果實采摘機械手的設(shè)計與仿真-小車式帶果籃【三維SW】
喜歡這套資料就充值下載吧。資源目錄里展示的都可在線預(yù)覽哦。下載后都有，請放心下載，文件全都包含在內(nèi)，圖紙為CAD格式可編輯，有疑問咨詢QQ:414951605 或 1304139763p
附錄B 外文文獻及翻譯
自主農(nóng)業(yè)機器人的設(shè)計
摘要：本文對自主農(nóng)業(yè)機器人的發(fā)展進行了最先進的綜述，包括制導(dǎo)系統(tǒng)、溫室自動系統(tǒng)和水果采集機器人。本文設(shè)計了一種野外作物機器人機器選擇性收獲易損水果和蔬菜的一般概念。為了使機器人成為農(nóng)業(yè)生產(chǎn)的可行選擇，未來趨勢必須采取自主農(nóng)業(yè)機器人是重中之重。
一個模型機，含有這個設(shè)計的一部分，已經(jīng)被實現(xiàn)了，用于甜瓜的收獲。這臺機器由一個安裝在由拖拉機牽引的移動底盤上的笛卡爾機械手組成。兩個視覺傳感器被用來定位水果并引導(dǎo)機械手臂向它靠近。一個鉗子夾住甜瓜，把它從藤上分離出來。實時控制一個由黑板系統(tǒng)組成硬件架構(gòu)，其中包含了通過PC總線進行傳感、計劃和控制的自動模塊。大約85%的水果成功地定位并收獲了。
關(guān)鍵詞：機器人，自主，農(nóng)業(yè)，智能控制
介紹
機器人是一種可以用來執(zhí)行各種農(nóng)業(yè)任務(wù)的感知能力的機器，例如種植、移植、噴灑、修剪和選擇性收割。農(nóng)業(yè)機器人的出現(xiàn)有可能提高新鮮農(nóng)產(chǎn)品的質(zhì)量，降低生產(chǎn)成本，減少體力勞動的任務(wù)量。然而，復(fù)雜的農(nóng)業(yè)文化環(huán)境，結(jié)構(gòu)松散的基礎(chǔ)技術(shù)必須被解決。如：在三維連續(xù)變化的軌道上移動操作;難以探測和到達（由樹葉隱藏，并在樹枝間放置）的目標(biāo)的隨機位置;水果大小和形狀的變化;易損壞的產(chǎn)品;以及惡劣的環(huán)境條件，如灰塵、灰塵、極端溫度和濕度。
水果的位置、大小、形狀和成熟度的不確定性需要一個復(fù)雜的感官系統(tǒng)，它必須識別在不斷變化的光照條件（云、太陽方向）中部分遮擋的水果，并確定一個特定的水果是否成熟。由可變車輛速度和不平坦地形引起的位置不確定需要速度和位置的監(jiān)測。因此，整個任務(wù)需要動態(tài)的、實時的環(huán)境解釋和對各種依賴于依賴的操作的控制。
摘要本文的目的是探討自主農(nóng)業(yè)機器人發(fā)展過程中所涉及的困難和復(fù)雜性;展示自主農(nóng)業(yè)-文化機器人的先進技術(shù);并為一個自主的野外作物機器人機器設(shè)計一個總體概念和設(shè)計。這一概念的初步實現(xiàn)將會被介紹。這篇文章是對未來的研究和開發(fā)（R&D）方向的總結(jié)，在商業(yè)機器人成為農(nóng)業(yè)活動的可行選擇之前，必須進行研究。
自動導(dǎo)航傳感器
與軍用或公共交通機器人相比，移動機器人的研究與構(gòu)建路徑相關(guān)，這是一種基于對環(huán)境的完全感知所選擇的路徑。
農(nóng)業(yè)機器人的技術(shù)指導(dǎo)通常是簡單的問題，如尋找下一排柑橘樹，下一犁耕犁，等等。然而，由于機器人在一個充滿敵意和不可預(yù)知的環(huán)境中運行（斜坡、山丘、泥、巖石），所以對農(nóng)用機器人的自動移動控制是非常困難的。由于移動區(qū)域相對較大（1公里），這一情況更加復(fù)雜。盡管需要的系統(tǒng)不太精確（對于工業(yè)操作來說，cm與mm），但是整個系統(tǒng)的分辨率必須非常高才能獲得必要的精度。
由Tillet [33]提出了一份關(guān)于農(nóng)業(yè)系統(tǒng)的自動導(dǎo)航傳感器的回顧。它包括了機械傳感、超聲波、無線電頻率、陀螺儀、前導(dǎo)電纜和光學(xué)系統(tǒng)?；诓煌膫鞲蟹椒ǎ鹤詣痈飨到y(tǒng)的光學(xué)技術(shù)，已經(jīng)開發(fā)出了一套自動導(dǎo)航系統(tǒng)。用于檢測皺紋的照片探測器;紅外傳感器作為旋轉(zhuǎn)[21]的指示器;
一種以激光為動力的草坪拖拉機[12]和定位傳感系統(tǒng)，基于激光[29]，[23];被動雷達信標(biāo)[4]和地理定位系統(tǒng)[30]。微型計算機用于計算拖拉機位置誤差和不同的控制算法，例如，開/關(guān)[36];比例，模糊[34]，用于定位和設(shè)置正確的轉(zhuǎn)向角度。分布式控制系統(tǒng)似乎最適合實時響應(yīng)，由Brandon 5實現(xiàn)。
溫室自主系統(tǒng)
由于環(huán)境相對可控并且比外部農(nóng)業(yè)環(huán)境更有條理，溫室內(nèi)車輛的自主操作更容易。 AGV在溫室中的實施有助于減少自動噴涂的危害，提高工作舒適度和勞動效率，并可能提高操作的準(zhǔn)確性。
已經(jīng)開發(fā)了幾種用于溫室運輸操作的原型自動四輪車，例如紅外制導(dǎo)[36]; 領(lǐng)導(dǎo)有線網(wǎng)絡(luò)路由[20]：在這兩個指導(dǎo)是完全自治的，但是，所有任務(wù)仍然是手動執(zhí)行。 在日本開發(fā)了一個完整的自主機器人的初步研究，其中一個多用途操縱器（番茄采摘器和選擇性噴霧器）連接到一個AGV上[22]。
收割機器人
在將機器人應(yīng)用于各種農(nóng)業(yè)收獲任務(wù)方面進行了廣泛的研究：柑橘[15]、[16]、[18];蘋果[19],[28];西紅柿[22];蘆筍[17];黃瓜[1];
西瓜[2],[9];葡萄[31]。這些研究集中于自然環(huán)境中的物體檢測、夾具和機械手的設(shè)計和運動控制。在水果采摘機器人上的研發(fā)并不是針對自動制導(dǎo)的，盡管有幾輛自動駕駛的汽車被建議使用[27]：在一個專用平臺上安裝的水果選擇器，要么是在中間的配置中，要么是一個自動的系統(tǒng)，它可以管理樹木。
水果位置
一些傳感技術(shù)已被調(diào)查用于水果檢測：視覺[28];
紅外[8],[13];結(jié)構(gòu)光[3],[38]。在所有的水果中，只有85%被鑒別出來，而不管它的傳感技術(shù)或算法。
夾具和機械手設(shè)計和運動控制。
平均2秒的采摘周期是農(nóng)業(yè)機器人的常見需求。由于工作空間相對較大，這意味著執(zhí)行器必須有很高的速度。另一方面，執(zhí)行機構(gòu)的精確度可能不如工業(yè)操作（cm而不是mm）。然而，由于物體的尺寸和位置的變化，末端執(zhí)行器必須具有足夠的適應(yīng)性，從而為機器人提供必要的順應(yīng)性，[31]、[35]。
只有一個移動的農(nóng)業(yè)機器人的例子，對于葡萄樹的修剪[32]。然而，這僅僅是在實驗室條件下實現(xiàn)的。系統(tǒng)的計算效率和警戒線的彎曲程度限制了機器人手臂可以移動的最快速度，并且仍然正確地定位末端執(zhí)行器。這個系統(tǒng)是由兩個安裝在眼睛上的追隨者的攝像機引導(dǎo)的。至少80%的位置更新被放置在±1 cm，速度在7.5厘米/秒到12.3厘米/秒之間。然而，在此技術(shù)應(yīng)用之前，必須進行廣泛的研究。
概要
本文開發(fā)了自主控制農(nóng)業(yè)機器人的傳感、智能控制和控制元件。在溫室里，由于相對容易的環(huán)境，系統(tǒng)更先進的車和幾種原型車已經(jīng)被演示。
然而，原型水果收獲機已經(jīng)發(fā)展起來了，重點一直放在定位、接觸和采摘水果的關(guān)鍵問題上，而不是自主指導(dǎo)。盡管如此，已經(jīng)開發(fā)和實施了一些用于現(xiàn)場指導(dǎo)和轉(zhuǎn)向控制的算法。
然而，對于一個完全自主的農(nóng)業(yè)機器人的開發(fā)，只涉及自動車輛制導(dǎo)和農(nóng)業(yè)任務(wù)的執(zhí)行，只有初步的研究。
自主野外作物機器人機的設(shè)計
傳感系統(tǒng)
該傳感系統(tǒng)由傳感器組成，以檢測果實，確定水果的成熟度和機器人的位置。
為了在不可預(yù)測的農(nóng)業(yè)環(huán)境中進行強有力的操作，機器人必須為每一項任務(wù)配備一個冗余的多傳感器系統(tǒng)。
車輛的位置。
“持續(xù)更新車輛的位置對于精確地控制車輛的行駛方向和精確的目標(biāo)攔截至關(guān)重要（因為車輛在不平坦的地形中前進，其速度不穩(wěn)定）。真正的距離必須來自于在目標(biāo)探測時的載波位置和截擊時間的位置之間的坐標(biāo)。
視覺似乎是最適合沿著這一行精確制導(dǎo)的技術(shù)。
通過計算在第25、6行中生成的所有直線的消失點，可以推導(dǎo)出標(biāo)題錯誤信息。
輪式移動機器人可以估計當(dāng)前機器人點和方向通過積累使用編碼器的旋轉(zhuǎn)輪子,陀螺羅盤,等等。然而,由于固有的傳感器不準(zhǔn)確,粗糙表面(導(dǎo)致滑)和估計的錯誤積累隨著機器人一個額外的位置傳感器是至關(guān)重要的。這個傳感器可以是一個全局傳感器，例如，激光，GPS提供絕對位置或傳感器，通過連續(xù)的環(huán)境對環(huán)境的感知來提供相對位置。在這兩種情況下，都必須開發(fā)算法來糾正固有的累積錯誤。
水果的位置：視覺傳感器往往是最合適的技術(shù)，用于處理隨機部分遮擋目標(biāo)的各種尺寸、形狀和顏色。實時專用的成像硬件對于實時響應(yīng)是至關(guān)重要的。使用兩個級別的圖像傳感器：一個用于全局路徑規(guī)劃（遠視），另一個用于本地指導(dǎo)（近視）。為了進一步提高檢測的可靠性和準(zhǔn)確性，必須使用不同類型的傳感器，并必須開發(fā)傳感器融合技術(shù)來合并信息。
水果成熟：必須確定有選擇性的收獲。目前正在探索幾種非破壞性的技術(shù)來評估水果的質(zhì)量（視覺、核磁共振、聲音、近紅外），然而，大多數(shù)這些系統(tǒng)還沒有作為商業(yè)單位的28種。此外，一旦可行，就必須為實時操作開發(fā)算法。
控制
專用和獨立的控制器必須為車輛制導(dǎo)、操縱器運動控制、夾具和傳感器活動而使用。
車輛制導(dǎo)：該控制系統(tǒng)必須實現(xiàn)車輛的轉(zhuǎn)向和控制整體車輛的運行：停止起動;
前進速度等。
機械手控制：負責(zé)對每個執(zhí)行機構(gòu)的精確控制，并采用閉環(huán)的反饋。
夾鉗控制：夾持器調(diào)整手腕并掌握動作。
傳感器控制：由于全局檢測設(shè)備不能完全準(zhǔn)確地控制任務(wù)，執(zhí)行機構(gòu)通常需要完成傳感操作28。
因此，必須使用主動感應(yīng)，例如，將鼓風(fēng)機引導(dǎo)到一個有光的水果位置，以不同的角度拍攝額外的圖像。
智能控制系統(tǒng)和算法
基于傳感器的控制應(yīng)用程序需要一個靈活的、實時的多任務(wù)處理和并行編程，它可以集成感知、計劃和控制。因此，智能控制系統(tǒng)，是設(shè)計為分布式獨立傳感、規(guī)劃和控制模塊[10]。
圖1黑板機器人控制器的示意圖.
