【文章內(nèi)容簡介】 析特征，能同時給出圖像信號的時域和頻域信息，能有效檢測圖像的邊緣，應(yīng)用前景較好。(2) 視覺傳感器與非視覺傳感器融合在采摘機器人視覺感知過程中，二維圖像的處理必然涉及視覺不適定問題的求解，引入非視覺傳感器的輔助支持是求解不適定問題的有力手段，如將視覺傳感器與PSD測距儀或超聲波測距儀結(jié)合使用，可以實現(xiàn)果實的精確定位。通過視覺傳感器與非視覺傳感器的優(yōu)勢互補，可以大大提高采摘機器人的感知功能。(3) 采用主動光源的視覺系統(tǒng)視覺系統(tǒng)根據(jù)圖像采集的需要，自行發(fā)出具有特定特征的光源，可以在一定程度上改善圖像質(zhì)量。(4) 改變作物的培育模式日本在黃瓜采摘機器人研究項目中，采用傾斜的培育系統(tǒng)，將黃瓜和葉、莖分開，便于采摘機器人的視覺定位和采摘。通過降低作物生長環(huán)境的非結(jié)構(gòu)化和復(fù)雜性，提高采摘成功率，葡萄種植中也采用了類似的培育系統(tǒng)。(5) 采用開放式控制系統(tǒng)目前采摘機器人，甚至整個農(nóng)業(yè)機器人的研究都是沿襲工業(yè)機器人的研究思路。機器人采用專用的控制系統(tǒng)、專用編程語言和專用的機械結(jié)構(gòu)。專用控制系統(tǒng)基本是封閉式的，這種控制系統(tǒng)使機器人的可擴展性、靈活性都受到很大的限制。采摘機器人采用開放式控制系統(tǒng)，使機器人具有良好的可擴展性、靈活性和可重構(gòu)性。機器人的標準化和模塊化，不僅可以迅速構(gòu)建新的機器人系統(tǒng)，減少開發(fā)時間和成本，還可以減少對用戶的培訓(xùn)。 本文主要研究內(nèi)容及研究意義 本文主要研究內(nèi)容：(1) 研究果樹采摘機器人運動學(xué)方程，研究運動正解與反解建模方法。(2) 果樹采摘機器人控制結(jié)構(gòu)設(shè)計，根據(jù)果樹采摘機器人工作環(huán)境和作業(yè)特點，采用開放式結(jié)構(gòu)設(shè)計機器人的控制系統(tǒng)。在開放式控制系統(tǒng)設(shè)計中，主要對果樹采摘機器人硬件組成部分主控計算機、運動控制器、數(shù)據(jù)采集卡等進行了選型設(shè)計。(3) 采摘機器人傳感器設(shè)計。使用視覺傳感器捕獲圖像信息，通過圖像處理得出目標果實的位置信息，為機器人提供控制信息；位置傳感器用于確定目標果實相對于末端操作器的位置；設(shè)計了壓力傳感器實時測量末端操作器的抓取力，防止果實的損傷；在機械臂上安裝了避障傳感器，實時感知機械臂周圍障礙物信息。(4) 根據(jù)果樹采摘機器人運動學(xué)方程和機器人機械臂的機械結(jié)構(gòu)組成，提出在機器人采摘作業(yè)的初始階段，根據(jù)視覺傳感器獲取的環(huán)境信息，控制機器人腰部、大臂、小臂的關(guān)節(jié)做相應(yīng)運動，以消除攝像頭捕捉到的圖像中目標果實質(zhì)心與圖像中心的誤差，使機械臂末端操作器正向于目標果實，實現(xiàn)初始定位功能。設(shè)計了PID視覺伺服控制器，實現(xiàn)果樹采摘機器人機械臂控制。分析、研究了關(guān)節(jié)型機械手避障方法，對果樹采摘機器人實時避障方法進行了探討。(5) 建立了傳感器實驗平臺，通過實驗驗證傳感器的正確性。利用固高PANamp。TILT兩維數(shù)控轉(zhuǎn)臺和實地拍攝的蘋果圖像，進行機器人控制實驗，對所提出的控制方法進行了驗證。 