简述除草机器人的主要结构和工作过程

简述除草机器人的主要结构和工作过程

英国科技人员开发的菜田除草机器人所使用的是一部摄像机和一台识别野草、蔬菜和土壤图像的计算机组合装置，利用摄像机扫描和计算机图像分析，层层推进除草作业。它可以全天候连续作业，除草时对土壤无侵蚀破坏。科学家还准备在此基础上，研究与之配套的除草机械来代替除草剂。收割机器人美国新荷兰农业机械公司投资250万美元研制一种多用途的自动化联合收割机器人，著名的机器人专家雷德·惠特克主持设计工作，他曾经成功地制造出能够用于监测地面扭曲、预报地震和探测火山喷发活动征兆的航天飞机专用机器人。惠特克开发的全自动联合收割机器人很适合在美国一些专属农垦区的大片规划整齐的农田里收割庄稼，其中的一些高产田的产量是一般农田的十几倍大田除草机器人:德国农业专家采用计算机、全球定位系统(GPS)和灵巧的多用途拖拉机综合技术，研制出可准确施用除草剂除草的机器人。首先，由农业工人领着机器人在田间行走。在到达杂草多的地块时，它身上的GPS接收器便会显示出确定杂草位置的坐标定位图。农业工人先将这些信息当场按顺序输入便携式计算机，返回场部后再把上述信息数据资料输到拖拉机上的一台计算机里。当他们日后驾驶拖拉机进入田问耕作时，除草机器人便会严密监视行程位置。如果来到杂草区，它的机载杆式喷雾器相应部分立即启动，让化学除草剂准确地喷撒到所需地点。菜田除草机器人:英国科技人员开发的菜田除草机器人所使用

1.除草机器人的基本构成除草机器人除草机器人硬件部分由主体、多关节机械臂、末端执行器以及起非常重要作用的摄像头等组成。软件部分主要包括导航控制和杂草检测。摄像头拍摄的图片送PC 机处理，所得结果分别用于控制主体自主行走和机械臂定点除草。各种部件的联系极为重要，特别是导航摄像头的图像分析与执行端的运动学分析。

2．除草机器人的关键技术及其原理．在除草机器人的设计和控制中，导航摄像头的图像分析和执行器的运动学分析，参数的输入控制与 PC 机软件的结合，还有除草方法的选择都具有极其重要的意义。

1）视觉图像分析及其导航）利用机器视觉导航技术引导除草机器人沿着农作物行自动行走,行走时又利用机器视觉技术检测农

作物行间杂草。除草机器人多关节机械臂运动到杂草区域 ,切割杂草并涂抹除草剂,执行结束后再继续行走。在整个过程中机器人的图像识别能力直接决定了机器人的成功与失败，而图像识别的配准还有分辨深度的问题一直是我们大学或者科研的难题之所在。现在在这方面的研究又处于不断进步的水平,以下是国内外的一些典型的研究方法: [1],基于 OCD-ICP(优化角点集提取——迭代最近点)的图

像配准方法.该方法利用图形学原理,对图像边缘角点候选点集提出了四个筛选规则,逐步筛选得到优化的角点集,并在此基础上利用迭代最近点的方法得到最优配准; [2], 基于 SIFT 特征提取算法与KD 树搜索匹配算法相结合的新方法,通过对候选特征点进行多次模糊处理,使其分布在高斯差分图像的灰度轮廓线边缘,利用 SIFT 特征提取算法找到满足极限约束的极值点;通过 KD 树最邻近点搜索和匹配算法使处理后的特征点与原始图像进行特征匹配,快速找出匹配正确的特征点; [3], 基于 HSI 颜色分量的颜色特征提取方法.该方法结合 HSI 颜色分量反映物体本质颜色的特点和直方图多阈值分类对图像内容的自适应优点,采用直方图多阈值分类方法量化各 HSI 颜色分量,组合量化后的颜色分量提取图像颜色特征. 对该方法提取的视觉图像颜色特征进行聚类,并对视觉图像进行分割; [4], 基于分量直方图的自适应分割方法 .首先对图像的 3 个分量统计直方图进行自适应分割 ,确定出各分量的分类数目及类的取值范围 ;然后 ,对分割类进行分量间组合 ,获得原图像中主要的几种颜色 ;最后以这些颜色作为聚类中心 ,按照颜色相似性准则对图像进行聚类分割; [5]采用了将 RGB 和 HSV 两种色彩系统混合使用的方法,提出了基于颜色信息的 RGB 和 HSV 模型下利用双阈值图像分割的方法. 大部分方法都是多种原理并用，采用先进的彩色处理技

术，基于一定的平台技术。我国的技术还有很大的需求和发展空间,国外在这方面的研究比较成熟和先进一些

2）机构的移动方法及其运动学分析）机构的移动方法及其运动学分析的移动方法及其

[1]球形运动分析球形运动分析：球形移动机器人具有运动灵活的优点,且在运动中不存在翻仰球形运动分析问题。因此在工业、民用、国防以及空间探索等领域具有广泛的应用前景。主要的研究工作如下: 首先,基于欧拉——拉格朗日方法建立球形移动机器人的动力学模型,利用坐标变换和输入控制变换对模型进行降阶和标准型处理,并设计双回路线性运动控制策略;提出球形移动机器人的动态平衡问题,分别建立球壳质量分布均匀和非均匀条件下的平面动力学模型,利用部分线性化方法将模型分别变换为非“三角”正则形式的和“三角”正则形式的级联非线性模型,并设计指数稳定的动态平衡控制策略;分别对提出的运动控制和平衡控制策略进行稳定性分析、仿真和实验研究。其次,将球形移动机器人分别简化为“球壳——重摆”模型和“球壳——框架”模型,建立两者的动力学微分方程,并通过求解微分方程的近似解研究驱动机构在两个驱动轴方向上的运动特性。

[2] 全方位移动：全方位移动机器人由三个轮式模块化单元和一个连接平台组全方位移动成。轮式模块化单元是一个模块化万向单元称为 MUU,具有俯仰、偏航和回转三个自由度。MUU 的圆柱形铝合金外壳上安装了一系列的被动轮,这些被动轮机构使 MUU 成为一个大的全方位驱动轮。 MUU 在垂直于身体轴线方向能够提供较大驱动力,而在身体轴线方向的作用力由小被动轮卸载,从而实现万向轮的功能。高度的集成性使 MUU 的通讯和更换易于实现。移动机器人的运动学分析证明了该机器人的运动灵活性。最后,给出了该机器人的运动实验和仿真结果。

[3] 基于 ADAMS 的移动：的移动：主要研究利用基于 ADAMS 的虚拟样机技术重建移动机器人在不同路面条件下的滑移量,并进行滑

移补偿控制的问题。首先利用机械系统动力学分析软件 ADAMS 创建轮式机器人的整体模型(包括车体模型、路面环境模型以及轮胎模型)。利用此模型在 ADAMS 环境中进行仿真,模拟在不同路面条件下移动机器人的滑移效果,并根据机器人的运动学特性重建出不可测的滑移量。将滑移量传递给控制器参数设计出滑移补偿控制器,并进行了 ADAMS 与 MATLAB 联合仿真。仿真效果表明该控制器可以有效地补偿滑移效果,改善移动机器人在滑移状态下的控制精度。