24小時論文定制熱線

熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
您當前的位置:論文定制 > 畢業設計論文 >
快速導航
畢業論文定制
關于我們
我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
代做畢業設計
常見問題

基于機器視覺的智能采茶機械手控制系統研究

添加時間:2021/09/16 來源:未知 作者:樂楓
在機械控制系統中,機器視覺以高效率、定位 精度高等優點成為當今機械手控制系統中的主流。
以下為本篇論文正文:

摘 要

  隨著農業智能化的快速發展,機器視覺技術被廣泛應用于農業自動化采摘領域, 可以輔助人類完成相應的采摘作業。在機械控制系統中,機器視覺以高效率、定位 精度高等優點成為當今機械手控制系統中的主流。

  本文基于機器視覺研究六自由度機器手來實現對富硒綠茶嫩芽目標的抓取和放 置。以 OpenMV 為機器視覺傳感器,研究機械手運動學分析、軌跡規劃及嫩芽目標 識別與定位等問題,實現基于機器視覺的智能采茶機械手控制系統,順利完成嫩芽 的采摘。首先通過總體方案的設計來確定各個子模塊的具體功能,并針對各個模塊的控 制原理進行說明。通過 D-H 參數來建立六自由度機械手的基礎模型,并對其進行運 動學分析,在不同的坐標下分析其軌跡規劃的差異性,并對其工作空間的有序展開 研究。對比不同采摘路徑規劃算法的性能,并選擇 PSO 算法來完成機械手路徑規劃。

  其次對機械手的控制策略和采摘展開仿真研究,對比三種最常見的控制方法并進行 仿真分析,采用融合控制方案來完成本論文研究。最后基于 Arduino IDE 軟件平臺完 成基于機器視覺的智能采茶機械手的采摘測試,通過編寫模塊化的機械手舵機控制 程序來驅使舵機完成相應的采摘任務,測試之前需配置好平臺環境,對采集的嫩芽 圖像進行預處理,并利用改進后的 K-means 算法來完成嫩芽的識別,在 April Tag 視 覺定位基礎上完成嫩芽坐標輸出,對采摘流程進行具體設計并完成模擬測試。

  測試結果表明,所設計的基于機器視覺的智能采茶機械手控制系統能夠完成嫩 芽的采摘任務,模擬測試的平均識別成功率為 94.57%,平均采摘時間為 10.28s,對 于自動化農業的實施起到了良好的推動作用,對農業智能化的發展具有十分重要的 現實意義。

  關鍵詞:農業自動化,機器視覺,采茶機械手,智能控制,路徑規劃

Abstract

  With the rapid development of agricultural intelligence, machine vision technology is widely used in the field of agricultural automated picking, which can assist humans in completing the corresponding picking operations. In mechanical control systems, machine vision has become the mainstream of today's manipulator control systems with its advantages of high efficiency and high positioning accuracy.

  This paper is based on machine vision to study the six-degree-of-freedom robot hand to realize the capture and placement of the target of selenium-enriched green tea buds. Use OpenMV as the machine vision sensor to study the problems of manipulator kinematics analysis, trajectory planning, and shoot target recognition and positioning, realize the intelligent tea picking manipulator control system based on machine vision, and successfully complete the shoot picking.

  First, determine the specific function of each sub-module through the design of the overall scheme, and explain the control principle of each module. The basic model of the six-degree-of-freedom manipulator is established through D-H parameters, and its kinematics is analyzed, the difference of its trajectory planning is analyzed under different coordinates, and the orderly study of its work space is carried out. Compare the performance of different picking path planning algorithms, and select the PSO algorithm to complete the robot path planning. Secondly, a simulation study is carried out on the control strategy and picking of the manipulator, the three most common control methods are compared and the simulation analysis is carried out, and the fusion control scheme is adopted to complete the research of this paper. Finally, based on the Arduino IDE software platform, the picking test of the intelligent tea picking manipulator based on machine vision is completed, and the modular manipulator steering gear control program is written to drive the steering gear to complete the corresponding picking tasks. The platform environment must be configured before the test. The bud images are preprocessed, and the improved K-means algorithm is used to complete the identification of the buds. The coordinates of the buds are output based on the April Tag visual positioning. The picking process is specifically designed and the simulation test is completed.

