簡述除草機(jī)器人的主要結(jié)構(gòu)和工作過程

1、簡述除草機(jī)器人的主要結(jié)構(gòu)和工作過程英國科技人員開發(fā)的菜田除草機(jī)器人所使用的是一部攝像機(jī)和一臺識別野草、蔬菜和土壤圖像的計算機(jī)組合裝置，利用攝像機(jī)掃描和計算機(jī)圖像分析，層層推進(jìn)除草作業(yè)。它可以全天候連續(xù)作業(yè)，除草時對土壤無侵蝕破壞。科學(xué)家還準(zhǔn)備在此基礎(chǔ)上，研究與之配套的除草機(jī)械來代替除草劑。收割機(jī)器人美國新荷蘭農(nóng)業(yè)機(jī)械公司投資250萬美元研制一種多用途的自動化聯(lián)合收割機(jī)器人，著名的機(jī)器人專家雷德惠特克主持設(shè)計工作，他曾經(jīng)成功地制造出能夠用于監(jiān)測地面扭曲、預(yù)報地震和探測火山噴發(fā)活動征兆的航天飛機(jī)專用機(jī)器人?；萏乜碎_發(fā)的全自動聯(lián)合收割機(jī)器人很適合在美國一些專屬農(nóng)墾區(qū)的大片規(guī)劃整齊的農(nóng)田里收割莊稼，其

2、中的一些高產(chǎn)田的產(chǎn)量是一般農(nóng)田的十幾倍大田除草機(jī)器人:德國農(nóng)業(yè)專家采用計算機(jī)、全球定位系統(tǒng)(GPS)和靈巧的多用途拖拉機(jī)綜合技術(shù)，研制出可準(zhǔn)確施用除草劑除草的機(jī)器人。首先，由農(nóng)業(yè)工人領(lǐng)著機(jī)器人在田間行走。在到達(dá)雜草多的地塊時，它身上的GPS接收器便會顯示出確定雜草位置的坐標(biāo)定位圖。農(nóng)業(yè)工人先將這些信息當(dāng)場按順序輸入便攜式計算機(jī)，返回場部后再把上述信息數(shù)據(jù)資料輸?shù)酵侠瓩C(jī)上的一臺計算機(jī)里。當(dāng)他們?nèi)蘸篑{駛拖拉機(jī)進(jìn)入田問耕作時，除草機(jī)器人便會嚴(yán)密監(jiān)視行程位置。如果來到雜草區(qū)，它的機(jī)載桿式噴霧器相應(yīng)部分立即啟動，讓化學(xué)除草劑準(zhǔn)確地噴撒到所需地點。菜田除草機(jī)器人:英國科技人員開發(fā)的菜田除草機(jī)器人所使用1.

3、除草機(jī)器人的基本構(gòu)成 除草機(jī)器人除草機(jī)器人硬件部分由主體、多關(guān)節(jié)機(jī)械臂、末端執(zhí)行器以及起非常重要作 用的攝像頭等組成。軟件部分主要包括導(dǎo)航控制和雜草檢測。攝像頭拍攝的圖片 送 PC 機(jī)處理，所得結(jié)果分別用于控制主體自主行走和機(jī)械臂定點除草。各種部 件的聯(lián)系極為重要，特別是導(dǎo)航攝像頭的圖像分析與執(zhí)行端的運(yùn)動學(xué)分析 。 2除草機(jī)器人的關(guān)鍵技術(shù)及其原理 在除草機(jī)器人的設(shè)計和控制中， 導(dǎo)航攝像頭的圖像分析和執(zhí)行器的運(yùn)動學(xué)分 析，參數(shù)的輸入控制與 PC 機(jī)軟件的結(jié)合，還有除草方法的選擇都具有極其重要 的意義。 1） 視覺圖像分析及其導(dǎo)航 ）利用機(jī)器視覺導(dǎo)航技術(shù)引導(dǎo)除草機(jī)器人沿著農(nóng)作物行自動行走,行走時又