本課題研究意義果蔬產(chǎn)業(yè)是我國農(nóng)業(yè)中的重要產(chǎn)業(yè)之一，近幾十年來，我國果蔬產(chǎn)業(yè)規(guī)模和產(chǎn)量有大幅度的增長，特別是中國加入WTO以來，增長速度更加明顯。據(jù)統(tǒng)計，到1993年，我國水果總產(chǎn)量躍居世界第一位，到1996年，其中蘋果和梨的產(chǎn)量仍居世界首位。到2002年，果園面積達9098千公頃，總產(chǎn)量達萬噸，分別比年增長223%和456%。其中，蘋果產(chǎn)量2280萬噸，柑橘產(chǎn)量1278萬噸，梨產(chǎn)量974萬噸。中國水果產(chǎn)量已占世界總產(chǎn)量的40%。進入二十一世紀，我國的農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展正面臨新的機遇和挑戰(zhàn)。一方面，由于加入WTO，農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展正面臨著世界各地的沖擊和挑戰(zhàn)；另一方面也給我國帶來了一次加快農(nóng)業(yè)和農(nóng)村經(jīng)濟發(fā)展以及對農(nóng)村經(jīng)濟結(jié)構(gòu)調(diào)整的絕好的機遇。隨著農(nóng)業(yè)生產(chǎn)正朝著規(guī)?；?、多樣化、精確化方向發(fā)展，農(nóng)業(yè)勞動力的成本必然迅速上升，勞動力不足的現(xiàn)象也會日趨明顯，因而作為高科技的機器人技術(shù)進入農(nóng)業(yè)領(lǐng)域變得越來越現(xiàn)實，果園收獲作業(yè)機械化、自動化成為廣大果農(nóng)們最為關(guān)注的熱點問題。開展果樹采摘機器人研究，不僅對于適應(yīng)市場需求、降低勞動強度、提高經(jīng)濟效率有著一定的現(xiàn)實意義，而且對于跟蹤世界農(nóng)業(yè)新技術(shù)、促進我國農(nóng)業(yè)科技進步，加速農(nóng)業(yè)現(xiàn)代化進程有著重大的歷史意義。第二章 果樹采摘機器人建模與分析本章主要研究果樹采摘機器人的相關(guān)模型和運動學(xué)求解。首先，分析了果樹采摘機器人基本結(jié)構(gòu)；其次，研究了攝像機投影模型和履帶式移動平臺運動學(xué)特性；最后，完成了果樹采摘機器人機械臂的正、逆運動學(xué)的求解。 果樹采摘機器人機械結(jié)構(gòu)本論文是在國家“863”高技術(shù)項目“果樹采摘機器人關(guān)鍵技術(shù)研究”的支持下完成的，果樹采摘機器人主要包括兩部分：兩自由度的移動載體部分和五自由度機械手部分。移動載體為履帶式底盤，加裝了工控機、電源箱、采摘輔助裝置、多種傳感器；五自由度機械臂為自行設(shè)計，由相應(yīng)關(guān)節(jié)驅(qū)動裝置進行驅(qū)動。此開鏈連桿式關(guān)節(jié)型機器人，機械臂固定在履帶式行走機構(gòu)上，作業(yè)時直接與果實相接觸的末端操作器固連于機械臂末端，機械結(jié)構(gòu)如圖21所示。圖21 果實采摘機器人機械結(jié)構(gòu)示意圖機械臂為PRRRP結(jié)構(gòu)，第一個自由度為升降自由度，中間三個自由度為旋轉(zhuǎn)自由度，第五個自由度為棱柱關(guān)節(jié)。第一個自由度主要是起抬升機械臂的作用；第二個自由度帶動機械臂繞腰部旋轉(zhuǎn)；第三、四個自由度是旋轉(zhuǎn)軸，起升降末端操作器的作用，中間二、三、四自由度能夠?qū)崿F(xiàn)末端操作器在工作空間中朝向于任意方向；第五個自由度是伸長自由度，根據(jù)機器人控制指令，將末端操作器送到作業(yè)對象的位置，實現(xiàn)果實的采摘。