  The test results show that the designed intelligent tea picking manipulator control system based on machine vision can complete the task of picking buds. The average recognition success rate of the simulation test is 94.57%, and the average picking time is 10.28s, which is useful for the implementation of automated agriculture. A good driving effect is of great practical significance to the development of intelligent agriculture.

  Keywords: Agricultural automation, machine vision, picking manipulator, intelligent control, path planning

目 錄

  第 1 章 緒論

  1.1 研究背景及意義

  對于很多以農業生產為主的國家來說,其農業的發展與國家的繁榮昌盛有著不 可分割的關系,隨著醫療水平的不斷發展,居民的預期壽命延長,許多國家和城市 都面臨人口老齡化的難題。工業化進程的不斷加快,使得農業勞動者轉向服務行業 發展,使得農業領域的勞動力呈現大量短缺的現象,導致農業的生產成本急速提高 [1-2].而僅僅依靠人工采摘的方式會存在大量缺點,長時間的高負荷作業還會帶來一 定的危險,因此研發一種智能化的茶葉采摘機器人的需求是非常迫切的。茶葉采摘 機器人不僅能夠降低茶農的勞動強度,還可以提高茶葉的生產率,在一定程度上還 降低了生產成本,可以保證茶葉能夠及時按量的采摘完成。

  信息技術的發展日新月異,機器人技術的研究與發展已然成為熱門,在航空航 天領域及一些重要的工業現場得到了廣泛推廣,機器人的結構也趨向高速度和高精 度的方向發展,并且其能夠滿足高負載自重比的需求,實時完成預期的工作任務。 機械手本身帶有的柔性特征極易導致結構變形,直接降低了機械手在執行任務時的 精度[3].因此,在設計采摘任務時一定要考慮機械手柔性結構的特殊性,只有實現對 其高精度的控制效果,才能順利完成相應的工作任務[4].而對其精度的控制要以機械 系統的動力學特性作為研究基礎。從結構上來說,機械手的柔性結構對于動力學系 統分析來說也是極其復雜的,而在此基礎上所構建的動力學方程是對機械手進行高 精度控制的關鍵[5-6].由于動力學方程本身的非線性和強耦合性,導致其在具體的工 程作業中會遇到困難,并且其方程是根據目標位置來實時變化的。為了建立柔性機 械手的基本模型來研究其動力學特性,就必須要進行剛耦的結合,再考慮到其非線 性特性,使得模型的建立更加復雜[7-8].一般來說,控制系統進行智能控制的依據來 源于我們所建立的動力學模型,并設計相應的舵機控制方式,就可以操控執行器完 成定位抓取,機械手的動力學特性也直接決定著信息傳遞的有效性。

  柔性機械手應用于茶葉嫩芽的采摘是比較合理的。首先,其結構比較輕,能夠載重的范圍較寬,對于茶葉的采摘作業來說是很科學的,并且其功耗很低,可以借 助一些外部電源即可完成長時間的采摘作業,柔性機械手的可操作空間也比較大, 能夠滿足富硒茶葉嫩芽采摘的需求,在識別算法設計合理的基礎上可以擁有很高的 識別率和采摘效率,并且響應時間很短,可以節省大量的采摘時間?墒菃我坏娜 性機械手獨立完成采摘作業的效率很低,需要借助于視覺系統來完成嫩芽的采集和 精準識別[9].而發展至今的機器視覺系統則正好與之契合,機器視覺系統可以高效率 的完成預期的任務要求,并且其自動化程度較高,在一些重要的工業和航天事業中 應用較廣,其能夠協助機械手完成高精度地識別與自動化采摘,并具有操作快速的 特點。相比于單獨的機械手采摘,加入機器視覺系統之后其精度更高,操作性更強, 執行采摘任務更加可靠。并且在機器視覺系統的協助下,機械手采摘系統不需要與 目標茶葉直接接觸,先通過攝像頭識別再發送控制信號至舵機,控制相應關節完成 采摘任務,能夠大大提高采摘作業的自主性和決策能力,相當于給機械手賦予精準 識別能力,使其能夠自主完成采摘任務,提高其適應能力,使其在農業采摘領域的 應用得到穩步推廣,對于智能農業的發展具有十分重要的研究意義。 為了使農業采摘型機械手具有更多的決策自主能力,完成更多更復雜的自動化 采摘任務,在機器視覺的基礎上展開機械手研究逐漸成為目前機械手控制技術研究 的熱點[10-11].隨著智能化時代的不斷推進,視覺機械手在抓取、搬運、打磨、裝配 等行業領域發展迅速?梢源蟠筇岣咧攸c項目的機械工業化生產的協同性與自主性, 對于拓展機械手應用領域具有十分重要的現實意義和研究價值。

