黄瓜采摘机械手系统的研究.docVIP

黄瓜采摘机械手系统的研究 　　摘要：果蔬收获工作劳动繁重，人工收获成本占总成本33%～50%，研究开发智能型采摘机器人势在必行。智能黄瓜采摘机械手，根据黄瓜果实与叶片果梗在颜色深度上的差异，识别黄瓜果实。控制系统采用G分量RGB传感器进行图像分析，在特征提取后判断黄瓜是否满足成熟果实及采摘点位置，具有相当高的灵敏度和可操控性的特点。机械手末端采摘执行装置装有压力传感器，可以自动控制采摘力的大小，避免果实破损。机械采摘可实现长时间的连续工作，实现经济效益最大化。 　　关键词：黄瓜采摘机械手；图像识别；RGB传感器；PLC 　　中图分类号：S225.92文献标识码：Adoi：10.14031/j.cnki.njwx.2016.01.001 　　0引言 　　黄瓜采摘机械手是一种自动化的采摘机器，可以使劳动力在很大程度上得到解放，提高收获效率。黄瓜采摘机械手采摘控制技术已有成熟的理论基础。如江苏大学赵德安硕士研究果蔬采摘机器人控制系统研究与设计的深入研究[1]。东北大学任磊研究的三自由度机械手采摘机器人，结构简单，动作灵敏，能自动进行采摘和控制采摘角度的高端机械手[2]。南京农业大学谢忠红教授研究采摘机器人图像处理系统中的关键算法，使图像定位识别更加准确[3]。湖南农业大学王韧教授对机械臂结构做了充分的改进与分析，让行进轨迹更加自如[4]。浙江工业大学王燕硕士和戚利勇博士对黄瓜采摘机械运动、视觉技术和控制进行了规划，使定位成像和抓取得到了改进[1-6]。中国农业大学纪超教授对温室黄瓜采摘机械人进行图像信息获取和分析，并且对其性能改进做了很完善的研究[7，8]。工业科学家宋健对图像伺服系统的研究，完善了自己的茄子采摘机械手，结构参数优化实现了仿真[9，10]。中国农业科研院崔鹏和南京农业大学张麒麟对苹果采摘机械手末端执行器进行设计，实现抓取自如，抓取力调控，减少破损率的系统设计[11，12]。科技传播报对果蔬采摘无损摘取力进行的控制做了相关报道[13]。南京农业大学王海青教授对黄瓜采摘机器人的视觉系统进行了研究和完善[14]。农业科学报的鲍官军研究基于摆线运动终端轨迹跟踪的设计和视觉系统的研究应用[15-16]。西南大学采摘机械手剪刀式设计及仿真，让末端执行装置准确的切割，减少了破损率[17]。长江大学研究数码定位的相关模型设计，使识别定位系统准确精准，减少了对果叶和果实区分错误的几率[18]。东北农业大学对双目采摘机器人路径的设计，让行走更加自如，能规避障碍，规划采摘路径，使采摘具有用时短等优点[19]。根据上述研究情况，本文提出对黄瓜采摘机械手图像识别系统的设计，采用RGB传感器和双目识别传感器相结合的理论，采摘时对黄瓜的图像快速分析和定位。但是黄瓜采摘机械手图像识别系统还存在问题，采摘环境的非结构化，要求采摘机器人具有相当高的智能水平，较好的柔韧和灵巧性，减少自然光干扰，避免黄瓜与叶片在图像上呈现的差异性，本次研究为黄瓜采摘机器人的完善打下了良好的基础。 　　1黄瓜采摘机械手结构和工作原理 　　1.1黄瓜采摘机械手总体结构 　　黄瓜采摘机械手主要由机械装置、控制结构及识别装置三部分组成，结构图如图1所示。黄瓜采摘机械手包括履带式行走装置、机械手臂、末端采摘装置、行走驱动电机、行走控制装置。行走装置采用履带式行走机构，以保证采摘机器人有足够的抓地力，提高其机动能力。机械手臂具有伸缩装置，采用滚珠丝杠使机械臂伸缩更加灵敏。末端采摘执行装置是用来抓持黄瓜的部件，根据黄瓜的形状、尺寸、重量而改变手部的开合范围大小，保证抓取力适中。 　　1.2采摘机械手的工作原理 　　机械手臂为4自由度，具有简单的机械运动机构，使手臂完成各种转动、移动和复杂的运动，从而使黄瓜的位置和姿势得到变化。基本运行流程：采摘车按预定轨道行进至黄瓜附近，双目识别系统开始工作，区分是黄瓜还是叶片，待确定黄瓜果实后，通过RGB传感器判断是否满足成熟黄瓜G含量，如果满足，机械手开始工作，识别完成后夹取果实，位于末端手爪上的刀片在机械手闭合的同时切断瓜梗。采摘完成后，机械手通过事先设定好的程序运动，将黄瓜果实放入果实收集箱，然后进行下一个果实的识别与采摘。 　　2机械手的控制系统设计 　　黄瓜采摘机械手的控制系统包括行走路径控制、果实识别控制以及抓取力控制三部分，如图2所示。 　　2.1行走路径控制设计 　　行走路径控制采用主控板为STM-32F-103C-8T6控制器和板载为LM339红外线传感芯片，芯片工作电压3～6 V，中控板与探头分离，采用引线连接，长短易于控制，四路可分别独立工作，4个LED灯指示探测状态，测试距离10～40 mm，时钟频率72 MHz，功耗为32 Ma，相当于0.5 Ma/MHz，通过处理器处理各个传感器的信息和单片机