由于它對復(fù)雜和不合理的結(jié)構(gòu)問題很有用，并且使用了機會主義推理，所以使用了黑板方法[11]。這對于在動態(tài)農(nóng)業(yè)環(huán)境中進行健壯的操作是很重要的，例如，由于云或陰影的變化需要不同的圖像處理例程;而水果分布的變化意味著激活不同的運動控制算法。對于問題的每個部分和解決方案的每個階段，都可以選擇最佳的知識表示和解決方案策略。定性和定量的方法可以結(jié)合。
農(nóng)業(yè)機器人黑板系統(tǒng)（圖1）包括來自兩個視覺傳感器（遠及近）、距離編碼器的數(shù)據(jù)、車輛的位置以及機器人傳感器提供的當(dāng)前機器人/夾具狀態(tài)的信息。控制模塊由幾個獨立的進程來表示，它們并行運行，控制不同
硬件設(shè)備，如機器人馬達、汽車方向盤和控制。
為了減少復(fù)雜性，智能控制器被劃分為兩個層次結(jié)構(gòu)：一個高級的規(guī)劃板和一個低級的控制板。
由于它的復(fù)雜性，并且它提供了關(guān)于機器人環(huán)境的最重要的信息來源，所以視覺系統(tǒng)必須是一個獨立的獨立模塊。必須使用專用的實時圖像處理硬件和軟件。為規(guī)劃引入了傳感器的層次結(jié)構(gòu)
（遠視）和控制（接近視覺）水平。必須將額外的傳感模塊納入水果檢測、水果成熟度測定和車輛指導(dǎo)。
專用運動控制板必須處理所有編碼器輸入解碼、控制信號的數(shù)字濾波和模擬電機指令的生成與機械手控制有關(guān)。此外，運動控制器必須提供限制和緊急停止開關(guān)。必須使用額外的專用電機控制單元來控制車輛，并發(fā)出移動和速度命令。
機器瓜收獲機的實施
系統(tǒng)設(shè)計
這個機器人瓜收割機由一個安裝在移動平臺上的機器人手臂組成，它是由一個拖拉機牽引的（圖2）。這個平臺是一個長方形的鋼架，后面有兩個輪子。前端與牽引器的牽引桿相連。該平臺分為兩個領(lǐng)域。前面的區(qū)域包含一個視覺傳感器（遠攝相機），并提供了一個清晰的視野，可以看到整個床的位置來檢測迎面而來的瓜類。安裝在平臺上的鼓風(fēng)機清除了西瓜上的葉子，露出了被樹冠遮蓋的瓜。
一個笛卡爾的機械手位于第二個區(qū)域，就在第一個區(qū)域的后面。機械手的工作空間是150萬到150萬。這使得人們可以在床上的任何位置，以及在兩邊的平臺上放置的特殊的傳輸裝置。夾具的垂直間隙是0.9 m，足夠選擇一個水果，并將其裝進平臺兩側(cè)的傳輸器中。一個氣動夾具通過一個靈活的關(guān)節(jié)連接到機器人手臂上，以吸收由水平運動引起的側(cè)向載荷，這是由水平運動產(chǎn)生的。
操縱器是由
帶編碼器反饋的電氣直流伺服電機。第二個（近）的視覺傳感器安裝在一個恒定高度的夾鉗上的選擇區(qū)域。它可以被看作是一種直觀的架構(gòu)，它提供了引導(dǎo)選擇機制的最終信息。近景相機位于較小的高度，視野狹窄。
電機控制：電機與信號放大器連接，它執(zhí)行伺服電機控制協(xié)議，對軟件。為了與放大器交互，使用基于PC的運動控制接口卡（Galil DMC-600）。機械臂沿著三個軸的位置由一個計算機程序控制，所以它可以被發(fā)送到任何想要的位置
跟蹤邊界。為了防止在程序失敗的情況下運行，在三個軸的兩端都安裝了近距離傳感器來限制旅行。當(dāng)機械臂到達其中一個傳感器時，會自動產(chǎn)生一個“默”停止信號，所有的馬達都會被關(guān)閉。
為了避免碰撞到地面，一個額外的傳感器被連接到Z軸上。如果地面（或任何其他障礙物）到達垂直向下運動時，也會產(chǎn)生緊急停止信號。
此外，DMC卡有一個8位的輸入輸出端口，用于牽引運動控制（停啟動）和夾具/刀具控制。
圖2所示 原型機瓜收獲機原型設(shè)計.
a. 側(cè)視圖; b. 主視圖; c.俯視圖; d. 圖片
瓜果檢測：“視覺硬件由兩個攝像頭和一個實時圖像處理系統(tǒng)組成。這種視覺傳感器是一種NEC NC-15 CCD相機，配備了一個FUJINON 6毫米自動光圈鏡頭和自動黑/白平衡。它提供了顏色NTSC和RS-170的輸出，分辨率為683 x 492。圖像處理硬件是一個基于pc的Matrox圖像系列板，它利用了一個增加處理速度的管道結(jié)構(gòu)。對遠攝相機進行了不同的成像技術(shù)：gre層次;顏色;紅外結(jié)構(gòu)光。目前的灰色-層次和顏色的算法使用了感興趣的對象的反射、形狀和大小信息。采用全球閾值技術(shù)進行分割。
車輛運動：一種增量式光學(xué)編碼器（Renco，R-250）用于確定航空母艦所走過的路徑。編碼器每一次旋轉(zhuǎn)產(chǎn)生256個脈沖。這些脈沖是特殊硬件解碼卡的輸入。解碼方案的輸出是一個字節(jié)，它的值與計數(shù)脈沖相等，因為最后的解碼器重置完成了。重置用于將計數(shù)器的值設(shè)置為零。解碼器的精度是0.92個脈沖/厘米。解碼器輸出字節(jié)通過標(biāo)準(zhǔn)的并行打印機端口傳輸?shù)絇C上。
這種牽引機附在機器人平臺上，由一個特殊的液壓馬達驅(qū)動，它提供了一個恒定的速度。電機是連接在一起的，以提供使機器人向前和向后移動的能力。運動方向是由一個特殊的電氣開關(guān)建立的，它有一個控制輸入線連接到DMC控制器的輸出端口。這使得控制軟件能夠控制液壓馬達。這個程序可以發(fā)出三個動作命令，向前，向后，停止激活或停止機器人運動。操縱器校正由操作員提供。
軟件實現(xiàn)：控制軟件的兩個層次。
一種類似于VAL語言的低級的DMC軟件，用于低水平的機械手控制和一個高級的控制程序，在C編程局域網(wǎng)中編程，并在微軟C（ver.C語言下開發(fā)。6.00)。為了實現(xiàn)全面的多任務(wù)處理能力，它是在05/2操作系統(tǒng)下運行的。多處理是通過在對比中運行幾個過程實現(xiàn)的。進程間通信是使用共享內(nèi)存、隊列和信號量實現(xiàn)的。
實現(xiàn)了幾個獨立的線程（子進程）：程序（用戶界面線程——系統(tǒng)的主要執(zhí)行過程），MT（makox線程），RCT（機器人控制線程——控制著鉗子的移動和軌跡規(guī)劃），RIT（機器人的內(nèi)部線程——將來自不同線程的命令傳輸?shù)綑C器人控制器），ET（編碼器線程）。它們各自獨立運作，有自己的目的地，并控制著自己的系統(tǒng)部分。每一個輸入依賴的過程都有自己的控制變量，這些變量是共享的，可以通過程序來改變。
系統(tǒng)操作和評價方法
對兩種不同的操作模式進行了評價：步進模式（脫機）和連續(xù)模式（在線）。在階梯模式下，拖拉機沿著行前進，在每批水果上停留。然后，機器人手臂接近每一種水果，并挑選出它們。一旦所有成熟的水果被采摘下來，拖拉機就會進入下一批。在連續(xù)模式下，機器人手臂向水果移動，然后在牽引器沿行移動時跟隨它。
進行了三種不同的實驗：成像、水果采摘和在線模式測試。在兩個不同的季節(jié)，在兩個不同的地點分別進行了兩個不同的西瓜品種的田間試驗：恩塔瑪（約旦河谷;益格里亞（以色列谷）和基布茲。在春季（4月）和夏季（7月），1993年的季節(jié)里。
主要的成像分析包括黑白（B&W），灰層次成像[8]。然而，由于只有80%的水果在這種模式下被檢測到，額外的圖像處理技術(shù)被評估：顏色，紅外線和結(jié)構(gòu)光。所有的成像實驗都是在連續(xù)模式下進行的操作,即。
表1視覺和激光系統(tǒng)檢測結(jié)果的總結(jié)
當(dāng)拖拉機沿著瓜床前進時，圖像被折斷了。所有的分析都是獨立進行的。與機器人的操作沒有任何聯(lián)系。
所有的水果采摘實驗都是用B&W成像技術(shù)在步進模式下進行的。
此外，在實驗室中進行了在線模式測試，以確定可以達到的最大性能。在這些實驗中，為系統(tǒng)提供了理想的視覺條件。這包括在野外通常覆蓋真正的瓜類的葉子，以及要捕捉的目標(biāo)的白色著色。在實驗過程中，“球”（球）被放置在不同距離的地面上。這個實驗的目的是定義兩個相鄰目標(biāo)之間的最小數(shù)量和最小的距離，使機器人能夠在不停止的情況下抓住目標(biāo)。實驗的另一個目的是確定取一個甜瓜的平均時間，并將其移植到傳送帶上。
所有的在線實驗都是針對兩種不同的拖拉機速度10和5厘米/秒進行的;與最大和最小的拖拉機速度相對應(yīng)）和兩種不同的機械手速度（75和37.5厘米/秒）。因此，對每個西瓜的設(shè)置進行了四種類型的實驗。
性能結(jié)果
傳感性能 結(jié)果表明灰色水平和基于顏色的算法在測試的品種中有相同的數(shù)量，并且檢測到大約80%個水果（表1）。水果的提及（水果和它的葉子直徑的比值）是關(guān)鍵的參數(shù)：檢測結(jié)果改善了更大的水果。非檢測病例是樹葉遮擋（12%）和小瓜，直徑小于10厘米（6%）。一些錯誤檢測的案例是由大的明亮的葉子和/或由塑料薄膜的明亮圖案引起的。
該算法的執(zhí)行時間是可以接受的，因為它處于估計的平均機器人收獲周期[9]的范圍內(nèi)。
激光系統(tǒng)探測到的西瓜更少。然而，這是由于該算法沒有針對實時系統(tǒng)進行優(yōu)化，因此在分析過程中，由于長時間的計算，部分視頻幀被忽略了。最終，激光系統(tǒng)算法應(yīng)該比其他成像技術(shù)快得多。因此，所提出的結(jié)果只能被認(rèn)為是初步的。