  1.2 國內外研究現狀

  1.2.1 國外研究現狀及趨勢

  機器視覺技術通過視覺傳感器將環境信息轉換為視覺信息,然后反饋至相應控 制器,控制器發出控制指令使其更好的適應環境[12-13].在視覺技術和機器人技術領 域,德國 Siemens 公司對于工業圖像處理方面的研究有著獨特的思考。其研發的 SIMATIC 是高性能自動化處理系統,其憑借清晰度高和處理速度快等特點漸漸發展成為自動化領域中必不可缺的產品。在 SIMATIC 的基礎上又進行了創新和優化,在 市場上推廣的 SIMATIC VS710 系統,加入智能化的元素,實現了內部模塊的一體化, 是帶有嚴格工業標準的分布式系統,其主要面向于灰度級工業視覺領域,在工業實 踐領域得到了迅猛發展。其通訊速率高達 12Mbps,這樣的速率可以為工程運行節省 大量時間。通過后期不斷的優化,可以對運行數據進行集成組態分析。VS710 擁有 PC 般的靈活性,也擁有可以比肩 PLC 的可靠性,其獨特的分布式網絡技術使其發展 得更加全面,將上述功能集成于新的系統進行設計,西門子公司在工業視覺領域的 發展逐步加快[14].日本在智能運動型機器人領域的研究起步較早,從最初的救災專 用機器人開始,通過集成多自由度機械手和履帶結構來完成運行和控制,借助高清 晰度的攝像機來完成圖像采集,搭配紅外傳感器來實現人員體征的測量,能夠完成 實際的救災工作,但存在工作效率較低、容易誤傷人員的情況,因此還需繼續完善。 發展到后來的抗輻射機器人,通過攝像機的原圖像采集,通過距離傳感器來精準控 制物體距離,并配有多個 7 自由度的機械手用于清理輻射垃圾,機械手的末端還配 置了柔性的夾持器,考慮到工作人員的安全,專門設計了遠程操作系統,在很大程 度上實現了智能控制和一體化操作。

  此外,國外的很多高校及科研學者也在機器視覺的基礎上,對機械手的多范圍 應用展開深入研究。在文獻[15]中,設計了一種新穎的控制器,實現網絡冗余機械手 在任務空間中的跟蹤同步,在原有神經網絡控制的基礎上,通過仔細分配接近理想 值的初始神經權重,可以提高跟蹤性能。同時,減少了神經網絡的輸入維數,并確 保了神經網絡的逼近性。但是受噪聲的影響較為嚴重,后期可加入適當的穩壓和消 噪模塊來改善。在文獻[16]中,設計了一種基于機器視覺的甘蔗切割系統,使用機器 視覺來完成甘蔗莖的片段識別,然后通過機械控制電氣切割部分來完成甘蔗的切割, 其片段識別率可達 93%,平均切割時間為 0.54s,但發現對芽的傷害較高,后期可通 過設計更為高級的柔性結構來完成切割。在文獻[17]中,提出了一種基于視覺的快速 基幀標定方法來調整機械手的位姿,該方法可以快速,準確地獲得協調坐標系之間 的相對姿態。通過將標記器安裝在三個不同的位置即可生成校準系統的框架網絡, 然后標記在不同位置的相應機器人的圖像,就可以確定標記框相對于相機框架和機器人基礎框架的轉換矩陣和關節角度,最終由框架閉合鏈建立的校準方程式來完成 位姿的調整,能夠有效調整機械手的位置抓取精準度。但是對于逆向運動方程不適 用,存在一定的局限性。在文獻[18]中,提出了一種結合形狀和顏色的特征提取方法 來完成蓮花的識別,并基于機器視覺完成采摘,以現有的脈沖耦合神經網絡分割算 法為基礎,結合形態學運算得到較好的分割圖像,利用色差方法和不變矩算法來提 取分割圖像的顏色和形狀特征,并選擇主成分分析算法以減小顏色和形狀特征的維 數,最終通過 K-means 聚類算法來完成識別。其正確識別率為 90.57%,平均識別時 間為 0.047s,但對于蓮花的完整度識別效果較差,需要進一步優化。

