外文翻譯--果樹采摘機(jī)器人及控制系統(tǒng)研制【中英文文獻(xiàn)譯文】

外文翻譯--果樹采摘機(jī)器人及控制系統(tǒng)研制【中英文文獻(xiàn)譯文】,中英文文獻(xiàn)譯文,外文,翻譯,果樹,采摘,機(jī)器人,控制系統(tǒng),研制,中英文,文獻(xiàn),譯文 果樹采摘機(jī)器人及控制系統(tǒng)研制 摘要 機(jī)器設(shè)備組成的操縱者,效應(yīng)器和基于圖像的視覺伺服控制系統(tǒng)是為了采摘蘋果而開發(fā)的。5自由度的機(jī)械手PRRRP結(jié)構(gòu)幾何優(yōu)化提供準(zhǔn)線性行為和簡(jiǎn)化控制策略。匙形效應(yīng)器與氣動(dòng)驅(qū)動(dòng)爪為了滿足采摘蘋果的要求。蘋果采摘機(jī)器人自主完成收集任務(wù)使用一個(gè)應(yīng)用模塊。通過使用支持向量機(jī)與徑向基函數(shù),果實(shí)識(shí)別算法開發(fā)了檢測(cè)并自動(dòng)查找蘋果在樹上?？刂葡到y(tǒng),包括工業(yè)電腦和交流伺服驅(qū)動(dòng)程序,進(jìn)行了機(jī)械手和效應(yīng)器融合、將蘋果摘下來的。原型機(jī)器人裝置的有效性經(jīng)實(shí)驗(yàn)室測(cè)試和現(xiàn)場(chǎng)實(shí)驗(yàn)的領(lǐng)域。機(jī)器人采摘蘋果的成功率是77%,平均采摘時(shí)間大約是15秒/蘋果。 1 序言 在中國(guó),農(nóng)村經(jīng)濟(jì)的快速發(fā)展和水果種植領(lǐng)域結(jié)構(gòu)的不斷調(diào)整,如蘋果、柑橘和梨自1993年以來達(dá)到8 - 9百萬(wàn)公頃,占四分之一世界上的水果種植總面積。然而,水果收集任務(wù),以50%-70%/小時(shí),仍然依靠體力勞動(dòng)。所以收獲將自動(dòng)化,因?yàn)檗r(nóng)業(yè)人口在中國(guó)逐漸減少。此外,由于果樹高,采摘工作已經(jīng)將使用梯子,這使得手工收割十分危險(xiǎn)和低效。因此,未來需要對(duì)蘋果采摘進(jìn)入機(jī)械化和自動(dòng)化。機(jī)械采摘實(shí)驗(yàn)在一些地區(qū)已經(jīng)進(jìn)行了假設(shè)模擬收獲,但開發(fā)這一戰(zhàn)略還沒有廣泛。有選擇性的采摘,這是必要的,需要復(fù)雜的機(jī)器人技術(shù)?？傊?有必要設(shè)計(jì)一個(gè)與人類感知能力相似的智能機(jī)器人。以下這個(gè)為實(shí)例,這臺(tái)機(jī)器需要檢測(cè)水果、計(jì)算水果的位置,然后選擇不破壞果皮或果樹，從而進(jìn)行采摘。 研究水果收獲機(jī)器人發(fā)生在1980年代。河村建夫、Namikawa Fujiura,Ura所言(1984)首次開發(fā)了一個(gè)果園機(jī)器人。后來, Rabatel,Pellenc、Journeau Aldon(1987)開發(fā)了一個(gè)機(jī)器人。從那時(shí)起,他們關(guān)于這方面的知識(shí)進(jìn)行了開創(chuàng)性的研究。此外,一些相關(guān)的研究農(nóng)業(yè)機(jī)器人在溫室進(jìn)行了。例如,番茄收獲,黃瓜收獲,櫻桃收獲,草莓收獲。然而,大多數(shù)水果收獲機(jī)器人的文獻(xiàn)目前沒有進(jìn)入生產(chǎn)或銷售。相反,他們?nèi)匀惶幱谘芯堪l(fā)展階段。為此,支持進(jìn)一步的研究和開發(fā)是很重要的,以提高性能和減少這些機(jī)器人的初始安裝費(fèi)用。 基于上述概念,本研究打算開發(fā)和評(píng)估競(jìng)爭(zhēng)低價(jià)設(shè)備自動(dòng)收獲,即,一個(gè)蘋果采摘機(jī)器人。首先,一個(gè)完整的機(jī)器人包括組件描述的操縱者,效應(yīng)器和基于圖像的視覺伺服控制的系統(tǒng)描述。