【機(jī)械類畢業(yè)論文中英文對(duì)照文獻(xiàn)翻譯】黃瓜采摘機(jī)器人的無碰撞規(guī)劃

【機(jī)械類畢業(yè)論文中英文對(duì)照文獻(xiàn)翻譯】黃瓜采摘機(jī)器人的無碰撞規(guī)劃,機(jī)械類畢業(yè)論文中英文對(duì)照文獻(xiàn)翻譯,機(jī)械類,畢業(yè)論文,中英文,對(duì)照,對(duì)比,比照,文獻(xiàn),翻譯,黃瓜,采摘,機(jī)器人,碰撞,規(guī)劃,計(jì)劃 濰坊學(xué)院本科畢業(yè)設(shè)計(jì) 生物系統(tǒng)工程（2003）86（2）135-144 DOI：10.1016/S1537-5110（03）00133-8 AE—自動(dòng)化與新興技術(shù) 黃瓜采摘機(jī)器人的無碰撞規(guī)劃 E.J.凡Henten J.海明; B.A.J.凡Tuijl; J.G.短號(hào);研究Bontsema 溫室工程，農(nóng)業(yè)和環(huán)境工程研究所（IMAG BV公司），箱43，NL-6700機(jī)管局瓦赫寧根，荷蘭;電子郵件通訊作者：eldert.vanhenten wur.nl （2002年4月26日收到，2003年7月8號(hào)以修訂后的形式接受; 2003年8月29日在網(wǎng)上發(fā)表） 在農(nóng)業(yè)和環(huán)境工程學(xué)院，對(duì)于黃瓜自動(dòng)收獲機(jī)，其中最大的一個(gè)挑戰(zhàn)方面就是在采摘的過程中實(shí)現(xiàn)一種快速精確的手眼協(xié)調(diào)的操作。這個(gè)程序包含兩個(gè)主要的組成部分。首先，采集信息機(jī)器人的工作環(huán)境，其次，一個(gè)程序可以讓機(jī)器人末端執(zhí)行器對(duì)黃瓜產(chǎn)生無碰撞機(jī)械運(yùn)動(dòng)。這篇文章主要闡述了后者，無碰撞機(jī)械運(yùn)動(dòng)所產(chǎn)生的所謂的路徑搜索算法。在這項(xiàng)研究中這個(gè)A-search算法被應(yīng)用著，用一些數(shù)值的例子對(duì)黃瓜收割應(yīng)用的搜索過程分析說明。得出的結(jié)論是，無碰撞運(yùn)動(dòng)可以用于采摘黃瓜的機(jī)械手的自由度的計(jì)算。這個(gè)A-search算法非常易于實(shí)施和魯棒。當(dāng)找不到解決方案時(shí)這個(gè)算法要不產(chǎn)生一個(gè)解決方案要不就停止工作。這個(gè)有利的財(cái)產(chǎn)然而卻使算法過分的緩慢，結(jié)果表明這個(gè)算法不包括多智能的搜索過程。我們可以知道，為了滿足每10S為一個(gè)單一收獲循環(huán)的要求，還需要做進(jìn)一步的研究，去尋找發(fā)現(xiàn)快速的算法，使用盡可能多的關(guān)于這個(gè)問題特定結(jié)構(gòu)的信息來產(chǎn)生解決方案，如果這個(gè)算法找不到解決方案并能給出明確的信息。 1. 介紹 1996年，農(nóng)業(yè)和環(huán)境工程學(xué)院開始研究自主的黃瓜采摘機(jī)器人的發(fā)展，這個(gè)項(xiàng)目是由荷蘭農(nóng)業(yè)部，食品和漁業(yè)部門支持的。為農(nóng)業(yè)應(yīng)用設(shè)計(jì)機(jī)器人的任務(wù)所提出的議題不涉及其他行業(yè)(Gielinget al., 1996 ; Van Kollenburg-）。機(jī)器人必須處在一個(gè)高度非結(jié)構(gòu)化環(huán)境中，在這里沒有兩個(gè)場(chǎng)景是一模一樣的。農(nóng)作物和水果都易于被機(jī)械損傷應(yīng)給小心處理。機(jī)器必須能夠在不利的條件下運(yùn)轉(zhuǎn)，如相對(duì)較高的溫度和濕度以及光線變化的條件。最后，為了符合成本效益，就機(jī)器人采摘運(yùn)動(dòng)的速度和成功率而言，機(jī)器人需要滿足高的性能特點(diǎn)。在這個(gè)項(xiàng)目中這些具有挑戰(zhàn)性的問題已經(jīng)被一個(gè)機(jī)械工程，傳感技術(shù)（計(jì)算機(jī)視覺等），系統(tǒng)和控制工程，電子、軟件工程，物流，最后但不是最少園藝工程分享的互動(dòng)的方式解決(Van Kollenburg-Crisan et al., 1997 ; Bontsema et al., 1999 ; Meuleman et al., 2000 )。 自動(dòng)收割機(jī)的開發(fā)研制中最具有挑戰(zhàn)性的問題之一就是達(dá)到快速精確的手眼協(xié)調(diào)的，即達(dá)到機(jī)器人在采摘運(yùn)動(dòng)中感官信息的采集和機(jī)器人運(yùn)動(dòng)控制之間的有效相互作用，就像人們做的那樣。在園藝實(shí)踐中，一個(gè)訓(xùn)練有素的工人只需要3-6S采摘和存儲(chǔ)一個(gè)水果，那種表現(xiàn)是很難被打敗的。幸運(yùn)的是，就機(jī)器人的采摘速度而言沒有必要達(dá)到那么高的性能特點(diǎn)。