喜歡這套資料就充值下載吧。資源目錄里展示的都可在線預(yù)覽哦。下載后都有，請(qǐng)放心下載，文件全都包含在內(nèi)，圖紙為CAD格式可編輯，有疑問(wèn)咨詢(xún)QQ:414951605 或 1304139763p 附錄B 外文文獻(xiàn)及翻譯 自主農(nóng)業(yè)機(jī)器人的設(shè)計(jì) 摘要：本文對(duì)自主農(nóng)業(yè)機(jī)器人的發(fā)展進(jìn)行了最先進(jìn)的綜述，包括制導(dǎo)系統(tǒng)、溫室自動(dòng)系統(tǒng)和水果采集機(jī)器人。本文設(shè)計(jì)了一種野外作物機(jī)器人機(jī)器選擇性收獲易損水果和蔬菜的一般概念。為了使機(jī)器人成為農(nóng)業(yè)生產(chǎn)的可行選擇，未來(lái)趨勢(shì)必須采取自主農(nóng)業(yè)機(jī)器人是重中之重。 一個(gè)模型機(jī)，含有這個(gè)設(shè)計(jì)的一部分，已經(jīng)被實(shí)現(xiàn)了，用于甜瓜的收獲。這臺(tái)機(jī)器由一個(gè)安裝在由拖拉機(jī)牽引的移動(dòng)底盤(pán)上的笛卡爾機(jī)械手組成。兩個(gè)視覺(jué)傳感器被用來(lái)定位水果并引導(dǎo)機(jī)械手臂向它靠近。一個(gè)鉗子夾住甜瓜，把它從藤上分離出來(lái)。實(shí)時(shí)控制一個(gè)由黑板系統(tǒng)組成硬件架構(gòu)，其中包含了通過(guò)PC總線進(jìn)行傳感、計(jì)劃和控制的自動(dòng)模塊。大約85%的水果成功地定位并收獲了。 關(guān)鍵詞：機(jī)器人，自主，農(nóng)業(yè)，智能控制 介紹 機(jī)器人是一種可以用來(lái)執(zhí)行各種農(nóng)業(yè)任務(wù)的感知能力的機(jī)器，例如種植、移植、噴灑、修剪和選擇性收割。農(nóng)業(yè)機(jī)器人的出現(xiàn)有可能提高新鮮農(nóng)產(chǎn)品的質(zhì)量，降低生產(chǎn)成本，減少體力勞動(dòng)的任務(wù)量。然而，復(fù)雜的農(nóng)業(yè)文化環(huán)境，結(jié)構(gòu)松散的基礎(chǔ)技術(shù)必須被解決。如：在三維連續(xù)變化的軌道上移動(dòng)操作;難以探測(cè)和到達(dá)（由樹(shù)葉隱藏，并在樹(shù)枝間放置）的目標(biāo)的隨機(jī)位置;水果大小和形狀的變化;易損壞的產(chǎn)品;以及惡劣的環(huán)境條件，如灰塵、灰塵、極端溫度和濕度。 水果的位置、大小、形狀和成熟度的不確定性需要一個(gè)復(fù)雜的感官系統(tǒng)，它必須識(shí)別在不斷變化的光照條件（云、太陽(yáng)方向）中部分遮擋的水果，并確定一個(gè)特定的水果是否成熟。由可變車(chē)輛速度和不平坦地形引起的位置不確定需要速度和位置的監(jiān)測(cè)。因此，整個(gè)任務(wù)需要?jiǎng)討B(tài)的、實(shí)時(shí)的環(huán)境解釋和對(duì)各種依賴(lài)于依賴(lài)的操作的控制。 摘要本文的目的是探討自主農(nóng)業(yè)機(jī)器人發(fā)展過(guò)程中所涉及的困難和復(fù)雜性;展示自主農(nóng)業(yè)-文化機(jī)器人的先進(jìn)技術(shù);并為一個(gè)自主的野外作物機(jī)器人機(jī)器設(shè)計(jì)一個(gè)總體概念和設(shè)計(jì)。這一概念的初步實(shí)現(xiàn)將會(huì)被介紹。這篇文章是對(duì)未來(lái)的研究和開(kāi)發(fā)（R&D）方向的總結(jié)，在商業(yè)機(jī)器人成為農(nóng)業(yè)活動(dòng)的可行選擇之前，必須進(jìn)行研究。 自動(dòng)導(dǎo)航傳感器 與軍用或公共交通機(jī)器人相比，移動(dòng)機(jī)器人的研究與構(gòu)建路徑相關(guān)，這是一種基于對(duì)環(huán)境的完全感知所選擇的路徑。 農(nóng)業(yè)機(jī)器人的技術(shù)指導(dǎo)通常是簡(jiǎn)單的問(wèn)題，如尋找下一排柑橘樹(shù)，下一犁耕犁，等等。然而，由于機(jī)器人在一個(gè)充滿(mǎn)敵意和不可預(yù)知的環(huán)境中運(yùn)行（斜坡、山丘、泥、巖石），所以對(duì)農(nóng)用機(jī)器人的自動(dòng)移動(dòng)控制是非常困難的。由于移動(dòng)區(qū)域相對(duì)較大（1公里），這一情況更加復(fù)雜。