导读:本文包含了采摘机器人论文开题报告文献综述及选题提纲参考文献，主要关键词:末端执行器,抓取装置,仿真分析
采摘机器人论文文献综述
韩书葵,赵子开,张鹤,周远,王振营[1]（2019）在《圆形水果采摘机器人末端执行器的设计与仿真分析》一文中研究指出研究发现目前用于果蔬采摘的末端执行器大多结构复杂,控制难度大,针对这一问题设计了一种用于采摘苹果、梨等大小的圆形水果的采摘末端执行器,该装置仅具有单个驱动电机,可顺序完成抓取和剪切两个动作。该末端执行器由传动系统、抓取装置和剪切装置3个部分组成。对抓取装置的运动学模型进行了分析,计算出了各部分其抓取范围为23～148 mm。通过ADAMS对抓取装置进行了仿真分析,分析结果显示该机构运动平缓,结构设计合理。(本文来源于《机械设计》期刊2019年S2期）
刘波,杨长辉,熊龙烨,王恺,王毅[2]（2019）在《果园自然环境下采摘机器人路径识别方法》一文中研究指出果园自然环境下光照条件是不同的,而不同的光照条件又会对采摘机器人的路径导航产生不同影响,针对此环境,本研究提出了一种根据光照度进行分类并使用不同算法提取道路中心线的方法。首先对图像亮度分量和光照度进行研究,并将光照度划分为低光照、正常光照和高光照3个等级。在低光照条件下通过分离出S通道,然后利用K-means与Ncut算法对其进行分割,在正常光照条件下采用Otsu算法对S通道进行分割,在高光照条件下则通过K-means与Ncut算法对Cg、Cb与Cr通道进行差分运算后的图像进行分割。将分割后的图像进行边缘检测并提取道路轮廓,并通过最小二乘法实现道路中心线的获取。最后选用150张不同光照条件下的图像进行了静态试验验证,并通过课题组自行研制的采摘机器人进行了动态试验验证,静态试验验证结果表明,3种光照条件下图像分割区域与道路真实区域的平均重合度为96.74%、平均分割误差为2.01%、平均道路中心线平均偏差为2.71像素,平均耗时为0.182 s;动态试验验证结果表明,3种光照条件下的平均横向偏移距离为3.1 cm。表明,该方法在不同光照条件下具有较高的精度和实时性,能够满足采摘机器人在自然光照条件下的路径识别及导航需求。(本文来源于《江苏农业学报》期刊2019年05期）
王琪,丁柏文,陈萍[3]（2019）在《苹果采摘机器人控制系统设计》一文中研究指出针对苹果采摘机器人控制系统制造及维护成本较高、功耗大、便携性差等问题,对其控制系统进行优化设计。该系统可分为视觉系统和主控系统,视觉系统采用Open MV3视觉模块,通过颜色识别成熟苹果;主控系统包括TB6612电机驱动模块、PCA9685舵机驱动模块和LM2596电源模块。实验测试表明,该控制系统在室内及室外测试下均工作稳定。(本文来源于《机械制造与自动化》期刊2019年05期）
刘铮,刘英,沈鹭翔[4]（2019）在《青梅采摘机器人设计》一文中研究指出针对目前果实采摘人工成本高、平均采摘周期长、果实损伤率偏高等问题设计了一种适用于青梅及类球形果实的采摘机器人。根据青梅果实的形状以及生长特性,使用UG软件设计了一种针对青梅以及类球形果实的五自由度机械臂(包括两个移动自由度和叁个转动自由度),该机械臂采用履带式运动底盘,由可升降、可旋转的运动躯干和包括两个转动关节及一个移动关节的机械手臂组成。本设计采用螺杆驱动的回转式末端执行器,该执行器包括叁根手指,在手指与果实接触处垫有尼龙保护层,通过设计,建立了末端执行器的叁维模型,最后将模型导入机器人仿真软件V-rep中,并对机器人进行轨迹控制和虚拟仿真。(本文来源于《林业机械与木工设备》期刊2019年10期）
