西红柿采摘机器人目标识别、定位与控制技术研究
发布时间：2020-12-08 13:24
采摘机器人作为一种典型的智能农业装备,不仅集成了机器人、传感和控制等先进技术,而且需要适应复杂的农业场景,因此其开发和研制具有很高的技术难度。目前制约采摘机器人性能提升的技术瓶颈主要集中在目标识别、定位与控制等难题。本文以西红柿采摘机器人为研究对象,围绕西红柿采摘机器人的目标识别、定位与控制技术展开研究,涉及西红柿采摘机器人的软硬件系统设计、图像处理、机器学习以及视觉伺服等方面的理论研究、技术实现和试验验证,论文的主要研究内容和取得的结论包括:（1）针对西红柿温室的环境特点和采摘作业的任务需求,设计和开发了西红柿采摘机器人软硬件系统。分别设计了西红柿采摘机器人双机械臂结构、剪切式和气吸式两种采摘手抓以及采摘机器人的移动底盘;针对西红柿采摘机器人各子系统对控制性能的需求不同,分别研发了基于EtherCAT总线的西红柿采摘机器人驱动控制系统和基于Arduino的控制系统。西红柿采摘机器人的软件系统采用基于ROS的逻辑分层和功能模块化设计方案,编写了面向硬件的驱动层程序和面向功能模块的应用层程序。（2）针对在非结构化环境下,西红柿采摘机器人环境感知易受光线变化等因素的影响,提出了一种基于特征...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
农业智能装备是现代农业发展的技术高地Fig.1-1.Intelligentizationagriculturalequipmentisthehightechnologyplaceofmodernagriculture
[34]。机器人系统和双目立体视觉构成如图1-3所示，两个CCD相机平行安装在一个滑杆的两端，两个相机的平行间距为200mm。实验结果表明该双目视觉系统能够成功识别树上89.5%的成熟苹果，同时在距离双目视觉系统400mm至1500mm内，目标苹果的深度测量误差小于20mm。虽然双目立体视觉传感器具有以上这些优势，但是也同时具有系统构成复杂，传感器价格较高等缺点。另外，由于双目立体视觉在求取图像深度信息之前，需要对两个相机所采集的图形进行图像匹配，而匹配算法耗时较长会降低机器人识别目标果实的速度[35]。1.3.1.3 激光主动视觉为了获取场景的深度信息
图 1-6. 利用光谱成像技术识别果实的原理Fig. 1-6. The model of fruit object detection using hyperspectral imageKane和Lee[49]采用一款多光谱相机识别果园中的绿色柑橘，这款相机一共配有种不同光谱长度的镜头，分别可以采集到1064，1150和1572nm的光谱图像。通过这三副照片进行处理，可以识别出树上的柑橘，实验结果达到平均84.5%的成功率高光谱相机所采集的光谱范围通常覆盖可见光到近红外，由于采集的光谱信息常丰富，所以可以被用来识别与背景枝叶颜色接近的果实，如绿色柑橘、青苹果以黄瓜等[50],[51]。Okamoto等[52]采用一种光谱宽度为369-1042nm的高光谱相机解决绿柑橘的识别难题，正确识别出80%-89%位于自然环境中可见的柑橘。虽然光谱相机可以采集丰富的光谱信息，但是也带来了计算耗时等缺陷，同时谱相机成本高昂，也制约了其广泛应用。1.3.2 采摘机器人目标识别方法对目标果实的认知不仅是采摘机器人所必备的能力之一，而且也是影响采摘机
【参考文献】：
期刊论文
[1]西红柿果实目标识别方法研究——基于模糊聚类算法[J]. 王富春,徐越,宋怀波. 农机化研究. 2015(10)
[2]我国工业机器人技术现状与产业化发展战略[J]. 王田苗,陶永. 机械工程学报. 2014(09)
[3]基于量子遗传模糊神经网络的苹果果实识别[J]. 马晓丹,刘刚,周薇,冯娟. 农业机械学报. 2013(12)
[4]基于Adaboost算法的田间猕猴桃识别方法[J]. 詹文田,何东健,史世莲. 农业工程学报. 2013(23)
[5]融合多源图像信息的果实识别方法[J]. 冯娟,曾立华,刘刚,司永胜. 农业机械学报. 2014(02)
[6]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[7]基于Retinex图像增强的不同光照条件下的成熟荔枝识别[J]. 熊俊涛,邹湘军,王红军,彭红星,朱梦思,林桂潮. 农业工程学报. 2013(12)
[8]服务机器人技术研究现状与发展趋势[J]. 王田苗,陶永,陈阳. 中国科学:信息科学. 2012(09)
[9]基于凹点搜索的重叠果实定位检测算法研究[J]. 谢忠红,姬长英,郭小清,朱淑鑫. 农业机械学报. 2011(12)
[10]基于光谱成像技术的温室黄瓜识别方法[J]. 袁挺,纪超,陈英,李伟,张俊雄. 农业机械学报. 2011(S1)
博士论文
[1]温室果蔬采摘机器人视觉信息获取方法及样机系统研究[D]. 纪超.中国农业大学 2014
