黄瓜采摘机械手结构优化及其机器视觉研究
作者单位：吉林大学
学位级别：硕士
导师姓名：肖英奎
授予年度：2019年
主 题：采摘机械手 控制系统 静力学和动力学仿真 图像处理 空间坐标转换
摘 要：目前,我国仍然是农业大国,在农业发展进程中存在着诸多问题。其中,人工采摘依然是农作物采摘的主要形式,不仅劳动强度高,而且由于操作复杂导致采摘效率低下,极大地限制了农业的发展。因此,依托于快速发展的计算机技术与机器人技术,设计开发适用于农业采摘环境的农业机器人,以智能高效的农业机器人采摘形式代替成本高昂的人工采摘形式,不仅对农业的发展具有重要促进作用,还将是未来农业发展的必然趋势。本文选择黄瓜为采摘对象,根据黄瓜的采摘环境设计了具有四个自由度的黄瓜采摘机械手样机,主要包括机械臂、末端执行器和机器视觉系统三部分。首先,对机械臂和末端执行器的结构与控制部分进行了优化设计,机械臂的结构形式确定为关节坐标型,采用电力驱动和齿轮传动,机械臂的控制系统选择PCI总线控制;基于仿生思想设计了具有壳体、夹持、伸缩、切割、检测等多个模块的柔性夹持式末端执行器,通过单片机控制数字舵机和伸缩杆的运转可实现末端执行器的采摘作业。为了确保设计的黄瓜采摘机械手在实际工作中不会出现结构破坏、系统不稳定等问题,本文对黄瓜采摘机械手进行三维建模,采用ANSYS有限元分析软件和ADAMS软件分别对机械臂和末端执行器进行仿真分析。在此之前,本文对黄瓜各参数进行了数据分析,使得仿真分析最大限度地逼近实际的黄瓜采摘工况。主要统计得到了黄瓜和黄瓜果柄的平均重量、长度、直径等固有参数,利用数显倾角仪测得黄瓜表面的摩擦因数平均值为1.62±0.06,通过WDW-20微机控制万能拉压试验机测得黄瓜表皮破损的最小正压力和黄瓜果柄分离的最大剪切力分别为4.63 N和5.35 N。在获得了上述黄瓜相关物理参数之后,本文对机械臂和末端执行器进行了静力学分析、模态分析和动力学分析。在静力学分析中,手指的最大变形发生在指尖,最大应力出现在橡胶指面与弹性手指骨架钢片的连接缝处,约为167.64 MPa,远小于材料的屈服强度(784 MPa),满足设计要求;在模态分析中,使用电木板和铝合金材料制备的机械臂在六阶模态的最大振动幅度为0.24 mm,具有更小的振动幅度、更优的稳定性,更符合机械臂的设计要求;在动力学分析中,末端执行器可以提供合适的夹持力完成对黄瓜的无损采摘,机械手四个关节的力矩、角速度、角加速度和位移均没有较大的突变,满足实际采摘的要求。在视觉系统设计中,选择Kinect传感器作为摄像头并固定在Kinect固定支架,随腰部关节运动,获取机械手作业实时画面数据;在Microsoft Visual Studio2010平台下完成了对Kinect for Windows SDK和Opencv-3.0.0数据库的环境配置,以HSV颜色模型为基础对获取的彩色图像进行相关处理,实现对黄瓜的识别,同时获取了黄瓜最小外接矩形与最小外接矩形形心点的像素坐标。将彩色图像映射到深度图像上并完成配准,通过Kinect传感器内部固有的坐标系之间的转换关系,得到特征点在摄像机坐标系下的世界空间坐标值,实现对黄瓜的定位。通过特征点空间坐标值获取的误差试验,获得坐标值与测得坐标值误差在X、Y、Z三个方向上大体呈现正态分布,三个方向上误差主要集中在2 mm,在误差允许范围内,视觉系统需5.3 s左右即可完成整个图像处理,具有较好的视觉识别实时性。完成了上述工作之后,相继完成了机械臂和末端执行器的运动控制测试试验、机械手模拟采摘试验。经多次重复模拟试验得出,视觉系统完成识别与定位和机械手完成采摘与释放等工作所需的平均时间为20.14 s,实现定位和采摘的成功率分别为92%和84%。试验结果表明机械臂各关节的运动与控制系统之间配合良好、下位机与工控机能实现良好的信号通讯、视觉系统与机械手各关节配合良好且识别和定位精度高,优化后的末端执行器稳定灵活且在不损伤黄瓜表皮的条件下完成采摘作业。
同方学位论文库