由于沒有專門的研究系統(tǒng)，僅對紅外成像[8]進行了初步分析。這一分析表明，在田地里不同的物體——瓜、葉和地——的溫差很大程度上取決于白天的時間，在日落之后達到最大值。與在可見光譜中獲得的圖像不同，在瓜地的位置上，葉子是主要的錯誤來源，所以在紅外光譜中分辨出瓜和葉子并不是特別困難;這可以通過設(shè)定閾值來實現(xiàn)。在這種情況下，錯誤的來源是由開闊的地面斑塊引起的，其溫度與瓜類的溫度是相互的。需要進一步的研究來評估紅外成像對甜瓜位置的潛在影響。將紅外成像與常規(guī)視覺相結(jié)合，可以進一步提高甜瓜的檢測效果。
必須進一步研究基于顏色的方法。問題是，瓜類和葉子之間的光譜差異是相互依賴的，有時葉子會像成熟的水果一樣出現(xiàn)黃色，這可能是錯誤檢測的原因。高質(zhì)量的彩色攝像機應(yīng)該用于改善圖像采集;顏色必須校準(zhǔn)。彩色分割技術(shù)可以在未來應(yīng)用?；陬伾停ɑ谛螤畹模┗叶确椒梢越M合起來，以提高檢測結(jié)果。為此，必須開發(fā)傳感器融合技術(shù)。
必須開發(fā)一種自適應(yīng)分割技術(shù)。這可以通過對被懷疑是成熟果實的圖像區(qū)域的局部獨立分割來實現(xiàn);這些地區(qū)必須根據(jù)其高平均強度來確定。必須進一步研究人工照明和遮陽效果?？諝獗ǖ挠绊懯蔷薮蟮?，它與視覺的相互作用需要更多的調(diào)查。必須開發(fā)視覺和空氣爆炸活動的硬件同步。
表2直線瓜的實驗數(shù)據(jù)（在線）
圖 3直線瓜的實驗數(shù)據(jù)（離線）
運動控制性能：
在水果采摘實驗中，大約85%的成熟水果被成功地收獲了。對現(xiàn)場結(jié)果的分析正在進行中。
目前，只有在實驗室中進行的在線模式測試已經(jīng)被分析了：
在表2中，可以讓機器人在沒有停止的情況下沿著行前進的最小距離。當(dāng)速度減小時，最小距離減小。然而，由于在運動的開始和結(jié)束時的延遲和減速所造成的延遲，更大的選擇時間并沒有相應(yīng)的減少。
當(dāng)這些瓜被放置的距離小于最小值的時候，機器人就產(chǎn)生了一個停止信號，然后停止，直到所有的瓜都被撿起來。拖拉機的前進運動在機械臂工作空間中所有的瓜都被摘走后自動恢復(fù)。在早期版本的控制中
不支持停止算法，結(jié)果機器人錯過了部分西瓜。
同樣的甜瓜設(shè)置也進行了離線模式的實驗。由于拖拉機的速度不影響整體性能，所以所有的實驗都是在10厘米/秒的拖拉機速度下進行的。結(jié)果在表3中進行了總結(jié)。
一般來說，隨著機器人的速度增加，平均周期時間會減少。平均采摘時間非常大（40 s），而隨后的西瓜之間的距離是50厘米。在這種情況下，當(dāng)我們移動到一個甜瓜的時候，下一個甜瓜離遠的相機視野太遠了，遠不能被遠攝相機檢測到。因此，拖拉機必須返回到遠傳感器的工作空間里的甜瓜。有了這個甜瓜的設(shè)置，在線操作模式比離線模式快3-4倍。
瓜類通常是成群的，每組9個西瓜。當(dāng)瓜類在集群中，機器人必須停下來撿起所有的水果。表4展示了不同瓜果的結(jié)果。最好的結(jié)果（每瓜8秒）的速度（5厘米/秒）小于最大速度（10厘米/秒）。拖拉機的高速運轉(zhuǎn)使得在采摘過程中需要停止，從而減慢了整體的性能。這證明了最優(yōu)速度參數(shù)并不總是最大的速度參數(shù)。平均選擇時間取決于機器人和機械手的速度。當(dāng)機器人必須停止時（為了不漏掉瓜類），平均采摘時間幾乎沒有增加，因為大部分時間在停止時被“浪費”了。
這些循環(huán)時間驗證了模擬結(jié)果[9]。因此，在模擬結(jié)果的基礎(chǔ)上，可以在模擬結(jié)果的基礎(chǔ)上，將兩個手臂平行于一個定制的園藝實踐[9]，從而達到2秒的平均收獲周期時間。
表4.聚類瓜的實驗數(shù)據(jù)（在線）
結(jié)論和未來趨勢
一種機器人野外作物機器人已經(jīng)被簽署，有選擇性地收獲容易受傷的水果和蔬菜。整體設(shè)計可以很容易地適應(yīng)，以促進其他任務(wù)，如收獲類似的作物、選擇性噴灑和移植。已經(jīng)建立了一個收獲瓜的原型機，并進行了實地測試。
大多數(shù)用于水果檢測的感官系統(tǒng)和算法都能檢測到80%到85%。必須使用多個傳感器來提高檢測的可靠性和準(zhǔn)確性。通過采用融合多種信息的傳感器融合技術(shù)，可以獲得更完整的現(xiàn)場知識。必須制定和實施戰(zhàn)略，確定何時以及如何使用傳感器，以及如何組合大量信息。主動傳感可以進一步提高性能。
有兩種技術(shù)是完全發(fā)展移動選擇性收割機的技術(shù)：成熟的測定和3-D動態(tài)機器人制導(dǎo)。成熟的傳感器是依賴于水果的，因此很可能是限制因素，因為每個特定的應(yīng)用程序都必須針對每個特定的應(yīng)用程序。
另一個必須研究的問題是，當(dāng)?shù)妆P在運動的時候，機器人手臂的控制可以接近并抓住果實。由于底盤在不斷變化的地形中移動，所以必須在不確定的情況下為對象跟蹤開發(fā)算法。摘要基于疊加法，建立和實現(xiàn)了初步算法，這是人類在修改正在進行的運動時所使用的策略的數(shù)學(xué)模型。
這些問題的成功發(fā)展將導(dǎo)致開發(fā)一種移動的、自主的機器人機器。毫無疑問，這將是一種突破——對高度易腐農(nóng)產(chǎn)品的機械化，并改善農(nóng)業(yè)生產(chǎn)。這種系統(tǒng)的經(jīng)濟可行性將會因機器人的多種用途而得到增強，例如用于收獲其他作物的應(yīng)用，以及執(zhí)行諸如移植等額外任務(wù)。增加收獲后的任務(wù)，如分級和排序也會增加這種經(jīng)濟潛力。
沒有共識的可行性農(nóng)業(yè)機器人作為一種替代方法為手工操作[27]:雖然所有可用會同意,沒有劃算的產(chǎn)品在市場上完全獨立操作,有些人會認(rèn)為,與迅速發(fā)展的計算機和傳感器,它只是一個問題
時間和金錢;而另一些人則認(rèn)為，農(nóng)業(yè)文化機器人在經(jīng)濟上永遠不會實用。然而，隨著勞動力成本的上升，對高質(zhì)量的新鮮農(nóng)產(chǎn)品的需求，以及電腦的成本不斷下降，另一方面，盈虧平衡點可能比預(yù)期的更接近。盡管如此，所有人都認(rèn)為這一領(lǐng)域的研發(fā)是令人興奮和具有挑戰(zhàn)性的。
致謝
這項研究得到了贈款的支持。美國-1254-87和美國-1682-89，美國-以色列兩國農(nóng)業(yè)研究和發(fā)展基金，部分由Paul Ivanier機器人研究中心提供支持。我要感謝我的所有同事，他們?yōu)橘F賓羅姆人的成功發(fā)展做出了貢獻，也感謝了本文提出的許多想法?，斏ǖ录{斯-韋伯，梅尼本迪，尤里。多布林，阿默斯赫茨羅尼;艾薩克沃爾夫，尤瑟夫格爾曼，瓦迪姆羅戈津;教授瑪;最后但并非最不重要的是，我對大洋兩岸的領(lǐng)導(dǎo)人表示最深切的感謝，他們對這些概念進行了理解，并成功地完成了這個項目——尤里佩珀和巴迪邁爾斯教授。
果實采摘機械手的設(shè)計與仿真
摘要：果實采摘工作具有較強的復(fù)雜性和較低的自動化程度，目前國內(nèi)水果的采摘工作主要靠手工完成。21世紀(jì)是農(nóng)用機械化向智能自動化機械過渡的關(guān)鍵時期，工業(yè)智能自動化對現(xiàn)代農(nóng)業(yè)發(fā)展規(guī)模化、多樣化和精確化十分重要。本文針對小型柑橘進行采摘機械手的設(shè)計，實現(xiàn)果實的全程自動化采摘。
??本文通過對果實采摘機械手的采摘環(huán)境和采摘特點進行分析，提出一種六自由度小型柑橘采摘串聯(lián)機械手。通過設(shè)計3種末端執(zhí)行器機械結(jié)構(gòu),使得機械手具有多用途作用，并將機械手與相關(guān)輔助裝置相結(jié)合，實現(xiàn)整個柑橘果園采摘過程的自動化。本論文基于SolidWorks,建立機構(gòu)的三維模型與仿真分析。根據(jù)仿真與試驗的結(jié)果得出機械手具有良好的采摘性能。該機構(gòu)解決了人們采摘高處果實難、果實采摘工作量大和人工采摘具有一定危險性等缺點,實現(xiàn)了小型柑橘等多種果實不受物理損傷的自動化采摘。
關(guān)鍵詞：工業(yè)機器人；果實采摘機器人；機械手；運動學(xué)仿真；
Design and simulation of fruit picking manipulator
Abstract: Fruit picking work is full of a strong complexity and low degree of automation. Now, the harvest of fruit is mainly done by hand in China. The 21st century is the key period for the transition from agricultural mechanization to intelligent automation machinery, and industrial intelligent automation is very important for modern agricultural to develop large-scale, diversification and precision. In this paper, the design of picking manipulator for small citrus fruit is to realize the whole process of fruit picking.