盡管需要的系統(tǒng)不太精確（對(duì)于工業(yè)操作來(lái)說(shuō)，cm與mm），但是整個(gè)系統(tǒng)的分辨率必須非常高才能獲得必要的精度。 由Tillet [33]提出了一份關(guān)于農(nóng)業(yè)系統(tǒng)的自動(dòng)導(dǎo)航傳感器的回顧。它包括了機(jī)械傳感、超聲波、無(wú)線電頻率、陀螺儀、前導(dǎo)電纜和光學(xué)系統(tǒng)?；诓煌膫鞲蟹椒ǎ鹤詣?dòng)耕作系統(tǒng)的光學(xué)技術(shù)，已經(jīng)開(kāi)發(fā)出了一套自動(dòng)導(dǎo)航系統(tǒng)。用于檢測(cè)皺紋的照片探測(cè)器;紅外傳感器作為旋轉(zhuǎn)[21]的指示器; 一種以激光為動(dòng)力的草坪拖拉機(jī)[12]和定位傳感系統(tǒng)，基于激光[29]，[23];被動(dòng)雷達(dá)信標(biāo)[4]和地理定位系統(tǒng)[30]。微型計(jì)算機(jī)用于計(jì)算拖拉機(jī)位置誤差和不同的控制算法，例如，開(kāi)/關(guān)[36];比例，模糊[34]，用于定位和設(shè)置正確的轉(zhuǎn)向角度。分布式控制系統(tǒng)似乎最適合實(shí)時(shí)響應(yīng)，由Brandon 5實(shí)現(xiàn)。 溫室自主系統(tǒng) 由于環(huán)境相對(duì)可控并且比外部農(nóng)業(yè)環(huán)境更有條理，溫室內(nèi)車(chē)輛的自主操作更容易。 AGV在溫室中的實(shí)施有助于減少自動(dòng)噴涂的危害，提高工作舒適度和勞動(dòng)效率，并可能提高操作的準(zhǔn)確性。 已經(jīng)開(kāi)發(fā)了幾種用于溫室運(yùn)輸操作的原型自動(dòng)四輪車(chē)，例如紅外制導(dǎo)[36]; 領(lǐng)導(dǎo)有線網(wǎng)絡(luò)路由[20]：在這兩個(gè)指導(dǎo)是完全自治的，但是，所有任務(wù)仍然是手動(dòng)執(zhí)行。 在日本開(kāi)發(fā)了一個(gè)完整的自主機(jī)器人的初步研究，其中一個(gè)多用途操縱器（番茄采摘器和選擇性噴霧器）連接到一個(gè)AGV上[22]。 收割機(jī)器人 在將機(jī)器人應(yīng)用于各種農(nóng)業(yè)收獲任務(wù)方面進(jìn)行了廣泛的研究：柑橘[15]、[16]、[18];蘋(píng)果[19],[28];西紅柿[22];蘆筍[17];黃瓜[1]; 西瓜[2],[9];葡萄[31]。這些研究集中于自然環(huán)境中的物體檢測(cè)、夾具和機(jī)械手的設(shè)計(jì)和運(yùn)動(dòng)控制。在水果采摘機(jī)器人上的研發(fā)并不是針對(duì)自動(dòng)制導(dǎo)的，盡管有幾輛自動(dòng)駕駛的汽車(chē)被建議使用[27]：在一個(gè)專(zhuān)用平臺(tái)上安裝的水果選擇器，要么是在中間的配置中，要么是一個(gè)自動(dòng)的系統(tǒng)，它可以管理樹(shù)木。 水果位置 一些傳感技術(shù)已被調(diào)查用于水果檢測(cè)：視覺(jué)[28]; 紅外[8],[13];結(jié)構(gòu)光[3],[38]。在所有的水果中，只有85%被鑒別出來(lái)，而不管它的傳感技術(shù)或算法。 夾具和機(jī)械手設(shè)計(jì)和運(yùn)動(dòng)控制。 平均2秒的采摘周期是農(nóng)業(yè)機(jī)器人的常見(jiàn)需求。由于工作空間相對(duì)較大，這意味著執(zhí)行器必須有很高的速度。另一方面，執(zhí)行機(jī)構(gòu)的精確度可能不如工業(yè)操作（cm而不是mm）。然而，由于物體的尺寸和位置的變化，末端執(zhí)行器必須具有足夠的適應(yīng)性，從而為機(jī)器人提供必要的順應(yīng)性，[31]、[35]。 只有一個(gè)移動(dòng)的農(nóng)業(yè)機(jī)器人的例子，對(duì)于葡萄樹(shù)的修剪[32]。然而，這僅僅是在實(shí)驗(yàn)室條件下實(shí)現(xiàn)的。系統(tǒng)的計(jì)算效率和警戒線的彎曲程度限制了機(jī)器人手臂可以移動(dòng)的最快速度，并且仍然正確地定位末端執(zhí)行器。這個(gè)系統(tǒng)是由兩個(gè)安裝在眼睛上的追隨者的攝像機(jī)引導(dǎo)的。至少80%的位置更新被放置在±1 cm，速度在7.5厘米/秒到12.3厘米/秒之間。然而，在此技術(shù)應(yīng)用之前，必須進(jìn)行廣泛的研究。 