神经网络在果蔬收获机器人机械臂避障.PDFVIP

维普资讯 2007年 2月 农 机 化 研 究 第 2期 神经 网络在果蔬收获机器人机械臂避障路径 中的应用 戈志勇 ，陈树人 ，王新忠 (江苏大学 江苏省现代农业装备与技术重点实验室，江苏 镇江 212013) 摘 要：果蔬收获机器人是机器人技术在农业 中的具体应用，基于避障的路径规划是果蔬收获机器人主要 的研究内容。由于农业机器人作业环境的复杂性和非结构性，神经网络籽是其重要的研究方法。为此，介 绍了神经网络的特点 ，重点分析了采用神经网络描述果蔬收获机器人工作环境的基本思路 ，最后给出了黄 瓜采摘机器人的具体分析实例，对农业机器人工作环境的描述具有较高的参考价值。 关键词：农业工程；果蔬收获机器人 ；分析；避障；环境建模 ；神经网络 中圈分类号：$225．93；TP24 文献标识码 ：A 文章编号：1033—188X(2007)02--0172一O3 O 引言 采用人工神经网络对避障环境模型进行描述。 1 神经网络及其特点 水果和蔬菜是人类生活中必不可少的食物 ，其 种植面积和产量逐年提高。在果实类的水果和蔬菜 人工神经网络 (ANN，ArtificialNeuralNet- 生产中，需要人工不定时地移动梯子登高或弯腰 ， work)已广泛应用于工程实际应用。它是人脑及其 因此收获作业是一项劳动强度大、消耗时间长并具 活动的一个理论化的数学模型，由大量的处理单元 有一定危险性的作业。研究开发适合生产实际的果 通过适当的方式互连而成 ，是一个大规模的非线性 蔬果实收获机器人，不仅可以很大程度地减轻劳动 动态系统。神经网络由于具有大规模并行处理 、容 强度、提高生产效率 ，而且具有广阔的应用前景…。 错性 、自组织、自适应能力和联想功能强等特点， 路径规划 (PathPlanning)是机器人学研究的 已成为解决许多问题的有力工具，对突破现有科学 重要 内容，也是反映机器人智能水平的重要标志之 技术瓶颈、深人揭示非线性等复杂现象起到了重大 一 。 果蔬收获机器人的路径规划是指已知机械臂各 作用。 关节的初始位置和 目标位置，机器人根据给定的指 人工神经网络的基本处理单元是人工神经元， 令和环境信息 自主地决定机器人各关节 的运动路 它是对生物神经元的简化和模拟。其基本结构如图 径 ，避开障碍，顺利到达 目标位置。 1所示。 ‘ 由于果蔬收获机器人作业环境的复杂性和非结 构性 、作业对象随机分布和成熟的不一致性 ，一般 的农业机器人和工业机器人在路径规划方面略有不 同。为了让收获机器人机械臂能灵活 、自由地到达 目标位置(成熟果实所在的位置)，顺利地进行采摘 ， 同时提高采摘的成功率，在 目前果实 自动化识别和 定位技术逐渐成熟的前提下，基于避障的路径规划 就显得越来越重要 了。 图 1 人工神经元示意图 基于避障的路径规划要解决的首要问题是对环 Fig．1The mode1of artifieialneural cel1 境模型进行合理描述。传统的环境模型表达方法有 图 i所示的神经元的输人输 出关系可描述为 栅格表示法、空间图解法和最小多边形包围盒法 。 n z=∑％■一 上述方法存在 占用内存大、求解速度慢和求解效率