This paper analyzes the environment of picking and characteristics of the fruit picking manipulator, and puts forwards to a six-degree-of-freedom small citrus picking series manipulator. Through the design of three kinds of end executor mechanical structure, making the manipulator has the utility function, and combines the manipulator and the related aided device, realizing the automation of the whole process of citrus orchard. This paper is based on SolidWorks, which establishes the model of three-dimensional and simulation analysis of the mechanism. According to the results of simulation and experiment, the mechanical hand, we’re sure that it has good picking performance. The agency has solved the fruit, fruit picking people picking high workload and artificial picking has some shortcomings, such as risk, realizing the small citrus and other fruit automatic picking is not subject to physical damage.
Keywords: Industrial robot; Fruit picking robot; Manipulator; Kinematics simulation
I
目 錄
摘要 I
目 錄 III
第1章 緒論 1
1.1 課題研究背景及意義 1
1.2 國外研究成果及現(xiàn)狀 1
1.2.1 國外采摘機器人成果及現(xiàn)狀 1
1.2.2 國外末端執(zhí)行器研制進展情況 3
1.3 國內(nèi)研究成果及現(xiàn)狀 4
1.4 主要研究的內(nèi)容 4
第2章 柑橘采摘機器人機械手機構(gòu)設(shè)計 5
2.1 小型柑橘的生物學(xué)特征 5
2.2 采摘機器人選型原則 6
2.3 柑橘采摘機器人機械手的選型 7
2.4 本章小結(jié) 8
第3章 柑橘采摘機器人總體結(jié)構(gòu)方案設(shè)計 9
3.1 可移動小車底盤 10
3.2 升降梯 10
3.3 柑橘采摘機械手臂 11
3.4 柑橘采摘執(zhí)行末端 12
3.5 電控系統(tǒng) 12
3.5.1 控制系統(tǒng) 12
3.5.2 視覺系統(tǒng) 12
3.6 本章小結(jié) 13
第4章 執(zhí)行末端的設(shè)計 14
4.1 柑橘采摘末端執(zhí)行器設(shè)計的總體原則 14
4.2 設(shè)計三維軟件Solidworks簡介 14
4.3 連桿機構(gòu)設(shè)計方案 14
4.4 半球式設(shè)計方案 20
4.5 半齒設(shè)計方案 21
4.5.1 齒輪傳動的計算載荷 22
4.6 三種方案的優(yōu)缺點分析 24
4.7本章小結(jié) 25
第5章 柑橘采摘機械手運動分析 26
5.1 柑橘采摘機器人機械手運動學(xué)分析 26
5.1.1 運動學(xué)正解 27
5.1.2 反解驗證 28
5.1.3 機械手雅可比矩陣的求解 28
5.1.4 機械手速度和加速度正解分析 29
5.2 柑橘采摘機械手零件理論分析 30
5.2.1 機械零件疲勞極限的因素 30
5.2.2 帶傳動分析 31
5.3 本章小結(jié) 32
第6章 機械手末端執(zhí)行器有限元分析 33
6.1 連桿機構(gòu)末端執(zhí)行器模態(tài)分析 33
6.2 半球式設(shè)計末端執(zhí)行器模態(tài)分析 35
6.3 半齒設(shè)計末端執(zhí)行器模態(tài)分析 37
6.4 模態(tài)分析總分析 39
6.5 本章小結(jié) 40
第7章 總結(jié)與展望 41
參考文獻 42
致謝 44
附錄A 圖紙 45
附錄B 外文文獻及翻譯 51
V
第1章 緒論
1.1 課題研究背景及意義
21世紀(jì)是農(nóng)用機械化向智能自動化機械過渡的關(guān)鍵時期，工業(yè)智能自動化對現(xiàn)代農(nóng)業(yè)發(fā)展規(guī)?；?、多樣化和精確化具有不可磨滅的重要性。隨著農(nóng)業(yè)生產(chǎn)要求的不斷提高，許多農(nóng)作物的采摘是一項勞動密集型的工作，隨著采摘季節(jié)的要求，保證采摘質(zhì)量至關(guān)重要。
采摘機器人是農(nóng)業(yè)機器人的重要一部分，可充分利用機器人的信息感知能力，通過機器視覺識別被采對象的成熟度，從而保證果實的采摘質(zhì)量[1]。采摘機器人能夠在降低采摘成本的同時提高柑橘的采摘效率，并且水果采摘機器人有很大市場缺口，其未來發(fā)展?jié)摿薮?。摘果機械手作為采摘機器人的核心部件，在采摘機器人的發(fā)展中起著至關(guān)重要的作用。
我國柑橘種植歷史悠久，柑橘生產(chǎn)在世界柑橘產(chǎn)業(yè)中占有舉足輕重的地位。據(jù)統(tǒng)計，我國柑桔種植面積達萬公頃，產(chǎn)量萬噸。但是到目前為止，柑橘的采摘工作都要靠人工完成。
我國是多種水果的生產(chǎn)大國，由于缺乏有效可行的果實采摘自動化機械，從而造成果實采摘效率低下也是一個重要原因[2]。因此急需提供一種輕巧靈便的果實摘采機械手，能夠在保障人身安全的同時保護果樹、果實不受損傷。將果實采摘機械手與機器人相結(jié)合，大大提高了農(nóng)業(yè)自動化水平，使得果實的采摘更加高效便捷。
果實采摘機械手是一種實用新型機械手，其最終目標(biāo)是，確保人身不受傷害的前提下，提高果實的采摘質(zhì)量與采摘效率[3]。通過查閱相關(guān)資料與深入的調(diào)研，市場上相關(guān)產(chǎn)品較少且實用性不足，因此果實采摘機械手的市場前景廣闊。設(shè)計一款輕巧，靈便，滿足使用要求的水果采摘機械手變得十分迫切且意義重大[4]。
綜上所述，該課題具有很強的研究探索意義。
1.2 國外研究成果及現(xiàn)狀
1.2.1 國外采摘機器人成果及現(xiàn)狀
隨著計算機和電子控制技術(shù)的飛速發(fā)展，機器人逐漸趨向自動化、智能化，并已應(yīng)用于許多領(lǐng)域，但在農(nóng)林領(lǐng)域還沒有達到實際應(yīng)用。從 20 世紀(jì) 80 年代中期開始，很多國家都展開了果蔬收獲機器人方面的研究工作，涉及到的研究對象主要有甜橙、葡萄、蘋果、西紅柿、櫻桃、西紅柿、草葛、蘑菇等多種果蔬[5]。
圖1.1 日本葡萄采摘末端執(zhí)行器 圖1.2 “CITRUS” 柑橘采摘機器人
西班牙和法國的合作項目，“CITRUS”是比較成功的柑橘采摘機器人，如圖1.2所示。該項目于1988年開始啟動,研制的柑橘采摘機器人最高能達到80％的采摘率[6]。
蘋果采摘機器人在美國、法國、日本等國已有研究,其中Johan Baete和Sven Boedrij等人研制的蘋果采摘機器人，如圖1.3所示,利用工業(yè)機器人的六自由度手臂作為機械手主體,手臂整體可在架子上進行水平和豎直方向的移動,在果園作業(yè)時,機械手由一臺拖拉機牽引 [7]。
圖1.3 蘋果采摘機器人
圖1.4 荷蘭的黃瓜采摘機器人
1.2.2 國外末端執(zhí)行器研制進展情況
從上世紀(jì)80年代開始,日本、荷蘭等國都曾開發(fā)出各種果實采摘末端執(zhí)行器,取得的不少研究成果,但普遍存在采摘質(zhì)量和采摘效率偏低,機器比較笨重,通用性較差等缺點[8]。下面介紹了幾種國外水果采摘機器人執(zhí)行末端。
美國佛羅里達大學(xué)研制了柑橘采摘末端執(zhí)行器，如圖1.5所示。其依靠置于末端執(zhí)行器的內(nèi)部的CCD攝像機和超聲波傳感器來探測水果的位置[8]。
圖1.5 柑橘采摘末端執(zhí)行器 圖1.6 蘋果采摘末端執(zhí)行器
Johan Baeten和Sven Boedrij等人研制了蘋果采摘機器人末端執(zhí)行器，如圖1.6所示。其前端樹脂管里裝有微型攝像頭,用于獲取末端執(zhí)行器正前方蘋果圖像,真空泵提供動力,吸盤用于吸取蘋果[8]。
1.3 國內(nèi)研究成果及現(xiàn)狀
作為一個果蔬生產(chǎn)大國，中國在農(nóng)業(yè)機械自動化方面晚起步于其他發(fā)達國家，因此加快我國的農(nóng)業(yè)現(xiàn)代化機械化進程，是實現(xiàn)我國農(nóng)業(yè)現(xiàn)代化的必經(jīng)之路[9]。農(nóng)業(yè)機器人的發(fā)展大大推動機械手的發(fā)展，機械手的發(fā)展將大大提高機器人的實用性和高效性。我國在農(nóng)業(yè)采摘機器人方面的研究始于20世紀(jì)90年代中期,相對于發(fā)達國家起步較晚，但不少院校、研究所都在進行采摘機器人和智能農(nóng)業(yè)機械相關(guān)的研究[10]。東北農(nóng)林大學(xué)陸懷民開發(fā)了林木球果采摘機器人，浙江大學(xué)對番茄采摘機器人進行了運動學(xué)分析，上海交通大學(xué)對黃瓜采摘機器人進行了研究，浙江大學(xué)對番茄采摘機器人進行了相應(yīng)的研究。