一項(xiàng)任務(wù)分析顯示，考慮經(jīng)濟(jì)可行性，一個(gè)單一采摘運(yùn)動(dòng)可能只需要10S (Bontsemaet al., 1999 )。仍然，機(jī)器人運(yùn)動(dòng)應(yīng)盡可能快的同時(shí)防止機(jī)器手的碰撞，手和收獲水果作物，溫室結(jié)構(gòu)還有機(jī)器人自身的碰撞（如汽車視覺系統(tǒng)）。在荷蘭，黃瓜生產(chǎn)設(shè)施，機(jī)器人運(yùn)行在一個(gè)非常緊張的工作環(huán)境中。最后，為了保證收獲果實(shí)的質(zhì)量，在運(yùn)動(dòng)路徑的各個(gè)部分對(duì)機(jī)械手的速度和加速度加以約束。 為了達(dá)到理想的手眼協(xié)調(diào)，一個(gè)人需要環(huán)境的感官信息的采集和算法去為機(jī)械手計(jì)算這種無碰撞運(yùn)動(dòng)。正像Meuleman et al. (2000) 報(bào)道的那樣。在這個(gè)項(xiàng)目中感覺系統(tǒng)是基于計(jì)算機(jī)視覺的。本文著重論述了收獲機(jī)的機(jī)械手的無碰撞運(yùn)動(dòng)軌跡的快速生成。盡管有相當(dāng)大的研究工作花在自動(dòng)收集蔬菜水果方面，但是這個(gè)問題在農(nóng)業(yè)工程研究中沒有引起人們極大的關(guān)注。(see e.g. Kondoet al., 1996 ; Hayashi& Sakaue, 1996 ; Arima & Kondo, 1999 )。 本文概述如下，在第二節(jié)對(duì)采摘機(jī)器人進(jìn)行了闡述，在第三節(jié)，講述的是一個(gè)單一收獲操作的任務(wù)序列，然后，第四節(jié)，表述的是無碰撞規(guī)劃的自動(dòng)算法的組成。為了能夠深入洞察算法的運(yùn)行，在第五節(jié)對(duì)該算法在第二級(jí)自由度的機(jī)械手上進(jìn)行了解釋說明，第六節(jié)包含一個(gè)應(yīng)用于收獲機(jī)器人身上的six-DOF RV-E2三菱機(jī)械手的運(yùn)動(dòng)規(guī)劃實(shí)驗(yàn)結(jié)果。第七節(jié)包含結(jié)束語和對(duì)未來研究的建議。 2．采摘機(jī)器人 圖1.黃瓜收獲機(jī)器人的功能模型;（a）車輛;（b）廣角相機(jī);（c）七度的自由度機(jī)械手;（d）最終效應(yīng);（e）激光測(cè)距儀和攝像機(jī)的位置當(dāng)?shù)爻上?（f）計(jì)算機(jī)和電子產(chǎn)品;（g）與220伏電源線卷軸;（h）氣動(dòng)泵;（i）供熱管 圖一中，一個(gè)采摘機(jī)器人的功能模型被展示出來。它包含一個(gè)用于溫室走道里的收獲機(jī)進(jìn)行粗定位的自主車輛。這車采用加熱管作為一個(gè)鐵路進(jìn)行指導(dǎo)和支持。它作為一個(gè)移動(dòng)平臺(tái)裝載電源、主動(dòng)泵、各種數(shù)據(jù)收集和控制的電子硬件、一個(gè)用于監(jiān)測(cè)和定位植物上黃瓜位置的廣角攝像系統(tǒng)和一個(gè)用于機(jī)械末端運(yùn)行器定位的七個(gè)自由度的機(jī)械手。這個(gè)機(jī)械手由安裝著六個(gè)自由度的Mitsubishi RV-E2機(jī)械手的滑動(dòng)線路構(gòu)成。這個(gè)RV-E2機(jī)械手包括一個(gè)人形的機(jī)械手臂和球形的手腕。這個(gè)機(jī)械手有個(gè)能夠抓去0.2毫米的穩(wěn)態(tài)精度并能夠在惡劣的溫室氣候（高濕度和高溫度）條件下滿足一般的衛(wèi)生的操作方面的要求。這個(gè)機(jī)械手裝有一個(gè)末端執(zhí)行器。它包括兩部分：一個(gè)爪抓住水果，另一個(gè)爪切割水果從植物上分離出來。這個(gè)末端執(zhí)行器帶有一個(gè)末端激光測(cè)距系統(tǒng)或一個(gè)小相機(jī)。他們是用來在黃瓜附近能夠更好地進(jìn)行運(yùn)動(dòng)控制而獲取感官信息的，如果需要的話。 3.單一收割運(yùn)動(dòng)的任務(wù)序列 圖2. 一個(gè)單一的收獲作業(yè)任務(wù)序列：3D，三維，TCP，工具中心點(diǎn) 圖二展示的是一個(gè)單一的收獲運(yùn)動(dòng)的一個(gè)任務(wù)序列。在采摘操作中接近黃瓜被公認(rèn)為是一個(gè)兩階段的過程。首先，用安裝在車輛上的攝像系統(tǒng)，黃瓜果實(shí)被檢測(cè)到他的成熟認(rèn)定和位置是不確定的。如果我們決定采摘黃瓜則低分辨率圖像的車載攝像機(jī)就用于定位機(jī)器人末端執(zhí)行器鄰近黃瓜附近這一帶。一旦末端執(zhí)行器抵達(dá)鄰近的黃瓜，然后利用末端執(zhí)行器上面的激光測(cè)距系統(tǒng)或攝像系統(tǒng)為最終的準(zhǔn)確的接近黃瓜獲得黃瓜定位環(huán)境的高分辨率的信息。末端執(zhí)行器緊握并消減果子的莖。夾持固定分離的水果最后收獲果實(shí)移動(dòng)到存儲(chǔ)箱。 