家禽智慧养殖农场自主投料机器人任务路径规划算法

为了解决家禽智能养殖场饲养环境差、喂养不及时、劳动力需求大等问题,投料机器人的开发迫在眉睫,而路径规划算法的研究是开发饲养机器人的重要环节。饲喂机器人的能耗是路径规划过程中关注的重要内容之一。投料机器人的总重量在投料过程中一直在变化,以最短路径行驶并不意味着其能耗最小,因此需要找到一条最合适的路径而不是最短的路径来使得投料机器人行驶能耗最小。针对以上问题,提出对一定数量的缺料饲料桶采用分支定界算法规划出一条能耗最小的路径;通过最短边集优先选取结合序列不等式方法计算出投料机器人行驶的能耗下界,通过基于Christofides启发式算法计算出投料机器人行驶的能耗上界,同时计算并证明能耗上界与最优能耗的最坏比界。通过在投料机器人的工控机上的运算结果表明：相较于其他求解能耗上下界的方法,所提出方法的求解结果更加精确,能够保证分支定界算法的求解速度更快,同时分支定界算法能快速地求出投料机器人的能耗最小的行驶路径,相较于其他算法而言求解能力更强。     

基于改进多尺度Retinex的墙体开槽机器人目标检测与定位

近年来,随着人工成本的提高和人口红利的消失,建筑行业急需机器人代替人工。针对于墙体开槽机器人在复杂多变的光照条件下特征提取失败、错误提取等问题,提出了一种改进的多尺度Retinex算法进行图像预处理。在原始多尺度Retinex应用到图像亮度分量得到每个像素位置亮度增量的基础上,本文采用衰减函数抑制高亮区域的亮度值增量,然后将亮度值增量转化为RGB三通道的变化量。试验结果表明,该预处理算法能在多种光照条件下得到了颜色较一致的图像,且能显著抑制色偏现象,克服了在单尺度Retinex阶段容易造成图片的灰化以及在高亮条件下颜色失真的问题。使用基于该预处理算法的墙体开槽机器人目标检测与定位方法使得机器人在复杂多变的光照条件下依然能够实现准确的目标检测与精准定位,为墙体开槽机器人的开发奠定了试验基础。     

大跨度吊装机器人绳索张力及工作空间求解

针对大跨度吊装机器人的绳索存在悬链线效应的问题开展研究。首先,绳索为直线模型,建立机器人的运动学和动力学模型。其次,绳索存在重力,大跨度绳索为悬链线模型,为了求解悬链线模型中的绳索张力,采用二次规划方法求解绳索张力优化解。在静力学方程基础上,求得吊装机器人的力可达工作空间和力封闭工作空间。最后,通过MATLAB进行仿真验证,仿真结果表明,力可达工作空间小于力封闭工作空间。比较两种模型的绳长,第1根绳索的长度变化最大,绳索张力较小时,绳索自重不容忽略。     

基于触觉P300的脑控下肢康复机器人

基于P300信号的脑机接口技术在康复医疗领域具有广阔的应用前景,但P300信号的诱发方式多为视听刺激诱发,容易导致患者视听疲劳,同时也限制了视听障碍患者的使用。针对这些不足,设计一种基于触觉P300的脑控下肢康复机器人系统,在被试的左右食指处各放置一个振动器,通过调整左右手振动器的刺激间隔、刺激时长及刺激比例让P300信号更容易诱发和区分;利用共空间模式算法和支持向量机对信号进行特征提取和分类。被试通过选择关注左手或右手的振动刺激输出不同指令,从而控制下肢康复机器人进行相应动作。实验证明,被试通过感受振动刺激可以轻松诱发脑电中的P300信号,在不进行P300信号平均叠加的条件下,分类准确率为86.50%,既保证了较高的分类准确率,又缩短了指令输出时间。每位被试均可通过下肢康复系统顺利完成训练任务,证明了该方法的可行性。     

基于机器视觉技术的分拣机器人研究综述

随着机器视觉技术和人工智能的高速发展,当代机器人正朝着协作化、自动化、网络化以及智能化方向发展.为保障机器人作用的精准高效,机器视觉技术受到了极大的关注并被广泛应用于各领域.传统的分拣过程受物件特征的影响较大,而机器视觉技术具有速度快、信息量大、功能多的特点,并且能避免工人疲劳带来的误差,因而机器视觉技术在分拣领域表现...     

自主足球机器人视觉系统结构及关键技术

提出了自主足球机器人嵌入式多处理器体系结构以及视觉系统的构成框架.对单目视觉系统所涉及的关键技术进行了详细的分析和研究,其中包括图像分割、目标搜索算法、目标定位和机器人自定位技术.基于YUV颜色空间,对目标进行分割,并通过连通区合并来快速搜索目标,同时根据摄像机模型来确定目标的空间位置.实验表明分布式视觉体现结构能够实时准确地完成视觉处理任务.以上新算法可以快速鲁棒地搜索图像目标,并能较精确地确定目标的位置信息和机器人的自定位信息.     

