导读:本文包含了采摘机械手论文开题报告文献综述及选题提纲参考文献，主要关键词:球形水果,采摘,机械手,高精度
采摘机械手论文文献综述
李素云,黄宁[1]（2019）在《球形水果采摘机械手的高精度控制仿真》一文中研究指出为了提高球形水果采摘机械手的轨迹跟踪精度和稳态性能、减小球形水果采摘机械手在执行采摘任务过程中造成的水果破碎率,提出了基于LQ理论的球形水果采摘机械手控制方法,设计了具有3自由度的包括手爪、手腕和手臂3个关键部位的球形水果采摘机械手,并分析了各个部位具体功能。假设球形水果采摘机械手为刚性理想模型,设置了3个坐标系,成功实现了机械手在各个坐标系之间的矢量转化,通过计算机械手运动边界条件,建立了球形水果采摘机械手任意运动情况模型。以上述模型为研究对象,设计了模型离散线性控制系统,并计算了具有扰动补偿的离散LQ最优轨迹跟踪控制器最优性能指标,得到了系统最优轨迹跟踪控制器参数,实现了球形水果采摘机械手控制。仿真结果显示,所提方法设计的机械手控制器较好地补偿了系统扰动,能够准确、稳定地执行球形水果采摘任务,大大降低了球形水果采摘机械手在执行采摘任务过程中造成的水果破碎率。(本文来源于《计算机仿真》期刊2019年10期）
梁喜凤,彭明,路杰,秦超[2]（2019）在《基于自适应无迹卡尔曼滤波的采摘机械手视觉伺服控制方法》一文中研究指出为解决未知统计特性下的系统噪声对图像雅克比矩阵估计精度的影响问题,提高视觉伺服定位精度,在卡尔曼滤波(lalman filter, KF)法以及无迹卡尔曼滤波(unscented kalman filter, UKF)法的基础上,引入自适应噪声统计估计器,提出自适应无迹卡尔曼滤波(adaptive unscented kalman Filter, AUKF)法估计图像雅克比矩阵,并构造了视觉伺服控制系统。仿真试验结果表明,基于自适应无迹卡尔曼滤波法估计图像雅克比矩阵的视觉伺服控制系统的图像特征最大误差值为10.2像素,机械手末端与目标点叁维坐标最大误差值为4.19 mm,响应时间为1.2 s。搭建了七自由度采摘机械手视觉伺服试验平台进行采摘试验,试验结果表明,基于AUKF法估计图像雅克比矩阵的视觉伺服系统对静态目标的采摘成功率为90%,对动态目标的采摘成功率为83%,相比于KF法与UKF法,采摘静态目标试验成功率分别提高了17与10个百分点,动态采摘试验成功率分别提高了16%与10%。基于AUKF法估计图像雅克比矩阵的视觉伺服系统对静态与动态目标的采摘平均时间分别为18和22 s,相比于KF法与UKF法,静态采摘用时分别减少了10和6 s,动态采摘用时分别减少了12和8 s。AUKF法与KF法以及UKF法估计的图像雅克比矩阵相比,AUKF法估计的图像雅克比矩阵减小了采摘机械手视觉伺服控制系统过程噪声的干扰,使采摘机械手视觉伺服控制系统过程噪声适应视觉伺服系统的变化,采摘机械手视觉伺服控制系统定位精度更高。(本文来源于《农业工程学报》期刊2019年19期）
刘校峰,王硕,沙文浩[3]（2019）在《可伸缩、定力矩、自运输式苹果高效采摘机械手设计》一文中研究指出文章设计了一种可伸缩、定力矩、自运输式苹果高效采摘机械手,这是一种基于多种机械机构,可调节作业高度、采摘及自动输送回收苹果的辅助采摘装置,一体化程度高,可广泛用于各类苹果采摘基地,能在提高采摘效率的同时降低成本,保证人身安全,具有一定的推广价值。(本文来源于《南方农机》期刊2019年18期）
王甲甲,程志强,张伏,王俊[4]（2020）在《果园采摘机械手研究现状综述》一文中研究指出果园采摘机械化是实现解放劳动力,提高作业效率的有效手段。为此,阐明了水果采摘机械的意义,介绍了国内外机械手采摘的发展现状,总结分析了机械手的分类方法。同时,对比不同类型机械手优缺点,对果园采摘机械手的发展进行展望。(本文来源于《农机化研究》期刊2020年05期）
