基于Seekur的农田机器人激光避障设计与仿真

合集下载

一种基于视觉的植保无人机避障

一种基于视觉的植保无人机避障

• 141•随着无人机技术的不断发展,植保无人机被广泛的应用在农业植保中,逐渐取代人工植保。

植保无人机在农田中进行植保任务时,农田中存在树木、房子、电线杆等障碍物,对植保无人机的安全飞行构成了威胁,影响植保无人机的植保任务,因此植保无人机需要具有避障功能,规避障碍物。

本文研究了一种基于视觉的植保无人机避障,使用MATLAB 软件进行了仿真,通过仿真实验,由该方法可以实现植保无人机的避障功能。

1.引言在田地中植保无人机实施药物喷洒时,田地中具有一些障碍物,例如树木、房子、电线杆等,植保无人机很容易撞到这些障碍物,不仅影响植保无人机的植保任务,植保无人机还可能会撞毁,因此植保无人机需要具有自主避障功能。

目前,无人机避障的方法有:超声波避障、红外线避障、激光雷达避障和视觉避障。

超声波避障原理简单,但是其测量范围短、精度低;红外线避障与超声波避障原理大致相同,但光波易受到其它光源的影响,使得其测量准确度降低;激光雷达避障测量范围广,精度较好,但激光雷达传感器价格昂贵,体积大;视觉避障中无人机通过视觉传感器可以得到周围景象丰富的信息,具有实时性好、功率损失较低、测量范围较远、花费较低等优点,可以使植保无人机有效的实现植保工作。

本文研究了一种基于视觉的植保无人机避障,在植保无人机上搭载摄像机采集视频图像,通过图像预处理、图像分割、障碍物检测、避障策略等方法实现避障功能,避开障碍物。

2.相关理论2.1 图像预处理无人机上的视觉传感器由于受到外部环境和传感器本身等因素的影响,采集得到的视频图像不仅对比度较差,并且具有噪声,降低了图像的品质,对图像分割、障碍物检测的分析处理造成了干扰,因此对于得到的视频图像,应该实行预处理。

图像的预处理包含图像的灰度化、图像的直方图均衡化、中值滤波。

无人机上的视觉传感器采集到的视频图像为彩色图像,不适合直接用于图像处理,应该对其采用彩色图像灰度化方法,将其转换为灰度图像。

直方图均衡化属于非线性变换,若原始图像的像素点的灰度值主要聚集于一个很小的灰度区间内,通过直方图均衡化可以将其拉伸到一个较大的灰度区间,几乎涵盖整个灰度范围,如果原始图像像素分布差异较大,通过直方图均衡化可以使像素分布均匀,使得图像的对比度得到了改善,图像变得愈加明晰,提高了图像的品质。

乡村道路环境下农业机器人导航避障算法研究

乡村道路环境下农业机器人导航避障算法研究

《乡村道路环境下农业机器人导航避障算法研究》2023-10-26•研究背景和意义•文献综述•研究方法与技术路线•实验设计与实现目•实验结果与分析•结论与展望录01研究背景和意义农业现代化的发展随着农业现代化的发展,农业机器人成为提高农业生产效率的重要手段。