  在文獻[19],提 出將先進的工業組件與新設計的柔性夾持器相結合,設計了蘋果的自動采摘機,通 過照相機的采集和上位機的處理完成識別,并控制柔性夾持器完成采摘,整個過程 用時平均為 8.3s,對于采摘的周期控制得很好,但是采摘的果實中存在尚未成熟的 情況,后期需要進一步完善。在文獻[20]中,將機器視覺技術與醫學進行深度融合, 提出了一種用于腹腔鏡手術機器人的觸覺主操縱器的控制方案,通過改進摩擦模型 來提高摩擦力矩的計算精度,進一步設計了基于廣義動量的轉矩觀測器,可以精確 地跟蹤運動狀態所需的關節驅動扭矩,實驗表明能夠很好地提高手術操作的精確度 和舒適性,但需要提供較長的延時補償,需要在后續的研究中繼續完善。

  1.2.2 國內研究現狀及趨勢

  在機器視覺和機械手智能控制的技術領域來說,我國在這方面的研究起步較晚, 很大程度是國內改革開放初期的工業技術基礎相對薄弱、制造水平普遍較低等因素 造成的,雖然機器視覺和機械手控制技術發展較為緩慢,但國家也在不斷重視和加 大這方面的科研投入,最初的工業化改革方案就提出要整體提升我國的工業科技水 平,特別是在機器自動化和機械控制領域顯得尤為重要。近幾十年以來,隨著中國 經濟的持續發展,市場經濟在社會發展的主體地位越來越高,信息化產品之間的競 爭也越來越強。于是,國內的很多工業生產公司都專注于提升自身的工業化水平, 開始研發基于機器視覺技術的應用場景和領域。對于農業領域的科研及精力投入也 提升到全新水平,因此在很大程度上促進了農業和工業的深度融合,相繼出現了機器視覺和機械手控制技術對于果蔬采摘領域的應用案例,一方面促進了農業自動化 的發展,保障農戶的基本需求,另一方面也大大促進了機器視覺和機械控制的深入 融合,為經濟發展提供強大動力支撐。

  國內在果蔬自動化采摘機器人方面的研究雖然時間不長,但也有了一定的科研成 果。例如重慶理工大學研發了一種柑橘采摘末端執行器[21]、吉林大學的黃瓜采摘機 器人[22],西北農林科技大學設計的獼猴桃采摘機器人等等[23],在農業果蔬自動化采 摘領域都取得了一定程度上的研究成果。在文獻[24]中,以機器視覺為基礎設計了水 果采摘機器人,能夠實現智能識別和移動功能,融合了柔性機械手、個性化夾持器、 橫移機構和智能控制模塊的優點,性能較為穩定,但識別精度不高,采摘效率不高。 在文獻[25]中,西北農林科技大學的張曼深入研究遠-近景組合定位方法,設計了單 驅動雙夾持器的草莓采摘末端執行器,通過優化連桿坐標系的集成參數來調整機械 手的采摘角度,實現角度的補償定位效果,采摘成功率高達 95%,但是對于草莓的 損壞較大,可續應繼續完善柔性夾持器相關結構的研究。在文獻[26]中,在機械結構 方面進行創新,以仿人工手指為基礎設計的草莓采摘機械手,考慮到草莓果實的脆 弱,利用氣動的方式來完成驅動,手指與草莓的接觸面加入了柔性材料的構件,該 設計很大程度上減少了采摘草莓過程中對果實的直接損壞,但是對于草莓的果實識 別率達不到要求,存在熟果與未熟果混亂采摘的現象,需要進一步完善。在文獻[27] 中,其主要以機器人操作系統(ROS)為基礎,設計了七軸機械手目標抓取方法, 結合機器視覺與機械手控制技術,首先通過 ROS 獲取圖像信息,再發送至 OpenCV 庫進行圖像處理及物體定位,然后將坐標信息返回至 ROS 進行機械手抓取任務,但 整個系統的運行周期過長,對于視覺精度的誤差要求過大,要實現工業化的應用還 需進一步完善。在文獻[28]中,為改善視覺信息反饋延遲大的處境,利用攝像機來曝 光信號觸發控制卡,其主要目的是進行高速的位置鎖存,那么定位所耗費的時間就 會大大減少,巧妙利用運動恢復的結構來提高果實采摘的精度。結果表明,優化后 的方法對于視覺定位的效果十分顯著,分級性能穩定。但是成熟草莓的果實在采摘 時受損嚴重,大大降低了產品質量,后續需要進一步優化夾持器結構。