4、利 用機(jī)器視覺技術(shù)檢測農(nóng)作物行間雜草。除草機(jī)器人多關(guān)節(jié)機(jī)械臂運(yùn)動到雜草區(qū) 域 ,切割雜草并涂抹除草劑,執(zhí)行結(jié)束后再繼續(xù)行走。在整個過程中機(jī)器人的圖 像識別能力直接決定了機(jī)器人的成功與失敗， 而圖像識別的配準(zhǔn)還有分辨深度的 問題一直是我們大學(xué)或者科研的難題之所在。 現(xiàn)在在這方面的研究又處于不斷進(jìn)步的水平,以下是國內(nèi)外的一些典型的研 究方法: 1,基于 OCD-ICP(優(yōu)化角點集提取迭代最近點)的圖像配準(zhǔn)方法.該方 法利用圖形學(xué)原理,對圖像邊緣角點候選點集提出了四個篩選規(guī)則,逐步篩選得 到優(yōu)化的角點集,并在此基礎(chǔ)上利用迭代最近點的方法得到最優(yōu)配準(zhǔn); 2, 基于 SIFT 特征提取算法與 KD 樹搜

5、索匹配算法相結(jié)合的新方法,通過對 候選特征點進(jìn)行多次模糊處理,使其分布在高斯差分圖像的灰度輪廓線邊緣,利 用 SIFT 特征提取算法找到滿足極限約束的極值點;通過 KD 樹最鄰近點搜索和匹 配算法使處理后的特征點與原始圖像進(jìn)行特征匹配,快速找出匹配正確的特征 點; 3, 基于 HSI 顏色分量的顏色特征提取方法.該方法結(jié)合 HSI 顏色分量反映 物體本質(zhì)顏色的特點和直方圖多閾值分類對圖像內(nèi)容的自適應(yīng)優(yōu)點,采用直方圖 多閾值分類方法量化各 HSI 顏色分量,組合量化后的顏色分量提取圖像顏色特征. 對該方法提取的視覺圖像顏色特征進(jìn)行聚類,并對視覺圖像進(jìn)行分割; 4, 基于分量直方圖的自適應(yīng)分割方法

6、 .首先對圖像的 3 個分量統(tǒng)計直方 圖進(jìn)行自適應(yīng)分割 ,確定出各分量的分類數(shù)目及類的取值范圍 ;然后 ,對分割 類進(jìn)行分量間組合 ,獲得原圖像中主要的幾種顏色 ;最后以這些顏色作為聚類 中心 ,按照顏色相似性準(zhǔn)則對圖像進(jìn)行聚類分割; 5采用了將 RGB 和 HSV 兩種色彩系統(tǒng)混合使用的方法,提出了基于顏色信息 的 RGB 和 HSV 模型下利用雙閾值圖像分割的方法. 大部分方法都是多種原理并用，采用先進(jìn)的彩色處理技術(shù)，基于一定的平臺 技術(shù)。我國的技術(shù)還有很大的需求和發(fā)展空間,國外在這方面的研究比較成熟和 先進(jìn)一些 2） 機(jī)構(gòu)的移動方法及其運(yùn)動學(xué)分析 ） 機(jī)構(gòu)的移動方法及其運(yùn)動學(xué)分析 的移動

7、方法及其 1球形運(yùn)動分析 球形運(yùn)動分析：球形移動機(jī)器人具有運(yùn)動靈活的優(yōu)點,且在運(yùn)動中不存在翻仰 球形運(yùn)動分析 問題。因此在工業(yè)、民用、國防以及空間探索等領(lǐng)域具有廣泛的應(yīng)用前景。主要 的研究工作如下: 首先,基于歐拉拉格朗日方法建立球形移動機(jī)器人的動力 學(xué)模型,利用坐標(biāo)變換和輸入控制變換對模型進(jìn)行降階和標(biāo)準(zhǔn)型處理,并設(shè)計雙回 路線性運(yùn)動控制策略;提出球形移動機(jī)器人的動態(tài)平衡問題,分別建立球殼質(zhì)量分 布均勻和非均勻條件下的平面動力學(xué)模型,利用部分線性化方法將模型分別變換 為非“三角”正則形式的和“三角”正則形式的級聯(lián)非線性模型,并設(shè)計指數(shù)穩(wěn) 定的動態(tài)平衡控制策略;分別對提出的運(yùn)動控制和平衡控制策略