避障運(yùn)動(dòng)規(guī)劃將用于黃瓜的初步做法以及收獲黃瓜回程箱子，來保證，如機(jī)器人車輛本身的工作空間中的其他對(duì)象，但也源于，如果目前，葉片和溫室建設(shè)的部分都沒有命中。顯然，收獲的黃瓜，增加最終的效應(yīng)，應(yīng)考慮在機(jī)械臂返回到存儲(chǔ)議案的大小。黃瓜的平均長(zhǎng)度為300mm。 4.一個(gè)無碰撞運(yùn)動(dòng)規(guī)劃算法 圖3.無碰撞的自動(dòng)生成程序議案 圖3顯示了一個(gè)程序，自動(dòng)生成赫爾曼（1986年）的工作基礎(chǔ)上的黃瓜采摘機(jī)器人無碰撞運(yùn)動(dòng)的組成部分。無碰撞運(yùn)動(dòng)規(guī)劃依賴于三維（3D）機(jī)器人的物理結(jié)構(gòu)以及在機(jī)器人操作的工作區(qū)的信息。因此，在無碰撞機(jī)器人運(yùn)動(dòng)規(guī)劃的第一步是三維世界描述的收購(gòu)。這個(gè)描述是基于感官信息，如機(jī)器視覺以及先驗(yàn)知識(shí)，例如，采摘機(jī)器人運(yùn)動(dòng)學(xué)的三維結(jié)構(gòu)，如三維模型，在數(shù)據(jù)庫中。有了這個(gè)信息，在任務(wù)定義階段，機(jī)器人的整體任務(wù)的計(jì)劃。決定最后的位置和方向的效應(yīng)最終結(jié)果中的黃瓜最好的方法。也定義在此階段的具體位置和方向約束等。在階段目標(biāo)的位置和方向的最終任務(wù)定義中定義的效應(yīng)，逆運(yùn)動(dòng)學(xué)，將目標(biāo)配置的manipulator.The目標(biāo)配置跨lated表示作為一個(gè)線性滑軌的翻譯和6的組合七自由度機(jī)械手關(guān)節(jié)的旋轉(zhuǎn)。使用此信息的路徑規(guī)劃，路徑規(guī)劃，采用了搜索技術(shù)找到自由碰撞路徑，從開始操縱其目標(biāo)配置配置。一旦已成功完成的無碰撞路徑規(guī)劃，軌跡規(guī)劃軌跡，可以轉(zhuǎn)換成的無碰撞路徑由機(jī)器人執(zhí)行。通常情況下，路徑規(guī)劃過程中，只有在太空中的無碰撞配置有關(guān)，但沒有速度，加速度和運(yùn)動(dòng)平滑。軌跡規(guī)劃涉及這些因素。 thetrajectory策劃生產(chǎn)的機(jī)器人伺服系統(tǒng)的運(yùn)動(dòng)命令。在執(zhí)行階段執(zhí)行這些命令。運(yùn)動(dòng)規(guī)劃系統(tǒng)的一些部件將在更詳細(xì)地描述以下。 4.1世界的描述（采集） Meulemanet在一份文件中描述的基于機(jī)器視覺的世界描述收購(gòu)的黃瓜采摘機(jī)器人（2000年）。視覺系統(tǒng)能夠偵測(cè)在綠色canopy.Moreover綠色黃瓜，視覺系統(tǒng)決定的黃瓜成熟。最后，利用立體視覺技術(shù)QUES，相機(jī)視覺系統(tǒng)產(chǎn)生的工作空間內(nèi)的攝像頭的視角3D地圖。在這樣的機(jī)器人能夠處理工作面臨的環(huán)境與它的變異。 圖6. 自由度的三菱RV-E2的操縱一個(gè)三維模型 如上所述，先驗(yàn)知識(shí)，例如，機(jī)器人的物理結(jié)構(gòu)所需的無碰撞運(yùn)動(dòng)規(guī)劃。作為一個(gè)例子，圖4顯示了一個(gè)六自由度三菱RV-E2在MATLAB中實(shí)現(xiàn)機(jī)械臂的三維模型。機(jī)器人的三維結(jié)構(gòu)是由矩形和三角形構(gòu)造的多邊形表示。議案的戰(zhàn)略評(píng)估模型用于模擬期間，作為操縱機(jī)器人運(yùn)動(dòng)規(guī)劃期間的工作空間中的結(jié)構(gòu)部件的碰撞檢測(cè)的基礎(chǔ)上。 4.2逆運(yùn)動(dòng)學(xué) 逆機(jī)械臂運(yùn)動(dòng)學(xué)關(guān)節(jié)角度的計(jì)算和翻譯，處理結(jié)果在所需的位置和方向,工具中心點(diǎn)（TCP）機(jī)器人（克雷格，1989年）。 TCP是一個(gè)預(yù)定義的endeffector點(diǎn)。對(duì)于六自由度三菱RV-E2的操縱范戴克（1999年）獲得了逆機(jī)械臂運(yùn)動(dòng)學(xué)的解析解。七自由度機(jī)械手，即三菱RV-E2的機(jī)械臂安裝在一個(gè)線性滑軌，一個(gè)簡(jiǎn)單的逆運(yùn)動(dòng)學(xué)解析解不存在由于在運(yùn)動(dòng)鏈的固有冗余。最近獲得這種冗余機(jī)械臂的逆運(yùn)動(dòng)學(xué)分析數(shù)值混合溶液（申克，2000年）。由于成熟的黃瓜的立場(chǎng)，該算法產(chǎn)生的七自由度機(jī)械臂的無碰撞收獲配置。此外，它可以保證關(guān)節(jié)黃瓜附近的精細(xì)運(yùn)動(dòng)控制有足夠的自由。 4.3路徑規(guī)劃 無碰撞路徑規(guī)劃算法已被大量的研究對(duì)象。例如見latombe（1991）和黃和阿胡加（1992）概述。 一個(gè)無碰撞路徑規(guī)劃主要包括兩個(gè)重要組成部分：搜索算法和碰撞檢測(cè)算法。