其次,機(jī)械手的幾何優(yōu)化以獲得準(zhǔn)線性行為并簡(jiǎn)化描述的控制策略。第三,氣動(dòng)驅(qū)動(dòng)的結(jié)構(gòu)爪設(shè)計(jì)來滿足采摘蘋果的要求。基于這個(gè)設(shè)計(jì),采摘機(jī)器人的自動(dòng)執(zhí)行部分使用一個(gè)應(yīng)用模塊來檢測(cè)和采集任務(wù)找到蘋果在樹上,控制系統(tǒng)進(jìn)行機(jī)械手和效應(yīng)器方法來摘蘋果。研究采摘機(jī)器人,來有效的驗(yàn)證實(shí)驗(yàn)室測(cè)試和現(xiàn)場(chǎng)實(shí)驗(yàn)測(cè)試的領(lǐng)域執(zhí)行。實(shí)驗(yàn)結(jié)果是本文的重要貢獻(xiàn)。 本文組織如下:例如在第二節(jié)中,機(jī)械手,效應(yīng)器和基于圖像的視覺伺服控制系統(tǒng)。在第三節(jié)中討論實(shí)驗(yàn)結(jié)果顯示的可行性機(jī)器人系統(tǒng)的提出。最后,在第四節(jié)中總結(jié)對(duì)機(jī)器人未來研究的建議。 2 材料和方法 2．1 蘋果采摘機(jī)器人的機(jī)械結(jié)構(gòu) 蘋果采摘機(jī)器人的原型主要考慮的是模型設(shè)計(jì)效率和成本效益。它主要由自主車,5自由度機(jī)械手,效應(yīng)器,傳感器、視覺系統(tǒng)和控制系統(tǒng)組成。自主研發(fā)水果采摘的機(jī)械結(jié)構(gòu)如圖1所示。 1.移動(dòng)車輛 2.水果籃子 3.活動(dòng)帶 4.末端效應(yīng)器 5.采集單元 6. 電動(dòng)絞盤棒 7.運(yùn)動(dòng)小手臂 8.大臂 9.運(yùn)動(dòng)大手臂 10.活動(dòng)的腰部 11.腰部 12. 升降平臺(tái) 13.中心控制系統(tǒng) 圖1 蘋果采摘機(jī)器人的原理圖 2.1.1 自主移動(dòng)車輛 車輛的移動(dòng)方式為履帶式移動(dòng)。氣動(dòng)泵供應(yīng)電力，電子硬件數(shù)據(jù)采集和控制,機(jī)械手的效應(yīng)器切水果。全球定位系統(tǒng)(GPS)技術(shù)用于自治導(dǎo)航的移動(dòng)車輛,其典型的速度1.5m/s。 2.1.2 機(jī)械手 與其他結(jié)構(gòu)相比 ,聯(lián)合結(jié)構(gòu)是有效的三維位置和方向空間。采摘機(jī)器人是一個(gè)隨機(jī)的操作空間分布,可能存在很多障礙機(jī)器人。聯(lián)合操縱與自由的多具有任意曲線擬合功能。因此很容易躲開障礙,操作時(shí)相應(yīng)的關(guān)節(jié)效應(yīng)器到達(dá)指定的位置。因此,采摘機(jī)器人與五自由度機(jī)械手 (PRRRP)結(jié)構(gòu)安裝在自主移動(dòng)車輛設(shè)計(jì)。第一個(gè)自由度是用于提出整個(gè)機(jī)械手。Xo、Xc、Yc為攝像機(jī)坐標(biāo)系的軸。L1,L2,L3為機(jī)器人的腰,大臂和手臂。q1、q2為第三關(guān)節(jié)的腰和手臂。水平垂直。U0為平面坐標(biāo)軸,中心坐標(biāo)xg,yg，投影中心用來協(xié)調(diào)目標(biāo),按照目標(biāo)蘋果的圖像特性的差異來進(jìn)行辨別，要采摘的目標(biāo)就會(huì)出現(xiàn)在顯示器上。主要的直臂k1,k2武器的控制參數(shù)Dd，根據(jù)運(yùn)動(dòng)度的像素單元就會(huì)調(diào)整一個(gè)合適的角度。交流模擬信號(hào)A / D、數(shù)字CCD電荷裝置，D /數(shù)字模擬直流電流。