然而,在乡村道路环境下,农业机器人的导航避障问题成为制约其发展的关键问题之一。

农村道路环境的复杂性乡村道路与城市道路相比,具有路面状况差、障碍物多、交通标志不完善等特点,这增加了农业机器人在乡村道路环境下导航避障的难度。

导航避障算法的重要性为了使农业机器人在乡村道路环境下能够安全、高效地行驶,需要研究开发适合乡村道路环境的导航避障算法。

提高农业生产效率01通过研究乡村道路环境下农业机器人的导航避障算法,可以提高农业机器人的生产效率,从而推动农业生产的发展。

保障农业机器人安全行驶02通过对乡村道路环境下农业机器人导航避障算法的研究,可以避免农业机器人在行驶过程中发生碰撞等事故,从而保障农业机器人的安全行驶。

促进农村经济发展03农业机器人在乡村道路环境下的广泛应用,可以减轻农民的劳动强度,提高农业生产效率,从而促进农村经济的发展。

02文献综述1农业机器人研究现状23农业机器人技术不断发展,应用范围逐渐扩大,已涵盖耕种、播种、施肥、除草、喷药、采收等农业生产全过程。

农业机器人技术主要集中在机器视觉、传感器、导航算法等领域,其中导航技术是关键之一。

农业机器人在乡村道路环境下的导航问题仍需进一步研究和改进,以适应不同地形、天气等复杂环境。

导航避障算法研究现状01导航避障算法是实现农业机器人自主导航的关键技术之一,可以有效避免机器人与障碍物碰撞。

02目前常用的导航避障算法包括基于几何特征的避障算法、基于人工智能的避障算法和混合避障算法等。

03基于几何特征的避障算法主要通过提取地形特征,如边缘、角点等,进行路径规划;基于人工智能的避障算法则利用神经网络、支持向量机等技术进行避障决策。

基于计算机视觉的采摘机器人智能避障系统研究

基于计算机视觉的采摘机器人智能避障系统研究

基于计算机视觉的采摘机器人智能避障系统研究刘灵敏;胡婧;谢倩【摘要】为了实现采摘机器人对前进道路上障碍物的避障功能,提出了一种基于计算机视觉技术的采摘机器人智能避障系统.该系统结合计算机视觉技术与嵌入式智能控制技术,引入障碍物立体识别检测技术,将其应用于采摘机器人的静态避障中.试验结果表明:该系统能够准确无误地避开障碍物,并能在动态移动中规划出局部最优路径,证明了该智能避障系统的有效性、准确性和可行性.%In order to realize the obstacle avoidance function of picking robot,it proposed a intelligent obstacle avoidance system for harvesting robot based on computer vision. The system combines the computer vision technology and embedded intelligent control technology, introduces the obstacle stereo recognition detection technology, which was applied to the static obstacle avoidance of the picking robot. The experimental results show that the system can avoid the obstacles accu-rately and plan the local optimal path in dynamic motion. It proved the effectiveness,accuracy and feasibility of the intel-ligent obstacle avoidance system.【期刊名称】《农机化研究》【年(卷),期】2018(040)009【总页数】6页(P213-217,222)【关键词】采摘机器人;避障;计算机视觉;嵌入式;智能控制【作者】刘灵敏;胡婧;谢倩【作者单位】武汉晴川学院计算机学院,武汉 430204;武汉晴川学院计算机学院,武汉 430204;武汉晴川学院计算机学院,武汉 430204【正文语种】中文【中图分类】TP242;S2250 引言随着农业劳动力老龄化和劳动力不足问题的逐渐加剧,各个国家开始重视对多用途农业机器人的开发研究,也包括采摘机器人的研发。

基于激光雷达的移动机器人环境建模与避障

基于激光雷达的移动机器人环境建模与避障

基于激光雷达的移动机器人环境建模与避障*杨明,王宏,何克忠,张钹(清华大学智能技术与系统国家重点实验室,北京 100084)文摘:为了提高自主移动机器人运行的安全性和可靠性,提出了一种基于激光雷达的距离信息进行环境建模和避障的方法。

首先简要描述了激光雷达的工作原理,比较了几类常用的激光雷达,并介绍了激光测量系统(laser measurement system,LMS)。

然后给出了一种用于移动机器人环境建模和避障的算法-时变势场法,在此基础上提出了改进算法-多分辨率势场法,实验表明其性能优于原算法。

最后讨论激光雷达在实际应用中的一些问题。

目前,该方法已成功地应用于清华室外移动机器人THMR-V。

关键词:移动机器人;激光测距雷达;时变势场法;环境建模;避障中图分类号:TP 242.6 文献标识:A文章编号:1000-0051(2000)07-0116-05环境感知是移动机器人研究的关键技术之一。

