基于視覺伺服的農(nóng)業(yè)機器人并聯(lián)采摘機構(gòu)設(shè)計.pdf

1、21世紀(jì)以來，自動化技術(shù)飛躍發(fā)展，并已經(jīng)滲入到農(nóng)業(yè)的各項生產(chǎn)中，農(nóng)業(yè)自動化和智能化越來越受到人們的關(guān)注。其中農(nóng)業(yè)采摘機器人是典型的自動化和智能化的產(chǎn)物，成為全世界科研人員研究的熱點之一。農(nóng)業(yè)采摘機器人是一個復(fù)雜的綜合性系統(tǒng)，采摘機構(gòu)是其具備采摘功能的重要基礎(chǔ)性部件。為此，本文研究設(shè)計了基于視覺伺服的農(nóng)業(yè)機器人并聯(lián)采摘機構(gòu)，運用數(shù)字圖像處理技術(shù)識別和定位目標(biāo)，通過標(biāo)定實驗建立目標(biāo)在圖像中的位置與并聯(lián)采摘機構(gòu)運動控制量之間的關(guān)系，單片機接收

2、到控制量后通過繼電器模塊驅(qū)動電動推桿，完成對并聯(lián)采摘機構(gòu)運動控制。主要研究內(nèi)容如下:
　　(1)設(shè)計了并聯(lián)采摘機構(gòu)機械本體，介紹并聯(lián)機構(gòu)的組成，進(jìn)行了自由度分析和求取位置逆解，用Adams軟件對其進(jìn)行了運動學(xué)仿真。
　　（2)設(shè)計了并聯(lián)采摘機構(gòu)的視覺系統(tǒng)和控制系統(tǒng)，采集了圖像信息，并用OpenCV對圖像進(jìn)行圖像處理，例如灰度化處理、閾值化處理、開閉運算處理等，消除背景干擾，識別出多個目標(biāo)后選擇面積最大的作為優(yōu)先采摘的目標(biāo)，在

3、圖像上求解該目標(biāo)最小外切矩形四個頂點坐標(biāo)，計算出目標(biāo)質(zhì)心的位置。
　　(3)根據(jù)目標(biāo)與采摘口在圖像上的坐標(biāo)，計算出兩者之間的像素距離值，以及他們的連線與x軸的夾角，通過實驗的方法，標(biāo)定出距離值與采摘機構(gòu)彎曲程度、夾角大小與彎曲方向之間的對應(yīng)關(guān)系，總共設(shè)定了6種方向角和4種彎曲角，分別用字符‘a(chǎn)’到字符‘f’代表這6個彎曲方向，用字符‘g’到字符‘j’代表這4種彎曲程度。
　　(4)計算機作為上位機，單片機作為下位機，上位機計