概要 本文開(kāi)發(fā)了自主控制農(nóng)業(yè)機(jī)器人的傳感、智能控制和控制元件。在溫室里，由于相對(duì)容易的環(huán)境，系統(tǒng)更先進(jìn)的車(chē)和幾種原型車(chē)已經(jīng)被演示。 然而，原型水果收獲機(jī)已經(jīng)發(fā)展起來(lái)了，重點(diǎn)一直放在定位、接觸和采摘水果的關(guān)鍵問(wèn)題上，而不是自主指導(dǎo)。盡管如此，已經(jīng)開(kāi)發(fā)和實(shí)施了一些用于現(xiàn)場(chǎng)指導(dǎo)和轉(zhuǎn)向控制的算法。 然而，對(duì)于一個(gè)完全自主的農(nóng)業(yè)機(jī)器人的開(kāi)發(fā)，只涉及自動(dòng)車(chē)輛制導(dǎo)和農(nóng)業(yè)任務(wù)的執(zhí)行，只有初步的研究。 自主野外作物機(jī)器人機(jī)的設(shè)計(jì) 傳感系統(tǒng) 該傳感系統(tǒng)由傳感器組成，以檢測(cè)果實(shí)，確定水果的成熟度和機(jī)器人的位置。 為了在不可預(yù)測(cè)的農(nóng)業(yè)環(huán)境中進(jìn)行強(qiáng)有力的操作，機(jī)器人必須為每一項(xiàng)任務(wù)配備一個(gè)冗余的多傳感器系統(tǒng)。 車(chē)輛的位置。 “持續(xù)更新車(chē)輛的位置對(duì)于精確地控制車(chē)輛的行駛方向和精確的目標(biāo)攔截至關(guān)重要（因?yàn)檐?chē)輛在不平坦的地形中前進(jìn)，其速度不穩(wěn)定）。真正的距離必須來(lái)自于在目標(biāo)探測(cè)時(shí)的載波位置和截?fù)魰r(shí)間的位置之間的坐標(biāo)。 視覺(jué)似乎是最適合沿著這一行精確制導(dǎo)的技術(shù)。 通過(guò)計(jì)算在第25、6行中生成的所有直線的消失點(diǎn)，可以推導(dǎo)出標(biāo)題錯(cuò)誤信息。 輪式移動(dòng)機(jī)器人可以估計(jì)當(dāng)前機(jī)器人點(diǎn)和方向通過(guò)積累使用編碼器的旋轉(zhuǎn)輪子,陀螺羅盤(pán),等等。然而,由于固有的傳感器不準(zhǔn)確,粗糙表面(導(dǎo)致滑)和估計(jì)的錯(cuò)誤積累隨著機(jī)器人一個(gè)額外的位置傳感器是至關(guān)重要的。這個(gè)傳感器可以是一個(gè)全局傳感器，例如，激光，GPS提供絕對(duì)位置或傳感器，通過(guò)連續(xù)的環(huán)境對(duì)環(huán)境的感知來(lái)提供相對(duì)位置。在這兩種情況下，都必須開(kāi)發(fā)算法來(lái)糾正固有的累積錯(cuò)誤。 水果的位置：視覺(jué)傳感器往往是最合適的技術(shù)，用于處理隨機(jī)部分遮擋目標(biāo)的各種尺寸、形狀和顏色。實(shí)時(shí)專(zhuān)用的成像硬件對(duì)于實(shí)時(shí)響應(yīng)是至關(guān)重要的。使用兩個(gè)級(jí)別的圖像傳感器：一個(gè)用于全局路徑規(guī)劃（遠(yuǎn)視），另一個(gè)用于本地指導(dǎo)（近視）。為了進(jìn)一步提高檢測(cè)的可靠性和準(zhǔn)確性，必須使用不同類(lèi)型的傳感器，并必須開(kāi)發(fā)傳感器融合技術(shù)來(lái)合并信息。 水果成熟：必須確定有選擇性的收獲。目前正在探索幾種非破壞性的技術(shù)來(lái)評(píng)估水果的質(zhì)量（視覺(jué)、核磁共振、聲音、近紅外），然而，大多數(shù)這些系統(tǒng)還沒(méi)有作為商業(yè)單位的28種。此外，一旦可行，就必須為實(shí)時(shí)操作開(kāi)發(fā)算法。 控制 專(zhuān)用和獨(dú)立的控制器必須為車(chē)輛制導(dǎo)、操縱器運(yùn)動(dòng)控制、夾具和傳感器活動(dòng)而使用。 車(chē)輛制導(dǎo)：該控制系統(tǒng)必須實(shí)現(xiàn)車(chē)輛的轉(zhuǎn)向和控制整體車(chē)輛的運(yùn)行：停止起動(dòng); 前進(jìn)速度等。 機(jī)械手控制：負(fù)責(zé)對(duì)每個(gè)執(zhí)行機(jī)構(gòu)的精確控制，并采用閉環(huán)的反饋。 夾鉗控制：夾持器調(diào)整手腕并掌握動(dòng)作。 傳感器控制：由于全局檢測(cè)設(shè)備不能完全準(zhǔn)確地控制任務(wù)，執(zhí)行機(jī)構(gòu)通常需要完成傳感操作28。 