《简述除草机器人的主要结构和工作过程10页.doc》由会员分享，可在线阅读，更多相关《简述除草机器人的主要结构和工作过程10页.doc（10页珍藏版）》请在新文库网上搜索。

  1、简述除草机器人的主要结构和工作过程英国科学技术人员开发的菜田除草机器人所使用的是一部摄像机和一台识别野草、蔬菜和土壤图像的计算机组合装置，利用摄像机扫描和计算机图像分析，层层推进除草作业。它可以全天候连续作业，除草时对土壤无侵蚀破坏。科学家还准备在此基础上，研究与之配套的除草机械来代替除草剂。收割机器人美国新荷兰农业机械公司投资250万美元研制一种多用途的自动化联合收割机器人，著名的机器人专家雷德惠特克主持设计工作，他曾经成功地制造出能用来监测地面扭曲、预报地震和探测火山喷发活动征兆的航天飞机专用机器人。惠特克开发的全自动联合收割机器人很适合在美国一些专属农垦区的大片规划整齐的农田里收割庄稼，其

  2、中的一些高产田的产量是一般农田的十几倍大田除草机器人:德国农业专家采用计算机、全球定位系统(GPS)和灵巧的多用途拖拉机综合技术，研制出可准确施用除草剂除草的机器人。首先，由农业工人领着机器人在田间行走。在到达杂草多的地块时，它身上的GPS接收器便会显示出确定杂草位置的坐标定位图。农业工人先将这一些信息当场按顺序输入便携式计算机，返回场部后再把上述信息数据资料输到拖拉机上的一台计算机里。当他们日后驾驶拖拉机进入田问耕作时，除草机器人便会严密监视行程位置。如果来到杂草区，它的机载杆式喷雾器相应部分立即启动，让化学除草剂准确地喷撒到所需地点。菜田除草机器人:英国科学技术人员开发的菜田除草机器人所使用1.

  3、除草机器人的基本构成 除草机器人除草机器人硬件部分由主体、多关节机械臂、末端执行器以及起很重要作 用的摄像头等组成。软件部分最重要的包含导航控制和杂草检测。摄像头拍摄的图片 送 PC 机处理，所得结果分别用于控制主体自主行走和机械臂定点除草。各种部 件的联系很重要，特别是导航摄像头的图像分析与执行端的运动学分析 。 2除草机器人的关键技术及其原理 在除草机器人的设计和控制中， 导航摄像头的图像分析和执行器的运动学分 析，参数的输入控制与 PC 机软件的结合，还有除草方法的选择都具有非常非常重要 的意义。 1） 视觉图像分析及其导航 ）利用机器视觉导航技术引导除草机器人沿着农作物行自动行走,行走时又

  4、利 用机器视觉技术检验测试农作物行间杂草。除草机器人多关节机械臂运动到杂草区 域 ,切割杂草并涂抹除草剂,执行结束后再继续行走。在整一个完整的过程中机器人的图 像识别能力直接决定了机器人的成功与失败， 而图像识别的配准还有分辨深度的 问题一直是我们大学或者科研的难题之所在。 现在在这方面的研究又处于慢慢的提升的水平,以下是国内外的一些典型的研 究方法: 1,基于 OCD-ICP(优化角点集提取迭代最近点)的图像配准方法.该方 法利用图形学原理,对图像边缘角点候选点集提出了四个筛选规则,逐步筛选得 到优化的角点集,并在此基础上利用迭代最近点的方法得到最优配准; 2, 基于 SIFT 特征提取算法与 KD 树搜

  5、索匹配算法相结合的新方法,通过对 候选特征点进行多次模糊处理,使其分布在高斯差分图像的灰度轮廓线边缘,利 用 SIFT 特征提取算法找到满足极限约束的极值点;通过 KD 树最邻近点搜索和匹 配算法使处理后的特征点与原始图像进行特征匹配,快速找出匹配正确的特征 点; 3, 基于 HSI 颜色分量的颜色特征提取方法.该方法结合 HSI 颜色分量反映 物体本质颜色的特点和直方图多阈值分类对图像内容的自适应优点,采用直方图 多阈值分类方法量化各 HSI 颜色分量,组合量化后的颜色分量提取图像颜色特征. 对该方法提取的视觉图像颜色特征进行聚类,并对视觉图像进行分割; 4, 基于分量直方图的自适应分割方法

  6、 .首先对图像的 3 个分量统计直方 图进行自适应分割 ,确定出各分量的分类数目及类的取值范围 ;然后 ,对分割 类进行分量间组合 ,获得原图像中主要的几种颜色 ;最后以这些颜色作为聚类 中心 ,按照颜色相似性准则对图像进行聚类分割; 5采用了将 RGB 和 HSV 两种色彩系统混合使用的方法,提出了基于颜色信息 的 RGB 和 HSV 模型下利用双阈值图像分割的方法. 大部分方法都是多种原理并用，使用先进的彩色处理技术，基于一定的平台 技术。我国的技术还有很大的需求和发展空间,国外在这方面的研究很成熟和 先进一些 2） 机构的移动方法及其运动学分析 ） 机构的移动方法及其运动学分析 的移动