[2]番茄采摘机器人真空吸持系统分析与优化控制研究[D]. 刘继展.江苏大学 2010
[3]机器人无标定视觉伺服控制系统研究[D]. 辛菁.西安理工大学 2007
[4]机器人视觉伺服系统的若干问题研究[D]. 王社阳.哈尔滨工业大学 2006
[5]基于位置的机器人视觉伺服控制的研究[D]. 刘涵.西安理工大学 2003
硕士论文
[1]基于WLAN的果实采摘机器人基础平台研究[D]. 刘佰鑫.上海交通大学 2015
本文编号：2905159
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
农业智能装备是现代农业发展的技术高地Fig.1-1.Intelligentizationagriculturalequipmentisthehightechnologyplaceofmodernagriculture
[34]。机器人系统和双目立体视觉构成如图1-3所示，两个CCD相机平行安装在一个滑杆的两端，两个相机的平行间距为200mm。实验结果表明该双目视觉系统能够成功识别树上89.5%的成熟苹果，同时在距离双目视觉系统400mm至1500mm内，目标苹果的深度测量误差小于20mm。虽然双目立体视觉传感器具有以上这些优势，但是也同时具有系统构成复杂，传感器价格较高等缺点。另外，由于双目立体视觉在求取图像深度信息之前，需要对两个相机所采集的图形进行图像匹配，而匹配算法耗时较长会降低机器人识别目标果实的速度[35]。1.3.1.3 激光主动视觉为了获取场景的深度信息
图 1-6. 利用光谱成像技术识别果实的原理Fig. 1-6. The model of fruit object detection using hyperspectral imageKane和Lee[49]采用一款多光谱相机识别果园中的绿色柑橘，这款相机一共配有种不同光谱长度的镜头，分别可以采集到1064，1150和1572nm的光谱图像。通过这三副照片进行处理，可以识别出树上的柑橘，实验结果达到平均84.5%的成功率高光谱相机所采集的光谱范围通常覆盖可见光到近红外，由于采集的光谱信息常丰富，所以可以被用来识别与背景枝叶颜色接近的果实，如绿色柑橘、青苹果以黄瓜等[50],[51]。Okamoto等[52]采用一种光谱宽度为369-1042nm的高光谱相机解决绿柑橘的识别难题，正确识别出80%-89%位于自然环境中可见的柑橘。虽然光谱相机可以采集丰富的光谱信息，但是也带来了计算耗时等缺陷，同时谱相机成本高昂，也制约了其广泛应用。1.3.2 采摘机器人目标识别方法对目标果实的认知不仅是采摘机器人所必备的能力之一，而且也是影响采摘机
【参考文献】：
期刊论文
[1]西红柿果实目标识别方法研究——基于模糊聚类算法[J]. 王富春,徐越,宋怀波. 农机化研究. 2015(10)
[2]我国工业机器人技术现状与产业化发展战略[J]. 王田苗,陶永. 机械工程学报. 2014(09)
[3]基于量子遗传模糊神经网络的苹果果实识别[J]. 马晓丹,刘刚,周薇,冯娟. 农业机械学报. 2013(12)
[4]基于Adaboost算法的田间猕猴桃识别方法[J]. 詹文田,何东健,史世莲. 农业工程学报. 2013(23)
[5]融合多源图像信息的果实识别方法[J]. 冯娟,曾立华,刘刚,司永胜. 农业机械学报. 2014(02)
[6]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[7]基于Retinex图像增强的不同光照条件下的成熟荔枝识别[J]. 熊俊涛,邹湘军,王红军,彭红星,朱梦思,林桂潮. 农业工程学报. 2013(12)
[8]服务机器人技术研究现状与发展趋势[J]. 王田苗,陶永,陈阳. 中国科学:信息科学. 2012(09)
[9]基于凹点搜索的重叠果实定位检测算法研究[J]. 谢忠红,姬长英,郭小清,朱淑鑫. 农业机械学报. 2011(12)
[10]基于光谱成像技术的温室黄瓜识别方法[J]. 袁挺,纪超,陈英,李伟,张俊雄. 农业机械学报. 2011(S1)
博士论文
[1]温室果蔬采摘机器人视觉信息获取方法及样机系统研究[D]. 纪超.中国农业大学 2014
[2]番茄采摘机器人真空吸持系统分析与优化控制研究[D]. 刘继展.江苏大学 2010
[3]机器人无标定视觉伺服控制系统研究[D]. 辛菁.西安理工大学 2007
[4]机器人视觉伺服系统的若干问题研究[D]. 王社阳.哈尔滨工业大学 2006
[5]基于位置的机器人视觉伺服控制的研究[D]. 刘涵.西安理工大学 2003
硕士论文
[1]基于WLAN的果实采摘机器人基础平台研究[D]. 刘佰鑫.上海交通大学 2015
本文编号：2905159
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2905159.html