张金果[5]（2019）在《便携式棉花采摘机械手结构参数优化研究》一文中研究指出我国作为棉花种植的大国,各地区棉花的采摘存在较大的差异,导致棉花采摘的成本增高,效率低下。在对新疆棉花采摘过程所面临的问题进行研究,结合当地采摘要求,对便携式棉花采摘机械手进行优化设计。在给定的约束空间下,综合考虑自由度、作业区域、作业效率、机械手长度及转角等多方面因素后,构建采摘机械手范围的函数模型,利用MATLAB工具箱对模型进行优化计算,求解采摘机械手的结构参数。优化后的结果为:大臂长L_4=380 mm,小臂长L_5=420 mm,大小臂的范围角分别为:θ_(4max)=134°和θ_(5max)=116°,优化后的采摘机械手操作简便,具有高自由度,能够灵活作业,可同时采摘四行棉花且避免重复作业,效率大幅提高,并且能达到97.5%的落地棉率。同时,便携式采棉机械手价格较低,可被大部分种植农户接受,具于广阔的应用空间。(本文来源于《中国农机化学报》期刊2019年08期）
王奎朝,王忠雷,邵继刚,张荣光[6]（2019）在《自动识别成熟度的苹果辅助采摘机械手设计》一文中研究指出针对山地、密集种植条件下,不宜采用大型机械设备进行苹果采摘的问题,设计了一种基于智能手机的拍照及分析运算功能的自动识别成熟度的苹果辅助采摘机械手。机械手采用了"一杆两头"的设计方案,实现了"一机多用";设计了分级联动的脱袋机构,实现了复杂的脱袋动作;应用智能手机的拍照配合专用APP,实现了低成本的成熟度自动判断和产量评估。机械手具有成本低、灵活性强、智能性高的特点,可以优先提高苹果采摘的效率和质量。(本文来源于《农业开发与装备》期刊2019年07期）
唐火红,栾铸[7]（2019）在《基于PVDF压电传感器的采摘机械手研究》一文中研究指出针对目前果实采摘机械手无法准确自主判断抓取力度的问题,利用聚偏氟乙烯(PVDF)的压电敏感特性,研究出一种基于PVDF压电薄膜传感器的果实采摘机械手。通过采集PVDF压电薄膜传感器输出信号判断果实采摘机械手对应抓取力的变化,利用模糊控制理论控制电机实现果实抓取。同时加入过力保护功能,当测得的抓取力大于预设值时,机械手停止抓取。实验结果表明,基于PVDF压电传感器的采摘机械手能够可靠地实现果实抓取。(本文来源于《压电与声光》期刊2019年03期）
周思路[8]（2019）在《黄瓜采摘机械手结构优化及其机器视觉研究》一文中研究指出目前,我国仍然是农业大国,在农业发展进程中存在着诸多问题。其中,人工采摘依然是农作物采摘的主要形式,不仅劳动强度高,而且由于操作复杂导致采摘效率低下,极大地限制了农业的发展。因此,依托于快速发展的计算机技术与机器人技术,设计开发适用于农业采摘环境的农业机器人,以智能高效的农业机器人采摘形式代替成本高昂的人工采摘形式,不仅对农业的发展具有重要促进作用,还将是未来农业发展的必然趋势。本文选择黄瓜为采摘对象,根据黄瓜的采摘环境设计了具有四个自由度的黄瓜采摘机械手样机,主要包括机械臂、末端执行器和机器视觉系统叁部分。首先,对机械臂和末端执行器的结构与控制部分进行了优化设计,机械臂的结构形式确定为关节坐标型,采用电力驱动和齿轮传动,机械臂的控制系统选择PCI总线控制;基于仿生思想设计了具有壳体、夹持、伸缩、切割、检测等多个模块的柔性夹持式末端执行器,通过单片机控制数字舵机和伸缩杆的运转可实现末端执行器的采摘作业。为了确保设计的黄瓜采摘机械手在实际工作中不会出现结构破坏、系统不稳定等问题,本文对黄瓜采摘机械手进行叁维建模,采用ANSYS有限元分析软件和ADAMS软件分别对机械臂和末端执行器进行仿真分析。在此之前,本文对黄瓜各参数进行了数据分析,使得仿真分析最大限度地逼近实际的黄瓜采摘工况。主要统计得到了黄瓜和黄瓜果柄的平均重量、长度、直径等固有参数,利用数显倾角仪测得黄瓜表面的摩擦因数平均值为1.62±0.06,通过WDW-20微机控制万能拉压试验机测得黄瓜表皮破损的最小正压力和黄瓜果柄分离的最大剪切力分别为4.63 N和5.35 N。在获得了上述黄瓜相关物理参数之后,本文对机械臂和末端执行器进行了静力学分析、模态分析和动力学分析。在静力学分析中,手指的最大变形发生在指尖,最大应力出现在橡胶指面与弹性手指骨架钢片的连接缝处,约为167.64 MPa,远小于材料的屈服强度(784 MPa),满足设计要求;在模态分析中,使用电木板和铝合金材料制备的机械臂在六阶模态的最大振动幅度为0.24 mm,具有更小的振动幅度、更优的稳定性,更符合机械臂的设计要求;在动力学分析中,末端执行器可以提供合适的夹持力完成对黄瓜的无损采摘,机械手四个关节的力矩、角速度、角加速度和位移均没有较大的突变,满足实际采摘的要求。