机器人周围的环境信息可以用来导航、避障和执行特定的任务。

获取这些信息的传感器既需要足够大的视场来覆盖整个工作区,又需要较高的采集速率以保证在运动的环境中能够提供实时的信息。

近年来,激光雷达在移动机器人导航中的应用日益增多[1]。

这主要是由于基于激光的距离测量技术具有很多优点,特别是其具有较高的精度。

通过二维或三维地扫描激光束或光平面,激光雷达能够以较高的频率提供大量的、准确的距离信息。

激光雷达与其它距离传感器相比,能够同时考虑精度要求和速度要求,这一点特别适用于移动机器人领域。

此外,激光雷达不仅可以在有环境光的情况下工作,也可以在黑暗中工作,而且在黑暗中测量效果更好。

收稿日期:1999-07-07作者简介:杨明(1975-),男(汉),江苏,博士研究生基金项目:九五国防科技预研项目(16.10.1.6)和国家“八六三”高技术项目(863-512-20-02)1 激光雷达的选择激光雷达的基本工作原理是测量从发送激光束到接收反射光的时间间隔(time-of-flight,TOF),其中,反射光是从被测物体表面反射回来的,时间间隔TOF与被测距离成正比。

无人机路径规划与避障系统的设计与优化基于ROS和C语言

无人机路径规划与避障系统的设计与优化基于ROS和C语言

无人机路径规划与避障系统的设计与优化基于ROS和C语言一、引言随着无人机技术的不断发展,无人机在各个领域的应用越来越广泛。

而无人机路径规划与避障系统作为无人机飞行控制系统中至关重要的一部分,对于实现无人机的自主飞行至关重要。

本文将介绍基于ROS(Robot Operating System)和C语言的无人机路径规划与避障系统的设计与优化。

二、ROS简介ROS是一个灵活且强大的机器人操作系统,为机器人软件开发提供了丰富的工具和库。

ROS支持多种编程语言,其中C++和Python是最常用的两种。

通过ROS,开发者可以方便地构建机器人应用程序,包括路径规划、感知、控制等功能。

三、C语言在无人机控制中的应用C语言作为一种通用性强、效率高的编程语言,在无人机控制系统中也有着广泛的应用。

通过C语言编写的程序可以直接操作硬件,实现对无人机各个部件的精确控制。

在本文中,我们将结合ROS和C 语言,设计一个高效的无人机路径规划与避障系统。

四、路径规划算法1. A*算法A算法是一种常用的启发式搜索算法,广泛应用于路径规划领域。

该算法通过启发式函数估计从起点到目标点的最短路径,并在搜索过程中动态调整搜索方向,以找到最优路径。

在无人机路径规划中,A算法可以高效地找到避开障碍物的飞行路径。

2. RRT算法RRT(Rapidly-exploring Random Tree)算法是一种基于树结构的快速探索算法,适用于高维空间中的路径规划问题。

通过随机采样和树生长策略,RRT算法可以在复杂环境中搜索到可行的路径,并且具有较好的收敛性和鲁棒性。

五、避障系统设计1. 感知模块在设计避障系统时,感知模块起着至关重要的作用。

通过搭载传感器(如激光雷达、摄像头等),无人机可以实时获取周围环境信息,并将其转化为数据输入到路径规划模块中。

2. 避障策略基于感知模块获取到的环境信息,避障系统需要设计相应的避障策略。

常见的避障策略包括静态避障和动态避障,在飞行过程中及时调整飞行路径以避开障碍物。

基于 Seekur 的农田机器人激光避障设计与仿真

基于 Seekur 的农田机器人激光避障设计与仿真

基于 Seekur 的农田机器人激光避障设计与仿真姜丹;刘卉;邱权【摘要】以农业机器人为代表的新型智能农业机械装备的开发已经成为现代农业领域研究热点之一。

为了探讨农田环境下机器人作业时自主避障问题,设计了基于Seekur 机器人平台的自主避障系统,由激光传感器、WRAP wifi interface和远程监控PC组成;通过分析农田环境中避障应用需求,设计了模糊逻辑算法避障策略。