王宏波[5]（2019）在《机器视觉在西红柿采摘机器人中的应用》一文中研究指出西红柿种植作为一种农业经济形式,近年来得到了发展。为了促进种植技术的进步和产量的提升,使西红柿的采摘变得容易,目前,学术界展开了将计算机视觉技术运用到西红柿采摘过程中的研究,开发了西红柿自动识别系统,利用双目立体视觉系统对西红柿进行圈定,从而将西红柿从背景图中分离,进行采摘。这种技术能避免西红柿被遮挡,通过T=Sqrt(s×l)图像,将被遮挡的西红柿凸显,从而进行采摘。据研究可知,将机器视觉技术运用于西红柿采摘机器人的应用中可以使采果率达到99%以上。文章对技术细节进行分析,以期为我国农业经济的发展奠定坚实的基础。(本文来源于《南方农机》期刊2019年18期）
王维强,付斌[6]（2019）在《自然环境下茄子采摘机器人目标识别方法》一文中研究指出为了提高自然环境下茄子采摘机器人的采摘成功率并缩短采摘周期,对茄子采摘过程的目标识别进行了研究。自然环境下茄子的生长状况较为复杂,枝叶及果实间相互遮挡的情况降低了对目标识别的成功率。针对这一问题,提出了一种基于霍夫变换算法,通过在投票阶段引入条件概率,构建概率检测模型,采用基于最大后验概率的贪婪算法求解概率模型,多次迭代局部最优值确定目标,从而完成对茄子目标的识别。结果表明,对无遮挡及存在遮挡情况的茄子目标的识别正确率都在89%以上,相对于传统识别方法,该方法识别正确率大大提高,且具有较好的抗噪能力,可为茄子采摘机器人的后续开发提供参考。(本文来源于《安徽农业科学》期刊2019年18期）
周梅青,董淋,莫财英,陈小武[7]（2019）在《基于视觉技术贡柑采摘机器人设计》一文中研究指出1.项目研究背景广西壮族自治区贺州市钟山县贡柑产业发展迅猛,种植面积达到10万亩,年产量高达10万吨,是全国贡柑生产的大县。在整个贡柑种植过程中,成熟贡柑的采摘耗时最长,劳动力需求最大;而随着外出务工人员的增多,农村劳动力减少,导致请劳力成本上涨,果农的生产成本增加,高用工成本严重制约着贡柑产业的发展。贡柑产业向更深层次发展,亟需控制生产成本、减少人工采摘;而在农业生产上广泛应用智能采摘机器人,(本文来源于《科技创新与品牌》期刊2019年09期）
刘晓洋,赵德安,贾伟宽,阮承治,姬伟[8]（2019）在《基于超像素特征的苹果采摘机器人果实分割方法》一文中研究指出针对苹果采摘机器人在自然环境下对着色不均匀果实的识别分割问题,提出了基于超像素特征的苹果采摘机器人果实分割方法。首先,采用简单线性迭代聚类算法将图像分割成内部像素颜色较为一致的若干超像素单元;然后,提取每个超像素的纹理和颜色特征,并采用支持向量机将超像素分为果实和背景两个类别;最后,根据超像素之间的邻接关系对分类结果进行进一步修正。实验表明,该方法能够对大部分超像素单元进行正确分类,平均每幅图像被错误分类的超像素约为2. 28个。与采用像素级特征的色差法和采用邻域像素特征的果实分割方法相比,采用超像素特征的果实分割方法具有更好的分割效果。在进行邻接关系修正前,该方法图像分割准确率达0. 921 4,召回率达0. 856 5,平均识别分割一幅图像耗时0. 608 7 s,基本满足实时性需求。(本文来源于《农业机械学报》期刊2019年11期）
范元瑞,马智斌,杨化林[9]（2019）在《名优茶采摘机器人工作空间分析》一文中研究指出提出了一种机器人技术与图像识别技术相结合的名优茶叶采摘机器人。该机器人用于茶叶采摘的核心部件为Delta并联机构,具有叁个平动自由度。通过对该机构进行运动学分析,推导出采摘机器人的运动学反解模型。利用单支链约束方程求解了采摘机器人的采摘空间,并基于Matlab建立了采摘机器人工作空间模型,绘制了工作空间立体图像。通过分析结果以及所求解的工作空间尺度范围显示,该名优茶采摘机器人工作空间能够实现茶垄全面覆盖,切实降低茶叶采摘的漏采率问题。(本文来源于《机械与电子》期刊2019年08期）