搜索算法的搜索空間探索一個(gè)可行的，即collisionfree，從起點(diǎn)到目標(biāo)點(diǎn)的議案。在搜查過程中，被選中的碰撞檢測(cè)算法在搜索空間的每一步的可行性。該算法檢查機(jī)器人的碰撞與機(jī)器人的工作空間中的其他結(jié)構(gòu)部件。重要的是要注意，對(duì)于大多數(shù)路徑規(guī)劃者的搜索空間是所謂的配置空間機(jī)器人，其中關(guān)鍵的是從不同的3D工作區(qū)機(jī)器人。在黃瓜收獲機(jī)的7自由度機(jī)械手的情況下，配置空間是由一個(gè)聯(lián)合翻譯和6個(gè)聯(lián)合旋轉(zhuǎn)組合橫跨七維空間。然后，從一開始的位置和方向的工具中心點(diǎn)為無碰撞運(yùn)動(dòng)目標(biāo)的位置和方向在三維工作空間癤的單點(diǎn)無碰撞通過的議案的搜索搜索七維配置從一開始就配置目標(biāo)配置掩膜的空間。在這樣的運(yùn)動(dòng)鏈中的冗余問題很容易規(guī)避。有一到一個(gè)映射的配置空間中的點(diǎn)的位置和方向，在工作區(qū)中的工具中心點(diǎn)。然而，對(duì)于大多數(shù)的機(jī)器人，相反不成立。一個(gè)單一的位置和方向，在工作區(qū)中的工具中心點(diǎn)，然后可以復(fù)制機(jī)器人的多種配置。由于其獨(dú)特的代表性配置空間搜索是首選。然而，碰撞檢測(cè)，需要說明的身體姿勢(shì)操縱在與其他物體在三維工作空間的關(guān)系。因?yàn)槊總€(gè)配置代表一個(gè)單一的姿勢(shì)在三維工作空間的機(jī)械臂，可以很容易地驗(yàn)證碰撞。然后，特別是機(jī)器人的運(yùn)動(dòng)結(jié)構(gòu)，工作空間的障礙可以被映射到配置空間的障礙將會(huì)顯示。 4.3.1.搜索算法 路徑搜索算法應(yīng)該是有效率的，如果存在的話，找到一個(gè)解決方案。后者的財(cái)產(chǎn)被稱為完整性（珍珠，1984年）。通常情況下，算法的完整性，保證不計(jì)算效率。然而，計(jì)算效率是至關(guān)重要的，當(dāng)上線的應(yīng)用程序需要。運(yùn)動(dòng)規(guī)劃的各個(gè)方面取得的洞察力，在這項(xiàng)研究中，上述計(jì)算效率的青睞，該算法的完整性。這樣的選擇的主要原因是一個(gè)完整的算法將找到解決辦法，或停止使用一個(gè)明確定義的停止準(zhǔn)則，如果不能找到一個(gè)解決方案。這是不是真實(shí)的，不保證完整性的算法。他們要么提供一個(gè)解決方案或卡住，恕不另行通知。在本研究中所謂的A *搜索算法（明珠，1984年;近藤，1991年，羅素和Norvig還，1995年）。它很容易實(shí)現(xiàn)和保證完整性。此外，它最大限度地降低成本標(biāo)準(zhǔn)，其中包括一個(gè)在搜索空間旅行距離的措施。該算法是在MATLABB實(shí)施 圖5.在離散化的二維配置空間的正交節(jié)點(diǎn)擴(kuò)展：S，起始節(jié)點(diǎn); G，目標(biāo)節(jié)點(diǎn) 使用配置空間機(jī)器人運(yùn)動(dòng)規(guī)劃的A *算法，離散化使用一個(gè)固定的電網(wǎng)結(jié)構(gòu)如圖5。用戶可以定義網(wǎng)格的大小和分辨率。然后A *算法搜索從一開始就格點(diǎn)的目標(biāo)格點(diǎn)的路徑，同時(shí)最大限度地降低成本函數(shù)f：此成本函數(shù)f包括路徑的成本遠(yuǎn)遠(yuǎn)?;和樂觀的估計(jì)成本從目前的位置目標(biāo)?：在這項(xiàng)研究中，歐拉規(guī)范被用來作為樂觀的估計(jì)到目標(biāo)節(jié)點(diǎn)的成本。A *算法是既完整和優(yōu)化。最優(yōu)保證的路徑獲得最大限度地減少使用成本函數(shù)。. A *算法使用兩個(gè)網(wǎng)格節(jié)點(diǎn)，開放列表和封閉列表清單。開放列表中包含了電網(wǎng)的成本函數(shù)，其中尚未被評(píng)估，而評(píng)估已閉合的名單上的網(wǎng)格節(jié)點(diǎn)的函數(shù)值的節(jié)點(diǎn)。這是假設(shè)的起點(diǎn)和目標(biāo)，可以選擇配置，配合網(wǎng)格節(jié)點(diǎn)或網(wǎng)格節(jié)點(diǎn)，在這些配置的密切鄰里。然后根據(jù)珍珠（1984），A *算法在網(wǎng)格如下操作節(jié)點(diǎn)。 (1)放在開放的起始節(jié)點(diǎn)S。 (2)如果打開是空的，則失敗退出，否則從關(guān)節(jié)點(diǎn)n FO其中f是最低的開放和地點(diǎn)。 (3)如果n等于目標(biāo)節(jié)點(diǎn)G;成功退出追溯從n指針為S得到的解決方案： (4)否則擴(kuò)大N;生成所有其繼承人，并重視它們的指針回到N：對(duì)于每一個(gè)n的繼任者n’： (a) 如果是尚未打開或關(guān)閉，估計(jì)H（n’）（樂觀的估計(jì)成本的最佳途徑，從n’到目標(biāo)節(jié)點(diǎn)G），并計(jì)算F（n’）= G（n’）+ H（n’）其中g(shù)（n’）= G×（N）+ C（N，n’）C（N，n’）從節(jié)點(diǎn)n的過渡成本，節(jié)點(diǎn)n’和G（S）= 0 （b）如果已經(jīng)打開或關(guān)閉，直接收益率最低的G（1）道路沿線的指針; (c)如發(fā)現(xiàn)閉，1所需的指針調(diào)整和重新打開它 (5)轉(zhuǎn)到第2步。 電網(wǎng)擴(kuò)張?jiān)诘?步，可以采取多種形式。在本研究中所謂的正交擴(kuò)充。這種方法是在圖5所示。 圖5還說明起始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)沒有以配合實(shí)際的起點(diǎn)和目標(biāo)機(jī)器人的配置。在這種情況下，最近的鄰居節(jié)點(diǎn)被選中。 在這個(gè)算法，停止準(zhǔn)則是非常明確的規(guī)定。如果在第3步，從開放列表中刪除的節(jié)點(diǎn)等于目標(biāo)節(jié)點(diǎn)，算法停止。另外，該算法將停止在第2步如果所有的網(wǎng)格節(jié)點(diǎn)進(jìn)行評(píng)估，并開放列表已成為空。在這種情況下，沒有找到一個(gè)解決方案。 路徑搜索過程中碰撞檢測(cè)的處理有兩種方式。首先，碰撞的配置可以通過掃描整個(gè)離散化配置空間的路徑搜索前確定。這將是在一個(gè)高維離散化的空間配置，具有很高的情況下計(jì)算昂貴決議電網(wǎng)。這將是更有效地評(píng)估在搜索過程中的網(wǎng)格節(jié)點(diǎn)的可行性。也就是說，在節(jié)點(diǎn)擴(kuò)展一步，第4步，碰撞檢測(cè)算法檢查是否與該節(jié)點(diǎn)相關(guān)的機(jī)器人配置與環(huán)境或不產(chǎn)生碰撞。由于A *算法通常計(jì)算只有一小部分配置空間，這將產(chǎn)生相當(dāng)大的改善效率。碰撞可以在步驟4a中提到的成本函數(shù)加入一個(gè)大型的罰款處罰。另外，在碰撞中產(chǎn)生的一個(gè)網(wǎng)格點(diǎn)可以直接從省略開放期間電網(wǎng)的擴(kuò)張階段的名單。在這項(xiàng)研究中，后者的做法被使用。 圖6.一個(gè)面向包圍盒模型的六個(gè)自由度的RV-E2的操縱 4.3.2.碰撞檢測(cè)算法 碰撞檢測(cè)算法在MATLAB中實(shí)現(xiàn)根據(jù)報(bào)道由Boyse（1979年）的想法。該算法計(jì)算的交點(diǎn)在工作區(qū)中的其他結(jié)構(gòu)部件表面的機(jī)器人模型的表面。計(jì)算兩個(gè)曲面相交的本質(zhì)歸結(jié)為決定從幾何中使用的標(biāo)準(zhǔn)工具，可以實(shí)現(xiàn)與其他表面的一個(gè)表面的邊緣相交。所有的一切，碰撞檢測(cè)是一項(xiàng)計(jì)算密集型的任務(wù)。因此，在實(shí)時(shí)應(yīng)用，如黃瓜機(jī)器人碰撞檢測(cè)，需要碰撞檢測(cè)的精度和可用計(jì)算時(shí)間之間的權(quán)衡。精確的CAD模型圖。 4包含600個(gè)三角形和矩形表面。一因素15減少計(jì)算時(shí)間，實(shí)現(xiàn)了從所謂的面向邊界建立了一個(gè)不太準(zhǔn)確的模型代替精確的操縱模型盒（更新行動(dòng)）。這種三維機(jī)械手的只有36個(gè)移動(dòng)的表面組成OBB的模型如圖6所示。顯然，一些與OBB的模型精度已提供計(jì)算速度的緣故。對(duì)于目前的調(diào)查，它被認(rèn)為是合理的。 5．例1：碰撞兩個(gè)度的自由操縱運(yùn)動(dòng)規(guī)劃 要說明的方法，結(jié)果與兩兩自由度轉(zhuǎn)動(dòng)關(guān)節(jié)的機(jī)械臂的無碰撞運(yùn)動(dòng)規(guī)劃。圖7（a）顯示了一個(gè)人為的溫室環(huán)境，其中方塊代表黃瓜莖的目標(biāo)是移動(dòng)的路徑（直打下了）操縱的工具中心點(diǎn)背后掛在黃瓜黃瓜冠捷干，沒有擊中任何黃瓜莖。這被認(rèn)為是黃瓜采摘過程中最困難的議案之一。 5.1.結(jié)果 為了說明操作的運(yùn)動(dòng)規(guī)劃算法，圖。 7（b）顯示相關(guān)的兩維的配置空間。一個(gè)離散化步驟五度使用。堅(jiān)實(shí)的黑色方塊，稱為配置的障礙，代表機(jī)器人和黃瓜干之間的碰撞產(chǎn)生的配置。由字母S表示開始配置目標(biāo)配置是由字母G表示：他們代表的開始姿勢(shì)和圖采摘姿態(tài)。 7（一）。路徑搜索的目標(biāo)是要找到一個(gè)起始節(jié)點(diǎn)S和目的節(jié)點(diǎn)G之間的連接：觀察，首先，配置空間的地圖，揭示了真正復(fù)雜運(yùn)動(dòng)規(guī)劃的問題，可能看起來瑣碎的工作空間中。其次，觀察，一條直路從起始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)碰撞的結(jié)果，并因此是不可行的。