機械手的升降由氣泵驅(qū)動升降臺完成，能應(yīng)對采摘過程中遇到較高果樹作物的特殊情況；機械手旋轉(zhuǎn)關(guān)節(jié)、棱柱關(guān)節(jié)采用伺服電機驅(qū)動。主要參數(shù)如表21所示。表21 機器人機械機構(gòu)主要參數(shù)關(guān)節(jié)參數(shù)升降臺腰部旋轉(zhuǎn)關(guān)節(jié)大臂旋轉(zhuǎn)關(guān)節(jié)小臂旋轉(zhuǎn)關(guān)機棱柱關(guān)節(jié)目前越來越多的新型末端操作器應(yīng)用于農(nóng)業(yè)采摘作業(yè)中，已經(jīng)開發(fā)出帶有手指、吸引器、桶狀、剪刀等各式各樣的末端操作器[1720]，以實現(xiàn)采摘、移栽、噴霧等生物生產(chǎn)作業(yè)過程。本課題主要研究蘋果采摘機器人，其作業(yè)對象單一為蘋果，根據(jù)蘋果的物理屬性和實際生產(chǎn)中采用掐斷果梗的方法收獲果實，設(shè)計了一種勺狀末端操作器，實際裝置如圖所示。其中，前端為勺狀夾持裝置，由方形氣缸驅(qū)動其開合，在夾持裝置的一側(cè)裝有旋轉(zhuǎn)切刀，由末端操作器后端的伺服電機帶動其旋轉(zhuǎn)，切斷果柄。收獲果實時，首先由夾持機構(gòu)夾住蘋果，再采用旋轉(zhuǎn)刀具切斷果柄。圖22 末端操作器實物圖 攝像機投影模型(1) 攝像機成像原理攝像機是一種能夠攝取連續(xù)視頻圖像的設(shè)備，幾何成像主要分為三類：透視投影(或稱中心射影)成像、仿射投影與正射投影成像。透視投影[21]比較簡單、實用，已經(jīng)得到公認并被普遍采納，本文采用的就是該模型。一般情況下，可以將透視投影中的成像設(shè)備—攝像機線性化，等效為小孔成像模型。從簡化的幾何光學(xué)出發(fā)，物體的正常透視投影成像如圖23所示。然而人們?yōu)榱擞嬎闵系姆奖?，在保持?shù)學(xué)關(guān)系不變的前提下，通常采用與場景同向的正立虛像成像平面幾何模型，在選取合適的坐標系后，其計算模型如圖24所示。 圖 23 小孔成像系統(tǒng)模型 圖 24 成像系統(tǒng)計算模型圖24中的點為攝像機光心，軸為攝像機的光軸，它與成像平面垂直。軸和軸分別與圖像平面的軸和軸平行，光軸與圖像平面的交點即為圖像坐標系的原點。光心到焦平面的距離稱為焦距，圖中為空間點在圖像平面上的投影。(2) 圖像平面坐標系設(shè)(u,v)是以像素為單位的以點為原點的圖像坐標系坐標，(x,y)是以物理單位(毫米)表示的圖像坐標系，如圖25所示。在坐標系中，該坐標系以圖像內(nèi)某一點為原點，定義為攝像機光軸與圖像平面的交點，軸分別與軸平行。每一個像素在x軸與y軸方向的物理尺寸為dx與dy（單位為mm/像素）。則兩個坐標系存在如下關(guān)系： (21) 若取兩原點重合，則有： ， (22) 圖26 圖像平面變換(3) 攝像機模型我們將攝像機線性化，等效為小孔成像模型，根據(jù)前面的成像系統(tǒng)計算模型知，若空間點坐標為P(X,Y,Z)，圖像平面投影點坐標為p(x,y)，則兩者存在如下關(guān)系： (23) 由(21)(23)可建立以像素為單位的圖像坐標系與攝像機坐標系之間的關(guān)系，即： (24)其中Mf代表像素與空間長度的轉(zhuǎn)換因子，單位為像素/mm。 