在這之中,東北林業(yè)大學(xué)的陸懷民研制的林木球果采摘機器人已經(jīng)進行了采摘試驗，如圖1.7所示。
圖1.7林木球果采摘機器人原理圖
1.4 主要研究的內(nèi)容
本文主要對柑橘采摘機械手進行結(jié)構(gòu)設(shè)計與運動學(xué)分析，并對一些關(guān)鍵部位進行優(yōu)化，并從實用智能的角度對柑橘采摘機器人的末端執(zhí)行器進行了分析和仿真，以實現(xiàn)從機械本體的角度提高小型柑橘的采摘速度和合格率。并且對柑橘的生物學(xué)特征進行了調(diào)查與研究，對柑橘采摘機械手提出相關(guān)設(shè)計要求，使其更好的應(yīng)用于實際生活中。
第2章 柑橘采摘機器人機械手機構(gòu)設(shè)計
機械臂機構(gòu)設(shè)計又稱機構(gòu)綜合，本章通過對小型柑橘果實生長、樹與樹之間的行距、樹冠基徑、樹冠高度、栽培方法等生物學(xué)特性數(shù)據(jù)采集，分析柑橘收獲作業(yè)的特點，作為機器人機械手機構(gòu)設(shè)計的基本出發(fā)點。
2.1 小型柑橘的生物學(xué)特征
小型柑橘沙糖桔，如圖2.1所示。沙塘菊果實扁圓形，單果重62～160克，頂部有瘤狀突起，蒂部凹臍，桔黃色，果壁薄，易脫落。沙塘巨樹生長勢強，樹冠中等，圓頭，根系發(fā)達，枝條細，稍直立，毛發(fā)粗壯，葉橢圓形，深綠色，葉稍深鋸齒，葉片較小。花又小又滿。它是柑橘品種之一，產(chǎn)量穩(wěn)定、高。
圖2.1 小型柑橘實物圖
通過對小型柑橘園的調(diào)查發(fā)現(xiàn)，果園的行與行之間通常留出作業(yè)通道，便于果樹的管理。果園的真實場景如圖2.3所示。果園地面比較平整, 果園行間距一般為3.5～4.5m, 柑橘樹與樹之間留有1.2～1.8的大間隙, 柑橘樹高一般不超過3m,果體直徑為30mm~55mm,果重62-160克不等。
柑橘樹的冠形特征與果樹的修建強度、樹齡、與基本樹形有較大關(guān)系。近年來隨著果樹的矮化和新品種堵塞培養(yǎng)，果實的可采摘性得到提高，能夠更好的適應(yīng)未來的自動采摘模式。
柑橘的采收不同于蘋果等果實表面較硬的水果，果體表面較軟，果皮易磕碰破壞，因此采摘時要嚴(yán)格控制好采摘力度，輕拿輕放，不可采摘時生拉硬拽，否則會將柑橘果梗處與皮一同拽開，嚴(yán)重影響果實的保存。這也是采摘機械手設(shè)計時尤為注意的一點。
圖2.2 柑橘采摘實景 圖2.3 柑橘果園實景
2.2 采摘機器人選型原則
本論文設(shè)計的采摘機械手遵循工業(yè)機械手的相關(guān)特點，同時也要考慮到采摘小型柑橘的特殊性。經(jīng)調(diào)查，目前工業(yè)機械手主要有：直角坐標(biāo)型機械手、圓柱坐標(biāo)型機械手、極坐標(biāo)型機械手、關(guān)節(jié)坐標(biāo)型機械手四種，如下圖2.4、2.5、2.6、2.7所示。由于農(nóng)業(yè)采摘環(huán)境的復(fù)雜性、不確定性和果實分布的隨機性本論文采用關(guān)節(jié)坐標(biāo)來解決機械臂運動問題[11]。
圖2.4 直角坐標(biāo)型 圖2.5 圓柱坐標(biāo)型
圖2.6 極坐標(biāo)型 圖2.7 關(guān)節(jié)坐標(biāo)型
2.3 柑橘采摘機器人機械手的選型
通過對小型柑橘采摘應(yīng)具備的特點進行查閱相關(guān)資料，柑橘采摘機器人的機械手形式最適合選擇關(guān)節(jié)坐標(biāo)型，如圖2.8所示。其具體結(jié)構(gòu)包括旋轉(zhuǎn)底座、大臂、中臂和小臂四部分。并在其底部添加了升降結(jié)構(gòu), 在垂直方向上增加了機器人的作業(yè)空間，使得果實采摘機械手動作靈活,工作空間大、占地面積小的優(yōu)點，更加適合柑橘的采摘作業(yè)，是一種六自由度串聯(lián)關(guān)節(jié)型柑橘采摘機械手。
圖2.8 柑橘采摘機械手機構(gòu)類型
2.4 本章小結(jié)
本章對工業(yè)機器人的幾種重要類型進行了優(yōu)缺點分析，并通過對小型柑橘的生物特性、栽培技術(shù)、采摘方式與特點進行了解，最終確定出以串聯(lián)關(guān)節(jié)類型作為柑橘采摘機器人機械手的機械臂形式。通過本章機械手的選型，明確了后續(xù)設(shè)計的主要方向與設(shè)計任務(wù)，提高設(shè)計效率。
第3章 柑橘采摘機器人總體結(jié)構(gòu)方案設(shè)計
為適應(yīng)多變開放的柑橘園地面環(huán)境,選用裝有麥克納姆輪的移動小車作為機械手在果園內(nèi)作業(yè)的移動平臺。麥克納姆輪移動小車靠純電力驅(qū)動，以達到節(jié)能環(huán)保的作用，在必要時可為其配備發(fā)電機。小車上安裝有升降平臺，機械手整個部分安裝在升降臺上，以提高果實采摘機械手在垂直方向的運動范圍。
機械手底座和關(guān)節(jié)的運動采用交流伺服電機作為驅(qū)動源，并使用行星齒輪減速器進行減速，達到提高最終輸出扭矩的效果。中臂采用氣動馬達，使其能夠達到動作的快速響應(yīng)，以及降低價格成本。小臂采用伺服電機帶同同步帶傳遞動能,使其能夠較遠距離傳遞動能給末端[12]，采摘機械手末端通過快速連接機械裝置將法蘭盤與末端執(zhí)行器固連。在末端執(zhí)行器下部連接有漏斗狀的果實收集裝置,并且漏斗狀收集裝置與柔管道相連接，采摘后的柑橘由此落下,依靠其重力勢能，通過柔性管道將柑橘傳送到收集筐中。
柑橘采摘機器人總體結(jié)構(gòu)大致可由5部分組成，如圖3.1所示，可移動小車底盤，升降梯，柑橘采摘機器人機械手，柑橘采摘執(zhí)行末端，電控系統(tǒng)，視覺系統(tǒng)六部分組成。
圖3.1 采摘機器人總體結(jié)構(gòu)
3.1 可移動小車底盤
可移動小車底盤由四個麥克納姆輪、底板、伺服電機、供電系統(tǒng)、傳感器系統(tǒng)、水果回收藍等組成，如圖3.2所示。裝有四個麥克納姆輪的底板可控制整個移動平臺的移動，如平臺的前進、后退、橫移、斜行、原地360°旋轉(zhuǎn)及其組合等動作，在伺服電機的控制下都能完美的實現(xiàn)。供電系統(tǒng)為電機源源不斷的輸送電能，實現(xiàn)連續(xù)采摘作業(yè)。傳感器系統(tǒng)能夠識別整個小車周圍是否有障礙物，使得能夠?qū)崿F(xiàn)自動避障。底板上安裝有一個真空泵，為執(zhí)行末端提供一個持續(xù)的吸力，能夠更好的使執(zhí)行末端達到采摘效果。可移動小車為果實采摘機器人提供了最根本的運行條件。
圖3.2 移動小車底盤
3.2 升降梯
升降梯的作用大大加大了機械手的可采摘范圍，如圖3.3所示，同時為機械手的采摘帶來極大的方便。同時升降梯能夠承受人的重量，在未安裝機械臂時，能用來充當(dāng)一個可隨時移動的梯子，才在上面可進行認(rèn)為采摘，是的人工采摘更加高效，更加方便與更加安全。
圖3.3 升降梯3維模型圖
3.3 柑橘采摘機械手臂
圖3.4 柑橘采摘機械手臂
柑橘采摘機械手臂采用關(guān)節(jié)坐標(biāo)型機械臂，如圖3.4所示,使得機械手的運動動作更加靈活,工作空間大、占地面積小。機械臂的最下不是一個旋轉(zhuǎn)底座，由伺服電機帶動減速機來實現(xiàn)整個機械臂的精準(zhǔn)旋轉(zhuǎn)控制。機械臂大臂安裝旋轉(zhuǎn)底座，上通過伺服電機帶減速機來實現(xiàn)大臂的旋轉(zhuǎn)。機械臂的中臂有兩部分做成，中臂A安裝在大臂末端，由氣動馬達帶動實現(xiàn)繞大臂末端上下運轉(zhuǎn)，中臂B安裝在中臂A末端，由氣動馬達帶動實現(xiàn)繞中臂A末端左右360°旋轉(zhuǎn)。小臂安裝在中臂B末端，通過兩個伺服電機帶動小臂實現(xiàn)上下旋轉(zhuǎn)運動，之間的運動傳遞通過同步帶實現(xiàn)。
3.4 柑橘采摘執(zhí)行末端
柑橘采摘執(zhí)行末端通過可拆卸式手柄式的方法，將柑橘采摘執(zhí)行末端安裝在小臂末端，柑橘采摘執(zhí)行末端通過采用吞咬的仿生學(xué)原理，將果實通過機械裝置吞入內(nèi)部，然后合攏機械臂，實現(xiàn)咬的過程，剪斷果梗，剪斷后的果實通過柑橘采摘執(zhí)行末端下的回收管道，將柑橘回收到回收果框內(nèi)。
圖3.5 果實采摘機械手執(zhí)行末端
3.5 電控系統(tǒng)
3.5.1 控制系統(tǒng)
本設(shè)計柑橘采摘機器人控制系統(tǒng)硬件由Siemens1200系列PLC控制器、伺服控制器、雙目CCD工業(yè)相機、圖像數(shù)據(jù)采集卡、氣動控制套件、檢測系統(tǒng)共六個子系統(tǒng)組成。選用Siemens1200系列PLC控制器作為小型柑橘采摘機器人的控制核心，其相當(dāng)穩(wěn)定的控制能力與抗干擾能力為果實的采摘奠定基礎(chǔ)。伺服控制為其運動控制提供更高的精度，雙目CCD工業(yè)相機為果實采摘提供實時數(shù)據(jù)，檢測系統(tǒng)確保了采摘的安全正常運行，最終通過電動、氣動與機械結(jié)構(gòu)的結(jié)合，完成對果實的采摘。采摘的定位、抓取、采摘、回收過程自動進行。
3.5.2 視覺系統(tǒng)
視覺系統(tǒng)安裝在采摘機械臂小臂上，采用高清CCD相機采集視覺信號，將視覺信號傳遞給處理器，處理器實現(xiàn)對圖像信息的實時處理，并將信號傳遞給PLC,實現(xiàn)自動精確采摘。雙目視覺能實現(xiàn)更加精確的定位，使得視覺觀察更加精準(zhǔn)。視覺系統(tǒng)與機械臂相結(jié)合，能夠非常完美的實現(xiàn)圖像的采集，捕捉，識別，并將信息分析處理，完成對機械臂的控制，實現(xiàn)果實的自動采摘。
