采摘機械手障礙信息探測及避障技術研究.pdf

1、隨著農業(yè)生產的飛速發(fā)展和農業(yè)勞動力成本的迅速上升，農業(yè)勞動力的匱乏將成為許多發(fā)達國家和發(fā)展中國家共同面對的問題。目前機器人技術在農業(yè)上應用研究越來越成為熱門課題，與工業(yè)機器人特定的工作環(huán)境不同，農業(yè)機器人主要在自然場景下工作，要面對更為復雜多變的情況，有更多的問題需要解決。
　　 本研究作為果實采摘機器人研究的一部分，研究自然場景下障礙物(樹枝)的探測方法及避障技術，為未來開發(fā)收獲機器人采摘果實進行前期的準備工作，這部分相關的研

2、究也是水果收獲機器人實用化的關鍵。
　　 本研究的主要內容和方法如下：
　　 1、超聲波傳感器測距系統(tǒng)
　　 為解決傳感器信息不確定問題，自行研究設計了超聲波傳感器測距系統(tǒng)。本文利用8位單片機STC12LE4052作為傳感器的控制、數(shù)據采集及處理單元，設計了超聲波測距系統(tǒng)的硬件電路，編寫了測距系統(tǒng)的程序，并進行了測距實驗，實驗結果表明，該超聲波傳感器測距系統(tǒng)具有體積小，集成度高，測量誤差小，精度高等優(yōu)點，適宜作為

3、采摘機械手障礙距離的探測。
　　 2、障礙物探測
　　 為保持算法的可執(zhí)行性，障礙物檢測采用對圖像2R-G-B和2G-R-B色差分量值進行迭代，并結合圖像灰度閾值法快速有效地分割出圖像樹枝區(qū)域，通過圖像二值化、形態(tài)學運算、區(qū)域標記、空洞填充提取出圖像樹枝區(qū)域；通過區(qū)域細線化提取樹枝骨架，并進行骨架修剪、恢復遮擋骨架等處理；然后找出骨架中端點、分支點等特征點并記錄它們的連接關系；最后通過對視覺傳感器和超聲波測距傳感器信息的

4、融合恢復障礙物的三維信息。試驗表明障礙物的正確識別率為67.3％，當障礙物實際距離大于1.5m時，識別誤差增大。
　　 3、避障技術研究
　　 在獲取障礙物三維信息的基礎上，重建虛擬采摘場景。在此基礎上采用SBL-PRM算法進行了避障技術研究。分析了避障規(guī)劃的各參數(shù)對規(guī)劃成功率及規(guī)劃時間的影響。當S=3000，ρ=0.6，ε=0.03，N=10時，規(guī)劃采摘無遮擋柑橘的時間低于1ms，規(guī)劃采摘被遮擋柑橘的時間約為60ms，