通过在MatLab中的模糊逻辑仿真和MobileSim中的避障过程仿真,验证了模糊逻辑避障算法具有较好的避障效果。

%The development of new intelligent agricultural machinery and equipment repented by agricultural robot has become one of the hotspots of modern agriculture.An autonomous obstacle-avoiding system based on seekur robot plat-form is proposed in order to solve this problem that the robot can avoid the obstacle autonomous when the robot working in the agriculture field environment.The system consists of laser sensor,WRAP wifi interface and remote monitoring PC.Fur-thermore, a fuzzy logic algorithm of obstacle avoidance strategy is designed in view of the obstacle avoidance application requirements under the conditions of farmland.It is proved that the fuzzy logic obstacle avoidance algorithm has a good effect of obstacle avoidance by doing fuzzy logic simulation in matlab and obstacle avoidance process simulation in Mo-bileSim.【期刊名称】《农机化研究》【年(卷),期】2015(000)007【总页数】5页(P151-155)【关键词】农田机器人;Seekur平台;避障;模糊逻辑【作者】姜丹;刘卉;邱权【作者单位】首都师范大学信息工程学院,北京 100048;首都师范大学信息工程学院,北京 100048;国家农业智能装备工程技术研究中心,北京 100097【正文语种】中文【中图分类】TP24;S11+6以农业机器人为代表的新型智能农业机械装备的开发已经成为现代农业领域研究热点之一。

基于 Seekur 的农田机器人激光避障设计与仿真

基于 Seekur 的农田机器人激光避障设计与仿真

[ 6 ] 赵勃. 局部未知 环境下移 动机器 人路 径规 划方 法 的研 究
图1 1 在 Mo b i l e S i m 中仿真避障过程
与实现 [ D] .哈尔 滨 : 哈尔滨工业 大学 , 2 0 0 6 : 1 4 — 2 . 基 于 人工 势 场法 的移 动 机器 人 路径 规
障碍 物 , 安 全行 进 。
[ 1 ] 乔 军 ,陈兵旗 . 农业 机 器人 [ M] . 北京: 中国农业 大 学 出
版社 , 2 0 0 9 .
[ 2 ] 张福学.机器人技 术及其应 用[ M] . 北京: 电子工业 出版
社, 2 0 0 0 .
[ 3 ] 崔 玉洁 , 张祖立 , 白晓虎. 采摘机 器人研 究 进展 与现状 分 析[ J ] . 农机 化研究 , 2 0 0 7 ( 2 ) : 4 - 7 . [ 4] T E R U A K I MI T S U I ,T A K A H I R O K O B A Y A S HI ,T O S H I K I
2 0 1 5年 7月
农 机 化 研 究
参 考文 献 :
第 7期
图, 并对 机器 人进 行避 障过程 仿 真 , 结果 如 图 1 1所
示 。 当机器 人 在 行进 过 程 中遇 到 障 碍 物 时 , 能 根 据 激
光传感器探测到的信 息 , 依据前述避障算 法有效避开
KAGI YA,e t a 1 . Ve r i f i c a t i o n o f a we e d i n g r o b o t“ AI GAMO—
R O B O T ”f o r p a d d y f i e l d s『 J ] . J o u r n a l o f R o b o t i c s a n d