圖3.6 采摘機械手視覺
3.6 本章小結(jié)
本章通過對柑橘采摘機器人移動小車底盤，升降梯，柑橘采摘機器人機械手，柑橘采摘執(zhí)行末端，電控系統(tǒng)，視覺系統(tǒng)進行設(shè)計并對其部件及細節(jié)作必要的介紹，分析的采摘機器人機械結(jié)構(gòu)的優(yōu)勢，最終完成柑橘采摘機器人總體結(jié)構(gòu)方案設(shè)計，為后續(xù)末端執(zhí)行器的設(shè)計奠定基礎(chǔ)。
第4章 執(zhí)行末端的設(shè)計
4.1 柑橘采摘末端執(zhí)行器設(shè)計的總體原則
柑橘采摘末端執(zhí)行器應(yīng)嚴(yán)格按照采摘對象、采摘環(huán)境和采摘方法進行設(shè)計，并通過調(diào)查找出參考和相關(guān)技術(shù)參數(shù)，找出比較適合的機械結(jié)構(gòu)，通過可行性研究與參數(shù)計算，并通過對比，尋找比較適合的方案，進行詳細計算。設(shè)計時再能實現(xiàn)其功能的同時，要考慮到采摘末端執(zhí)行器成本盡量低廉，機械結(jié)構(gòu)盡量簡單，使用方便。
4.2 設(shè)計三維軟件Solidworks簡介
SolidWorks是目前市面上主流的三維設(shè)計繪圖軟件。
Solidworks軟件具有強大的三維設(shè)計功能，同時其也具有非常豐富的各類組件，為三維繪圖軟件提供了更加強大的渲染功能與有限元分析功能。
SolidWorks以其易學(xué)、功能強大、技術(shù)創(chuàng)新性強等優(yōu)點，廣受大眾喜愛。SolidWorks強大的裝配功能使用戶能夠在短時間內(nèi)完成大規(guī)模的裝配設(shè)計，從而大大提高了設(shè)計效率。SolidWorks同時具有強大的曲面設(shè)計功能、渲染功能、磨具設(shè)計功能、鈑金設(shè)計功能、有限元分析功能和二維CAD繪圖生成功能，使用戶能夠在較短的時間內(nèi)完成更多的工作，更快地將優(yōu)質(zhì)產(chǎn)品投放市場。
4.3 連桿機構(gòu)設(shè)計方案
本章節(jié)通過仿生學(xué)原理與實際生活中的柑橘采摘相結(jié)合，選取蛇嘴吞咽食物的過程為研究對象，蛇的吞咽動作可分為兩個階段：第一階段為把嘴從張開到咬住獵物的階段；第二階段是咬住獵物到將其吞下的階段。將蛇吞咽的這兩階段與小型柑橘的采摘相結(jié)合，并參照蛇嘴吞食抽象柑橘采摘末端執(zhí)行器的機械結(jié)構(gòu)。蛇頭上顎部分可簡化一個閉環(huán)的連桿機構(gòu)， 連桿對實現(xiàn)上顎的主要運動幾乎無影響，因此蛇頭上顎部模型可簡化為一個兩側(cè)對稱的鉸鏈四桿機鉤，下文就四桿機構(gòu)的形式進一步討論。
圖4.2 蛇頭部骨架模型
以蛇頭上頜骨機構(gòu)為分析對象，對機構(gòu)模型進行簡化，得到簡化模型1 (專用四桿機構(gòu))和簡化模型2 (通用鉸鏈四桿機構(gòu))。
(a)蛇頭上顎機構(gòu)簡化模型 1 (b)蛇頭上顎機構(gòu)簡化模型 2
圖4.3 蛇頭上顎機構(gòu)簡化模型
對以上兩種簡化模型機械結(jié)構(gòu)進行綜合對比，判斷其各自結(jié)構(gòu)的優(yōu)勢，最終選取模型2做為作為末端執(zhí)行器結(jié)構(gòu)，其結(jié)構(gòu)形式為鉸鏈四桿機構(gòu)。
(1) 鉸鏈四桿機構(gòu)
① 運動學(xué)分析
圖 4.6 上顎簡化四桿機構(gòu)模型幾何參數(shù)
以鉸鏈 D 點為原點構(gòu)建機構(gòu)坐標(biāo)系
l1cosβ1+l2cosβ2-l3cosβ3=l4
l1sinβ1+l2sinβ2-l3sinβ3=0
l1cos(β1-φ)+l2cosβ2-l3(cosβ3+θ)=l4
l1cos(β1-φ)+l2cosβ2-l3(cosβ3θ)=l4 公式(4.1)
由(4.1)式可得
β3=π-arccosl32+D2-l122l3D-arccosl42+D2-l122l4D θ=π-arccosl32+E2-l222l3E-arccosl42+E2-l122l4E-β3 公式(4.2)
其中
D=l12+l42-2l1l4cosβ1 公式(4.3)
E=l12+l42-2l1l4cos(β1-φ) 公式(4.4)
由上求得β3后，即可求得 E 點的變化規(guī)律，則桿 1 中β1隨時間的變化關(guān)系為：
β1=ωt+φ0 公式(4.5)
式中ω為一常數(shù)，代入式 4.5，可以得出桿件夾角β3隨時間的運動關(guān)系式。
執(zhí)行器機構(gòu)受力分析
圖 4.7 末端執(zhí)行器機構(gòu)受力分析
假設(shè)四桿傳動機構(gòu)為剛體輕質(zhì)桿，則
F12cosφ=F M=Fl1l1=F12sinθl1Fl1=Fl2cosθ 公式(4.6)
假設(shè)桿為輕質(zhì)桿，則傳動機構(gòu)中F12≈F，即F=Msinθl1
圖 4.8 末端執(zhí)行器初步模型 2
(2) 柑橘采摘末端執(zhí)行器模型建立
根據(jù)執(zhí)行器采摘對象的生物學(xué)特性分析，柑橘果實的橫縱徑幾乎不會大于 0mm，經(jīng)調(diào)查測量一般果實的橫縱徑一般不大于80mm，基于模型尺寸緊湊性原則與通用性原則，與取執(zhí)行器上下顎運動半徑為 50mm，使得果實采摘執(zhí)行末端能達到采摘小型柑橘的目的，同時其又能夠作為其他水果的采摘執(zhí)行末端，使得末端執(zhí)行器的通用性與可加工性得到提高。如圖 4.9 所示。
圖4.9 末端執(zhí)行器模型示意圖
由于末端執(zhí)行器在結(jié)構(gòu)形式上，上下結(jié)構(gòu)相互對稱，故只取上部結(jié)構(gòu)作為參數(shù)研究對象。將上部結(jié)構(gòu)的運動看作剛體繞鉸接在執(zhí)行器主架上運動，鉸接點為 D。驅(qū)動末端執(zhí)行器上部結(jié)構(gòu)運動的四桿機構(gòu)為圖 A-B-C-D 所示。
此結(jié)構(gòu)選取指型氣缸與標(biāo)準(zhǔn)直線氣缸作為采摘末端執(zhí)行器的動力源。
根據(jù)SolidWorks中的緊湊結(jié)構(gòu)原則，建立了手指圓柱的對稱參考平面與執(zhí)行器主框架的對稱參考平面重合的數(shù)學(xué)模型，并對其最終lAD=118mm，分別研究了傳動機構(gòu)的傳動參數(shù)，提取了一般鉸鏈四桿傳動機構(gòu)的傳動參數(shù)。
圖4.10 傳動機構(gòu)分析示意圖
預(yù)取lCD=152+102=18.03mm ，以其鉸鏈四桿機構(gòu)及計算的數(shù)據(jù)參數(shù)，對末端執(zhí)行器的其他部分進行建模。為了保證整個模型的緊湊性，將由真空泵等裝置組成的抽吸裝置設(shè)計到末端執(zhí)行器內(nèi)部，從而獲得其三維模型如圖4.11所示。
圖4.11末端執(zhí)行器最終三維模型
經(jīng)研究得出執(zhí)行器基本尺寸參數(shù)后，需要根據(jù)執(zhí)行器作業(yè)情況確定其動力參數(shù)，由式 (4.7) 可知，該型氣缸在 0.5MPa 氣壓下能提供的切割力
F=2*Ml1sinθcosφ=2*0.540.02203*sin90°*cos147°=41.12N 公式(4.8)
下面來探討切割過程中切割力的主要影響因素，如上分析，將切割過程刀片受力視為0平衡狀態(tài)，則建立其平衡方程如式 (4.8) 所示。
FRY1=N1sin?(θ+φ)cosφN2=-FRX1=-N1cos?(θ+φ)cosφFf2=N2μ=N2tanφ 公式(4.9)
則此時切割力
F=P+Ff2-FRY1=P-N1cos?(θ+φ)sinφcos2φ-sin?(θ+φ)cosφ 公式(4.10)
根據(jù)材料力學(xué)的相關(guān)理論，建立了切削裝置分離時的微元模型。在果梗的切割過程中，由于刀片本身的厚度，刀片將擠壓果梗表面兩側(cè)的柑橘莖組織，將力傳遞給未切割的莖，然后莖桿微元梁在力的作用下彎曲。
由材料力學(xué)梁彎矩理論：
N1=Ml1ρ=MEIX 公式(4.11)
式中l(wèi)為定刀支點C 到正壓力N1的距離，mm ；E 為果柄順紋抗拉彈性模量，Pa ；由相關(guān)幾何關(guān)系可知，微元梁曲率ρ與慣性矩Ix表達式如式(4.12)所示:
ρ=Catanθ(yc+r)Ix=A(y-yc)2dA=B1-B2+B3 公式(4.12)
推導(dǎo)得出：
N1=EIxlρ=E(B1-B2+B3)atanθlC(yc+r) 公式(4.13)
式中，為形心 G 點到 X 軸的距離， mm ;B1，B2和B3為參數(shù)，單位均為m4，r 為柑橘果柄半徑，mm ；
在切割過程中，果柄纖維在刀刃擠壓下，發(fā)生變形，當(dāng)形變足夠大時，纖維被拉斷。研究表明，在果柄切割分離過程中，其對刀刃的阻抗力 P以表示為：
P=1.607σ0Lh12E''/E' 公式(4.14)
綜上所述，通過材料力學(xué)及相關(guān)文獻研究，可得果柄在單刃切剪的數(shù)學(xué)模型，
其表達式如(4.15)：
F=1.607σ0Lh12E''/E'+E(B1-B2+B3)atanθlC(yc+r)cos?(θ+φ)sinφcos2φ-sin?(θ+φ)cosφ公式(4.15)