非结构环境下超声波传感器探测原理及其误差分析

针对机器人非结构工作环境,提出了一种基于超声波传感器的探测方法.建立了探测系统的结构模型,阐述了系统的工作原理,研究了测量误差产生的原因.超声波传感器在测量过程中是运动的,存在由运动引起的动态测量误差.此外,测量误差还包括环境温度引起的超声波传输误差和超声波传感器开角引起的误差,它们的综合作用构成了探测系统的综合误差.研究了综合误差与系统的运动参数和结构参数之间的关系,给出了补偿综合误差的方法,为提高系统的探测精度提供了理论依据.仿真结果验证了基于超声波传感器的非结构环境探测误差补偿的必要性.     

超大伸缩比机械臂结构设计及其刚度优化方法

定期清理灰库内壁板结干灰已成为保障火电厂机组安全运营的重要措施。针对现有灰库清理机器人普遍存在的清理区间局限、整机刚度不足等突出问题,通过引入基于绳排的同步伸缩驱动机构,融合轻量化高刚度的多节箱式臂体及柔性周向回转关节,创新设计出一款基于超大伸缩比机械臂的灰库全域面清理机器人。在此基础上,通过深入力学分析建立伸缩臂力学模型并提出刚度条件。利用迭代法对伸缩臂截面参数进行优化,获得不同情况下最优截面参数。仿真实验表明经刚度优化后的伸缩臂整体刚度良好,满足灰库清理机器人长期作业要求。     

四旋翼水下机器人及其矢量角度测试实验分析

为提高水下机器人运行稳定性,降低综合能耗,研究一种矢量推进式四旋翼水下机器人,该机器人的四个水下推进器通过绕OY轴转动,形成矢量推进。针对数据野点问题,以及D/A模块输出误差问题,通过设计一种控制电压闭环缓变调节方法,防止因野点存在而烧毁舵机和推进器,同时减小方差,提高稳定性;通过试验法研究了矢量角度对水下机器人控制性能的影响规律。结果表明：矢量角度小于45°时,艏向定值跟踪实验中,响应速度较快,超调量较大,稳态误差较高,平均功耗较低;同频率艏向动态跟踪实验中,平均误差较高,平均功耗较低;变频率艏向动态跟踪实验中,平均功耗较低;深度定值跟踪实验中,响应速度较慢,超调量较小,稳态误差较低,平均功耗较高,同频率深度动态跟踪实验中,平均误差较低,平均功耗较高;变频率深度动态跟踪实验中,平均功耗较高。矢量角度大于55°时,各项控制性能指标与矢量角度小于45°时相反。可见矢量角度为45~55°时,为控制性能过渡区间。     

面向采摘机器人的改进YOLOv3-tiny轻量化柑橘识别方法

针对柑橘采摘机器人快速、准确的识别需求,提出了一种基于改进的YOLOv3-tiny（You Only Look Once v3 tiny）的轻量化卷积神经网络模型的柑橘识别方法。为便于在算力有限的采摘机器人上应用,该方法用DIOU（Distance Intersection over Union）损失函数替换了YOLOv3-tiny卷积神经网络模型原有的损失函数,提高模型的识别定位精度;采用MobileNetv3-Small卷积神经网络模型替换了主干特征提取网络,使模型更加轻量化,提高模型的识别速度;在MobileNetv3-Small中加入了新的残差结构,减少主干网络特征信息的损失,进而提高模型的识别精度;在加强特征提取网络中加入了简化的空间金字塔池化SPP（Spatial Pyramid Pooling）网络结构和深度可分离卷积层集,提升模型提取特征信息的能力,再加入一个下采样层,将两个尺度间的特征信息充分融合,同时还加入了hard Swish激活函数,从而进一步提高模型的识别精度。通过与YOLOv3-tiny在柑橘测试集上的识别效果进行对比,改进的YOLOv3-tiny的平均识别精度mAP、F1值分别达到了96.52％、0.92,提高了3.24%、0.03,平均识别单幅图像所耗时间、模型权重大小仅为47 ms、16.9 MB,分别减少了24%、49%。通过与YOLOv3-tiny在针对柑橘测试集中处于不同环境条件下的柑橘的识别效果进行对比,改进的YOLOv3-tiny在光照充足且未遮挡条件下、光照充足且遮挡条件下、光照不足且未遮挡条件下、光照不足且遮挡条件下的柑橘正确识别率分别为98.6%、90.5%、95.8%、86.8%,分别提高了0.7%、6.5%、3.2%、7.7%。显示出改进YOLOv3-tiny轻量化柑橘识别方法具有识别精度高、识别速度快以及轻量化等特点。