要求自由度GPS全球定位系統(tǒng)目標(biāo)的的顏色,強(qiáng)度、飽和IBVS基于圖像的視覺伺服，PBVS定位視覺伺服PRRRP棱鏡的轉(zhuǎn)動(dòng) ，從而進(jìn)行判斷。中間三個(gè)自由度的旋轉(zhuǎn),其中,第二個(gè)驅(qū)動(dòng)臂設(shè)計(jì)旋轉(zhuǎn)腰部,第三和第四的轉(zhuǎn)動(dòng)軸移動(dòng)終端上下操作符。這個(gè)自由度允許效應(yīng)器朝任意方向移動(dòng)。最后,手臂的靈活用于伸長(zhǎng), 機(jī)器人控制命令會(huì)根據(jù)實(shí)測(cè)值的誤差達(dá)到目標(biāo)位置,從而實(shí)現(xiàn)蘋果的采摘。上面的討論表明,五自由度機(jī)械手的設(shè)計(jì)應(yīng)足以執(zhí)行蘋果采摘的操作。機(jī)械手的機(jī)械結(jié)構(gòu)如圖2所示。機(jī)械手的升降是通過升降平臺(tái)來進(jìn)行的,能夠應(yīng)付特殊情況下蘋果的采摘。旋轉(zhuǎn)接頭和靈活的關(guān)節(jié)是由伺服電機(jī)驅(qū)動(dòng)的。機(jī)器人機(jī)械手的運(yùn)動(dòng)參數(shù)和機(jī)械結(jié)構(gòu)如表一所示。 圖2 機(jī)械手的照片 2.1.3 實(shí)測(cè)值的誤差 效應(yīng)器機(jī)制是由生物學(xué)特性來操作目標(biāo)對(duì)象的。蘋果采摘機(jī)器人的操作對(duì)象主要是像蘋果一樣的球形。匙形效應(yīng)器(圖3所示)根據(jù)球面生物學(xué)特性而設(shè)計(jì)的水果,通過切斷莖來實(shí)現(xiàn)的。 圖3 末端效應(yīng)器的圖片 效應(yīng)器包含以下部分:鉗子用于掌握水果，電動(dòng)切割裝置將蘋果從枝椏上切斷。效應(yīng)器的打開和關(guān)閉是由一些適合快速行動(dòng)的氣動(dòng)設(shè)備,快速響應(yīng)特征效應(yīng)器的開關(guān)控制。轉(zhuǎn)移模式實(shí)現(xiàn)能量傳遞的動(dòng)力是使用壓縮氣體壓力傳輸。蘋果根莖是安裝在夾具機(jī)制的電動(dòng)刀切斷的。蘋果被抓住時(shí),電源通過直流電使得爪刀旋轉(zhuǎn),切斷效應(yīng)器感應(yīng)到的目標(biāo)。 2.2 傳感器 非結(jié)構(gòu)性和不確定的操作特性，個(gè)體差異和隨機(jī)的操作對(duì)象的不同,使得蘋果采摘機(jī)器人應(yīng)該足夠應(yīng)對(duì)復(fù)雜的環(huán)境。在水果夾緊過程中,水果的生物學(xué)特性,包括果皮的薄和脆弱需要效應(yīng)器的高度掌控。它要求傳感器來控制高精度的把握力。此外,手臂的旋轉(zhuǎn),目標(biāo)的位置和準(zhǔn)確捕獲還需要經(jīng)過傳感器來檢測(cè)和定位。此外,為了避免損壞設(shè)備,導(dǎo)致受傷,未能確定水果、避免手臂的碰撞也需要傳感器有效的感知操作環(huán)境。 2.2.1 效應(yīng)器上的傳感器 傳感器的上的效應(yīng)器,包括攝像頭傳感器、位置傳感器、碰撞傳感器和壓力傳感器。如圖4所示。視覺傳感器,它使用高分辨率的電荷耦合裝置(CCD)攝像機(jī)，采集系統(tǒng)通過串行總線(USB)接口的視頻窗口捕獲技術(shù)形成圖像, 在完成圖像采集、水果搜索和認(rèn)可扮演一個(gè)重要角色。獲得廣泛應(yīng)用。視覺傳感器的位置是在一個(gè)眼手并用的模式。在圖4中可以看出的兩對(duì)紅外雙光電位置傳感器光電電池。此外, 傳感器的開關(guān)位置通常是用來限制安裝在手臂上的電切刀。手臂開始減速時(shí),效應(yīng)器通過視覺傳感器上傳來的采摘對(duì)象的圖像。手臂停了下來,鉗子夾水果當(dāng)蓄電池的兩雙都是模糊的。在這一點(diǎn)上,壓力和碰撞傳感器采用力敏感電阻。當(dāng)壓力爪感到一定的壓力傳感器,電動(dòng)切割器旋轉(zhuǎn)和切斷花梗。