因此，必須使用主動(dòng)感應(yīng)，例如，將鼓風(fēng)機(jī)引導(dǎo)到一個(gè)有光的水果位置，以不同的角度拍攝額外的圖像。 智能控制系統(tǒng)和算法 基于傳感器的控制應(yīng)用程序需要一個(gè)靈活的、實(shí)時(shí)的多任務(wù)處理和并行編程，它可以集成感知、計(jì)劃和控制。因此，智能控制系統(tǒng)，是設(shè)計(jì)為分布式獨(dú)立傳感、規(guī)劃和控制模塊[10]。 圖1黑板機(jī)器人控制器的示意圖. 由于它對(duì)復(fù)雜和不合理的結(jié)構(gòu)問(wèn)題很有用，并且使用了機(jī)會(huì)主義推理，所以使用了黑板方法[11]。這對(duì)于在動(dòng)態(tài)農(nóng)業(yè)環(huán)境中進(jìn)行健壯的操作是很重要的，例如，由于云或陰影的變化需要不同的圖像處理例程;而水果分布的變化意味著激活不同的運(yùn)動(dòng)控制算法。對(duì)于問(wèn)題的每個(gè)部分和解決方案的每個(gè)階段，都可以選擇最佳的知識(shí)表示和解決方案策略。定性和定量的方法可以結(jié)合。 農(nóng)業(yè)機(jī)器人黑板系統(tǒng)（圖1）包括來(lái)自?xún)蓚€(gè)視覺(jué)傳感器（遠(yuǎn)及近）、距離編碼器的數(shù)據(jù)、車(chē)輛的位置以及機(jī)器人傳感器提供的當(dāng)前機(jī)器人/夾具狀態(tài)的信息?？刂颇K由幾個(gè)獨(dú)立的進(jìn)程來(lái)表示，它們并行運(yùn)行，控制不同 硬件設(shè)備，如機(jī)器人馬達(dá)、汽車(chē)方向盤(pán)和控制。 為了減少?gòu)?fù)雜性，智能控制器被劃分為兩個(gè)層次結(jié)構(gòu)：一個(gè)高級(jí)的規(guī)劃板和一個(gè)低級(jí)的控制板。 由于它的復(fù)雜性，并且它提供了關(guān)于機(jī)器人環(huán)境的最重要的信息來(lái)源，所以視覺(jué)系統(tǒng)必須是一個(gè)獨(dú)立的獨(dú)立模塊。必須使用專(zhuān)用的實(shí)時(shí)圖像處理硬件和軟件。為規(guī)劃引入了傳感器的層次結(jié)構(gòu) （遠(yuǎn)視）和控制（接近視覺(jué)）水平。必須將額外的傳感模塊納入水果檢測(cè)、水果成熟度測(cè)定和車(chē)輛指導(dǎo)。 專(zhuān)用運(yùn)動(dòng)控制板必須處理所有編碼器輸入解碼、控制信號(hào)的數(shù)字濾波和模擬電機(jī)指令的生成與機(jī)械手控制有關(guān)。此外，運(yùn)動(dòng)控制器必須提供限制和緊急停止開(kāi)關(guān)。必須使用額外的專(zhuān)用電機(jī)控制單元來(lái)控制車(chē)輛，并發(fā)出移動(dòng)和速度命令。 機(jī)器瓜收獲機(jī)的實(shí)施 系統(tǒng)設(shè)計(jì) 這個(gè)機(jī)器人瓜收割機(jī)由一個(gè)安裝在移動(dòng)平臺(tái)上的機(jī)器人手臂組成，它是由一個(gè)拖拉機(jī)牽引的（圖2）。這個(gè)平臺(tái)是一個(gè)長(zhǎng)方形的鋼架，后面有兩個(gè)輪子。前端與牽引器的牽引桿相連。該平臺(tái)分為兩個(gè)領(lǐng)域。前面的區(qū)域包含一個(gè)視覺(jué)傳感器（遠(yuǎn)攝相機(jī)），并提供了一個(gè)清晰的視野，可以看到整個(gè)床的位置來(lái)檢測(cè)迎面而來(lái)的瓜類(lèi)。安裝在平臺(tái)上的鼓風(fēng)機(jī)清除了西瓜上的葉子，露出了被樹(shù)冠遮蓋的瓜。 一個(gè)笛卡爾的機(jī)械手位于第二個(gè)區(qū)域，就在第一個(gè)區(qū)域的后面。機(jī)械手的工作空間是150萬(wàn)到150萬(wàn)。這使得人們可以在床上的任何位置，以及在兩邊的平臺(tái)上放置的特殊的傳輸裝置。夾具的垂直間隙是0.9 m，足夠選擇一個(gè)水果，并將其裝進(jìn)平臺(tái)兩側(cè)的傳輸器中。一個(gè)氣動(dòng)夾具通過(guò)一個(gè)靈活的關(guān)節(jié)連接到機(jī)器人手臂上，以吸收由水平運(yùn)動(dòng)引起的側(cè)向載荷，這是由水平運(yùn)動(dòng)產(chǎn)生的。 操縱器是由 帶編碼器反饋的電氣直流伺服電機(jī)。第二個(gè)（近）的視覺(jué)傳感器安裝在一個(gè)恒定高度的夾鉗上的選擇區(qū)域。它可以被看作是一種直觀的架構(gòu)，它提供了引導(dǎo)選擇機(jī)制的最終信息。