圖7（c）所示的網(wǎng)格節(jié)點(diǎn)，記為*，A *算法的評(píng)估過程中向前搜索從起始節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)。圖所示的配置空間中的最優(yōu)路徑。如圖7（d）及相關(guān)的無碰撞機(jī)械臂在工作區(qū)的議案快照。 7（E）。觀察，在工作區(qū)中的無碰撞運(yùn)動(dòng)的空間配置結(jié)果無碰撞的議案;機(jī)器人不會(huì)干擾與工作空間的障礙：黃瓜莖。最后，圖7（f）顯示網(wǎng)格節(jié)點(diǎn)A *算法當(dāng)一個(gè)落后的搜索目標(biāo)節(jié)點(diǎn)的起始節(jié)點(diǎn)進(jìn)行評(píng)估。 5.2.討論 結(jié)果表明，在配置空間沸騰的路徑搜索，找到一個(gè)點(diǎn)的運(yùn)動(dòng)軌跡，從一開始就配置目標(biāo)配置。 圖7（c）和（F）清楚地表明，碰撞檢查接續(xù)OFA先驗(yàn)碰撞檢測(cè)路徑搜索過程中，由于A *算法，只有部分評(píng)估在配置空間網(wǎng)格點(diǎn)的優(yōu)勢(shì)。此外，研究結(jié)果表明，如果一個(gè)障礙之間開始配置和位于目標(biāo)配置，大量的網(wǎng)格節(jié)點(diǎn)找到了解決辦法之前，必須進(jìn)行評(píng)估。在這種情況下，A *算法不是很有效，在發(fā)現(xiàn)周圍的配置空間障礙的一種方式。障礙的情況下密切繞過一個(gè)目標(biāo)節(jié)點(diǎn)，一個(gè)落后的搜索可能會(huì)產(chǎn)生較少的解決方案由圖所示的計(jì)算時(shí)間。 7（F）。在這個(gè)例子中向后搜索向前搜索時(shí)取得117而不是146次迭代后的解決方案;減少20％。如果目標(biāo)節(jié)點(diǎn)位于兩者之間的障礙脊巷子盡頭，即使在較高的迭代次數(shù)減少使用向后搜索（結(jié)果未顯示）獲得。最好的搜索方向明確，取決于手頭的特定結(jié)構(gòu)的問題。這兩個(gè)圖。 7條（d）及（e）表明，以實(shí)現(xiàn)最優(yōu)路徑成本函數(shù)的意義，算法往往偷工減料，致使小機(jī)器人和障礙物之間的距離。要牢記這一特點(diǎn)，在實(shí)際運(yùn)動(dòng)規(guī)劃實(shí)驗(yàn)時(shí)，傳感器為基礎(chǔ)的世界描述數(shù)據(jù)不準(zhǔn)確容易。然后可能會(huì)發(fā)生碰撞，不占在運(yùn)動(dòng)規(guī)劃。最后，圖7（d）顯示，由于電網(wǎng)結(jié)構(gòu)和正交擴(kuò)展的路徑搜索過程中的網(wǎng)格節(jié)點(diǎn)，運(yùn)動(dòng)路徑包含了一些尖角。這將導(dǎo)致強(qiáng)不必要的加速和減速的鏈接時(shí)，在實(shí)踐中實(shí)施。在第4節(jié)的建議，為平滑軌跡規(guī)劃的議案等不良行為的來電。 6．例2：碰撞為6度的自由操縱運(yùn)動(dòng)規(guī)劃 這一段演示六自由度三菱RV-E2的機(jī)械臂運(yùn)動(dòng)規(guī)劃方案。圖8（a）顯示了三維視圖六自由度機(jī)械手，在一個(gè)人為的溫室環(huán)境。再次，目標(biāo)是從路徑中的位置移動(dòng)機(jī)器人的工具中心點(diǎn)到黃瓜掛背后的黃瓜干，沒有擊中黃瓜TEMS代表由黑職位。 圖7.黃瓜采摘在一個(gè)人為的溫室環(huán)境經(jīng)營(yíng)度自由操縱的無碰撞運(yùn)動(dòng)規(guī)劃：（a）開始姿勢(shì)（直）和目標(biāo)姿態(tài)與機(jī)械臂的工作空間冠捷挑選黃瓜掛灰色正方形代表;（b）與代表的黑色區(qū)域配置中的碰撞和S的起點(diǎn)和目標(biāo)配置，分別代表?配置空間;（c）配置空間由A采樣黃瓜干背后*算法在從一開始向前搜索到目標(biāo)節(jié)點(diǎn);（d）通過配置空間的無碰撞軌跡;（e）6，到操盤黃瓜的無碰撞運(yùn)動(dòng)的快照;（f）配置A *算法在空間采樣，從向后搜索目標(biāo)的起始節(jié)點(diǎn)1和2是第一和第二關(guān)節(jié)的旋轉(zhuǎn)。 6.1．結(jié)果 由于這個(gè)例子涉及一個(gè)六自由度機(jī)械手，執(zhí)行搜索，在六維的配置空間。這是不可能的可視化配置空間的無碰撞點(diǎn)的運(yùn)動(dòng)，是與前面的例子一樣。因此，只有通過工作區(qū)的無碰撞運(yùn)動(dòng)的快照?qǐng)D。 8（一） - （F）。該議案涉及所有6個(gè)旋轉(zhuǎn)關(guān)節(jié)。從本質(zhì)上講，黃瓜的議案，由兩部分組成。首先所有機(jī)器人向后傾斜，同時(shí)圍繞主垂直軸旋轉(zhuǎn)，然后傾斜前鋒再次攜帶刀具中心點(diǎn)之間的黃瓜莖。其次，同時(shí)，過去三年關(guān)節(jié)旋轉(zhuǎn)，以便能夠定位在背后的黃瓜干黃瓜工具中心點(diǎn)。