基于機(jī)器視覺的智能型采棉機(jī)器人研究.pdf

1、傳統(tǒng)的人工采棉方式嚴(yán)重制約著采棉效率和采摘成本,機(jī)械化采棉的推廣也遲遲見不到成效,針對(duì)我國(guó)棉花品種多、纖維短、收獲期長(zhǎng)的特點(diǎn),在短時(shí)間內(nèi)無法改變棉花農(nóng)藝的情況下,研制智能型采棉機(jī)器人已迫在眉睫。它的提出在采棉效率和采摘棉花質(zhì)量之間找到了良好的平衡點(diǎn),十分適合我國(guó)棉花收獲的實(shí)際情況。 為此,本文提出并實(shí)現(xiàn)了一種基于機(jī)器視覺的智能型采棉機(jī)器人,并創(chuàng)造性地將真空抽吸方式應(yīng)用于末端執(zhí)行器,在簡(jiǎn)化設(shè)計(jì)的同時(shí)也經(jīng)實(shí)驗(yàn)證實(shí)非常實(shí)用。論文的研究

2、工作就所提出的智能型采棉機(jī)器人方案深入討論了機(jī)器人本體設(shè)計(jì)、機(jī)器人運(yùn)動(dòng)學(xué)、自然場(chǎng)景中棉花的分割及識(shí)別等內(nèi)容,具有重要的實(shí)際價(jià)值。 1.機(jī)器人本體設(shè)計(jì) 首先本文提出了基于機(jī)器視覺的智能型采棉機(jī)器人本體設(shè)計(jì)方案,從功能模塊上,將其劃分為機(jī)器視覺模塊、機(jī)械手機(jī)構(gòu)模塊、底盤動(dòng)力模塊和主控模塊。并對(duì)其中的機(jī)械手機(jī)構(gòu)和機(jī)器視覺系統(tǒng)兩個(gè)主要模塊,進(jìn)行了詳細(xì)的電氣設(shè)計(jì),包含各自的結(jié)構(gòu)設(shè)計(jì)、器件選型、控制系統(tǒng)、軟件設(shè)計(jì)等內(nèi)容。 2

3、.機(jī)械手建模和仿真 機(jī)器人的運(yùn)動(dòng)學(xué)研究對(duì)深入開展軌跡規(guī)劃和避障研究具有很重要的意義,因此本文根據(jù)D-H法則和機(jī)械手的尺寸信息,建立了該機(jī)械手的運(yùn)動(dòng)學(xué)模型,并采用反變換法求解了運(yùn)動(dòng)學(xué)逆問題。利用MATLAB的Robotics工具箱,對(duì)建立的機(jī)械手模型進(jìn)行了運(yùn)動(dòng)學(xué)的仿真驗(yàn)證。 3.棉花圖像的分割及識(shí)別 識(shí)別的目的是把成熟的棉花從背景中識(shí)別出來,為空間定位作準(zhǔn)備。本文對(duì)自然場(chǎng)景下拍攝的圖像,提取感興趣區(qū)域(ROI)的顏

4、色信息,分別在RGB和HSV顏色模型中,利用統(tǒng)計(jì)分析對(duì)比的方法,得到了棉花的顏色特征。發(fā)現(xiàn)了在HSV模型下,分離棉花的S值進(jìn)行閾值分割的方法；發(fā)現(xiàn)了利用RGB顏色模型中的B-G色差分量進(jìn)行分割的方法,并引入模板方式和增大步長(zhǎng)的方法,進(jìn)一步提高了圖像分割的速度,實(shí)驗(yàn)證明這兩種方法都取得了滿意的分割效果。 分割得到的圖像,經(jīng)過形態(tài)學(xué)運(yùn)算消除噪聲,標(biāo)記區(qū)域,再根據(jù)區(qū)域面積和最小外接矩形長(zhǎng)寬比設(shè)定閾值,去除過分遮擋和距離較遠(yuǎn)的目標(biāo)。然后