由表達式(4.15)，該模型可推論在給定果柄（果柄直徑、含水率一定情況下）和特定刀刃角下刀片切斷果柄所需切割力的大小，該模型可以對刀片切斷柑橘果柄的切割力作出預(yù)估，為切割刀具的設(shè)計提供理論參考。 而實際上在理想切割狀態(tài)，上下刀片接觸瞬間，由于機構(gòu)存在沖量，由 Ft =mv ，切割瞬間加速度增大，對柑橘果柄的破壞也會加大，故該執(zhí)行器所選動力氣缸及切割裝置完全滿足執(zhí)行器作業(yè)切割要求。
圖4.12 末端執(zhí)行器模型圖
4.4 半球式設(shè)計方案
該方案的是設(shè)計仍然是引用蛇類吞食大的構(gòu)想，但設(shè)計思路并非上一節(jié)的四桿機構(gòu)，機械機械結(jié)構(gòu)采用直切式結(jié)構(gòu)，將柑橘果梗剪斷。此機構(gòu)的動力源為氣動馬達，機械執(zhí)行末端通過旋轉(zhuǎn)氣缸帶動球型刀片將果梗剪斷，在通過柔性管道將剪斷的柑橘輸送到果框中。該柑橘采摘機械手執(zhí)行末端通過設(shè)計一個半球式刀片，可實現(xiàn)180°采摘，采摘管一周設(shè)有相同寬度的間隙，間隙的邊緣較為鋒利，更加方便和有效的采摘果實，能夠?qū)崿F(xiàn)水果的果的固定與果枝的裁剪同時能夠保證人的手指等不受刀片的劃傷，使得采摘更加安全。
圖4.13 末端執(zhí)行器圖 圖4.14 傳動三維圖
4.5 半齒設(shè)計方案
該方案的是設(shè)計仍然是引用蛇類吞食大的構(gòu)想，但設(shè)計思路并非上一節(jié)的四桿機構(gòu)，機械機械結(jié)構(gòu)采用對切式結(jié)構(gòu)，將柑橘果梗剪斷。其動力源為氣動馬達，機械執(zhí)行末端通過氣動氣缸旋轉(zhuǎn)帶動半齒輪，使得1/4球式刀片相對運動將果梗剪斷，在通過管道將剪斷的柑橘輸送到果框中。該柑橘采摘機械手執(zhí)行末端通過設(shè)計一個1/4球式刀片，180°采摘，采摘管一周設(shè)有相同寬度的間隙，能夠?qū)崿F(xiàn)水果的果的固定與果枝的裁剪。同時能夠保證人的手指等不受刀片的劃傷，使得采摘更加安全。
圖4.15 末端執(zhí)行器圖 圖4.16 末端執(zhí)行器圖
圖4.17半尺模型圖 圖4.18齒半球模型圖
圖4.19 末端執(zhí)行器圖 圖4.20 傳動三維圖
4.5.1 齒輪傳動的計算載荷
根據(jù)齒輪傳動的額定功率P和轉(zhuǎn)速V,可以得到齒輪傳遞的實際使用扭矩和輪齒上的名義法向載荷力Fn。
Fca=KFn，式中K為載荷系數(shù)。
K=KAKvKαKβ
根據(jù)強度計算的類別，載荷系數(shù)可分為載荷系數(shù)KF，用于計算齒根的彎曲疲勞強度和齒面接觸疲勞強度計算用載荷系數(shù)KH。
(1) 齒輪的受力分析
計算齒輪上的法向力Fn，將小齒輪分度圓處分解為圓周力Ft1和徑向力Fr1，根據(jù)平衡條件和個力間幾何條件進行計算。
Ft1=2T1/dr1Fr1=Ft1/tanαFn=Ft1/cosα 式(4.16)
式(4.16)中；T1-小齒輪傳遞的轉(zhuǎn)矩，N*mm;
α-壓力角。
圖4.21直尺圓柱齒輪輪齒的受力分析
(2) 齒根彎曲疲勞強度計算
調(diào)查分析表明，當(dāng)載荷作用在單對齒嚙合區(qū)域的最高點時，齒根產(chǎn)生的彎曲應(yīng)力最大。
齒根彎曲應(yīng)力的危險截面可由30°切線法確定。圖中,作與輪齒對稱線成30°角,并與齒根過渡曲線相切的圓條直線,切點分別為A、B，連線AB表示的就是齒根的危險截面。該位置的彎曲應(yīng)力為：
σF0=MW=Fncosγhbs26=kFFt1bs2 公式(4.17)
將上式代入上式，并引人載荷系數(shù)KF，于是危險截面處的彎曲應(yīng)力為
σF0=KFFt1bm*6smcosγbmsm2cosα=kFFt1bm*YFa 公式(4.18)
式中: KF一彎曲疲勞強度計算的載荷系數(shù), KF= KAKVKFαKFβ;
YFa---齒形系數(shù),與齒制、變位系數(shù)和齒數(shù)有關(guān),與模數(shù)無關(guān), 考慮齒根危險截面處的過渡曲線所引起的應(yīng)力集中、彎曲應(yīng)力以外的其他應(yīng)力以及重合度
對齒根應(yīng)力的影響,、修正m,從而得到直齒輪的彎曲疲勞強度條件為
σF=σF0YSaYε=KFKt1YFaYSaYεbm≤σF 公式(4.19)
圖4.22 齒頂嚙合受載 圖4.23 齒根應(yīng)力圖
將?d=b/d1、Ft1=2T1/d1及m=d1/z1得
σF=2KFTFaYFaYsaYε?dm3z12≤σF 公式(4.20)
經(jīng)變換,可得
m≥32KFT1Ysa?dz12*(YFaYsaσF) 公式(4.21)
4.6 三種方案的優(yōu)缺點分析
三種機械手執(zhí)行末端的構(gòu)想都是采用蛇吞食的仿生學(xué)原理設(shè)計的機械機構(gòu)，都具有剪斷果實后依靠重力將采摘的果實回收到果框里。
機械手的設(shè)計能夠快速更換執(zhí)行末端，機械手執(zhí)行末端通過相當(dāng)于數(shù)控換刀結(jié)構(gòu)，按照不同的要求可換上不同的執(zhí)行末端。能夠?qū)崿F(xiàn)機械手更換執(zhí)行的快速性、簡捷性與采摘的多樣性。
（1） 連桿機構(gòu)設(shè)計方案機構(gòu)設(shè)計非常巧妙，采用連桿機構(gòu)實現(xiàn)刀口的開合，能夠?qū)崿F(xiàn)果實果梗的剪斷與采摘。其缺點1）機械結(jié)構(gòu)比較復(fù)雜，造價相對較高；2）對機械末端的壞后維護較難；3）該機構(gòu)內(nèi)部空間較小，刀體部均外漏，不安全；4）刀片采用直型刀片，不能夠剪斷側(cè)邊的果實果梗，采摘效果不理想。
（2） 半球式設(shè)計方案采用氣動馬達直接帶動半球式刀片運動實現(xiàn)剪切作業(yè)，該機構(gòu)整體結(jié)構(gòu)較為簡單，整個刀體均內(nèi)置在采摘桶內(nèi)，保護人身不受傷害，刀體180°旋轉(zhuǎn)能夠?qū)崿F(xiàn)無死角采摘。其缺點1）由其結(jié)構(gòu)不是很對稱，采摘為氣動，速度較快，使得果實容易被磕碰，采摘破環(huán)率較高。
（3） 半齒方案采用氣動馬達帶動半齒輪實現(xiàn)齒半球的相對90°同步運動實現(xiàn)剪切作業(yè)，該機構(gòu)整體結(jié)構(gòu)較為簡單，整個刀體均內(nèi)置在采摘桶內(nèi)，保護人身不受傷害，刀體180°旋轉(zhuǎn)能夠?qū)崿F(xiàn)無死角采摘。同時其結(jié)構(gòu)解決了半球式設(shè)計運行不對稱問題，使得果實不容易被磕碰，采摘破環(huán)率降低。
上述三種方案在設(shè)計時，采摘切割刀刃的長度分別80mm,280mm.140mm，能夠?qū)崿F(xiàn)最大采摘90mm果徑大小的果實，使其在滿足采摘小型柑橘的同時也能夠?qū)崿F(xiàn)其他與小型柑橘具有相同果況的其他果實，實現(xiàn)一物多用的好處。通過對上述三個方案的優(yōu)缺點進行分析比較，得出半齒方案的機械結(jié)構(gòu)、采摘性能、可加工性、安全等方面的綜合性能優(yōu)于其他兩方案，是本次執(zhí)行末端設(shè)計的最佳方案。
4.7本章小結(jié)
本章首先介紹對三維繪圖軟件Solidworks軟件進行簡要介紹，后面對三種執(zhí)行末端連桿機構(gòu)設(shè)計方案、半球式設(shè)計方案、半齒式設(shè)計方案進行的設(shè)計與進行了必要的實際計算，通過Solidworks三維繪圖軟件得出其三維實體圖，并通過三維圖內(nèi)運動仿真，得出方案的可行性。仿真得出三種執(zhí)行末端都具有采摘能力與可使用性，并在章節(jié)最后通過三種方案之間的相互對比，得出其不同方案的優(yōu)缺點，并最終得出半齒方案為最佳方案。
第5章 柑橘采摘機械手運動分析
在選擇柑橘采摘機器人機械手末端執(zhí)行器的機械結(jié)構(gòu)方案和改進末端執(zhí)行器設(shè)計時，應(yīng)考慮采摘方式的合理性，為了得到最合理的末端執(zhí)行器機械結(jié)構(gòu)，提出了幾種末端執(zhí)行器的機械結(jié)構(gòu)方案，并通過實驗進行了驗證。
5.1 柑橘采摘機器人機械手運動學(xué)分析
機器人一般是一種多自由度空間機構(gòu)，是由一系列剛性部件組成的系統(tǒng)。需要有一種描述這些構(gòu)件在空間上相互位置的數(shù)學(xué)方法,并用它去建立各運動構(gòu)件的速度、加速度及各驅(qū)動力、力矩和負載的關(guān)系[13], 齊次坐標(biāo)矩陣法能更好地表達這種關(guān)系。它是一種系統(tǒng)性及規(guī)范性很強的方法,既有利于形成機器人運動控制算法,也可用作機器人視覺的圖像處理[14]。
Denavit一Hartenbern(D-H)是一種經(jīng)典的研究機器人運動學(xué)的方法。用齊次坐標(biāo)變換描述了機器人相鄰桿件的空間關(guān)系,最終可以建立機械手末端點的參考坐標(biāo)系相對于機械手基坐標(biāo)系的齊次變換矩陣[15]。建立了機械手的運動學(xué)方程。
圖5.1 連桿D-H表示
用D-H齊次坐標(biāo)變換法建立蘋果采摘機械手的運動學(xué)方程。
圖5.2 機械手D-H坐標(biāo)
5.1.1 運動學(xué)正解
機器人的正向運動學(xué)是根據(jù)機器人的各關(guān)節(jié)變量,求機器人末端操作裝置的位姿[15]。
建立了連桿的三維坐標(biāo)系和三維參數(shù)。連桿的D-H坐標(biāo)變換矩陣可推導(dǎo)如下:
10T=0-1010000100d10001 公式(5.1)
