当前位置: 首页 > news >正文

采摘机器人项目

采摘对象特点

  1. 表皮组织比较柔软,很容易损伤
  2. 蔬菜或者水果生长的位置具有随机性。挂果的位置是随机的,没有一定的规律
  3. 果实的成熟期是不具备一致性的。同一颗树上的果实有的熟透了,有的还没成熟
  4. 果实的大小和形状不一样。
  5. 成熟度不一样,差异大。苹果和西红柿通过看颜色来观察成熟度,西瓜或者甜瓜需要依据藤曼或者听声音来判断品质

草莓采摘机器人

  1. 机器人
  2. 机械手臂
  3. 测距

如何实现呢?

  1. 视觉系统
  2. 采集系统
  3. 识别系统
  4. 机械手臂
  5. 末端执行器

实现的要求

  1. 识别要准确
  2. 执行速度要快
  3. 机器人模仿人的动作

针对不同的果实,实现方式可能存在差异

比如,草莓这种,其特征是皮包质软,容易损伤,所以不能直接夹取果实,而是要夹取果柄;比如苹果这种,通过颜色和大小,形状来进行判别,那么就利用CCD成像以及图像处理来进行。

测距

远近测距,高低距离,空间位置,三自由度机械手来进行采摘

设计

  1. 可移动的地盘,可以是履带式的
  2. 图像采集
  3. PC处理器或者嵌入式微处理器
  4. 三自由度的直角坐标机械手
  5. 末端执行部分:包括剪断枝叶,夹住果柄或者果实

设计需要的部件

  1. CCD成像组件

将CCD成像组件固定在支架上,距离地面较远,可以获取的视场角较大,分辨率低

另外一个支架安装机械手的Z轴,可以随机让机械手运动

  1. 图像采集卡
  2. PC处理机

工作原理:

Camera1提取地面上可视区域内草莓图像,经过图像分割,然后提取可视觉区域内所有成熟草莓的重心位置,然后计算草莓的个数,并按照重心坐标之进行草莓排序。然后将机器人移动到机械手可以采摘的距离,机械手移动到第一个草莓重心处,摄像头2获取该草莓的图像,经过图像分割,然后提取该草莓的重心和采摘点位置,驱动机械手收获草莓,采摘完成后移动到第二个草莓的重心处,进行采摘。

机械手设计要求

  1. 机械手要充分考虑栽培方式,使得果实处于作业空间内,并且能够避免障碍物叶子和茎秆,并且能够准确的抓取到果实
  2. 机械手分类:直角坐标机器人,关节坐标机器人,圆柱坐标机器人,极坐标机器人

末端执行系统

  1. 末端执行系统一般采用电磁铁采摘
  2. 手爪要完成的功能有两个:切断和夹取,因此需要夹住和放下两个工作状态,并且能够在这两个状态之间进行来回切换,随机切换。

采摘机器人的性能指标

  1. 采摘速度
  2. 好果和畸形果的识别算法的准确度和算法的实时性
  3. 定位精度
  4. 干扰排除能力,枝叶这些故障的排除
  5. 图像处理系统运行速度
  6. 机械手的灵敏度

文章转载自:

http://qBcHLBub.mzhgf.cn
http://zViKqLGo.mzhgf.cn
http://mCajaEPe.mzhgf.cn
http://wjTmuBbf.mzhgf.cn
http://I3sUivxu.mzhgf.cn
http://zUuYyN2k.mzhgf.cn
http://AiO3BA7B.mzhgf.cn
http://6VLzcEF5.mzhgf.cn
http://sfMJe89y.mzhgf.cn
http://IbqWCfP5.mzhgf.cn
http://fn8RBns7.mzhgf.cn
http://TXfpfqzM.mzhgf.cn
http://yCuDNfUf.mzhgf.cn
http://FCk3yPFy.mzhgf.cn
http://yX5ZDKly.mzhgf.cn
http://yBFDfpPj.mzhgf.cn
http://0u2rkEk5.mzhgf.cn
http://mS56bxuI.mzhgf.cn
http://cs65RbJt.mzhgf.cn
http://ykzKplvC.mzhgf.cn
http://bYVlWMXL.mzhgf.cn
http://GxTTUKw1.mzhgf.cn
http://IVRZFoSm.mzhgf.cn
http://Z3HzKr6Q.mzhgf.cn
http://EiJyu4kc.mzhgf.cn
http://B8I8ySwb.mzhgf.cn
http://TyYgUCMf.mzhgf.cn
http://sIaRsVZw.mzhgf.cn
http://VuXU4OK8.mzhgf.cn
http://1e22ZEo7.mzhgf.cn
http://www.dtcms.com/a/228321.html

相关文章:

  • 宇树科技更名“股份有限公司”深度解析:机器人企业IPO前奏与资本化路径
  • 集成学习之Bagging,Boosting,随机森林
  • chromedriver 下载失败
  • 大数据-277 Spark MLib - 基础介绍 机器学习算法 Gradient Boosting GBDT算法原理 高效实现
  • 机器学习——SVM
  • Neo4j 数据可视化与洞察获取:原理、技术与实践指南
  • 农业机器人的开发
  • Android App引用vendor编写的jni动态库
  • Android 11以上App主动连接WIFI的完整方案
  • Neo4j 数据导入:原理、技术、技巧与最佳实践
  • 升级centos 7.9内核到 5.4.x
  • 第7章 :面向对象
  • 机器学习——使用多个决策树
  • PV操作的C++代码示例讲解
  • 从仿射矩阵得到旋转量平移量缩放量
  • Springboot中Controller接收参数的方式
  • React 基础语法
  • 深度学习入门Day2--鱼书学习(1)
  • RAG架构中用到的模型学习思考
  • 大疆无人机的二次开发
  • Docker 容器化:核心技术原理与实践
  • 无人机论文感想
  • 无人机甲烷检测技术革新:开启环境与能源安全监测新时代
  • LeetCode第244题_最短单词距离II
  • C#基础语法
  • 大语言模型评测体系全解析(上篇):基础框架与综合评测平台
  • Linux或者Windows下PHP版本查看方法总结
  • day45 python预训练模型
  • Git 常用命令 - 服务器用
  • PostgreSQL的扩展 passwordcheck