在视觉系统设计中,选择Kinect传感器作为摄像头并固定在Kinect固定支架,随腰部关节运动,获取机械手作业实时画面数据;在Microsoft Visual Studio2010平台下完成了对Kinect for Windows SDK和Opencv-3.0.0数据库的环境配置,以HSV颜色模型为基础对获取的彩色图像进行相关处理,实现对黄瓜的识别,同时获取了黄瓜最小外接矩形与最小外接矩形形心点的像素坐标。将彩色图像映射到深度图像上并完成配准,通过Kinect传感器内部固有的坐标系之间的转换关系,得到特征点在摄像机坐标系下的世界空间坐标值,实现对黄瓜的定位。通过特征点空间坐标值获取的误差试验,获得坐标值与测得坐标值误差在X、Y、Z叁个方向上大体呈现正态分布,叁个方向上误差主要集中在2~5 mm,在误差允许范围内,视觉系统需5.3 s左右即可完成整个图像处理,具有较好的视觉识别实时性。完成了上述工作之后,相继完成了机械臂和末端执行器的运动控制测试试验、机械手模拟采摘试验。经多次重复模拟试验得出,视觉系统完成识别与定位和机械手完成采摘与释放等工作所需的平均时间为20.14 s,实现定位和采摘的成功率分别为92%和84%。试验结果表明机械臂各关节的运动与控制系统之间配合良好、下位机与工控机能实现良好的信号通讯、视觉系统与机械手各关节配合良好且识别和定位精度高,优化后的末端执行器稳定灵活且在不损伤黄瓜表皮的条件下完成采摘作业。(本文来源于《吉林大学》期刊2019-06-01）
赵春光[9]（2019）在《苹果采摘机械手的设计与优化》一文中研究指出我国是世界最大的果蔬生产和消费国,果蔬产量稳居世界第一。而果蔬采摘是生产链中最为耗时、费力的一个环节。目前,国内多数果蔬采摘采用人工采摘,采摘费用约占成本的50%—70%。实现果蔬的机械化采摘,对于解决水果产业的劳动力不足、生产成本高、生产效率低等问题以及提高果蔬的市场竞争力等方面均有重要的意义。本文以苹果为采摘对象,进行了苹果采摘机械手的结构设计,提出了一种具有四自由度连杆式机械臂的采摘机械手,开发了一种剪切式的末端执行机构结构形式,并通过理论分析确定了最佳结构方案。从仿真分析结果看,本文设计的苹果采摘机械手具有良好的采摘性能。具体研究内容如下:(1)对国内苹果种植地的环境特点进行了分析,确定了苹果园果树种植间距、行距等数据,并对苹果在果树上的分布特点与规律进行了分析,确定了果树上苹果的分布区域;确定了采摘对象的物理性能参数;为采摘机械手总体方案的设计提供基础数据与依据。(2)根据苹果种植地的环境特点,结合机械手采摘苹果的实际工作要求,合理选择了采摘机械手的驱动方式,确定了采摘机械手的自由度、末端执行机构的形式和采摘机械臂的结构方式,完成了苹果采摘机械手的总体设计方案,为采摘机械手的结构设计奠定了基础。(3)依椐苹果采摘机械手的总体设计方案,结合苹果的物理特性对采摘机械手末端执行机构进行了具体的结构设计:根据采摘机械手末端执行机构的结构和剪切动作要求,对采摘机械手机械臂进行结构设计;最后,根据机械臂的结构,对机械臂动力部分进行了设计,最终完成了采摘机械手的全部结构设计。(4)利用图谱分析和运动学分析对采摘机械手机械臂尺寸的正确性和机械手运行的稳定性进行了检验。分析结果表明:采摘机械手的工作空间能够完整的覆盖苹果蔬在果树上的分布空间,机械臂的尺寸设计足正确的:机械手末端执行机构、机械臂的相关运动学曲线光滑,采摘机械运行稳定,结构设计合理。(5)对机械臂承重结构进行了有限元分析,根据分析结果和机械手的采摘精度要求对机械臂承重结构进行了优化,减小了机械手的最大位移量;对机械手剪切机构进行了分析,研究了刀刃角度与剪切力和刀具变形量之间的关系,综合考虑果梗硬度、刀具寿命等因素,最终确定了刀具角度。本文依据采摘机械手的作业环境和采摘对象的物理特性,设计一种新型的具有连杆式机械臂和剪切式末端执行机构的苹果采摘机械手,其采摘过程中不会对果实产生物理损伤,采摘有效范围广。该机械手有效提高了苹果的采摘质量和采摘效率,降低了苹果采摘的劳动强度和采摘成本,提升了苹果的市场竞争力。本文设计所运用的方法可以为其他果蔬采摘机械设备的开发与研究提供借鉴。(本文来源于《哈尔滨商业大学》期刊2019-05-27）
