在農(nóng)業(yè)生產(chǎn)過(guò)程中,果實(shí)采摘是其中重要的一個(gè)環(huán)節(jié)。農(nóng)業(yè)智能采摘機(jī)器人的研發(fā)與應(yīng)用,可以解決我國(guó)目前勞動(dòng)力短缺的問(wèn)題,大大縮減生產(chǎn)成本,提高市場(chǎng)競(jìng)爭(zhēng)力。雖然,現(xiàn)在工業(yè)機(jī)器人發(fā)展已日趨成熟,但農(nóng)業(yè)采摘環(huán)境更加復(fù)雜,對(duì)路徑搜索的要求更高。本文以蘋(píng)果為采摘對(duì)象,對(duì)避障系統(tǒng)進(jìn)行研究。首先,根據(jù)蘋(píng)果樹(shù)的生長(zhǎng)特性,將采摘機(jī)器人結(jié)構(gòu)分為定位機(jī)構(gòu)、調(diào)姿機(jī)構(gòu)和采摘機(jī)構(gòu)三部分,通過(guò)構(gòu)型和尺寸的綜合,得到一種五自由度蘋(píng)果采摘機(jī)構(gòu)。然后,基于D-H參數(shù)法進(jìn)行機(jī)器人數(shù)學(xué)模型的建立,進(jìn)行正解和工作空間的計(jì)算。同時(shí),為了簡(jiǎn)化反解的計(jì)算,求解蘋(píng)果的軸線傾角,對(duì)關(guān)節(jié)角度進(jìn)行預(yù)設(shè)。在路徑搜索方面,先對(duì)常見(jiàn)“隨機(jī)類(lèi)”算法進(jìn)行研究發(fā)現(xiàn),傳統(tǒng)的算法在路徑搜索時(shí),產(chǎn)生“節(jié)點(diǎn)”的隨機(jī)性、盲目性太大。為此,提出了一種改進(jìn)的RRT-connect算法,在路徑搜索的效率及其穩(wěn)定性方面有了一定的提高。然后,利用八叉樹(shù)算法,對(duì)視覺(jué)系統(tǒng)得到采摘環(huán)境的點(diǎn)云數(shù)據(jù)進(jìn)行障礙模型的建立。最后,采用改進(jìn)的RRT-connect算法,在八叉樹(shù)搭建的環(huán)境模型下完成路徑搜索任務(wù)。在軌跡規(guī)劃方面,先對(duì)笛卡爾坐標(biāo)系下和關(guān)節(jié)坐標(biāo)系下的軌跡規(guī)劃算法進(jìn)行研究發(fā)現(xiàn),在關(guān)節(jié)坐標(biāo)...

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的背景及研究意義
    1.2 采摘機(jī)器人研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 機(jī)器人避障規(guī)劃研究現(xiàn)狀
        1.3.1 國(guó)外研究現(xiàn)狀
        1.3.2 國(guó)內(nèi)研究現(xiàn)狀
    1.4 研究目標(biāo)及主要研究?jī)?nèi)容
        1.4.1 研究目標(biāo)
        1.4.2 課題研究?jī)?nèi)容
第2章 采摘機(jī)械臂的構(gòu)型設(shè)計(jì)和運(yùn)動(dòng)學(xué)分析
    2.1 蘋(píng)果樹(shù)的種植栽培方式
    2.2 采摘機(jī)器人構(gòu)型選擇
    2.3 機(jī)械臂尺寸綜合
        2.3.1 基于蘋(píng)果分布的CAD參數(shù)模擬
        2.3.2 圖解法確定連桿參數(shù)
        2.3.3 基于Matlab進(jìn)行解的優(yōu)化
    2.4 采摘機(jī)械臂的運(yùn)動(dòng)學(xué)描述
    2.5 機(jī)器臂運(yùn)動(dòng)學(xué)求解
        2.5.1 機(jī)械臂運(yùn)動(dòng)學(xué)正解
        2.5.2 機(jī)械臂運(yùn)動(dòng)學(xué)逆解
    2.6 本章小結(jié)
第3章 采摘機(jī)械臂路徑規(guī)劃研究
    3.1 構(gòu)型空間
    3.2 傳統(tǒng)采樣算法
        3.2.1 概率地圖(Probabilistic Roadmap Method,PRM)算法
        3.2.2 快速擴(kuò)展隨機(jī)樹(shù)(rapidly-exploring random tree,RRT)算法
        3.2.3 雙向RRT算法(RRT-connect)
    3.3 改進(jìn)的RRT-connect算法
        3.3.1 改進(jìn)的RRT-connect算法原理
        3.3.2 節(jié)點(diǎn)擴(kuò)張策略
        3.3.3 基于改進(jìn)算法的路徑優(yōu)化
    3.4 算法比較
    3.5 頻率因素
    3.6 采摘環(huán)境下改進(jìn)算法仿真
        3.6.1 八叉樹(shù)算法搭建環(huán)境模型
        3.6.2 八叉樹(shù)模型下的改進(jìn)RRT-connect算法仿真
    3.7 本章小結(jié)
第4章 采摘機(jī)械臂軌跡規(guī)劃研究
    4.1 笛卡爾坐標(biāo)系下軌跡規(guī)劃
        4.1.1 空間直線軌跡規(guī)劃
        4.1.2 空間圓弧軌跡規(guī)劃
    4.2 關(guān)節(jié)空間下軌跡規(guī)劃
        4.2.1 三次多項(xiàng)式插值法軌跡規(guī)劃
        4.2.2 五次多項(xiàng)式插值法軌跡規(guī)劃
    4.3 帶有圓弧過(guò)渡的直線插補(bǔ)軌跡規(guī)劃
    4.4 速度規(guī)劃曲線
        4.4.1 梯形速度規(guī)劃曲線
        4.4.2 正弦速度規(guī)劃曲線
        4.4.3 S型速度規(guī)劃曲線
    4.5 分步式關(guān)節(jié)空間軌跡規(guī)劃
    4.6 本章小結(jié)
第5章 仿真驗(yàn)證及采摘實(shí)驗(yàn)
    5.1 機(jī)械臂正反解的驗(yàn)證
        5.1.1 正解驗(yàn)證
        5.1.2 反解驗(yàn)證
    5.2 軌跡規(guī)劃仿真
    5.3 碰撞檢測(cè)
        5.3.1 常見(jiàn)檢測(cè)方法
        5.3.2 模型簡(jiǎn)化
        5.3.3 機(jī)械臂與障礙物的碰撞檢測(cè)
    5.4 采摘順序規(guī)劃研究
    5.5 采摘實(shí)驗(yàn)及分析
        5.5.1 末端位姿的確定
        5.5.2 采摘過(guò)程及實(shí)驗(yàn)分析
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄1 末端位姿矩陣表達(dá)式
附錄2 工作空間的計(jì)算
附錄3 枝干部分點(diǎn)云數(shù)據(jù)
附錄4 反解值
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝



本文編號(hào)：3738744