這樣做，黃瓜干規(guī)避。 6.2．討論 結(jié)果表明，碰撞自由運(yùn)動(dòng)的六自由度機(jī)械手可以發(fā)現(xiàn)。據(jù)預(yù)計(jì)，這一結(jié)果可以擴(kuò)展到七個(gè)自由度的機(jī)械手，在黃瓜采摘設(shè)備使用。然而，這個(gè)例子揭示了A *算法的弱點(diǎn)。對(duì)于正在審議的六自由度機(jī)械手，在六維的配置空間進(jìn)行搜索。然后，由于網(wǎng)格點(diǎn)的大量的，必須進(jìn)行評(píng)估，搜索變得過于緩慢。這部分是由于在MATLAB實(shí)現(xiàn)。該軟件包不是很有效時(shí)，必須執(zhí)行大量的迭代。再次，結(jié)果表明：在運(yùn)動(dòng)軌跡的尖角。當(dāng)需要高速運(yùn)動(dòng)，這些運(yùn)動(dòng)軌跡要平滑，以防止上機(jī)械臂鏈接的重載。 黃瓜采摘機(jī)器人 圖8.（a）-（f）：六快照的無碰撞運(yùn)動(dòng)6自由度RV-E2的操縱掛在黃瓜背后黃瓜莖代表黑色垂直職位 7.結(jié)論 本文提出了一種方法，以達(dá)到適當(dāng)?shù)氖盅蹍f(xié)調(diào)的黃瓜收獲機(jī)器人在農(nóng)業(yè)和環(huán)境工程研究所（IMAG BV）的開發(fā)。本文提出了一個(gè)方案，是能夠生成機(jī)器人無碰撞運(yùn)動(dòng)。一些數(shù)值例子說明了該方法和分析。 本研究的主要結(jié)論是，無碰撞運(yùn)動(dòng)可以計(jì)算六度自由度（DOF），RV-E2的機(jī)械臂在收獲機(jī)使用。據(jù)預(yù)計(jì)，這些結(jié)果可以擴(kuò)展到七自由度機(jī)械手，即RV-E2的操縱器線性滑軌安裝。被發(fā)現(xiàn)的A*搜索算法很容易實(shí)現(xiàn)和強(qiáng)大的。通過這種方式，它提供了很多有識(shí)之士為機(jī)器人運(yùn)動(dòng)規(guī)劃的具體問題。此外，該算法的一個(gè)大優(yōu)勢(shì)是，它可以產(chǎn)生一個(gè)解決方案或停止時(shí)，無法找到一個(gè)解決方案。該財(cái)產(chǎn)的完整性，但是，使得算法望而卻步緩慢。結(jié)果發(fā)現(xiàn)，與本文中所描述的算法涉及的多自由度機(jī)械手運(yùn)動(dòng)軌跡的計(jì)算是計(jì)算非常。至符合所需的周期時(shí)間的10秒為一個(gè)單一的收獲行動(dòng)，需要進(jìn)一步研究，以減少議案所需的計(jì)算時(shí)間規(guī)劃。研究，可沿兩條線。首先，可以減少計(jì)算時(shí)間，通過使用特殊的計(jì)算機(jī)硬件，例如并行處理器。另外，同時(shí)，減少計(jì)算可以通過使用更快和有效地實(shí)現(xiàn)的算法。此外，結(jié)果表明，該算法不包括許多情報(bào)。雖然它試圖產(chǎn)生定向運(yùn)動(dòng)的目標(biāo)，如果它只是配置遇到障礙樣品中的搜索空間網(wǎng)格解決方案，直到發(fā)現(xiàn)不使用有關(guān)的問題，特別是結(jié)構(gòu)的信息點(diǎn)。因此，進(jìn)一步研究需要獲得快速算法，有效地利用有關(guān)的問題，特別是結(jié)構(gòu)的信息，不卡，恕不另行通知。 致謝 這項(xiàng)工作是由荷蘭農(nóng)業(yè)，食品和漁業(yè)部的支持。匿名介紹人的建設(shè)性意見表示感謝。 參考文獻(xiàn) [1]Arima S; Kondo N (1999). Cucumber harvesting robot and plant training system. Journal of Robotics and Mechatro-nics, 11(3), 208–212 [2]Bontsema J; Van Kollenburg-Crisan L M; Van Henten E (1999). Automatic harvesting of vegetable fruits, Proceedings of the BRAIN International Symposium 2000 }Progressive Technologies in Agriculture and Environmen towards 21 Century, November 24, 1999, IAM-BRAIN Omiya, Japan, pp 44–51 [3]Boyse J W (1979). Interference detection among solids and surfaces. Communications of the ACM, 22(1), 3–9 [4]Craig J J(1989). Introduction to Robotics. Addison-Wesley,Reading, MA, USA [5]Gieling Th H; Van Henten E J; Van Os E A; Sakaue O;Hendrix A T M (1996). Conditions, demands and technol-ogy for