野外采摘机器人三维视觉感知及避障方法

野外采摘机器人三维视觉感知及避障方法

结果比较与讨论
与传统方法比较
相较于传统的基于二维图像的避 障方法,三维视觉感知能够提供 更丰富的环境信息,提高避障精 度。
优缺点分析
三维视觉感知具有高精度和高稳 定性的优点,但同时也存在数据 采集和处理复杂度较高的缺点。
改进方向
未来可研究更高效的数据处理算 法,提高机器人的实时避障能力 ,以及增强机器人在复杂环境中 的适应能力。
07
结论与展望
研究成果与贡献
01
提出了一种基于深度学习的三维视觉感知方法,能 够准确识别和定位目标物体。
02
实现了机器人的自主导航和避障功能,提高了采摘 效率,减少了人工干预。
03
为农业自动化和智能化提供了新的技术手段,有助 于提高农业生产效益和降低成本。
工作不足与展望
当前研究仅针对特定场景下的采摘机 器人进行了研究,未来可拓展至更多 应用场景。
三维视觉感知在机器人领域的应用
总结词
三维视觉感知在机器人领域的应用包括自主 导航、目标识别与定位、人机交互等。
详细描述
自主导航是机器人利用三维视觉感知技术实 现的环境建模和路径规划,使机器人能够在 未知或动态环境中自主移动。目标识别与定 位使机器人能够识别并定位目标物体,例如 在农业采摘、搜索救援等领域应用广泛。人 机交互则通过机器人的视觉系统识别人的手
已有研究成果
已有的研究主要集中在机器人的机械结构、控制系统和导航技术等方面,但在 三维视觉感知及避障方法方面的研究相对较少,需要加强这方面的研究工作。
02
野外采摘机器人概述
野外采摘机器人的定义与特点

定义
野外采摘机器人是一种能够在复 杂自然环境中自主或半自主进行 采摘作业的机器人系统。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