8、進(jìn)行穩(wěn)定性分 析、仿真和實驗研究。 其次,將球形移動機(jī)器人分別簡化為“球殼重擺”模 型和“球殼框架”模型,建立兩者的動力學(xué)微分方程,并通過求解微分方程的 近似解研究驅(qū)動機(jī)構(gòu)在兩個驅(qū)動軸方向上的運(yùn)動特性。 2 全方位移動：全方位移動機(jī)器人由三個輪式模塊化單元和一個連接平臺組 全方位移動 成。輪式模塊化單元是一個模塊化萬向單元稱為 MUU,具有俯仰、偏航和回轉(zhuǎn)三 個自由度。MUU 的圓柱形鋁合金外殼上安裝了一系列的被動輪,這些被動輪機(jī)構(gòu) 使 MUU 成為一個大的全方位驅(qū)動輪。 MUU 在垂直于身體軸線方向能夠提供較大 驅(qū)動力,而在身體軸線方向的作用力由小被動輪卸載,從而實現(xiàn)萬向輪的功能。高 度的集

9、成性使 MUU 的通訊和更換易于實現(xiàn)。移動機(jī)器人的運(yùn)動學(xué)分析證明了該 機(jī)器人的運(yùn)動靈活性。最后,給出了該機(jī)器人的運(yùn)動實驗和仿真結(jié)果。 3 基于 ADAMS 的移動： 的移動： 主要研究利用基于 ADAMS 的虛擬樣機(jī)技術(shù)重建移動機(jī) 器人在不同路面條件下的滑移量,并進(jìn)行滑移補(bǔ)償控制的問題。首先利用機(jī)械系 統(tǒng)動力學(xué)分析軟件 ADAMS 創(chuàng)建輪式機(jī)器人的整體模型(包括車體模型、 路面環(huán)境 模型以及輪胎模型)。利用此模型在 ADAMS 環(huán)境中進(jìn)行仿真,模擬在不同路面條 件下移動機(jī)器人的滑移效果,并根據(jù)機(jī)器人的運(yùn)動學(xué)特性重建出不可測的滑移 量。將滑移量傳遞給控制器參數(shù)設(shè)計出滑移補(bǔ)償控制器,并進(jìn)行了 AD

10、AMS 與 MATLAB 聯(lián)合仿真。 仿真效果表明該控制器可以有效地補(bǔ)償滑移效果,改善移動機(jī) 器人在滑移狀態(tài)下的控制精度。 4 小型地面移動： 小型地面移動： 一種帶前擺臂結(jié)構(gòu)的小型地面移動機(jī)器人,建立了該機(jī)器人的 運(yùn)動學(xué)模型,確定了該機(jī)器人驅(qū)動輪轉(zhuǎn)角與機(jī)器人位姿間的關(guān)系,為小型地面移動 機(jī)器人的控制系統(tǒng)的設(shè)計提供了理論依據(jù)。 該機(jī)器人的控制系統(tǒng)采用上下位機(jī)控 制方式實現(xiàn)了對機(jī)器人的遙控控制,即上位機(jī)為 PC 機(jī),下位機(jī)采用單片機(jī)。采用 流向控制標(biāo)志位查詢判斷驅(qū)動信號的流向,使機(jī)器人移動載體、擺臂和攝像裝置 的驅(qū)動電機(jī)可以協(xié)調(diào)運(yùn)動。對該機(jī)器人各機(jī)構(gòu)的運(yùn)動進(jìn)行了仿真,并得到了機(jī)構(gòu) 勻速運(yùn)動過程中