近景相機(jī)位于較小的高度，視野狹窄。 電機(jī)控制：電機(jī)與信號(hào)放大器連接，它執(zhí)行伺服電機(jī)控制協(xié)議，對(duì)軟件。為了與放大器交互，使用基于PC的運(yùn)動(dòng)控制接口卡（Galil DMC-600）。機(jī)械臂沿著三個(gè)軸的位置由一個(gè)計(jì)算機(jī)程序控制，所以它可以被發(fā)送到任何想要的位置 跟蹤邊界。為了防止在程序失敗的情況下運(yùn)行，在三個(gè)軸的兩端都安裝了近距離傳感器來(lái)限制旅行。當(dāng)機(jī)械臂到達(dá)其中一個(gè)傳感器時(shí)，會(huì)自動(dòng)產(chǎn)生一個(gè)“默”停止信號(hào)，所有的馬達(dá)都會(huì)被關(guān)閉。 為了避免碰撞到地面，一個(gè)額外的傳感器被連接到Z軸上。如果地面（或任何其他障礙物）到達(dá)垂直向下運(yùn)動(dòng)時(shí)，也會(huì)產(chǎn)生緊急停止信號(hào)。 此外，DMC卡有一個(gè)8位的輸入輸出端口，用于牽引運(yùn)動(dòng)控制（停啟動(dòng)）和夾具/刀具控制。 圖2所示 原型機(jī)瓜收獲機(jī)原型設(shè)計(jì). a. 側(cè)視圖; b. 主視圖; c.俯視圖; d. 圖片 瓜果檢測(cè)：“視覺(jué)硬件由兩個(gè)攝像頭和一個(gè)實(shí)時(shí)圖像處理系統(tǒng)組成。這種視覺(jué)傳感器是一種NEC NC-15 CCD相機(jī)，配備了一個(gè)FUJINON 6毫米自動(dòng)光圈鏡頭和自動(dòng)黑/白平衡。它提供了顏色NTSC和RS-170的輸出，分辨率為683 x 492。圖像處理硬件是一個(gè)基于pc的Matrox圖像系列板，它利用了一個(gè)增加處理速度的管道結(jié)構(gòu)。對(duì)遠(yuǎn)攝相機(jī)進(jìn)行了不同的成像技術(shù)：gre層次;顏色;紅外結(jié)構(gòu)光。目前的灰色-層次和顏色的算法使用了感興趣的對(duì)象的反射、形狀和大小信息。采用全球閾值技術(shù)進(jìn)行分割。 車(chē)輛運(yùn)動(dòng)：一種增量式光學(xué)編碼器（Renco，R-250）用于確定航空母艦所走過(guò)的路徑。編碼器每一次旋轉(zhuǎn)產(chǎn)生256個(gè)脈沖。這些脈沖是特殊硬件解碼卡的輸入。解碼方案的輸出是一個(gè)字節(jié)，它的值與計(jì)數(shù)脈沖相等，因?yàn)樽詈蟮慕獯a器重置完成了。重置用于將計(jì)數(shù)器的值設(shè)置為零。解碼器的精度是0.92個(gè)脈沖/厘米。解碼器輸出字節(jié)通過(guò)標(biāo)準(zhǔn)的并行打印機(jī)端口傳輸?shù)絇C上。 這種牽引機(jī)附在機(jī)器人平臺(tái)上，由一個(gè)特殊的液壓馬達(dá)驅(qū)動(dòng)，它提供了一個(gè)恒定的速度。電機(jī)是連接在一起的，以提供使機(jī)器人向前和向后移動(dòng)的能力。運(yùn)動(dòng)方向是由一個(gè)特殊的電氣開(kāi)關(guān)建立的，它有一個(gè)控制輸入線連接到DMC控制器的輸出端口。這使得控制軟件能夠控制液壓馬達(dá)。這個(gè)程序可以發(fā)出三個(gè)動(dòng)作命令，向前，向后，停止激活或停止機(jī)器人運(yùn)動(dòng)。操縱器校正由操作員提供。 軟件實(shí)現(xiàn)：控制軟件的兩個(gè)層次。 一種類(lèi)似于VAL語(yǔ)言的低級(jí)的DMC軟件，用于低水平的機(jī)械手控制和一個(gè)高級(jí)的控制程序，在C編程局域網(wǎng)中編程，并在微軟C（ver.C語(yǔ)言下開(kāi)發(fā)。6.00)。為了實(shí)現(xiàn)全面的多任務(wù)處理能力，它是在05/2操作系統(tǒng)下運(yùn)行的。多處理是通過(guò)在對(duì)比中運(yùn)行幾個(gè)過(guò)程實(shí)現(xiàn)的。進(jìn)程間通信是使用共享內(nèi)存、隊(duì)列和信號(hào)量實(shí)現(xiàn)的。 實(shí)現(xiàn)了幾個(gè)獨(dú)立的線程（子進(jìn)程）：程序（用戶(hù)界面線程——系統(tǒng)的主要執(zhí)行過(guò)程），MT（makox線程），RCT（機(jī)器人控制線程——控制著鉗子的移動(dòng)和軌跡規(guī)劃），RIT（機(jī)器人的內(nèi)部線程——將來(lái)自不同線程的命令傳輸?shù)綑C(jī)器人控制器），ET（編碼器線程）。