基于农业物联网的机器人系统研究与设计
发布时间：2021-12-08 21:19
农业物联网将现代化的高新技术带入农业生产中,使得农业生产更加自动化、智能化,在近年来得到广泛的研究和应用。传统的农业物联网需要铺设大量的传感器节点,形成大规模无线传感器网络对农业环境进行监控,但这种方式很难对农作物的生长状况进行全方位监测。本文考虑采用农业机器人来对农业生长环境进行巡检监测,以更高效地了解农作物的生长状况。首先,为了实现机器人在温室中自主地巡检监测,需要明确机器人在温室中的位置。针对具体的温室环境,本文设计基于卡尔曼滤波融合的UWB/IMU组合定位方法,并在融合前对UWB定位信号进行异常值检测。若存在异常值则只进行IMU更新,否之,进行卡尔曼滤波融合。仿真实验验证了该方法的有效性。其次,由于作业行道地面不平整,会导致农业机器人在运动中出现打滑抖动从而偏离行道。针对这个问题,本文通过构造理想的偏航角速度函数,将复杂路径跟随问题简化为简单的角速度跟踪问题。当实际偏航角速度趋向于理想的偏航角速度时,该函数的横向偏差与航向偏差收敛为零。为系统设计自抗扰控制器跟踪角速度这个量,并通过设计线性扩张观测器来估计系统输入及未知扰动。仿真验证表明,本文设计的控制器具有较好跟踪性能与扰动抑...
【文章来源】：武汉科技大学湖北省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
带有滑动传感器的机械臂
武汉科技大学硕士学位论文3中国农业机器人技术与发达国家相比还有一定的差距，但近年来我国经济与科技的快速发展，国家对农业机械化的大力扶持，农业机械化事业取得了快速的发展。近年来高校与研究所相继展开了有关农业机器人研究，并取得了一定的成果。南京农业大学白月如[6]设计了一种能在温室中自主导航的施药机器人，导航方式通过kinect摄像头来获取路径信息，通过模糊控制方法来调整车体转角进行路径纠偏控制。实验结果显示机器人的导航偏差不超过5cm，喷药雾滴均匀。张强[7]设计了集旋耕、除草、播种、施肥为一体发多功能一体的机器人如图1.2所示，该机器人设计以STM32F407为主控制器，主控端主要包括行走、显示、数据采集、农具控制模块等设计。实验结果表明该机器人在旋耕和播种等作业中都取得了良好的实用性。图1.2多功能一体机1.2.2机器人定位与控制导航与控制技术是农业机器人的核心内容，也是当下农机研究的热点，未来发展的一个重点。为此，国内外针对机器人导航与控制方面的研究不断推陈出新。目前在机器人导航方面的技术主要包括GPS导航、视觉导航、惯性导航、RFID导航、磁导航、超宽带导航、激光雷达等。在机器人路径跟踪控制方面主要采用传统的PID控制、模糊控制、线性二次型、预测控制（MPC）、神经网络、滑膜控制（SMC）等方法。DavidBall等[8]提出了一种基于视觉的障碍物检测和导航系统，该系统采用全球定位系统、惯性导航系统、以及用于障碍物检测的视觉系统相组合的方式，通过障碍物检测及视觉辅助来生成导航数据。在夜间测验中，机器人能够避免障碍物；在白天的测试中，机器人可以在不超过5分钟的GPS中断期内继续运行。Hyunhak
武汉科技大学硕士学位论文1220KB的SRAM，外设接口丰富，包括电机、舵机，蓝牙以及信号线等接口。图2.5农业机器人主控制板（2）UWB定位模块UWB定位技术实现二维定位，至少需要3个UWB基站和1个UWB标签，可覆盖80*80m的面积。本课题UWB定位通过使用DWM1000模块评估套件来实现，如图2.6所示，DWM1000模块通过双边测距（TWR测距）来实现定位。UWB在视距环境下定位精度达厘米级，抗多径效应能力强等优势，使得UWB定位技术成为室内定位的一大研究热点[21]。图2.6UWB定位模块（3）IMU模块本课题采用的超宽带技术（UWB）与惯性导航技术（IMU）组合定位的方式，