11、的主驅(qū)動軸轉(zhuǎn)角、 擺臂轉(zhuǎn)角及攝像頭轉(zhuǎn)角等 3 個主要機(jī)構(gòu)的運(yùn)動 參數(shù)曲線,驗證了機(jī)器人各機(jī)構(gòu)的運(yùn)動性能。 5 多 運(yùn)動狀態(tài)下移動 通過對關(guān)節(jié)履帶式移動機(jī)器人越障過程的運(yùn)動分析,基 運(yùn)動狀態(tài)下移動: 于履帶車輛行駛力學(xué)分析及牛頓歐拉方程,建立了機(jī)器人復(fù)合越障運(yùn)動狀態(tài)的 動力學(xué)模型.并以車體的運(yùn)動為控制目標(biāo),分析計算了車體、擺臂的運(yùn)動變化以及 驅(qū)動力矩的變化.仿真圖形驗證了機(jī)器人具有良好的運(yùn)動穩(wěn)定性,為機(jī)器人越障過 程的控制奠定了基礎(chǔ). 6 基于視頻的運(yùn)動物體的實時運(yùn)動：數(shù)字圖像處理和計算機(jī)視覺是近年來發(fā)展 基于視頻的運(yùn)動物體的實時運(yùn)動 十分迅速的研究方向,目前正廣泛地應(yīng)用于軍用和民用等各個領(lǐng)域,

12、是智能機(jī)器獲 取外部信息和理解世界的重要途徑。 運(yùn)動檢測與目標(biāo)跟蹤是計算機(jī)視覺中兩個最 重要的應(yīng)用,也是本文的研究內(nèi)容。 本文的研究背景是為自主移動機(jī)器人在室內(nèi) 環(huán)境的世界建模和路徑規(guī)劃、導(dǎo)航等高層決策提供關(guān)鍵信息,特別是為機(jī)器人的 環(huán)境監(jiān)控、目標(biāo)跟隨、避障等任務(wù)提供判斷和決策依據(jù)。運(yùn)動檢測和目標(biāo)跟蹤作 為兩個相對獨(dú)立的計算機(jī)視覺應(yīng)用,在文中分別進(jìn)行了算法理論的研究和實驗驗 證。 對于運(yùn)動檢測,本文采用了基于多高斯背景模型的背景差分算法作為核心算 法,同時引入高斯濾波圖像預(yù)處理以及形態(tài)學(xué)處理算法作為輔助,提出了一套完整 的運(yùn)動檢測算法方案并在實驗中進(jìn)行驗證。 本文針對該算法本身的缺陷導(dǎo)致周期

13、性大面積誤檢測的問題,提出了新的模型更新算法加以解決;以及針對無法克服相 機(jī)運(yùn)動、陰影干擾影響的不足,本文也分別提出了模型重構(gòu)算法和基于 HSV 空間 的陰影濾除算法,并通過實驗驗證了改進(jìn)算法的有效性和先進(jìn)性。 對于目標(biāo)跟蹤, 本文采用基于 Mean Shift 的目標(biāo)跟蹤算法作為核心算法。 7 混合式壁面移動: 針對結(jié)構(gòu)較復(fù)雜的橢球形壁面,提出了由兩類不同移動機(jī) 混合式壁面移動 構(gòu)組成的混合式壁面移動機(jī)器人,一類為框架移動式,實現(xiàn)沿壁面經(jīng)線(縱向)的攀 爬運(yùn)動;另一類為浮動的輪軌驅(qū)動式,實現(xiàn)沿壁面緯線(橫向)的運(yùn)動,二者相互獨(dú)立. 重點介紹了輪軌式橫向移動機(jī)構(gòu),分析了它的工作原理,根據(jù)工作環(huán)

