基于機(jī)器人技術(shù)實(shí)現(xiàn)水果自動分揀對農(nóng)業(yè)生產(chǎn)和農(nóng)產(chǎn)品加工的自動化、智能化發(fā)展具有重要意義。少自由度并聯(lián)機(jī)器人用于水果自動分揀,具有精度高、速度快、剛度大等優(yōu)點(diǎn),但同時也對檢測和控制的準(zhǔn)確性和快速性提出了更高要求。水果的抓取位姿檢測是機(jī)器人實(shí)現(xiàn)準(zhǔn)確、快速、無損抓取控制的前提條件。機(jī)器視覺具有非接觸、適用性廣、性價比高等優(yōu)點(diǎn),相比于相機(jī)安裝在機(jī)器人末端的Eye-in-Hand系統(tǒng),相機(jī)固定設(shè)置的Eye-to-Hand系統(tǒng)對機(jī)器人末端運(yùn)動速度的限制較小,并具有視場大、利于優(yōu)選待抓取堆疊串類水果的優(yōu)點(diǎn)。由于Eye-to-Hand系統(tǒng)對機(jī)器人下一次抓取位姿的檢測,可在機(jī)器人上一次抓放串類水果控制的時間內(nèi)完成,因此抓取位姿檢測的準(zhǔn)確性尤為重要,本文擬著重研究少自由度并聯(lián)機(jī)器人固定設(shè)置機(jī)器視覺系統(tǒng)對堆疊串類水果抓取位姿檢測的準(zhǔn)確性問題。目前,相關(guān)研究,還存在一些難點(diǎn),主要包括:少自由度并聯(lián)機(jī)器人由于存在運(yùn)動約束難以完全滿足標(biāo)定運(yùn)動要求從而導(dǎo)致手眼標(biāo)定模型難以正確解算問題、大視場下復(fù)雜背景小對象的準(zhǔn)確識別和分類問題、邊界模糊的多評價因素下堆疊串類水果抓取優(yōu)先級的評估問題、以及具有運(yùn)動約束少自由度并聯(lián)機(jī)器人... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：144 頁

【學(xué)位級別】：博士

【部分圖文】：

圖1.2串聯(lián)機(jī)器人

多評價因素大視場下并聯(lián)機(jī)器人堆疊串類水果抓取位姿檢測研究6(4)誤差累計校區(qū)別于串聯(lián)機(jī)器人的運(yùn)動誤差源于所有部件誤差累計，少自由度并聯(lián)機(jī)器人由于閉鏈結(jié)構(gòu)，其誤差源于所有關(guān)節(jié)誤差的均值，無誤差累計，定位精度較高。因此，少自由度并聯(lián)機(jī)器人因上述優(yōu)點(diǎn)，特別適用于對抓取精度、效率和穩(wěn)定性要求較高的水果自動分揀操作，研究基于少自由度并聯(lián)機(jī)器人技術(shù)實(shí)現(xiàn)水果的自動分揀對農(nóng)業(yè)生產(chǎn)和農(nóng)產(chǎn)品加工的自動化、智能化發(fā)展具有重要意義。(a)Diamond機(jī)器人(b)H4并聯(lián)機(jī)器人(c)I4并聯(lián)機(jī)器人(d)Heli4并聯(lián)機(jī)器人圖1.3少自由度并聯(lián)機(jī)器人Fig.1.3Low-DOFparallelrobots1.2.2機(jī)器人抓取位姿檢測研究現(xiàn)狀為實(shí)現(xiàn)基于少自由度并聯(lián)機(jī)器人的水果自動分揀，機(jī)器人對水果的準(zhǔn)確、穩(wěn)定、快速的抓取顯得尤為重要[27]。在水果自動分揀的并聯(lián)機(jī)器人抓取過程中，精確測得水果特征，并計算并聯(lián)機(jī)器人末端抓取位姿可有效避免由于不當(dāng)抓取所帶來的分揀失敗、水果損傷等問題。目前，機(jī)器人的抓取位姿檢測方法主要有接觸式檢測和非接觸式檢測兩種，其中接觸式檢測主要以力覺傳感器（圖1.4（a））、觸覺傳感器（圖1.4（b））、滑覺傳感器（圖1.4（c））等作為主要檢測技術(shù)，對抓取對象進(jìn)行接觸式多方位感知，尋找最佳抓取位姿。(a)力覺傳感器(b)觸覺傳感器(c)滑覺傳感器圖1.4接觸式檢測Fig.1.4Contactdetections接觸式的抓取位姿檢測是機(jī)器人觸摸探索的過程，傳感器設(shè)置在機(jī)器人末端執(zhí)行器上，末端執(zhí)行器在對象表面按照一定規(guī)律運(yùn)動以獲取較為全面的對象信息，該方法的研究以能通過最少的探索步驟獲取最多的對象信息為目的。其中，力覺傳感器的研究始于