序,实现不同的机器人操作功能。Seekur 平台还提供 了仿真软件 MobileSim 和 Mapper 二维地图绘制工具。
2 激光避障应用系统研究
1) ARIA 机器 人 应 用 程 序 接 口 函 数 库。ARIA 采 2. 1 系统组成
用面向对象程序设 计 风 格 ,把 机 器 人 底 层 控 制 实 现 封
在控制系统中常见的隶属度函数有: 三角函数和 高斯型 函 数。为 了 计 算 简 单、减 少 控 制 器 的 计 算 负 担、提 高 数 据 处 理 速 度,本 文 选 用 线 性 三 角 隶 属 度 函 数,如图 6 ~ 图 8 所示。
图 4 避障分区
模糊逻辑算法[9 - 10]原理如下: 1) 模糊量化处理。模糊量化处理的作用是将输 入的一组精确变量 转 化 成 模 糊 变 量 ,输 入 量 包 括 外 界 的参考输入、系统的输出或状态等。 2) 知识库。知识库包含应用领域的知识和控制 目标 ,由数据和模 糊 语 言 控 制 规 则 组 成 。 模 糊 规 则 仅 仅是从控制值到 隶 属 度 函 数 值 域[0 ,1]的 映 射,可 以 把它看成一个模糊 控 制 变 量 ,即 用 模 糊 变 量 代 表 控 制 值,所有规则的形式都为: IF…THEN… 3) 模糊推理。模糊推理是模糊控制的核心,它具 有模拟人的基于模 糊 概 念 的 推 理 能 力 ,推 理 过 程 是 基
由于模糊语言的变量语言值过多会使控制规则变 得复杂 ,过少则使 描 述 不 够 全 面 、准 确 。 因 此 ,根 据 农 田环境的具体情况,确定障碍物距离 d 的模糊语言为 { N,M,F} ={ “近”,“中”,“远”} ; 障碍物夹角 θ 的模 糊语言为{ R,LR,AH,LL,L} ={ “右”,“右前”,“前”, “左前”,“左”} ; 输出变量即转动角度 φ 的模糊语言 为{ NB,NS,Z,PS,PB} ={ “负大”,“负小”,“0”,“正 小”,“正大”} 。 2. 2. 3. 2 确定语言值的隶属度函数
基于 Seekur 的农田机器人避障系统如图 3 所示。
装成类,包括串口通信、命令包和状态包的处理,以及 其包括: Seekur 机器人平台、WRAP wifi interface、激光
多线程、同步和异步机制以及各种附加的控制。C + 测距仪 Sick LMS - 200 及具有静态 IP 地址的 PC 机。
图 2 Seekur 机器人系统结构
1. 2 Seekur 平台的应用开发环境及工具
描述二维环境,供机器人读取。此外,还 可 以 对 激 光
Seekur 平台支持在 Microsoft Visual C + + 集成开 扫描的显示环境数据文件进行导入、处理,并转换为
发环境下,应用配套的接口函数库 ARIA,开发应用程 地图格式文件。
索算 法,更 有 可 能 搜 索 到 全 局 最 优 解 ,但 运 算 速 度 不 快 ,占据较大的存 储 空 间 和 运 算 时 间பைடு நூலகம்8]。 基 于 实 时 传
感信息的模糊逻辑算法克服了势场法易产生的局部 最优 问 题,用 简 化 的 设 计 完 成 较 复 杂 的 任 务 ,适 用 于 环境未知或发生变 化 的 情 况 ,能 快 速 而 准 确 地 规 划 出
·151·
2015 年 7 月
农机化研究
第7 期
求。Seekur 平台通过底层 MPU( Micro Processing Unit, 微处理单元) 扩展传感器和执行器,如码盘、陀螺仪、 bumper 及云台等,形成基于 CAN 总 线 的 底 层 控 制 系 统。
2) 运行 Windows 操作系统的车载计算机。Seekur
强的地图编辑功能,可用来绘制仿真地图,能绘制各 密集和测量精度高的优点。
种简单及比较复 杂 的 障 碍 物 ,如 利 用 点 、直 线 、方 形 区
Seekur 负责实时接收和处理激光测距仪的数据,
·152·
2015 年 7 月
农机化研究
第7 期
并控制机器人的运动。 WRAP wifi interface 与 Seekur 机器人平台相连,配
置形成一个无线局域网络。具有静态 IP 地址的 PC 机 能够访问无线局域网,远程登录 Seekur 机器人平台, 通过无线网络传输应用程序和远程监控机器人。 2. 2 避障算法设计 2. 2. 1 农田环境避障需求分析
一般农田的地貌特征呈现规则的等间隔平行垄状 态 。 当农业机器人在 田 间 自 主 行 走 及 作 业 时 ,通 常 可 以进行路径规划或 采 用 机 器 视 觉 识 别 平 行 垄 ,但 是 仍 存在机井 、树木 、小 型 建 筑 物 等 静 态 障 碍 物 。 此 外 ,机 器人田间行走时由于地面凹凸不平导致平稳性不够、 易左右摇摆振动 ,以 上 这 些 问 题 都 使 农 田 机 器 人 自 主 避障变得相当复杂。 2. 2. 2 算法思想