  7、方法及其 1球形运动分析 球形运动分析：球形移动机器人具有运动灵活的优点,且在运动中不存在翻仰 球形运动分析 问题。因此在工业、民用、国防以及空间探索等领域具有广泛的应用前景。主要 的研究工作如下: 首先,基于欧拉拉格朗日方法建立球形移动机器人的动力 学模型,利用坐标变换和输入控制变换对模型进行降阶和标准型处理,并设计双回 路线性运动控制策略;提出球形移动机器人的动态平衡问题,分别建立球壳质量分 布均匀和非均匀条件下的平面动力学模型,利用部分线性化方法将模型分别变换 为非“三角”正则形式的和“三角”正则形式的级联非线性模型,并设计指数稳 定的动态平衡控制策略;分别对提出的运动控制和平衡控制策略

  8、进行稳定性分 析、仿真和实验研究。 其次,将球形移动机器人分别简化为“球壳重摆”模 型和“球壳框架”模型,建立两者的动力学微分方程,并通过求解微分方程的 近似解研究驱动机构在两个驱动轴方向上的运动特性。 2 全方位移动：全方位移动机器人由三个轮式模块化单元和一个连接平台组 全方位移动 成。轮式模块化单元是一个模块化万向单元称为 MUU,具有俯仰、偏航和回转三 个自由度。MUU 的圆柱形铝合金外壳上安装了一系列的被动轮,这些被动轮机构 使 MUU 成为一个大的全方位驱动轮。 MUU 在垂直于身体轴线方向可提供较大 驱动力,而在身体轴线方向的作用力由小被动轮卸载,以此来实现万向轮的功能。高 度的集

  9、成性使 MUU 的通讯和更换易于实现。移动机器人的运动学分析证明了该 机器人的运动灵活性。最后,给出了该机器人的运动实验和仿线 基于 ADAMS 的移动： 的移动： 主要研究利用基于 ADAMS 的虚拟样机技术重建移动机 器人在不同路面条件下的滑移量,并进行滑移补偿控制的问题。首先利用机械系 统动力学分析软件 ADAMS 创建轮式机器人的整体模型(包括车体模型、 路面环境 模型以及轮胎模型)。利用此模型在 ADAMS 环境中进行仿真,模拟在不同路面条 件下移动机器人的滑移效果,并根据机器人的运动学特性重建出不可测的滑移 量。将滑移量传递给控制器参数设计出滑移补偿控制器,并进行了 AD

  10、AMS 与 MATLAB 联合仿真。 仿真效果表明该控制器可以有效地补偿滑移效果,改善移动机 器人在滑移状态下的控制精度。 4 小型地面移动： 小型地面移动： 一种带前摆臂结构的小型地面移动机器人,建立了该机器人的 运动学模型,确定了该机器人驱动轮转角与机器人位姿间的关系,为小型地面移动 机器人的控制管理系统的设计提供了理论依照。 该机器人的控制管理系统采用上下位机控 制方式实现了对机器人的遥控控制,即上位机为 PC 机,下位机采用单片机。采用 流向控制标志位查询判断驱动信号的流向,使机器人移动载体、摆臂和摄像装置 的驱动电机可以协调运动。对该机器人各机构的运动进行了仿真,并得到了机构 匀速运动过程中

  11、的主驱动轴转角、 摆臂转角及摄像头转角等 3 个主要机构的运动 参数曲线,验证了机器人各机构的运动性能。 5 多 运动状态下移动 通过对关节履带式移动机器人越障过程的运动分析,基 运动状态下移动: 于履带车辆行驶力学分析及牛顿欧拉方程,建立了机器人复合越障运动状态的 动力学模型.并以车体的运动为控制目标,分析计算了车体、摆臂的运动变化以及 驱动力矩的变化.仿真图形验证了机器人拥有非常良好的运动稳定性,为机器人越障过 程的控制奠定了基础. 6 基于视频的运动物体的实时运动：数字图像处理和计算机视觉是近年来发展 基于视频的运动物体的实时运动 十分迅速的研究方向,目前正广泛地应用于军用和民用等各个领域,

  12、是智能机器获 取外部信息和理解世界的重要方法。 运动检测与目标跟踪是计算机视觉中两个最 重要的应用,也是本文的研究内容。 本文的研究背景是为自主移动机器人在室内 环境的世界建模和路径规划、导航等高层决策提供关键信息,特别是为机器人的 环境监控、目标跟随、避障等任务提供判断和决策依据。运动检测和目标跟踪作 为两个相对独立的计算机视觉应用,在文中分别进行了算法理论的研究和实验验 证。 对于运动检测,本文采用了基于多高斯背景模型的背景差分算法作为核心算 法,同时引入高斯滤波图像预处理以及形态学处理算法作为辅助,提出了一套完整 的运动检测算法方案并在实验中做验证。 本文针对该算法本身的缺陷导致周期 性大面积

  如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

  部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。