  1.3 本文主要研究內容

  本文以富硒茶葉為采摘對象,基于機器視覺的圖像采集技術與茶葉嫩芽識別算 法,實現二者的深度融合及應用領域研究,集成設計基于機器視覺的智能采摘機械 手控制系統,最終完成嫩芽的采摘和收集。主要研究內容結構如下:

  第 1 章緒論:對本論文的研究背景及意義展開敘述,以及國內外在機械手控制 領域的研究進展,并結合機器視覺技術進行研究,強調了農業智能化采摘依然是今 后一段時間的研究熱點。

  第 2 章基于機器視覺的采茶機械手控制及理論:在基于機器視覺和圖像識別算 法的基礎上提出控制系統的設計方案,然后介紹了機械手的控制原理,以及末端執 行器的結構設計與控制原理,對舵機的選擇及其控制原理進行了介紹,同時對機器 視覺的系統組成和工作原理進行深入介紹。其次對嫩芽采摘的路徑規劃算法進行具 體介紹,最后對嫩芽圖像的顏色模型選擇進行分析。

  第 3 章機械手運動學分析與軌跡規劃:首先對機械手進行運動學分析,其中包 括連桿坐標系的建立以及關節坐標的變換,對運動方程的相關參數進行說明,然后 選擇合適的坐標并在 Matlab 的運動學工具箱中完成機械手的建模與工作空間分析, 并在關節空間與直角坐標系的基礎上進行相應的多項式軌跡規劃。

  第 4 章機械手控制策略與采摘路徑規劃仿真分析:主要完成機械手的控制策略 與采摘路徑規劃研究,通過比較三種不同的控制策略的優缺點,然后在智能采茶機 械手控制系統的設計中實現融合控制的策略,并通過仿真來分析其控制性能。最后 基于 PSO 算法對嫩芽采摘的路徑進行仿真分析,驗證其有效性。

  第 5 章基于富硒茶葉嫩芽的算法識別研究:針對富硒茶葉嫩芽進行算法識別研 究。首先介紹嫩芽圖像的采集,然后對原始圖像進行灰度化和濾波等預處理操作, 并基于 Matlab 平臺對其進行仿真分析,結果表明其有著較好的識別效果

  . 第 6 章智能采茶機械手控制系統測試:主要是控制系統的測試,首先是系統的 環境搭建及軟件環境配置,包括串口等相關配置,然后對采摘流程進行具體分析, 最后進行采摘機械手控制的系統測試,通過不同的采摘策略來驗證系統的穩定性和全面性。

  第 7 章總結與展望:是對本文設計的智能采摘機械手控制系統所做研究工作的 總結,以及對基于機器視覺的機械手智能控制領域的未來發展方向及相關解決問題 的構想進行后續展望。