它們各自獨(dú)立運(yùn)作，有自己的目的地，并控制著自己的系統(tǒng)部分。每一個(gè)輸入依賴(lài)的過(guò)程都有自己的控制變量，這些變量是共享的，可以通過(guò)程序來(lái)改變。 系統(tǒng)操作和評(píng)價(jià)方法 對(duì)兩種不同的操作模式進(jìn)行了評(píng)價(jià)：步進(jìn)模式（脫機(jī)）和連續(xù)模式（在線）。在階梯模式下，拖拉機(jī)沿著行前進(jìn)，在每批水果上停留。然后，機(jī)器人手臂接近每一種水果，并挑選出它們。一旦所有成熟的水果被采摘下來(lái)，拖拉機(jī)就會(huì)進(jìn)入下一批。在連續(xù)模式下，機(jī)器人手臂向水果移動(dòng)，然后在牽引器沿行移動(dòng)時(shí)跟隨它。 進(jìn)行了三種不同的實(shí)驗(yàn)：成像、水果采摘和在線模式測(cè)試。在兩個(gè)不同的季節(jié)，在兩個(gè)不同的地點(diǎn)分別進(jìn)行了兩個(gè)不同的西瓜品種的田間試驗(yàn)：恩塔瑪（約旦河谷;益格里亞（以色列谷）和基布茲。在春季（4月）和夏季（7月），1993年的季節(jié)里。 主要的成像分析包括黑白（B&W），灰層次成像[8]。然而，由于只有80%的水果在這種模式下被檢測(cè)到，額外的圖像處理技術(shù)被評(píng)估：顏色，紅外線和結(jié)構(gòu)光。所有的成像實(shí)驗(yàn)都是在連續(xù)模式下進(jìn)行的操作,即。 表1視覺(jué)和激光系統(tǒng)檢測(cè)結(jié)果的總結(jié) 當(dāng)拖拉機(jī)沿著瓜床前進(jìn)時(shí)，圖像被折斷了。所有的分析都是獨(dú)立進(jìn)行的。與機(jī)器人的操作沒(méi)有任何聯(lián)系。 所有的水果采摘實(shí)驗(yàn)都是用B&W成像技術(shù)在步進(jìn)模式下進(jìn)行的。 此外，在實(shí)驗(yàn)室中進(jìn)行了在線模式測(cè)試，以確定可以達(dá)到的最大性能。在這些實(shí)驗(yàn)中，為系統(tǒng)提供了理想的視覺(jué)條件。這包括在野外通常覆蓋真正的瓜類(lèi)的葉子，以及要捕捉的目標(biāo)的白色著色。在實(shí)驗(yàn)過(guò)程中，“球”（球）被放置在不同距離的地面上。這個(gè)實(shí)驗(yàn)的目的是定義兩個(gè)相鄰目標(biāo)之間的最小數(shù)量和最小的距離，使機(jī)器人能夠在不停止的情況下抓住目標(biāo)。實(shí)驗(yàn)的另一個(gè)目的是確定取一個(gè)甜瓜的平均時(shí)間，并將其移植到傳送帶上。 所有的在線實(shí)驗(yàn)都是針對(duì)兩種不同的拖拉機(jī)速度10和5厘米/秒進(jìn)行的;與最大和最小的拖拉機(jī)速度相對(duì)應(yīng)）和兩種不同的機(jī)械手速度（75和37.5厘米/秒）。因此，對(duì)每個(gè)西瓜的設(shè)置進(jìn)行了四種類(lèi)型的實(shí)驗(yàn)。 性能結(jié)果 傳感性能 結(jié)果表明灰色水平和基于顏色的算法在測(cè)試的品種中有相同的數(shù)量，并且檢測(cè)到大約80%個(gè)水果（表1）。水果的提及（水果和它的葉子直徑的比值）是關(guān)鍵的參數(shù)：檢測(cè)結(jié)果改善了更大的水果。非檢測(cè)病例是樹(shù)葉遮擋（12%）和小瓜，直徑小于10厘米（6%）。一些錯(cuò)誤檢測(cè)的案例是由大的明亮的葉子和/或由塑料薄膜的明亮圖案引起的。 該算法的執(zhí)行時(shí)間是可以接受的，因?yàn)樗幱诠烙?jì)的平均機(jī)器人收獲周期[9]的范圍內(nèi)。 激光系統(tǒng)探測(cè)到的西瓜更少。然而，這是由于該算法沒(méi)有針對(duì)實(shí)時(shí)系統(tǒng)進(jìn)行優(yōu)化，因此在分析過(guò)程中，由于長(zhǎng)時(shí)間的計(jì)算，部分視頻幀被忽略了。最終，激光系統(tǒng)算法應(yīng)該比其他成像技術(shù)快得多。因此，所提出的結(jié)果只能被認(rèn)為是初步的。 由于沒(méi)有專(zhuān)門(mén)的研究系統(tǒng)，僅對(duì)紅外成像[8]進(jìn)行了初步分析。這一分析表明，在田地里不同的物體——瓜、葉和地——的溫差很大程度上取決于白天的時(shí)間，在日落之后達(dá)到最大值。與在可見(jiàn)光譜中獲得的圖像不同，在瓜地的位置上，葉子是主要的錯(cuò)誤來(lái)源，所以在紅外光譜中分辨出瓜和葉子并不是特別困難;這可以通過(guò)設(shè)定閾值來(lái)實(shí)現(xiàn)。