崔冰艳,解勇涛[10]（2019）在《3-DOF混联采摘机械手的工作空间分析与设计》一文中研究指出为了增强采摘机械手的稳定性、对中性及增大机械手的运动空间,提出1种3-DOF混联采摘机械手机构,对其进行工作空间分析,基于工作空间优化设计出1种高效的可用于农业采摘的小型机械手。根据农业采摘需求选定采摘机械手的机构类型并决定其结构,推导采摘机械手的位置正反解,利用蒙特卡洛方法求解机械手的工作空间并绘制其工作空间的叁维点云图;分析关键参数对工作空间的影响,找出参数的最佳值从而优化工作空间。考虑到采摘过程中避免农作物损坏并加快采摘效率,设计了采摘收集一体式的小型果蔬采摘机械手,并使用Creo软件建立了采摘机械手的叁维模型。该采摘机械手具有适当的工作空间,可以提高小型果蔬采摘效率。(本文来源于《河北农业大学学报》期刊2019年03期）
采摘机械手论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决未知统计特性下的系统噪声对图像雅克比矩阵估计精度的影响问题,提高视觉伺服定位精度,在卡尔曼滤波(lalman filter, KF)法以及无迹卡尔曼滤波(unscented kalman filter, UKF)法的基础上,引入自适应噪声统计估计器,提出自适应无迹卡尔曼滤波(adaptive unscented kalman Filter, AUKF)法估计图像雅克比矩阵,并构造了视觉伺服控制系统。仿真试验结果表明,基于自适应无迹卡尔曼滤波法估计图像雅克比矩阵的视觉伺服控制系统的图像特征最大误差值为10.2像素,机械手末端与目标点叁维坐标最大误差值为4.19 mm,响应时间为1.2 s。搭建了七自由度采摘机械手视觉伺服试验平台进行采摘试验,试验结果表明,基于AUKF法估计图像雅克比矩阵的视觉伺服系统对静态目标的采摘成功率为90%,对动态目标的采摘成功率为83%,相比于KF法与UKF法,采摘静态目标试验成功率分别提高了17与10个百分点,动态采摘试验成功率分别提高了16%与10%。基于AUKF法估计图像雅克比矩阵的视觉伺服系统对静态与动态目标的采摘平均时间分别为18和22 s,相比于KF法与UKF法,静态采摘用时分别减少了10和6 s,动态采摘用时分别减少了12和8 s。AUKF法与KF法以及UKF法估计的图像雅克比矩阵相比,AUKF法估计的图像雅克比矩阵减小了采摘机械手视觉伺服控制系统过程噪声的干扰,使采摘机械手视觉伺服控制系统过程噪声适应视觉伺服系统的变化,采摘机械手视觉伺服控制系统定位精度更高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
采摘机械手论文参考文献
[1].李素云,黄宁.球形水果采摘机械手的高精度控制仿真[J].计算机仿真.2019
[2].梁喜凤,彭明,路杰,秦超.基于自适应无迹卡尔曼滤波的采摘机械手视觉伺服控制方法[J].农业工程学报.2019
[3].刘校峰,王硕,沙文浩.可伸缩、定力矩、自运输式苹果高效采摘机械手设计[J].南方农机.2019
[4].王甲甲,程志强,张伏,王俊.果园采摘机械手研究现状综述[J].农机化研究.2020
[5].张金果.便携式棉花采摘机械手结构参数优化研究[J].中国农机化学报.2019
[6].王奎朝,王忠雷,邵继刚,张荣光.自动识别成熟度的苹果辅助采摘机械手设计[J].农业开发与装备.2019
[7].唐火红,栾铸.基于PVDF压电传感器的采摘机械手研究[J].压电与声光.2019
[8].周思路.黄瓜采摘机械手结构优化及其机器视觉研究[D].吉林大学.2019
[9].赵春光.苹果采摘机械手的设计与优化[D].哈尔滨商业大学.2019
[10].崔冰艳,解勇涛.3-DOF混联采摘机械手的工作空间分析与设计[J].河北农业大学学报.2019