  第 2 章 基于機器視覺的采茶機械手控制及理論

  2.1 采茶機械手控制系統方案設計

  2.1.1 總體方案設計

  2.1.2 機械手的控制原理

  2.2 末端執行器介紹及其控制原理

  2.2.1 末端執行器的介紹

  2.2.2 末端執行器的控制原理

  2.3 舵機的基本理論

  2.3.1 舵機的選擇及產品特性

  2.3.2 舵機的控制原理

  2.4 機器視覺基本理論

  2.4.1 機器視覺的系統組成及特點

  2.4.2 機器視覺的工作原理

  2.4.3 攝像頭的選擇及產品特性

  2.4.4 April Tag 標記定位原理

  2.4.5 機器視覺的優勢

  2.5 舵機控制策略原理介紹

  2.5.1 普通 PID 控制

  2.5.2 自抗擾控制

  2.5.3 模糊自適應 PID 控制

  2.6 嫩芽采摘路徑規劃算法介紹

  2.6.1 遺傳算法

  2.6.2 PSO 算法

  2.7 圖像顏色模型的選擇

  2.8 本章小結

  第 3 章 機械手運動學分析與軌跡規劃

  3.1 機械手運動學分析

  1 3.1.1 連桿坐標系的建立

  3.1.2 方程 DH 參數說明

  3.1.3 關節坐標系變換矩陣

  3.1.4 機械手運動學正解

  3.1.5 機械手運動學逆解

  3.2 機械手工作空間

  3.2.1 工作空間坐標選擇

  3.2.2 Matlab 運動學工具箱

  3.2.3 工作空間繪制與分析

  3.3 機械手的軌跡規劃

  3.3.1 軌跡規劃的基本原理

  3.3.2 關節空間與直角坐標描述

  3.3.3 關節空間的軌跡規劃

  3.4 本章小結

  第 4 章 機械手控制策略與采摘路徑規劃仿真分析

  4.1 機械手動力學模型

  4.2 采摘路徑規劃 PSO 算法仿真分析

  4.3 控制策略仿真分析

  4.3.1 普通 PID 控制仿真

  4.3.2 自抗擾控制仿真

  4.3.3 模糊自適應 PID 控制仿真

  4.4 本章小結

  第 5 章 基于富硒茶葉嫩芽的算法識別研究

  5.1 茶葉嫩芽圖像采集

  5.2 彩色圖像預處理

  5.2.1 圖像灰度變換

  5.2.2 圖像濾波處理

  5.2.3 圖像邊緣檢測

  5.3 茶葉嫩芽仿真分析

  5.3.1 K-means 聚類算法

  5.3.2 仿真結果分析

  5.4 本章小結

  第 6 章 智能采茶機械手控制系統測試

  6.1 測試平臺介紹

  6.2 軟件配置環境介紹

  6.3 采茶機械手模型的搭建

  6.4 機器視覺目標標定流程

  6.5 嫩芽采摘流程分析

  6.6 機械手模擬測試結果與分析

  6.7 本章小結

第 7 章 總結與展望

  7.1 總結

  本文結合國內外農業智能采摘機械手控制技術的發展現狀,在分析農業采摘自 動化的基礎上,研究基于機器視覺的智能采茶機械手的控制系統。對機器視覺的基 本原理和舵機的控制進行了研究,通過設計舵機優化控制策略來完成富硒綠茶嫩芽 的采摘,并對機械手的采摘路徑展開分析,提出了基于 PSO 算法來完成路徑規劃的 對策,達到嫩芽順利采摘的目的。對于富硒綠茶嫩芽的識別研究了基于 K-means 算 法的優化策略,并進行了仿真驗證其可行性。最后搭建系統的整體模型來進行現場 測試,并進行分析。本文主要工作如下:

  1.基于機器視覺的智能采摘機械手控制系統的方案設計:完成了控制系統的總 體方案設計及各個子模塊的設計,對各個子模塊的工作原理和相關特性進行了介紹, 針對設計需求選擇合適的舵機型號,選擇性價比較佳的機器視覺攝像頭,為實現采 茶機械手的控制打下理論基礎。

  2.機械手的運動學分析與軌跡規劃:采用 DH 坐標系完成了機械手的連桿運動 學模型,借助 Matlab 運動學工具箱完成了機械手的工作空間分析,對機械手的直角 坐標和關節空間進行軌跡規劃,并通過 PSO 算法來實現智能采茶機械手的嫩芽采摘 路徑規劃,通過仿真分析來驗證其可行性。

  3.機械手控制策略仿真分析:結合已有的機械手控制模型,對三種控制策略進行 性能對比和仿真分析,考慮到不同位置舵機的結構特性和三種控制策略的優缺點, 最終采取融合控制的策略來實現舵機的最優控制。

  4.富硒綠茶嫩芽識別算法的研究:以機器視覺捕獲的綠茶嫩芽圖像為基礎,在色 彩空間轉換和圖像預處理之后,根據原有的 K-means 算法原理進行改進,并通過與 Ostu 算法的對比仿真來分析其優化后的嫩芽識別率和識別時間。