14、境的幾何特征 并結(jié)合 D-H 法,對復(fù)雜約束環(huán)境下,機(jī)器人的橫向運(yùn)動進(jìn)行了運(yùn)動學(xué)分析,并進(jìn)行 了樣機(jī)實驗,結(jié)果表明通過控制兩個驅(qū)動輪的角速度可以控制機(jī)器人橫向運(yùn)動的 速度和姿態(tài). 8 便攜式地面移動: 便攜式地面移動機(jī)器人由于其廣泛的應(yīng)用性，成為了當(dāng)今 便攜式地面移動 機(jī)器人領(lǐng)域的一個研究熱點。本文以自主研制的“履帶-關(guān)節(jié)”式機(jī)器人為研究對 象。 由于履帶式與輪式運(yùn)動特性的巨大差異，本文重點分析了履帶式機(jī)器人運(yùn) 動過程中地面對履帶的影響，特別是轉(zhuǎn)彎運(yùn)動中轉(zhuǎn)彎阻力的影響，并且建立動力 學(xué)模型進(jìn)行仿真和實驗。針對機(jī)器人“履帶-關(guān)節(jié)”的特殊結(jié)構(gòu)，分析了機(jī)器人在典 型地形下的通過性， 并且設(shè)計了一套機(jī)

15、器人自主跨越障礙物的動作規(guī)劃算法。 控 制器是機(jī)器人控制的核心。機(jī)器人控制器硬件部分按照層次化、模塊化的思想設(shè) 計，采用并行總線結(jié)構(gòu)，可以按照需求擴(kuò)展各個功能模塊?？刂破鬈浖凑盏讓?電機(jī)控制、中間層通訊協(xié)議和上層應(yīng)用控制的層次順序進(jìn)行設(shè)計。整個控制系統(tǒng) 運(yùn)行良好，能夠滿足機(jī)器人控制的要求。 同時對機(jī)器人自主運(yùn)動內(nèi)容進(jìn)行了探 討。利用 Beckstepping 設(shè)計思想和 Lyapunov 穩(wěn)定性原理設(shè)計控制器來實現(xiàn)路 徑跟蹤，并且通過仿真和實驗來驗證方法的有效性。借鑒滾動窗口的原理，設(shè)計 了基于傳感器信息的實時路徑規(guī)劃算法， 保證機(jī)器人在未知動態(tài)環(huán)境下借助傳感 器信息能夠安全地到達(dá)目標(biāo)點，利

16、用仿真驗證了其有效性. 六輪腿移動: 建立了準(zhǔn)靜態(tài)數(shù)學(xué)模型， 9 六輪腿移動 首先對機(jī)器人機(jī)構(gòu)進(jìn)行了準(zhǔn)靜態(tài)分析， 然后根據(jù)六輪腿移動機(jī)器人的運(yùn)動特性以及環(huán)境特性對機(jī)器人的影響， 研究了機(jī) 器人運(yùn)動的協(xié)調(diào)性及地形適應(yīng)性，尤其對機(jī)器人越障越坡行為作了深入研究，建 立了各種越障行為的數(shù)學(xué)模型，為運(yùn)動控制器的設(shè)計打下理論基礎(chǔ)。為實現(xiàn)對這 一復(fù)雜系統(tǒng)的控制，文中重點展開了六輪腿移動機(jī)器人控制技術(shù)的研究。 本文 詳細(xì)論述了環(huán)境感知系統(tǒng)的建模，采用改進(jìn)的 D-S 證據(jù)組合規(guī)則對傳感器信息 進(jìn)行融合處理。然后為了實現(xiàn)自主運(yùn)行的智能化，建立了基于模糊控制的路徑規(guī) 劃，并協(xié)同機(jī)器人的定位系統(tǒng)，設(shè)計出一種同步補(bǔ)償協(xié)調(diào)運(yùn)動控制算法，以適應(yīng) 六輪腿移動機(jī)器人在非結(jié)構(gòu)化環(huán)境下的運(yùn)行。 3)除草機(jī)器人的