多評價因素大視場下并聯(lián)機(jī)器人堆疊串類水果抓取位姿檢測研究6(4)誤差累計校區(qū)別于串聯(lián)機(jī)器人的運(yùn)動誤差源于所有部件誤差累計，少自由度并聯(lián)機(jī)器人由于閉鏈結(jié)構(gòu)，其誤差源于所有關(guān)節(jié)誤差的均值，無誤差累計，定位精度較高。因此，少自由度并聯(lián)機(jī)器人因上述優(yōu)點(diǎn)，特別適用于對抓取精度、效率和穩(wěn)定性要求較高的水果自動分揀操作，研究基于少自由度并聯(lián)機(jī)器人技術(shù)實(shí)現(xiàn)水果的自動分揀對農(nóng)業(yè)生產(chǎn)和農(nóng)產(chǎn)品加工的自動化、智能化發(fā)展具有重要意義。(a)Diamond機(jī)器人(b)H4并聯(lián)機(jī)器人(c)I4并聯(lián)機(jī)器人(d)Heli4并聯(lián)機(jī)器人圖1.3少自由度并聯(lián)機(jī)器人Fig.1.3Low-DOFparallelrobots1.2.2機(jī)器人抓取位姿檢測研究現(xiàn)狀為實(shí)現(xiàn)基于少自由度并聯(lián)機(jī)器人的水果自動分揀，機(jī)器人對水果的準(zhǔn)確、穩(wěn)定、快速的抓取顯得尤為重要[27]。在水果自動分揀的并聯(lián)機(jī)器人抓取過程中，精確測得水果特征，并計算并聯(lián)機(jī)器人末端抓取位姿可有效避免由于不當(dāng)抓取所帶來的分揀失敗、水果損傷等問題。目前，機(jī)器人的抓取位姿檢測方法主要有接觸式檢測和非接觸式檢測兩種，其中接觸式檢測主要以力覺傳感器（圖1.4（a））、觸覺傳感器（圖1.4（b））、滑覺傳感器（圖1.4（c））等作為主要檢測技術(shù)，對抓取對象進(jìn)行接觸式多方位感知，尋找最佳抓取位姿。(a)力覺傳感器(b)觸覺傳感器(c)滑覺傳感器圖1.4接觸式檢測Fig.1.4Contactdetections接觸式的抓取位姿檢測是機(jī)器人觸摸探索的過程，傳感器設(shè)置在機(jī)器人末端執(zhí)行器上，末端執(zhí)行器在對象表面按照一定規(guī)律運(yùn)動以獲取較為全面的對象信息，該方法的研究以能通過最少的探索步驟獲取最多的對象信息為目的。其中，力覺傳感器的研究始于

【參考文獻(xiàn)】：
期刊論文
[1]并聯(lián)機(jī)器人串類水果抓取模型及抓取位姿計算[J]. 張千,高國琴.  農(nóng)業(yè)工程學(xué)報. 2019(23)
[2]基于改進(jìn)K均值特征點(diǎn)聚類算法的作物行檢測[J]. 孟笑天,徐艷蕾,王新東,何潤,翟鈺婷.  農(nóng)機(jī)化研究. 2020(08)
[3]基于模糊綜合評價的疲勞駕駛檢測算法研究[J]. 潘志庚,劉榮飛,張明敏.  軟件學(xué)報. 2019(10)
[4]基于熵加權(quán)K-means全局信息聚類的高光譜圖像分類[J]. 李玉,甄暢,石雪,趙泉華.  中國圖象圖形學(xué)報. 2019(04)
[5]基于模糊綜合評判的車輛目標(biāo)SAR仿真圖像評估方法[J]. 胡利平,劉錦帆,王洪葉,閆華,殷紅成.  系統(tǒng)工程與電子技術(shù). 2019(03)
[6]基于Kinect的機(jī)器人抓取系統(tǒng)研究[J]. 黃玲濤,王彬,倪濤,繆海峰,李亞男.  農(nóng)業(yè)機(jī)械學(xué)報. 2019(01)
[7]一種可感知三維力的新型柔性觸覺傳感器及滑覺識別算法研究[J]. 毛磊東,黃英,郭小輝,張陽陽,劉平.  傳感技術(shù)學(xué)報. 2018(06)
[8]基于視覺識別定位的蘋果采摘系統(tǒng)研究[J]. 李振雨,王好臣.  圖學(xué)學(xué)報. 2018(03)
[9]基于LabVIEW機(jī)器視覺的餐具分揀系統(tǒng)[J]. 張文勇,陳樂柱.  計算機(jī)科學(xué). 2018(S1)
[10]基于級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器人平面抓取位姿快速檢測[J]. 夏晶,錢堃,馬旭東,劉環(huán).  機(jī)器人. 2018(06)

博士論文
[1]復(fù)雜場景下合作靶標(biāo)的準(zhǔn)確快速識別與定位[D]. 溫卓漫.中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所 2017
[2]大規(guī)模數(shù)據(jù)聚類分析方法研究[D]. 馮進(jìn)玫.哈爾濱工程大學(xué) 2015
[3]面向精密制造與檢測的機(jī)器視覺及智能算法研究[D]. 葛動元.華南理工大學(xué) 2013

碩士論文
[1]并聯(lián)機(jī)器人串類水果夾取無模型自適應(yīng)光滑滑模阻抗控制[D]. 楊純.江蘇大學(xué) 2019
[2]車載式臍橙采后分級設(shè)備的研究[D]. 王干.江蘇大學(xué) 2018
[3]基于計算機(jī)視覺的柑橘無損檢測和分級技術(shù)研究[D]. 鄭秀蓮.浙江工業(yè)大學(xué) 2005



本文編號：3485217