溫室搬運(yùn)機(jī)器人視覺(jué)導(dǎo)航路徑識(shí)別與模糊控制策略研究.pdf

1、溫室是高度集約化管理的生產(chǎn)系統(tǒng)，勞動(dòng)強(qiáng)度大，消耗勞動(dòng)力多，需要專業(yè)化的作業(yè)機(jī)械。日常管理和收獲階段都涉及到搬運(yùn)工作，搬運(yùn)工程尤其消耗勞動(dòng)力，基于視覺(jué)導(dǎo)航的溫室搬運(yùn)機(jī)器人有著廣闊的應(yīng)用前景。本論文以江蘇大學(xué)農(nóng)業(yè)工程研究院的智能搬運(yùn)小車為實(shí)驗(yàn)平臺(tái)，在江蘇大學(xué)試驗(yàn)溫室內(nèi)以溫室番茄采摘搬運(yùn)為應(yīng)用方向，對(duì)溫室搬運(yùn)機(jī)器人視覺(jué)導(dǎo)航基準(zhǔn)線的提取和控制策略進(jìn)行了研究。主要研究工作為：
　　 在溫室搬運(yùn)機(jī)器人視覺(jué)導(dǎo)航參數(shù)的提取方面，選取IMAQ V

2、ision和LabVIEW作為視覺(jué)軟件開發(fā)平臺(tái)，選取江蘇大學(xué)試驗(yàn)溫室作為試驗(yàn)場(chǎng)地，構(gòu)建了溫室搬運(yùn)機(jī)器人軟硬件系統(tǒng)。
　　 針對(duì)所采集的圖像顏色特征，利用敏感區(qū)域ROI窗口和圖像邊緣檢測(cè)法實(shí)現(xiàn)了導(dǎo)航基準(zhǔn)線的提取。試驗(yàn)從天氣條件和加熱管被遮擋率兩個(gè)因素角度進(jìn)行分析，其中，在多云天氣和正對(duì)光晴天天氣情況下的視覺(jué)導(dǎo)航基準(zhǔn)線識(shí)別率為90％，正確提取出視覺(jué)導(dǎo)航基準(zhǔn)線的識(shí)別率均為60％；在陰天天氣和逆光晴天天氣情況下的視覺(jué)導(dǎo)航基準(zhǔn)線識(shí)別率為1

3、00％，在陰天天氣情況下的正確識(shí)別率為50％，在逆光晴天天氣情況下的正確識(shí)別率為60％。加熱管被遮擋率在[20％，40％]和[40％，60％]區(qū)間范圍內(nèi)的處理效果最好，在加熱管被遮擋率[0，20％]和[60％，100％]區(qū)間范圍內(nèi)的導(dǎo)航基準(zhǔn)線精度誤差有所增大。試驗(yàn)表明，提出的導(dǎo)航基準(zhǔn)線算法具有適用性。平均每幅圖像的處理時(shí)間小于70ms，能夠滿足導(dǎo)航實(shí)時(shí)性要求。
　　 應(yīng)用傳統(tǒng)兩步法建立了攝像機(jī)標(biāo)定模型，利用最小二乘法求解攝像機(jī)內(nèi)

4、外參數(shù)方程組，并對(duì)標(biāo)定誤差進(jìn)行了初步研究。所得偏差較小，能滿足導(dǎo)航需要。
　　 針對(duì)其運(yùn)行環(huán)境的不確定性和難以建立精確的車體本身動(dòng)力性能數(shù)學(xué)模型，應(yīng)用模糊控制技術(shù)，對(duì)控制策略進(jìn)行研究，設(shè)計(jì)了基于視覺(jué)導(dǎo)航的模糊控制器并進(jìn)行了分析研究，結(jié)果表明當(dāng)實(shí)際位姿和設(shè)定位姿偏差比較小時(shí)，可以采用較小的反方向糾偏量使其盡快回復(fù)到設(shè)定位姿附近；當(dāng)實(shí)際位姿和設(shè)定位姿偏差比較大時(shí)，可以采用較大的反方向糾偏量使其盡快回復(fù)到設(shè)定位姿附近的經(jīng)驗(yàn)是一致的，所