履帶式移動平臺模型本課題所研究的移動車體由剛性車體和剛性履帶組成，移動車體的左右兩邊的履帶模型可以簡化為兩輪模型，且車體模型在忽略了一些如延遲、變形等作用的情況下，作了如下假設(shè)：1) 剛性車體在二維平面內(nèi)運動2) 車體的運動速度較低，低于3) 忽略車體的縱向滑動4) 車胎受到的橫向力垂直于其縱向負載在對果樹采摘機器人的移動平臺進行分析時，可以發(fā)現(xiàn)，當(dāng)時，即為移動平臺順時針轉(zhuǎn)彎的情況；當(dāng)時，則移動平臺順時針方向轉(zhuǎn)彎；當(dāng)=時，移動平臺直線運動。因此，這里以順時針方向轉(zhuǎn)彎的情況為例，具體分析如下：移動平臺的運動學(xué)可以由三個參數(shù)確定：移動平臺中心的坐標位置和移動平臺的航向角。,：左右輪轉(zhuǎn)過的角度；：左右兩輪間的距離； ，：左右輪從到達點所走的距離；：移動平臺從到達點的轉(zhuǎn)彎半徑；：中心點到下一點距離；：車輪的半徑；其他符號如圖26所示。在圖26中，左右輪走過的弧長分別為： (25)通過幾何關(guān)系我們可以得到： (26) 圖26 移動平臺順時針運動示意圖其中為左右兩輪之間的距離，r,如圖 26所示。由上，可得： (27) (28) (29)由如圖所示的幾何關(guān)系可得： (210) (211) (212) 果樹采摘機器人機械臂運動學(xué)分析果樹采摘機器人的運動學(xué)問題包括正運動學(xué)以及逆運動學(xué)兩個問題，它們之間的關(guān)系如圖 27所示，本文根據(jù)果樹采摘機器人的機械機構(gòu)，采用幾何算法求解機器人正、逆運動學(xué)。圖27 機器人運動學(xué)關(guān)系示意圖 機械臂正運動學(xué)分析 在采摘作業(yè)中，采摘機器人首先要確定目標果實位置信息與機器人各關(guān)節(jié)的關(guān)系，這個環(huán)節(jié)有兩部分組成：首先確定目標果實3D坐標與其在攝像機平面上的2D坐標之間的關(guān)系；其次確定攝像機坐標系與機器人坐標系之間的關(guān)系。圖28所示為機器人結(jié)構(gòu)關(guān)系，采摘機器人的攝像機采用eyeinhand方式安裝，攝像機坐標系與機器人基座坐標系的各坐標軸相互平行，假設(shè)目標果實在基坐標系內(nèi)的坐標為，其在攝像機坐標系內(nèi)的坐標為。由攝像機成像基本原理得到目標在攝像機坐標系內(nèi)的3D坐標與其在攝像機成像平面上的2D坐標之間的關(guān)系可有式(24)得出。 圖28 采摘機器人結(jié)構(gòu)示意圖對于攝像機坐標系與機器人基座坐標系之間的變換關(guān)系可由圖29所示的幾何解法求得[22]：圖29 采摘機器人關(guān)節(jié)幾何關(guān)系 (213) (214) (215)式中 、分別為腰部、大臂、小臂的長度；、分別為機械手臂第二、三、四自由度關(guān)節(jié)角度。在此，設(shè)小臂延伸部分在機器人初期尋找目標果實過程中是收縮回小臂內(nèi)的。由式(213)、(214)、(215)可以得到目標果實在基坐標系的坐標與果實在攝像機坐標系的坐標之間的關(guān)系：=X ， =Y ，=Z (216) 機械臂逆運動學(xué)建立 采用移動平臺的采摘機器人之所以得到廣泛應(yīng)用，很大的原因是它的靈活性好，可以到達的空間比較大，當(dāng)單獨的機械手不能到達指定的位置時，移動平臺可以通過向x，y方向的混合移動來實現(xiàn)末端操作器的運動。因此在知道移動平臺的位移時，移動平臺的運動偏移角就是已知的，在進行果樹采摘機器人逆運動學(xué)求解時，只考慮機械手的逆運動學(xué)。根據(jù)式（214）可得： (217) 由（215）得： (218)將式（217）、（218）帶入式（213）并平方得： (219)整理（219）得： (220)所以： (221)由（218）得： (222)