隨著農(nóng)業(yè)現(xiàn)代化建設(shè)的不斷推進,果實收獲已成為農(nóng)業(yè)工程中非常重要的一環(huán)。蘋果作為民眾生活中普遍需求的水果,其采摘的自動化程度顯得尤為重要,故現(xiàn)已有大量的機器人被用于蘋果采摘。但是目前蘋果采摘機器人的采摘效率仍然還存在著一定的提升空間,這與其結(jié)構(gòu)和運動規(guī)劃方式密切相關(guān)。為此,文中針對蘋果的生長環(huán)境,設(shè)計了一種四自由度采摘機械手結(jié)構(gòu),并對其進行采摘運動規(guī)劃的研究。首先,文中進行移動采摘機械手平臺的軟硬件設(shè)計。在硬件平臺上,設(shè)計了移動底盤和機械臂,對采摘機械手視覺系統(tǒng)和主控系統(tǒng)的相應(yīng)硬件進行選型,同時對車輪和關(guān)節(jié)的電機及其對應(yīng)驅(qū)動器進行選型。在軟件系統(tǒng)上,采用Lab顏色模型和霍夫梯度法進行目標的識別以及定位,運用PID算法結(jié)合光電編碼器來實現(xiàn)伺服電機的速度閉環(huán),并且編寫了相應(yīng)程序并測試,驗證了上述方法的有效性。其次,為了實現(xiàn)機械手的采摘,文中針對上述采摘機械手結(jié)構(gòu),運用末端關(guān)節(jié)分離法,確立了機械手的采摘位姿,并選擇擺線運動方程作為機械手關(guān)節(jié)軌跡規(guī)劃曲線。再結(jié)合采摘姿態(tài)和關(guān)節(jié)運動學約束,推導了以采摘運行時間最短為目標的機械手最優(yōu)運動規(guī)劃數(shù)學模型。然后,為了提高上述運動規(guī)劃模型的求解性能,文中提出... 

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 課題背景及意義
    1.3 采摘機械手研究現(xiàn)狀
    1.4 蘋果采摘機器人研究趨勢
        1.4.1 結(jié)構(gòu)設(shè)計
        1.4.2 運動規(guī)劃
        1.4.3 機器視覺
    1.5 論文章節(jié)內(nèi)容安排
第2章 移動蘋果采摘機械手樣機設(shè)計與平臺搭建
    2.1 引言
    2.2 移動采摘機械手結(jié)構(gòu)設(shè)計與制作
        2.2.1 整體結(jié)構(gòu)設(shè)計
        2.2.2 伺服電機選型
        2.2.3 系統(tǒng)硬件選型
        2.2.4 樣機制作與裝配
    2.3 采摘機械手視覺檢測系統(tǒng)設(shè)計
        2.3.1 目標視覺識別與定位原理
        2.3.2 視覺處理程序設(shè)計和測試
    2.4 采摘機械手電機控制系統(tǒng)設(shè)計
        2.4.1 閉環(huán)電機控制原理
        2.4.2 伺服電機閉環(huán)控制程序設(shè)計和測試
    2.5 本章小結(jié)
第3章 采摘機械手運動學及運動規(guī)劃模型
    3.1 引言
    3.2 采摘機械手空間運動學
        3.2.1 采摘機械手運動學正解
        3.2.2 采摘機械手運動學逆解
        3.2.3 采摘機械手運動學仿真測試
    3.3 采摘機械手關(guān)節(jié)空間軌跡規(guī)劃
        3.3.1 三次多項式插值
        3.3.2 兩端拋物線插值
        3.3.3 擺線運動
        3.3.4 關(guān)節(jié)軌跡規(guī)劃函數(shù)的對比與選取
    3.4 采摘機械手最優(yōu)運動規(guī)劃模型
        3.4.1 確立采摘位姿
        3.4.2 關(guān)節(jié)運動學約束
        3.4.3 最優(yōu)運動規(guī)劃模型
    3.5 本章小結(jié)
第4章 采摘機械手最優(yōu)運動規(guī)劃求解研究
    4.1 引言
    4.2 群體智能優(yōu)化算法
        4.2.1 禁忌遺傳算法
        4.2.2 基本小世界優(yōu)化算法
    4.3 基于精英集聚效應(yīng)的小世界優(yōu)化算法
        4.3.1 算法的一些定義
        4.3.2 算法的基本步驟
    4.4 算法的收斂性能分析
    4.5 算法的數(shù)值測試與討論
        4.5.1 TSP數(shù)值測試
        4.5.2 算法參數(shù)測試
    4.6 算法用于采摘運動規(guī)劃模型的仿真測試
    4.7 本章小結(jié)
第5章 采摘機械手運動規(guī)劃綜合實驗
    5.1 引言
    5.2 實驗準備
    5.3目標采摘及運動規(guī)劃實驗
        5.3.1 較高處目標采摘運動規(guī)劃及采摘過程
        5.3.2 中遠處目標采摘運動規(guī)劃及采摘過程
        5.3.3 較低處目標采摘運動規(guī)劃及采摘過程
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
攻讀碩士學位期間所取得的科研成果
致謝


【參考文獻】：
期刊論文
[1]基于YOLO深度卷積神經(jīng)網(wǎng)絡(luò)的復雜背景下機器人采摘蘋果定位[J]. 趙德安,吳任迪,劉曉洋,趙宇艷.  農(nóng)業(yè)工程學報. 2019(03)
[2]結(jié)合MPGA-RBFNN的一般機器人逆運動學求解[J]. 張毅,劉芳君,胡磊.  智能系統(tǒng)學報. 2019(01)
[3]農(nóng)業(yè)機械自動化技術(shù)研究[J]. 吳莉麗,薛益.  電子世界. 2018(18)
[4]群體智能優(yōu)化算法[J]. 程適,王銳,伍國華,郭一楠,馬連博,史玉回.  鄭州大學學報(工學版). 2018(06)
[5]高精度增量式光電編碼器信號處理系統(tǒng)[J]. 汪雨冰,王睿,于永江,楊罕.  吉林大學學報(信息科學版). 2018(04)
[6]基于直流電機驅(qū)動電路的移動式采摘機器人設(shè)計[J]. 張戰(zhàn)杰.  農(nóng)機化研究. 2019(04)
[7]基于PLC的蘋果采摘機械手運動控制系統(tǒng)設(shè)計[J]. 姜秀玲.  農(nóng)機化研究. 2017(11)
[8]采摘機器人無線通信系統(tǒng)設(shè)計—基于LTE-advanced與微粒群算法[J]. 鄭冰,楊文鉑,李航.  農(nóng)機化研究. 2018(03)
[9]蘋果采摘機器人視覺系統(tǒng)研究進展[J]. 王丹丹,宋懷波,何東健.  農(nóng)業(yè)工程學報. 2017(10)
[10]基于蟻群算法的六自由度采摘機器人軌跡規(guī)劃研究[J]. 黃軼文,張梅.  農(nóng)機化研究. 2017(03)

碩士論文
[1]基于5次B樣條函數(shù)的果蔬采摘機器人軌跡規(guī)劃的研究[D]. 司艷偉.浙江理工大學 2017



本文編號：3657133