阮娟娟[10]（2020）在《采摘机器人定位导航系统设计—基于机载叁维激光成像电力巡线》一文中研究指出采摘机器人作为一种典型的农业机器人,一直未得到普及,其主要受限于果实空间分布的不规律性,以及存在视觉定位及采摘方式等技术难题。为此,将机载叁维激光成像电力巡线技术引入到采摘机器人的定位导航系统的设计过程中,通过果实的圆形检测和叁维重构来确定果实的质心坐标,以提高采摘机器人导航视觉的精度和效率。为了验证方案的可行性,对果实图像采集和处理的准确性进行了测试,结果表明:视觉导航系统可以成功得到标准的圆形图像,通过叁维重构后,质心坐标的计算结果和测量结果基本吻合,且对果实的成功识别率较高,从而验证了方案的可靠性。(本文来源于《农机化研究》期刊2020年05期）
采摘机器人论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
果园自然环境下光照条件是不同的,而不同的光照条件又会对采摘机器人的路径导航产生不同影响,针对此环境,本研究提出了一种根据光照度进行分类并使用不同算法提取道路中心线的方法。首先对图像亮度分量和光照度进行研究,并将光照度划分为低光照、正常光照和高光照3个等级。在低光照条件下通过分离出S通道,然后利用K-means与Ncut算法对其进行分割,在正常光照条件下采用Otsu算法对S通道进行分割,在高光照条件下则通过K-means与Ncut算法对Cg、Cb与Cr通道进行差分运算后的图像进行分割。将分割后的图像进行边缘检测并提取道路轮廓,并通过最小二乘法实现道路中心线的获取。最后选用150张不同光照条件下的图像进行了静态试验验证,并通过课题组自行研制的采摘机器人进行了动态试验验证,静态试验验证结果表明,3种光照条件下图像分割区域与道路真实区域的平均重合度为96.74%、平均分割误差为2.01%、平均道路中心线平均偏差为2.71像素,平均耗时为0.182 s;动态试验验证结果表明,3种光照条件下的平均横向偏移距离为3.1 cm。表明,该方法在不同光照条件下具有较高的精度和实时性,能够满足采摘机器人在自然光照条件下的路径识别及导航需求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
采摘机器人论文参考文献
[1].韩书葵,赵子开,张鹤,周远,王振营.圆形水果采摘机器人末端执行器的设计与仿真分析[J].机械设计.2019
[2].刘波,杨长辉,熊龙烨,王恺,王毅.果园自然环境下采摘机器人路径识别方法[J].江苏农业学报.2019
[3].王琪,丁柏文,陈萍.苹果采摘机器人控制系统设计[J].机械制造与自动化.2019
[4].刘铮,刘英,沈鹭翔.青梅采摘机器人设计[J].林业机械与木工设备.2019
[5].王宏波.机器视觉在西红柿采摘机器人中的应用[J].南方农机.2019
[6].王维强,付斌.自然环境下茄子采摘机器人目标识别方法[J].安徽农业科学.2019
[7].周梅青,董淋,莫财英,陈小武.基于视觉技术贡柑采摘机器人设计[J].科技创新与品牌.2019
[8].刘晓洋,赵德安,贾伟宽,阮承治,姬伟.基于超像素特征的苹果采摘机器人果实分割方法[J].农业机械学报.2019
[9].范元瑞,马智斌,杨化林.名优茶采摘机器人工作空间分析[J].机械与电子.2019
[10].阮娟娟.采摘机器人定位导航系统设计—基于机载叁维激光成像电力巡线[J].农机化研究.2020