automatic harvesting of fruit vegetables. ActaHorticulturae,440, 360–365 [6] Hayashi S; Sakaue O (1996). Tomato harvesting by robotic system. ASAE Annual International Meeting, Phoenix, Arizona, USA, ASAE Paper No. 96-3067 [7]Herman M (1986). Fast, three-dimensional, collision-free motion planning. Proceedings of the IEEE International Conference on Robotics and Automation, San Francisco,CA, USA, pp 1056–1063 [8] Hwang Y K; Ahuja N (1992). Gross motion planning}a survey. ACM Computing Surveys, 24(3), 219–291 [9] Kondo K (1991). Motion planning with six degrees of freedom by multistrategic bidirectional heuristic free-space enumera-tion. IEEE Transactions on Robotics and Automation, 7(3),267–277 [10] Kondo N; Monta M; Fujiura T(1996). Fruit harvesting robots in Japan. Advances in Space Research, 18(1/2), 181–184 [11] Latombe J C (1991). Robot Motion Planning. Kluwer Academic Publishers, Boston, USA [12] Meuleman J; Van Heulen S F; Kornet J G; Peters D G(2000). Image analysis for robot harvesting of cucumbers. AgEng 2000, Agricultural Engineering International Conference, Warwick, UK, EurAgEng Paper No. 00-AE-003 [13] Pearl J (1984).Heuristics.Intelligent Search Strategies for Com-puter Problem Solving. Addision-Wesley, Reading, MA, USA [14] Russell S; Norvig P (1995). Artificial Intelligence }A mode Approach. Prentice-Hall, Englewood Cliffs, NJ, USA [15] Schenk E J(2000). Modelvorming, voorwaartse kinematica, inverse kinematica met botsingsdetectie en padplanning van een 7 DOF manipulator systeem voor het automatisch oogsten van komkommers. [Modelling, forward kinematics, inverse kinematics with collision detection and motion planning of a 7 DOF manipulator system used for cucumber harvesting]. IMAG, Wageningen, The Netherlands, IMAG Report V2000-77 [16] Van Dijk G(1999). Modelvorming en padplanning van een 6 DOF manipulator voor het oogsten van komkommers. [Modelling and motionplanning of a 6 DOF manipulator used for cucumber harvesting.] IMAG, Wageningen, The Netherlands, IMAG Report V99-04 [17] Van Kollenburg-Crisan L M; Wennekes P; Werkhoven C (1997). Development of a mechatronic system for automatic harvesting of cucumbers. In: Proceedings of BIO-RO-BOTICS 97, The International Workshop on Robotics and Automated Machinery for Bio-productions, Valencia, Spain, pp 143–148