  5.智能采摘機械手控制系統整體模式搭建與測試:搭建了智能采摘機械手控制系 統的硬件模型,并在軟件配置完成的基礎上,對機器視覺的目標標定流程和嫩芽采摘流程進行分析,最終通過采摘現場測試來分析其嫩芽識別精度和采摘效率,并對 其整體性能進行總結。

  7.2 展望

  本文針對 6 自由度的機械手控制進行了研究,并結合了機器視覺的特點和優勢 來完成富硒綠茶嫩芽的識別定位和采摘。本文研究一種基于機器視覺的茶葉采摘機 械手控制系統,并且系統模型的測試結果表明該機械手控制系統初步具備自主采摘 能力,但是要讓其成為一個智能化的茶葉采摘機械手,還需要在某些方面進行更為 深入的研究和改進。本文的研究仍然存在一些不足:

  1.關于富硒茶葉智能采摘機械手的目標定位部分未能成功實現,其關鍵在于對茶 葉精準的根部位置的定位機制的研究,同時機械手的長度和尺寸也影響其是否能夠 達到相應位置,這是本論文研究所未完成的。

  2.本文設計的機器視覺系統是固定位置的,無法捕獲到一些邊緣的嫩芽信息,會 增加機械手的采摘時間。其次,攝像頭的精度也有待進一步提升,因此在后續研究 中可以考慮采用更加靈活智能的機器視覺。

  3.在控制機械手采摘富硒綠茶嫩芽的時候,會存在一部分損壞茶葉的情況,這會 造成一定的經濟損失,因此在后續的研究中可以對末端執行器的結構進行優化設計, 提高茶葉產出率。 4.本文研究的茶葉采摘機械手控制系統的自動化程度較低,后期可以加入更為智 能化的模塊,比如語音控制和手機 App 控制等功能,一方面提高了系統的智能化水 平,還可以增強系統的性能。

致 謝

  三年時光轉瞬即逝,不免感懷。本碩士論文是在導師廖紅華教授指導下完成的。

  曾記得在大二的時候上您的數字圖像處理課程,到研究生三年的指導和關懷,都讓 我深有感慨,很高興能夠成為您帶的學生,在讀研的三年里,廖老師不僅在學習上 給予了很大的幫助,在生活中也常常教我們如何面對困難與挫折。每當我向您尋求 幫助時,您都會不厭其煩地聽取我的陳述并給予我很多指導意見,您那對待科研工 作時的嚴謹認真與指導學生的盡心盡責,讓我受益頗多。您一直是我學習的榜樣, 希望有一天我也可以像您一般優秀,再次由衷地感謝您對我工作、學習和生活各方 面的指導與關心。

  非常感謝電氣工程專業的各位老師們,感謝您們為專業人才培養所做的貢獻, 讓我在學習之余感受到專業課程的魅力,積極參加院里組織的科研活動與學術講座, 使我的學術生活更加絢麗多彩,我想深深地向學院的各位領導和老師們鞠一躬,謝 謝您們的悉心培養,讓我愈發充實。 特別感謝我的工作室大家庭的成員樊珊、袁野、鄭才、余錚術、王晉鑫、桑普、 陳成,謝謝大家給予我力量和溫暖,和你們一起度過了愉快的研究生生活,感謝有 你們的陪伴,是你們的陪伴讓我倍感欣慰,和你們共同學習的日子是那么和諧溫馨, 這也是非常美好的回憶,我定當好好珍藏。

  特別感謝我的家人,感謝他們這些年來對我在生活和學習等方面的理解、支持, 使我能夠順利完成學業。有了家人的陪伴和鼓勵,我也能夠更加無畏地在學習中前 進,我也會懷著感恩之心來回報他們,砥礪前行。

  最后,特別感謝百忙之中參與評閱和答辯的各位專家,感謝各位老師對于本論 文的寶貴意見。

(如您需要查看本篇畢業設計全文,請您聯系客服索。

相關內容
相關標簽:機械手畢業設計
好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!
欧美日本精品一区二区三区,米奇影视第四色,99久久精品国产免费看,久久精品国产一区二区无码
<蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>