開關(guān)位置傳感器便會(huì)操作電切刀停止工作。碰撞傳感器用于采摘過程中躲避障礙物。模擬信號(hào)來自力敏感電阻和紅外線光電管，在工業(yè)計(jì)算機(jī)與數(shù)據(jù)采集模塊通常是不相容的。因此,他們之間需要調(diào)制傳輸之前數(shù)據(jù)采集模擬信號(hào)。圖5顯示了傳感器信號(hào)調(diào)制電路。 圖4 末端傳感器的布局 圖5 傳感器信號(hào)的調(diào)制電路 2.2.2 傳感器為避免操作的碰撞 控制旋轉(zhuǎn)關(guān)節(jié)的角度和位置用來控制關(guān)節(jié)的靈活度?；魻杺鞲衅靼惭b在腰的轉(zhuǎn)動(dòng)關(guān)節(jié),主要負(fù)責(zé)小手臂關(guān)節(jié)的兩端。在工作環(huán)境中,小手臂的運(yùn)動(dòng)空間大。其中位置傳感器，壓力傳感器，圖像傳感器，碰撞傳感器圖，效應(yīng)器的傳感器。圖5 為信號(hào)調(diào)制電路。 2.3 視覺系統(tǒng) 蘋果采摘機(jī)器人視覺系統(tǒng)的關(guān)鍵成分是公認(rèn)的蘋果圖像處理方法。它影響機(jī)器人的可靠性和直接決定的能力,快速、準(zhǔn)確進(jìn)行水果識(shí)別。然而,在早期的研究中,存在一些尚未解決的問題，低準(zhǔn)確率和時(shí)間消耗等在一定程度上限制了蘋果采摘機(jī)器人在自然環(huán)境中的實(shí)時(shí)和多任務(wù)處理能力。 為了克服這些缺點(diǎn),運(yùn)用識(shí)別視覺系統(tǒng)組成的彩色CCD相機(jī)自動(dòng)獲取原始的蘋果圖像和一個(gè)工業(yè)計(jì)算機(jī)處理圖像識(shí)別定位水果。因?yàn)楦皇刻O果在中國(guó)是最受歡迎的,我們研究集中這種多樣性。識(shí)別和定位過程如下。 首先,由于自然環(huán)境的形象采集設(shè)備使用,原始的未經(jīng)加工的蘋果圖像不可避免的包含噪聲,影響其質(zhì)量。一個(gè)向量中值濾波器應(yīng)用于圖像增強(qiáng)預(yù)處理。它不僅可以有效地去除噪聲突顯出蘋果果實(shí)的前景,也能保持良好的圖像邊緣。 其次,大多數(shù)的蘋果采摘在自然圖像條件下通常包括樹枝和樹葉讓問題變得更加復(fù)雜。只通過傳統(tǒng)的形象分割算法,很難達(dá)到預(yù)期的效果?；陬伾狈綀D色調(diào)的統(tǒng)計(jì),強(qiáng)度飽和模型,圖像分割算法用來開發(fā)雙閾值和區(qū)域增長(zhǎng)，從復(fù)雜的背景識(shí)別蘋果果實(shí)。色度組件是適用于提取輕色調(diào)的蘋果,這避免了不同的照明水平對(duì)圖像的影響。這種算法簡(jiǎn)單,所需的處理時(shí)間簡(jiǎn)短。 蘋果提取通過不同的特征來確定空間位置,并提供手臂相應(yīng)的運(yùn)動(dòng)參數(shù)。對(duì)于顏色特征提取,色度組件色調(diào)和飽和度,通常與顏色特征提取識(shí)別不同。然而,在我們的研究中,蘋果果實(shí)、樹枝和葉有特定形狀,及其不同的形狀是巨大的。因此,蘋果的形狀特性對(duì)于對(duì)象識(shí)別是非常重要。形狀特征的選擇規(guī)則基于旋轉(zhuǎn)不變性和規(guī)模?？紤]到蘋果果實(shí)圖像的特點(diǎn),圓形的方差,方差橢圓,圓周邊比率和正方形區(qū)域是用來描述蘋果的形狀特征輪廓。這四個(gè)特征向量與形狀特征提取。對(duì)應(yīng)的特征值的計(jì)算后,他們作為每個(gè)樣本的特征向量,用于訓(xùn)練和分類。 最后,基于支持向量的分類算法并建立了辨識(shí)蘋果方法。仿真和實(shí)驗(yàn)表明, 基于蘋果的顏色特征和形狀特征，支持向量機(jī)方法和徑向基函數(shù)(RBF)的內(nèi)核是對(duì)于蘋果被發(fā)現(xiàn)最好的認(rèn)可。