴的成本。逡逑圖〗.5蘋果采摘機械臂逡逑Fig邋1.5邋Apple邋harvesting邋robot逡逑
【參考文獻】
相關(guān)期刊論文 前10條
1 孫野;殷鳳龍;王香麗;陳忠凱;馮曉;;六自由度機械臂運動學(xué)及工作空間分析[J];機床與液壓;2015年03期
2 彭偉夫;黨陽;杜書;;一種基于近鄰傳播聚類的無監(jiān)督圖像分割方法[J];信息系統(tǒng)工程;2014年10期
3 蘇梅;;我國蘋果產(chǎn)業(yè)發(fā)展存在的問題及對策[J];現(xiàn)代農(nóng)業(yè)科技;2013年02期
4 張凱良;楊麗;王糧局;張麗霞;張鐵中;;高架草莓采摘機器人設(shè)計與試驗[J];農(nóng)業(yè)機械學(xué)報;2012年09期
5 崔家升;李曉萍;;世界蘋果種植概況與我國蘋果生產(chǎn)前景展望[J];北方果樹;2012年04期
6 左富勇;胡小平;謝珂;朱秋玲;;基于MATLAB Robotics工具箱的SCARA機器人軌跡規(guī)劃與仿真[J];湖南科技大學(xué)學(xué)報(自然科學(xué)版);2012年02期
7 陳鵬;劉璐;余飛;李洪誼;陽方平;王雪竹;;一種仿人機械臂的運動學(xué)逆解的幾何求解方法[J];機器人;2012年02期
8 紀(jì)超;馮青春;袁挺;譚豫之;李偉;;溫室黃瓜采摘機器人系統(tǒng)研制及性能分析[J];機器人;2011年06期
9 藍峰;蘇子昊;黎子明;謝舒;;果園采摘機械的現(xiàn)狀及發(fā)展趨勢[J];農(nóng)機化研究;2010年11期
10 謝斌;蔡自興;;基于MATLAB Robotics Toolbox的機器人學(xué)仿真實驗教學(xué)[J];計算機教育;2010年19期
相關(guān)博士學(xué)位論文 前1條
1 顧寶興;智能移動式水果采摘機器人系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2012年
相關(guān)碩士學(xué)位論文 前10條
1 魯夕源;基于機械臂混合視覺的位姿估計方法研究[D];長春工業(yè)大學(xué);2018年
2 劉燁;基于ShuffleNet網(wǎng)絡(luò)模型的圖片內(nèi)容自動分類研究[D];河南大學(xué);2018年
3 郭迎達;機器人抓取中視覺觸覺融合的技術(shù)研究[D];北方工業(yè)大學(xué);2018年
4 黨永強;基于深度學(xué)習(xí)的口罩疵點檢測與分類算法研究[D];西安工程大學(xué);2018年
5 宿增迪;基于視覺識別的智能撿網(wǎng)球機器人開發(fā)[D];大連理工大學(xué);2018年
6 李會鋒;水下氣體逸出的聲學(xué)觀測方法研究[D];哈爾濱工程大學(xué);2018年
7 孫晶;基于深度學(xué)習(xí)的海底生物目標(biāo)檢測技術(shù)研究[D];哈爾濱工程大學(xué);2018年
8 周華健;近紅外乳腺圖像的腫瘤識別方法研究[D];廣西大學(xué);2017年
9 李傳朋;基于機器視覺和深度學(xué)習(xí)的目標(biāo)識別與抓取定位研究[D];中北大學(xué);2017年
10 雷韶;6R工業(yè)機器人的運動軌跡規(guī)劃及仿真研究[D];中北大學(xué);2017年
本文編號:2834445
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2834445.html