Команда исследователей из Северо - западного университета агролесомелиорации, Университета северных национальностей, Гуйчжоуского университета традиционной китайской медицины и Казахского агротехнического университета имени Сакена Сейфуллина провела интересное исследование роботов - сборщиков яблок под названием « Конструкция и оценка комбайнов яблок - сборщиков, использующих оптимизированные режимы сборки», которое было опубликовано в журнале SCI District 2 « Компьютеры и электроника в сельском хозяйстве».
Исследовательская группа использовала данные, собранные из системы захвата движения, для построения модели антропоморфной уборочной кампании, а затем провела сравнительный анализ двух движений, подходящих для роботов - уборщиков Apple: оптимизированного движения « горизонтальный изгиб» и движения человека. В ходе полевых испытаний была проведена всесторонняя оценка эффективности роботизированной системы. Это исследование предлагает инновационный подход к повышению эффективности и производительности роботов Apple по сбору урожая, закладывая основу для будущих сценариев расширения приложений.
I. Предыстория исследования:
Механизация отрасли становится все более необходимой для снижения затрат и рисков урожая яблок. С развитием технологии машинного зрения роботы - сборщики Apple стали популярной областью исследований. Эти роботы могут воспринимать окружающую среду, самостоятельно идентифицировать, собирать и собирать фрукты, но они все еще находятся на экспериментальной и экспериментальной стадии. Выбор и оптимизация действий сборщиков играют решающую роль в общей производительности и эффективности роботов - сборщиков Apple.
II. Экспериментальный процесс:
Роботы являются ключевыми аппаратными компонентами для выполнения операций по сбору яблок. Режим движения манипулятора основан на ручном сборе данных о движении и планировании пути. Команда использовала систему захвата движения NOKOV для сбора данных о движении верхней руки сборщика яблок с помощью восьми цифровых камер, размещенных вокруг тестовой зоны. Каждая камера имеет разрешение 2048x1088 и 3D - точность ± 0,15 мм. Они собирают данные, отслеживая точки разметки, и передают их на хост для обработки в реальном времени, чтобы рассчитать положение, скорость и ускорение движущихся объектов в пространстве (рисунок 1).
Диаграмма 1. Система захвата движения
1. Сбор данных о антропогенных движениях и планирование маршрутов:
В этом эксперименте флуоресцентные маркеры прикреплялись к плечам, локтям, запястьям и кончикам пальцев сборщиков (рисунок 2). Из - за структурных различий между манипулятором и человеческой рукой анализ проводился только с использованием данных о траектории пальцев.
Рисунок 2: Процесс захвата движения
Поскольку захват включает в себя короткое и быстрое движение, частота сбора данных установлена на уровне 100 кадров в секунду. В то же время, чтобы поддерживать высокую точность отслеживания, система гарантирует, что по крайней мере три камеры отслеживают каждую точку разметки. В качестве ориентира используется начальное положение пальцев в начале движения, где каждые 5 мм горизонтального смещения регистрируется изменение вертикальной высоты. Эксперименты по сбору данных проводились 10 раз. После завершения эксперимента средние данные были полиномиально согласованы, чтобы получить соответствующую траекторию, показанную на рисунке 3 (a).
Диаграмма 3. Траектория двух действий сбора: (a) антропоморфное действие сбора и (b) действие сбора « изогнутое горизонтальное растягивание»
2.Планирование пути движения « Горизонтальный изгиб»:
Использование MoveIt для планирования пути, как показано на рисунке 3 (b). После того, как манипулятор захватывает фрукт, траектория сбора начинается с того, где фрукт находится на плоскости x - y.
III. Результаты экспериментов:
В таблице 1 приведено статистическое резюме оценки урожая яблок. Показатель успешности сбора яблок, использующих гуманоидный режим сбора, составил 80,17%, что на 2,76% ниже, чем при использовании действия « горизонтальный изгиб» (82,93%). Кроме того, с точки зрения времени, цикл процесса отбора с использованием движения « горизонтальный изгиб» составляет 12,53 ± 0,53 секунды, что на 4,64 секунды меньше, чем среднее время использования движения отбора человека (17,17 ± 0,36 секунды). Сама операция отбора занимает 1,14 секунды и 3,13 секунды, что составляет 9,10% и 18,23% от общего времени цикла соответственно.
Таблица 1. Статистическая сводка результатов испытаний урожая яблок
Эксперименты показали, что оба действия отбора имеют потенциал для применения в роботах - сортировщиках. По сравнению с антропоморфным движением, « горизонтальный изгиб» селекционного движения имеет лучшее время цикла отбора и скорость успеха. Улучшение способности роботов воспринимать окружающую среду и собирать яблоки, растущие на длинных и опущенных ветвях, является двумя потенциальными направлениями исследований. В будущем человекоподобные движения могут быть применены в роботах - уборщиках в неструктурированных садах.
Ссылки:
Применение систем захвата движения в изучении технологии интегрированной внутренней позиционирования
Гибкий робот для реабилитации верхних конечностей с использованием технологии виртуальной реальности
Пожалуйста, свяжитесь с нами
-
Мы прилагаем все усилия для того, чтобы помочь вам в ваших запросах и предоставить полную информацию.
Поделитесь с нами своими проблемами, и мы быстро направим вас к наиболее эффективному решению.
-
-
- Объем захвата * m m m
-
Объекты для отслеживания *
- Количество целей (необязательно)
-
Тип камеры (по желанию)
-
Количество камер (необязательно)
- Отправить