作品展示

轻量型伺服连杆柚子采摘装置主要由伺服连杆机械臂、切割执行器、和ROS系统移动车体以及末端视觉识别等部分组成，该机械装置先通过运用Solidworks三维软件建立机器臂的三维模型，建立坐标求解出两滑块与末端的线性关系，基于ADAMS的机械系统运动和动力学仿真分析获得了伺服连杆机械臂的作业范围，利用D-H参数法和齐次变换矩阵求解机器人的正逆运动学解，位置，速度，加速度的正反解，通过MATLAB软件进行仿真，描绘出末端的位置，速度，加速度仿真曲线，并由YOLO等深度学习算法软件进行图像目标识别坐标点，最终由三菱FX5U可编辑控制器控制机体的定位运动，达到作业效果。

1.开发多自由度末端夹持器调整与定位装置，基于前期果实识别的基础数据生成柚子目标相对于末端夹持器的空间关系坐标，以此实现末端夹持执行器多果实目标的精准定位夹持。 2.采用深度学习算法对柚子图像样本进行训练，达到识别作业目标及目标的三维重构目的。 3.根据农业机器装置作业的多变复杂环境，针对农业机器人的移动平台共性技术，通过仿真计算、算法优化等，达到农业机器装置移动平台在可变作业场景下的可靠稳定运行。

1. 机械臂伺服位姿控制：采用多套平行四连杆机构嵌套结构，实现末端夹持与切割执行器的升降与伸缩调整，同时保证末端夹持与切割执行器始终保持水平姿态。连杆型机械臂整体性安装在底部的回转支撑齿轮之上。回转支撑齿轮的安装底座采用焊接式结构。机械臂的升降、伸缩与回转传动装置均布置于回转支撑齿轮上方的框架式安装面板上，并对机械臂的运动学进行正向和逆向解析，而整体的机械臂将由三菱FX5U可编程控制器搭配上位机，通过C#编程来进行主要控制。 2.车体导航与移动控制：机器人通过相机来获取图像，通过图像处理算法分析路况，车体的移动控制通过ROS机器人软件平台实现，运用YOLO深度学习目标识别算法在提高识别目标速度的同时有较高的检测精度,基于ROS操作系统,智能小车搭载IMU传感器建立实验平台,并在此平台上进行IMU确定性误差标定,同时结合改进后的SLAM导航算法进行智能小车SLAM自主导航实验。 3. 果实目标的识别与定位：通过深度学习算法对对象的目标识别实现了目标检测。

柚子具有高的营养与药用价值，传统的人工采摘很难对高度较高的柚子进行采摘，现推出一款采摘装置能满足农民对高层柚子采摘的需求，此采摘机器人具有高灵活性和拓展性，可以在原有的基础上编写其它程序加入算法，可适用于小型农场采摘柚子以及各高校进行课题研究，因此拥有广阔的推广应用前景。

no video files