【参考文献】：
期刊论文
[1]IMU辅助的TDOA室内定位[J]. 史云飞,郝永生,刘德亮,王波. 电讯技术. 2019(04)
[2]施药机器人对行施药系统的设计与试验[J]. 白如月,汪小旵,鲁伟,李成光,Morice O.ODHIAMBO. 华南农业大学学报. 2018(05)
[3]基于自适应抗差卡尔曼滤波的UWB室内定位[J]. 刘韬,徐爱功,隋心. 传感技术学报. 2018(04)
[4]基于STM32单片机的智能消防机器人的设计与应用[J]. 张建中,郝允梁,刘海洋,李小俊,徐运祥. 电子技术应用. 2017(11)
[5]基于K-means算法的RBF神经网络预测光伏电站短期出力[J]. 邵堃侠,郭卫民,杨宁,王亮. 上海电机学院学报. 2017(01)
[6]农资仓储脉冲超宽带室内定位系统设计与试验及误差分析[J]. 孙小文,张小超,赵博,王丽丽,伟利国,贾全. 农业工程学报. 2017(S1)
[7]温室作业机具室内定位方法研究[J]. 王新,许苗,张京开,刘旺,李为为,王书茂. 农业机械学报. 2017(01)
[8]RBF神经网络在径流时间序列预测中的应用[J]. 刘佳,鲁帆,蒋云钟,柳建设. 人民黄河. 2011(08)
[9]自抗扰控制技术[J]. 韩京清. 前沿科学. 2007(01)
[10]从PID技术到“自抗扰控制”技术[J]. 韩京清. 控制工程. 2002(03)
硕士论文
[1]基于RBF神经网络的水质预测模型研究[D]. 张丽娜.河北工程大学 2019
[2]大棚作业多功能农业机器人研究[D]. 张强.湖北工业大学 2019
[3]基于视觉巡检机器人的植物工厂控制系统的设计与实现[D]. 何子力.中国科学技术大学 2019
[4]基于物联网的农业温室智能监测电气系统[D]. 张强.天津理工大学 2019
[5]基于UWB无线定位技术的AGV室内导航与控制技术研究[D]. 王志铠.电子科技大学 2018
[6]喷雾系统的设计及喷雾机器人自主作业的研究[D]. 尹振波.北京林业大学 2012
[7]喷雾机器人控制系统研制[D]. 陈志青.中国农业大学 2002
本文编号：3529259
【文章来源】：武汉科技大学湖北省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
带有滑动传感器的机械臂
武汉科技大学硕士学位论文3中国农业机器人技术与发达国家相比还有一定的差距，但近年来我国经济与科技的快速发展，国家对农业机械化的大力扶持，农业机械化事业取得了快速的发展。近年来高校与研究所相继展开了有关农业机器人研究，并取得了一定的成果。南京农业大学白月如[6]设计了一种能在温室中自主导航的施药机器人，导航方式通过kinect摄像头来获取路径信息，通过模糊控制方法来调整车体转角进行路径纠偏控制。实验结果显示机器人的导航偏差不超过5cm，喷药雾滴均匀。张强[7]设计了集旋耕、除草、播种、施肥为一体发多功能一体的机器人如图1.2所示，该机器人设计以STM32F407为主控制器，主控端主要包括行走、显示、数据采集、农具控制模块等设计。实验结果表明该机器人在旋耕和播种等作业中都取得了良好的实用性。图1.2多功能一体机1.2.2机器人定位与控制导航与控制技术是农业机器人的核心内容，也是当下农机研究的热点，未来发展的一个重点。为此，国内外针对机器人导航与控制方面的研究不断推陈出新。