成损坏。
区域为 180°,扫描方向为逆时针方向,其最大测距范
3) Mapper 二维地图绘制工具。Mapper3 是能够显 围为 50 ~ 150m,距离分辨率为 10 ~ 50cm,角度分辨
示和编辑 MobileRobots 地图文件的应用程序,具有较 率为 1,并具有扫描快速( 扫描周期 13. 3ms ) 、数据点
农 田 环 境 下 机 器 人 作 业 时 自 主 避 障 问 题 ,设 计 了 基 于 Seekur 机 器 人 平 台 的 自 主 避 障 系 统 ,由 激 光 传 感 器 、WRAP
wifi interface 和 远 程 监 控 PC 组 成 ; 通 过 分 析 农 田 环 境 中 避 障 应 用 需 求 ,设 计 了 模 糊 逻 辑 算 法 避 障 策 略 。 通 过 在
giejiangdan@ 126. com。 通讯作者: 刘 卉( 1978 - ) ,女,吉 林四 平人,讲 师,博 士,( E - mail)
liuhui@ cnu. edu. cn。
嵌入式控制系统,上位机为运行 Windows 操作系统的 车载计算机。
1) 嵌入式控制系统: 负责处理执行机构和传感器 的信息,并通过 RS - 232 串口发给上位机; 通过 RS - 232 串口处理上位机发出的控制指令和其它操作请
平台的车载计算机 Phytec MPC - 565 运行 Windows 操 作系统 ,通过车载计 算 机 扩 展 通 用 接 口 直 接 接 入 相 应 的传感器,如激光测距仪、摄像机及 GPS 等,可更好地 完 成 实 时 性 要 求 较 高、数 据 量 和 运 算 量 较 大 的 任 务, 如避障、图像处理和目标识别等。
为简化机器 人 的 运 动,在 设 计 避 障 策 略 时,规 定 机器人只有前进、旋转和后退 3 个动作。
根据传感器探测 到 障 碍 物 的 远 近 程 度 ,对 机 器 人 前方区域进行划分 ,并 在 每 个 区 域 采 取 不 同 的 控 制 策 略。划分的区域为: 紧急区、避障区和安全区,如图 4 所示。在紧急区,机器人后退 2 个 机 器 人 的 长 度; 在 安全 区,由 于 距 离 过 远,暂 不 做 出 任 何 处 理; 在 避 障 区,机器人根据模糊逻辑算法进行避障。
MatLab 中 的 模 糊 逻 辑 仿 真 和 MobileSim 中 的 避 障 过 程 仿 真 ,验 证 了 模 糊 逻 辑 避 障 算 法 具 有 较 好 的 避 障 效 果 。
关键词: 农田机器人; S e e k u r 平台; 避障; 模糊逻辑
中图分类号: TP24; S11 + 6
文献标识码: A
的识别与自主避障是关键技术之一。避障是 指 在 局 温、雨、雪天气的户外作业要求,并且具有较大的拖动
部环境中基于传感器的信息对障碍物实现规避,其实 力和载重能力; 内部可装备 5 台工控机,有效实现了
时性要求更高。
数据的统一规划和分散处理,具有很强的运算能力。
当机器人的运动 速 度 较 低 时 ,实 时 响 应 方 法 具 有
于模糊逻辑中的蕴含关系及推理规则来进行的。 4) 精确化。精确化的作用是将模糊推理得到的
控制量( 模糊量) 变换为实际用于控制的清晰量。 采用模糊逻辑算法的机器人避障流程如图 5 所
示。
图 5 避障流程
2. 2. 3 算法设计 2. 2. 3. 1 确定语言变量
将输入变量模糊化为 d 和 θ,分别表示机器人与 障碍物之间的距离和障碍物相对于目标方向之间的 夹角; 输出变量为 φ 表示探测到障碍物的机器人下一 步需要转动的角度。
息 等,仿 真 环 境 中 的 线 数 据 代 表 墙 壁 和 其 他 障 碍 物 。
基于 ARIA 开发的用户程序通过 TCP / IP 接口与 Mo-
图 3 避障系统组成
bileSim 实现连接,通过仿真环境,可以避免因为对实
激光测距仪 Sick LMS - 200,通过从发送激光束到
体机器人的不熟悉或者程序编写失误而对机器人造 接受反射光的时间间隔来计算障碍物的距离。扫描
文章编号: 1003 - 188X( 2015) 07 - 0151 - 05
DOI:10.13427/ki.njyi.2015.07.035
0 引言
机器人路径。 本文介绍了一种面向农田作业环境的机器人避障
以农业机器人为代表的新型智能农业机械装备的 研究,基于 Seekur 机器人平台,通过扩展传感器构建
例 如,自 主 完 成 采 摘、喷 洒 及 除 草 等 作 业 的 农 业 机 器 人[2 - 5]。
Seekur 是 MobileRobots ActivMedia 公 司 推 出 的 一 款全新的、智能的、通用型机器人移动平台,如图 1 所
对应用于农田作业环境下的农业机器人,障碍物 示。其应用四轮独 立 转 向 技 术 ( 4 - WIS) ,能 满 足 低
相关文档
最新文档