По мере прогресса аграрной индустриализации Китая, выращивание фруктов приобретает всё большее значение в сельском хозяйстве. В отличие от традиционных сельскохозяйственных культур, таких как пшеница и кукуруза, которые полностью автоматизированы в отношении посадки и сбора урожая, фрукты, легко повреждаемые, такие как яблоки и груши, все еще требуют ручного сбора. Это значительно увеличивает трудозатраты, при этом операции по сбору урожая остаются высокорискованными. Таким образом, разработка механизированных роботов для сбора яблок имеет важное практическое применение.
Роботы для сбора яблок состоят в основном из двух частей: системы обнаружения и роботизированной руки, включающей технологии, такие как машинное зрение, обработка изображений, робототехническая кинематика и многосенсорное слияние. Хотя исследователи разработали несколько роботов для сбора яблок, существует множество областей, в которых у этих роботов есть потенциал для улучшения. К таким областям относятся оценка повреждений фруктов, улучшение модели визуального обнаружения фруктов роботом и разработка механизма для надежного отделения фруктов.
В попытке снизить повреждения яблок во время сбора ученые из Северо-Западного сельскохозяйственного и лесного университета A&F провели испытания и оптимизацию механизма сбора яблок роботами-сборщиками. Исследователи сначала создали модель веток, черенков и плодов, с которыми сталкивается робот для сбора яблок. Результаты симуляции они сравнили с данными реальных экспериментов, чтобы выработать теоретическую основу для оптимального роботизированного механизма и системы оценки повреждений.
Так как движения роботизированной руки при сборе напрямую влияют на возможные повреждения плода, исследователи попытались имитировать движения человека при сборе фруктов с помощью роботизированной руки. Используя систему захвата движения NOKOV для отслеживания движений верхней части руки человека, который вручную собирает фрукты, они затем направляли роботизированную руку выполнять те же движения.
Вокруг испытательного участка было размещено 8 камер захвата движения NOKOV, в то время как отражающие маркеры были прикреплены к плечу, локтю, запястью и кончику пальца человека-испытателя. Система захвата движения NOKOV использовалась для сбора данных о траектории каждого сустава руки человека-испытателя, тогда как данные траектории кончика пальца анализировались для планирования конечной траектории роботизированной руки.
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