在這種情況下，錯(cuò)誤的來(lái)源是由開(kāi)闊的地面斑塊引起的，其溫度與瓜類(lèi)的溫度是相互的。需要進(jìn)一步的研究來(lái)評(píng)估紅外成像對(duì)甜瓜位置的潛在影響。將紅外成像與常規(guī)視覺(jué)相結(jié)合，可以進(jìn)一步提高甜瓜的檢測(cè)效果。 必須進(jìn)一步研究基于顏色的方法。問(wèn)題是，瓜類(lèi)和葉子之間的光譜差異是相互依賴(lài)的，有時(shí)葉子會(huì)像成熟的水果一樣出現(xiàn)黃色，這可能是錯(cuò)誤檢測(cè)的原因。高質(zhì)量的彩色攝像機(jī)應(yīng)該用于改善圖像采集;顏色必須校準(zhǔn)。彩色分割技術(shù)可以在未來(lái)應(yīng)用?；陬伾停ɑ谛螤畹模┗叶确椒梢越M合起來(lái)，以提高檢測(cè)結(jié)果。為此，必須開(kāi)發(fā)傳感器融合技術(shù)。 必須開(kāi)發(fā)一種自適應(yīng)分割技術(shù)。這可以通過(guò)對(duì)被懷疑是成熟果實(shí)的圖像區(qū)域的局部獨(dú)立分割來(lái)實(shí)現(xiàn);這些地區(qū)必須根據(jù)其高平均強(qiáng)度來(lái)確定。必須進(jìn)一步研究人工照明和遮陽(yáng)效果?？諝獗ǖ挠绊懯蔷薮蟮?，它與視覺(jué)的相互作用需要更多的調(diào)查。必須開(kāi)發(fā)視覺(jué)和空氣爆炸活動(dòng)的硬件同步。 表2直線瓜的實(shí)驗(yàn)數(shù)據(jù)（在線） 圖 3直線瓜的實(shí)驗(yàn)數(shù)據(jù)（離線） 運(yùn)動(dòng)控制性能： 在水果采摘實(shí)驗(yàn)中，大約85%的成熟水果被成功地收獲了。對(duì)現(xiàn)場(chǎng)結(jié)果的分析正在進(jìn)行中。 目前，只有在實(shí)驗(yàn)室中進(jìn)行的在線模式測(cè)試已經(jīng)被分析了： 在表2中，可以讓機(jī)器人在沒(méi)有停止的情況下沿著行前進(jìn)的最小距離。當(dāng)速度減小時(shí)，最小距離減小。然而，由于在運(yùn)動(dòng)的開(kāi)始和結(jié)束時(shí)的延遲和減速所造成的延遲，更大的選擇時(shí)間并沒(méi)有相應(yīng)的減少。 當(dāng)這些瓜被放置的距離小于最小值的時(shí)候，機(jī)器人就產(chǎn)生了一個(gè)停止信號(hào)，然后停止，直到所有的瓜都被撿起來(lái)。拖拉機(jī)的前進(jìn)運(yùn)動(dòng)在機(jī)械臂工作空間中所有的瓜都被摘走后自動(dòng)恢復(fù)。在早期版本的控制中 不支持停止算法，結(jié)果機(jī)器人錯(cuò)過(guò)了部分西瓜。 同樣的甜瓜設(shè)置也進(jìn)行了離線模式的實(shí)驗(yàn)。由于拖拉機(jī)的速度不影響整體性能，所以所有的實(shí)驗(yàn)都是在10厘米/秒的拖拉機(jī)速度下進(jìn)行的。結(jié)果在表3中進(jìn)行了總結(jié)。 一般來(lái)說(shuō)，隨著機(jī)器人的速度增加，平均周期時(shí)間會(huì)減少。平均采摘時(shí)間非常大（40 s），而隨后的西瓜之間的距離是50厘米。在這種情況下，當(dāng)我們移動(dòng)到一個(gè)甜瓜的時(shí)候，下一個(gè)甜瓜離遠(yuǎn)的相機(jī)視野太遠(yuǎn)了，遠(yuǎn)不能被遠(yuǎn)攝相機(jī)檢測(cè)到。因此，拖拉機(jī)必須返回到遠(yuǎn)傳感器的工作空間里的甜瓜。有了這個(gè)甜瓜的設(shè)置，在線操作模式比離線模式快3-4倍。 瓜類(lèi)通常是成群的，每組9個(gè)西瓜。當(dāng)瓜類(lèi)在集群中，機(jī)器人必須停下來(lái)?yè)炱鹚械乃?。?展示了不同瓜果的結(jié)果。最好的結(jié)果（每瓜8秒）的速度（5厘米/秒）小于最大速度（10厘米/秒）。拖拉機(jī)的高速運(yùn)轉(zhuǎn)使得在采摘過(guò)程中需要停止，從而減慢了整體的性能。這證明了最優(yōu)速度參數(shù)并不總是最大的速度參數(shù)。平均選擇時(shí)間取決于機(jī)器人和機(jī)械手的速度。當(dāng)機(jī)器人必須停止時(shí)（為了不漏掉瓜類(lèi)），平均采摘時(shí)間幾乎沒(méi)有增加，因?yàn)榇蟛糠謺r(shí)間在停止時(shí)被“浪費(fèi)”了。 這些循環(huán)時(shí)間驗(yàn)證了模擬結(jié)果[9]。