目前在机器人导航方面的技术主要包括GPS导航、视觉导航、惯性导航、RFID导航、磁导航、超宽带导航、激光雷达等。在机器人路径跟踪控制方面主要采用传统的PID控制、模糊控制、线性二次型、预测控制（MPC）、神经网络、滑膜控制（SMC）等方法。DavidBall等[8]提出了一种基于视觉的障碍物检测和导航系统，该系统采用全球定位系统、惯性导航系统、以及用于障碍物检测的视觉系统相组合的方式，通过障碍物检测及视觉辅助来生成导航数据。在夜间测验中，机器人能够避免障碍物；在白天的测试中，机器人可以在不超过5分钟的GPS中断期内继续运行。Hyunhak
武汉科技大学硕士学位论文1220KB的SRAM，外设接口丰富，包括电机、舵机，蓝牙以及信号线等接口。图2.5农业机器人主控制板（2）UWB定位模块UWB定位技术实现二维定位，至少需要3个UWB基站和1个UWB标签，可覆盖80*80m的面积。本课题UWB定位通过使用DWM1000模块评估套件来实现，如图2.6所示，DWM1000模块通过双边测距（TWR测距）来实现定位。UWB在视距环境下定位精度达厘米级，抗多径效应能力强等优势，使得UWB定位技术成为室内定位的一大研究热点[21]。图2.6UWB定位模块（3）IMU模块本课题采用的超宽带技术（UWB）与惯性导航技术（IMU）组合定位的方式，
【参考文献】：
期刊论文
[1]IMU辅助的TDOA室内定位[J]. 史云飞,郝永生,刘德亮,王波. 电讯技术. 2019(04)
[2]施药机器人对行施药系统的设计与试验[J]. 白如月,汪小旵,鲁伟,李成光,Morice O.ODHIAMBO. 华南农业大学学报. 2018(05)
[3]基于自适应抗差卡尔曼滤波的UWB室内定位[J]. 刘韬,徐爱功,隋心. 传感技术学报. 2018(04)
[4]基于STM32单片机的智能消防机器人的设计与应用[J]. 张建中,郝允梁,刘海洋,李小俊,徐运祥. 电子技术应用. 2017(11)
[5]基于K-means算法的RBF神经网络预测光伏电站短期出力[J]. 邵堃侠,郭卫民,杨宁,王亮. 上海电机学院学报. 2017(01)
[6]农资仓储脉冲超宽带室内定位系统设计与试验及误差分析[J]. 孙小文,张小超,赵博,王丽丽,伟利国,贾全. 农业工程学报. 2017(S1)
[7]温室作业机具室内定位方法研究[J]. 王新,许苗,张京开,刘旺,李为为,王书茂. 农业机械学报. 2017(01)
[8]RBF神经网络在径流时间序列预测中的应用[J]. 刘佳,鲁帆,蒋云钟,柳建设. 人民黄河. 2011(08)
[9]自抗扰控制技术[J]. 韩京清. 前沿科学. 2007(01)
[10]从PID技术到“自抗扰控制”技术[J]. 韩京清. 控制工程. 2002(03)
硕士论文
[1]基于RBF神经网络的水质预测模型研究[D]. 张丽娜.河北工程大学 2019
[2]大棚作业多功能农业机器人研究[D]. 张强.湖北工业大学 2019
[3]基于视觉巡检机器人的植物工厂控制系统的设计与实现[D]. 何子力.中国科学技术大学 2019
[4]基于物联网的农业温室智能监测电气系统[D]. 张强.天津理工大学 2019
[5]基于UWB无线定位技术的AGV室内导航与控制技术研究[D]. 王志铠.电子科技大学 2018
[6]喷雾系统的设计及喷雾机器人自主作业的研究[D]. 尹振波.北京林业大学 2012
[7]喷雾机器人控制系统研制[D]. 陈志青.中国农业大学 2002
本文编号：3529259
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3529259.html
