發布時間：所屬分類：科技論文瀏覽：1次
摘 要： 摘要:為對采摘機器人的識別與定位功能進行優化，將排球機器人的運動規劃原理與采摘機器人的控制要求相結合進行應用探討。通過搭建采摘機器人對果實的識別定位理論模型，運用核心圖像識別與處理算法，硬件配置動作執行協調及軟件系統后臺指令控制，實現多功能
摘要:為對采摘機器人的識別與定位功能進行優化，將排球機器人的運動規劃原理與采摘機器人的控制要求相結合進行應用探討。通過搭建采摘機器人對果實的識別定位理論模型，運用核心圖像識別與處理算法，硬件配置動作執行協調及軟件系統后臺指令控制，實現多功能性傳感裝置信息數據的合理性采集與傳輸，達到實時定位目標。進行了采摘機器人的識別與定位試驗，結果表明:在排球機器人運動規劃與控制機理下，通過目標與定位圖像的有效抓取，采摘定位時間可控制在0.6s左右，綜合定位準確率保持在93.8%以上，最高定位準確率可達95.7%，滿足采摘機器人作業需求，驗證了設計理念的可行性，可為類似農業設備定位開發提供思路。
關鍵詞:采摘機器人;圖像識別;運動規劃;定位準確率
0引言
隨著計算機技術的進步，以及視覺圖像獲取與轉換的深度發展，我國的采摘機具不斷向智能化、無人化方向演變。據了解，在大規模種植地區，已將采摘機器人投入使用，大大降低了人工勞動成本，提高了采摘作業率。但是，農業采摘作業環境的不確定、封閉采摘狀態及作物的分布性質各異等因素，給智能采摘機器人作業帶來了新的挑戰，相關專家學者近年來均做出不同程度的研究努力。在廣泛發展的排球專業，各類排球打法依據一定的運動規律被應用到實際，排球機器人則是一種集目標視覺識別、預測、判定、規劃及動作等多功能于一體的智能機器，其控制核心在于目標的識別與定位。為此，本文從排球機器人的運動規劃機理角度入手，著重對采摘機器人的識別與定位目標環節展開研究。
1采摘機器人工作原理
果實采摘機器人是一種模擬人工進行動作的機器，工作原理可概要描述為:在一定的指令下，通過采摘圖像識別與轉換、數據傳遞與控制，將感性化的視覺狀態轉化為可量化的數字，實現采摘避障及處理復雜采摘環境的功能，形成規則化的運動采摘軌跡。其工作組件主要由各類圖像采集與轉換功能構成的視覺系統、識別與預測運動路徑的自動引導裝置、進行采摘動作的末端執行的抓取系統，以及具有信息反饋調節、算法控制功能的電腦終端組成，各組件在高度協調配合下完成采摘作業，如圖1所示。
工作時，視覺系統對采摘圖像進行濾波、均衡化與圖像分割處理后，傳遞至采摘機器人的中控系統，經數據處理轉換至采摘末端執行器;機器人的執行臂給出準確的角度范圍與關鍵動作范圍，保證了采摘運動規劃的自主避障移動、轉向角度及次數的實現等。采摘機器人的D-H參數如表1所示。
2運動規劃與采摘功能實現
2.1采摘控制理論模型建立
果實采摘控制目標的準確實現，關鍵在于對果實的視覺搜索、識別與定位。結合排球的核心運動動力學算法規劃理念，并加之較為準確的信息感知處理技術，考慮排球運動的旋轉角度與落地位置關系、采摘機器臂的運動軌跡及運動控制要求，建立如圖2所示的采摘機器人運動識別與定位坐標系。
3采摘識別與定位試驗
3.1試驗條件
進行排球機器人運動規劃下的采摘機器人識別與定位試驗，圖7為選定的試驗素材。試驗條件設置:①采摘作業環境選定無風雨的干擾狀態，保證信息獲取平穩性;②各采摘部件動作平滑，無中斷;③采摘機器人軟件控制系統正常運行等。
3.2試驗分析
通過試驗過程中目標與定位圖像的有效抓取，獲得采摘機器人對采摘果實的主要處理過程，如圖8所示。在目標位置形成區域邊緣二值圖，通過霍夫算法進行線段的分布檢測，最終通過系列判定求解得到目標采摘點，從而驅動采摘執行臂進行動作。
選取對單個果實進行采摘的關鍵控制時間作為過程評價指標，選取果實采摘定位準確率作為綜合評價指標，對該采摘識別與定位試驗數據進行統計分析，形成試驗數據，如表3所示。由表3可知:在排球機器人運動規劃與控制機理下，試驗次數選取20～50之間不等，獲取得采摘圖像識別時間范圍為0.435～0.513s之間，說明圖像識別的設計波動不大，具有一定的平穩性;采摘定位時間控制在0.6s左右，且采摘機器人的定位準確率保持在93.8%以上，試驗可行。
4結論
1)將排球機器人的運動規劃原理與采摘機器人的控制要求進行融合，針對采摘的識別與定位系統展開設計，搭建了采摘機器人對果實的識別定位理論模型，進而通過軟件系統后臺指令控制與硬件配置動作執行協調形成完整的識別定位系統。
2)著重運用圖像識別與處理算法，利用多功能性傳感裝置實現信息數據的采集與傳輸，實現準確、實時地定位目標，并進行采摘機器人的識別與定位試驗。
3)試驗表明:在排球機器人運動規劃與控制機理下，系統的圖像識別功能保證一定的平穩性，采摘定位時間控制在0.6s左右，綜合定位準確率保持在93.8%以上，驗證了該設計理念的可行性，可為其他類似農用設備的定位功能提供一定參考。
相關論文推薦：Android平臺人臉識別方法研究
摘要：研究直接系統編程實現人臉識別、基于組件技術的人臉識別和基于云計算的人臉識別三種算法.直接系統編程算法可實現基于膚色的人臉檢測;基于組件方式應用OpenCV庫可實現人臉的檢測和特征比較;云計算方式可實現人臉識別、情感計算等功能.研究人員可根據設計要求選擇算法，滿足識別系統的需求.