因此，在模擬結(jié)果的基礎(chǔ)上，可以在模擬結(jié)果的基礎(chǔ)上，將兩個(gè)手臂平行于一個(gè)定制的園藝實(shí)踐[9]，從而達(dá)到2秒的平均收獲周期時(shí)間。 表4.聚類(lèi)瓜的實(shí)驗(yàn)數(shù)據(jù)（在線） 結(jié)論和未來(lái)趨勢(shì) 一種機(jī)器人野外作物機(jī)器人已經(jīng)被簽署，有選擇性地收獲容易受傷的水果和蔬菜。整體設(shè)計(jì)可以很容易地適應(yīng)，以促進(jìn)其他任務(wù)，如收獲類(lèi)似的作物、選擇性噴灑和移植。已經(jīng)建立了一個(gè)收獲瓜的原型機(jī)，并進(jìn)行了實(shí)地測(cè)試。 大多數(shù)用于水果檢測(cè)的感官系統(tǒng)和算法都能檢測(cè)到80%到85%。必須使用多個(gè)傳感器來(lái)提高檢測(cè)的可靠性和準(zhǔn)確性。通過(guò)采用融合多種信息的傳感器融合技術(shù)，可以獲得更完整的現(xiàn)場(chǎng)知識(shí)。必須制定和實(shí)施戰(zhàn)略，確定何時(shí)以及如何使用傳感器，以及如何組合大量信息。主動(dòng)傳感可以進(jìn)一步提高性能。 有兩種技術(shù)是完全發(fā)展移動(dòng)選擇性收割機(jī)的技術(shù)：成熟的測(cè)定和3-D動(dòng)態(tài)機(jī)器人制導(dǎo)。成熟的傳感器是依賴(lài)于水果的，因此很可能是限制因素，因?yàn)槊總€(gè)特定的應(yīng)用程序都必須針對(duì)每個(gè)特定的應(yīng)用程序。 另一個(gè)必須研究的問(wèn)題是，當(dāng)?shù)妆P(pán)在運(yùn)動(dòng)的時(shí)候，機(jī)器人手臂的控制可以接近并抓住果實(shí)。由于底盤(pán)在不斷變化的地形中移動(dòng)，所以必須在不確定的情況下為對(duì)象跟蹤開(kāi)發(fā)算法。摘要基于疊加法，建立和實(shí)現(xiàn)了初步算法，這是人類(lèi)在修改正在進(jìn)行的運(yùn)動(dòng)時(shí)所使用的策略的數(shù)學(xué)模型。 這些問(wèn)題的成功發(fā)展將導(dǎo)致開(kāi)發(fā)一種移動(dòng)的、自主的機(jī)器人機(jī)器。毫無(wú)疑問(wèn)，這將是一種突破——對(duì)高度易腐農(nóng)產(chǎn)品的機(jī)械化，并改善農(nóng)業(yè)生產(chǎn)。這種系統(tǒng)的經(jīng)濟(jì)可行性將會(huì)因機(jī)器人的多種用途而得到增強(qiáng)，例如用于收獲其他作物的應(yīng)用，以及執(zhí)行諸如移植等額外任務(wù)。增加收獲后的任務(wù)，如分級(jí)和排序也會(huì)增加這種經(jīng)濟(jì)潛力。 沒(méi)有共識(shí)的可行性農(nóng)業(yè)機(jī)器人作為一種替代方法為手工操作[27]:雖然所有可用會(huì)同意,沒(méi)有劃算的產(chǎn)品在市場(chǎng)上完全獨(dú)立操作,有些人會(huì)認(rèn)為,與迅速發(fā)展的計(jì)算機(jī)和傳感器,它只是一個(gè)問(wèn)題 時(shí)間和金錢(qián);而另一些人則認(rèn)為，農(nóng)業(yè)文化機(jī)器人在經(jīng)濟(jì)上永遠(yuǎn)不會(huì)實(shí)用。然而，隨著勞動(dòng)力成本的上升，對(duì)高質(zhì)量的新鮮農(nóng)產(chǎn)品的需求，以及電腦的成本不斷下降，另一方面，盈虧平衡點(diǎn)可能比預(yù)期的更接近。盡管如此，所有人都認(rèn)為這一領(lǐng)域的研發(fā)是令人興奮和具有挑戰(zhàn)性的。 致謝 這項(xiàng)研究得到了贈(zèng)款的支持。美國(guó)-1254-87和美國(guó)-1682-89，美國(guó)-以色列兩國(guó)農(nóng)業(yè)研究和發(fā)展基金，部分由Paul Ivanier機(jī)器人研究中心提供支持。我要感謝我的所有同事，他們?yōu)橘F賓羅姆人的成功發(fā)展做出了貢獻(xiàn)，也感謝了本文提出的許多想法。瑪莎卡德納斯-韋伯，梅尼本迪，尤里。多布林，阿默斯赫茨羅尼;艾薩克沃爾夫，尤瑟夫格爾曼，瓦迪姆羅戈津;教授瑪;最后但并非最不重要的是，我對(duì)大洋兩岸的領(lǐng)導(dǎo)人表示最深切的感謝，他們對(duì)這些概念進(jìn)行了理解，并成功地完成了這個(gè)項(xiàng)目——尤里佩珀和巴迪邁爾斯教授。