21T=c20-s2s0c20-110.133c20.133c200 0 0 1 公式(5.2)
32T=c3-s30s3c30001c3s300001 公式(5.3)
4 3T=c40-s4s40c40-100000001 公式(5.4)
54T=10001000100d50001 公式(5.5)
運動學(xué)方程為:
5 0T=10T21T32T43T54T=nxoxaxnyoyaynzozazpxpypz0001 公式(5.6)
px=-s34d5-s3+d1. 公式(5.7)
利用初始位姿進行正反解的初步驗證
正解驗證：將初始位姿:d1=0.84m,θ2=0°，θ3=-90°，θ4=0°，d5=1m 代入（5.7）式得：
50T=0，1，0，0，0，1，1，0，0，01.1331.8400，0，0，1 公式(5.8)
其與實際情況完全符合,初步證明了正解的正確性。
5.1.2 反解驗證
利用末端執(zhí)行器初始位姿進行反解驗證
50T=nxoxaxnyoyaynzozazpxpypz0001=0，1，0，0，0，1，1，0，0，01.1331.8400，0，0，1 公式(5.9)
代入相應(yīng)的運動學(xué)的反解公式中得到：
θ2=arccosox=0°d5+c3+0.133=1.133d1-s3=1.840cos(θ3+θ3)=0 公式(5.10)
將d1=0.840m,θ2=0°，θ3=-90°，θ4=0°，d5=1m, 代入方程組,結(jié)果等式分別成立,這說明d1=0.840m,θ2=0°，θ3=-90°，θ4=0°，d5=1m,是方程組的解,初步證明了反解的正確性。
5.1.3 機械手雅可比矩陣的求解
雅可比矩陣是衡量機器人運動學(xué)和動力學(xué)性能的重要指標(biāo)。本文采用矢量積法求解小型柑橘采摘機械手的雅可比矩陣。采用向量乘積法計算列中的雅可比矩陣，得到機械手m×n的雅可比矩陣。解決方法如下:如果關(guān)節(jié)i為移動關(guān)節(jié),則雅可比矩陣的第i列為:
Ji=zi0 公式(5.11)
如果關(guān)節(jié)i為轉(zhuǎn)動關(guān)節(jié),則雅可比矩陣的第i列為:
Ji=zi×ipn0zi=zi×（i0Ripn)zi 公式(5.12)
矩陣, ipn0為末端執(zhí)行器原點相對坐標(biāo)系i的位置矢量在基坐標(biāo)系0中的表示,
即ipn0=i0Ripn。
對于本柑橘采摘機械手而言,有5個關(guān)節(jié),所以雅可比矩陣的是6×5階矩陣可將雅可比矩陣J(q)的分塊,即:
Jq=J1vJ2vJ3vJ4vJ5vJ1wJ2wJ3wJ4wJ5w=J1J2J3J4J56×5 公式(5.13)
利用矢量積法得到本小型柑橘采摘機器人機械手的雅克比矩陣各列,其中:
J1=z10=0,0,1,0,0,0, 公式(5.14)
J2=z2×0p52z2=-s22c3s4d5-s3c4d5-c3-0.2,c2s2(c3s4d5+s3c4d5-c3-0.2),-c2-c22s3c4d5-c22s3c4d5+c2c3+0.2+s2c2s3c4d5-c3s4d5-s3+s2c2s2c3s4d5-s2c3s4d5-s2c3-s30.2-s2(s3c4d5-c3s4d5-s3),-c2,-s2,0,
公式(5.15)
J3=z3×0p53z3=-s2s3c3s4d5+s32c4d5-s3c3-c32c4d5+c3s3s4d5-s3c3,c2(s3c3s4d5+s32c4d5-s3c3-c32c4d5+c3s4d5-s3c3)-c2c2c32c4d5-s2c2s3c4d5+c32c2+c2s2s3c4d5+c2s32s4d5-c2s32)+s2s2c32c4d5+s2c2s3c4d5-s32c3+s2c3s3c4d5-s3s4d5+s32s2,-c2,-s2,0,
公式(5.16)
J4=z4×0p54z4=-s2c3s4-c2s3c4）（-c3s4-s3c4）s4d5-（s3s4-c3c4）（-c2c3c4s4d5+c2s3s4s4+s2c4d5,s3s4-c3c4s2c3c4s4d5-s2s3s4d5+c2c4d5+(s2c3s4+s2s3c4)(-c3s4-s3c4)s4d5(s2c3s4+s2s3c4)(-c2c3c4s4d5+c2s3s4s3s4d5-c2c4d5)-（-s2c3s4-c2s3c4）（s2c3c4s4d5-s2s3s4s3s4d5+c2c4d5）s2c3s4+s2s3s4,-c2c3s4-c2s3s4,s3s4-c3c4, 公式(5.17)
J5=z50=s2c3s4+s2s3s4,-c2c3s4-c2s3s4,s3s4-c3c4,0,0,0, 公式(5.18)
通過求解機械手的雅可比矩陣，得到末端執(zhí)行器速度與各關(guān)節(jié)速度的瞬時對應(yīng)關(guān)系。
5.1.4 機械手速度和加速度正解分析
(1) 速度正解
機械手正運動學(xué)方程為關(guān)節(jié)位置向量q的函數(shù),可簡寫為如下方程形:
r=f(q) 公式(5.19)
對式兩邊求導(dǎo)可得到機械手末端的速度方程為:
r=J(q)q 公式(5.20)
(2) 加速度正解分析
機械手末端加速度方程為:
r= J(q)q+j (q)q 公式(5.21)
式中r機械手末端的加速度向量, q關(guān)節(jié)變量加速度向量。
5.2 柑橘采摘機械手零件理論分析
5.2.1 機械零件疲勞極限的因素
由于機械零件、機構(gòu)與其使用材料在幾何尺寸、形狀、加工質(zhì)量、表面強化技術(shù)等方面存在的差異，往往導(dǎo)致零件的疲勞極限小于材料試件的疲勞極限。因此機械零件疲勞極限的因素進行理論分析，如果材料系數(shù)Kσ表示，則零件的對稱循環(huán)彎曲疲勞極限σ-1與對稱循環(huán)彎曲疲勞極限σ-1e之比如下
Kσ=σ-1σ-1e
則當(dāng)已知Kσ,及σ-1時,就可以估算出零件的對稱循環(huán)彎曲疲勞極限為Kσσ-1e=σ-1Kσ
圖5.3 零件極限應(yīng)力線圖
在非對稱循環(huán)時, Kσ是試樣極限應(yīng)力幅值與零件應(yīng)力幅值的比值。零件材料極限應(yīng)力圖中的線AD'G"按比例Kσ表示。向下移動,變?yōu)樯蠄D所示直線ADG,極限應(yīng)力曲線CG'部分,不需進行修正，因為它是按照靜應(yīng)力的要求來考慮的。這樣,零件的極限應(yīng)力曲線即可由折線AGC表示。直線AG的方程,由已知兩點坐標(biāo)A(0, σ-1Kσ)及D(σ02,σ02Kσ)得到
σ-1e=σ-1Kσ=σae'+φσeσme'或σ-1=Kσσae'+φσσme' 公式(5.22)
直線CG的方程為。σae'+σme'=σs 公式(5.23)
φσe零件受循環(huán)彎曲應(yīng)力時的材料常數(shù), φσe可用下式計算:
φσe=φsKσ=1Kσ2σ-1-σ0σ0 公式(5.24)
式中, Kσ可用下式計算:
Kσ=(kσεσ+1βσ-1) 1βq 公式(5.25)
同樣,對于切應(yīng)力的情況,以τ代換σ,得出應(yīng)力相關(guān)方程。
5.2.2 帶傳動分析
(1) 帶傳動受力分析
帶傳動工作前，施加一定的初拉力F0張緊在帶輪上。
F1-F0=F0-F2 公式(5.26) F1+F2=2F0 公式(5.27)
如取小帶輪上傳送帶為分離體，則帶輪上力矩平衡條件；
Ffdd12=F1dd12-F2dd12 公式(5.28)
Ff=F1-F2 公式(5.29)式(5.29)中: Ff--傳動帶工作面上的總摩擦力;
dd1一小帶輪的基準(zhǔn)直徑；
帶傳動的有效拉力Fe等于傳動帶工作表面上的總摩擦力Ff,于是
Fe=Ff=F1-F2 公式(5.30)在初拉力Fe、緊邊拉力F1、松邊拉力F2和有效拉力Fe.這4個力中,只有兩個是獨立的,因此：
F1=F0+Fe2F2=F0-Fe2 公式(5.31)
有效拉力Fe與帶傳動所傳遞的功率P的關(guān)系為：
P=Fev /1000 公式(5.32)
圖5.4 帶與帶輪的受力分析
(2) 帶傳動的最大有效拉力及其影響因素
在皮帶傳動中，當(dāng)有打滑趨勢時，摩擦力達到極限值，即皮帶傳動的有效張力達到最大值。這時,根據(jù)理論推導(dǎo),帶的緊邊拉力F1和松邊拉力F2的關(guān)系可用柔韌體摩擦的歐拉公式表示,即
F1=F2efa 公式(5.33)
式(5.33)中:e-自自然對數(shù)的底(e=2.718…);
f一摩擦系數(shù)(對于V帶,用當(dāng)量摩擦系數(shù)fv,代替f;α-帶在帶輪上的包角，rad.
小帶輪與大帶輪的包角分別為α1和α2,由下式確定;
α1≈180°-(dd2-dd1)+57.3aα1≈180°+(dd2-dd1)+57.3a 公式(5.34)
由式(5.34)可得出以下關(guān)系式,其中用Fec表示最大(臨界)有效，F(xiàn)1和F2也表示其臨界值
F1=Fecefaefa-1F2=Fec1efa-1Fec= 2F0efa-1efa+1=2F01-1/efa1+1/efa 公式(5.35)
式(5.35)中的包角α應(yīng)取α1和α2中的較小者。
5.3 本章小結(jié)
本章通過Denavit一Hartenbern，機械手雅可比矩陣等數(shù)學(xué)算法對柑橘采摘機器人機械手進行了運動學(xué)分析，并通過對機械零件疲勞極限方面得與同步帶方面得計算，得出其理論上得可行性。
第6章 機械手末端執(zhí)行器有限元分析
任何物體都有固有頻率，固有頻率是由其本身的結(jié)構(gòu)決定的，與外界無關(guān)。一般來說每一階固有頻率都有一個振型與之對應(yīng)。當(dāng)外界激振頻率與結(jié)構(gòu)本身頻率一致時，就會產(chǎn)生共振現(xiàn)象，對結(jié)構(gòu)破環(huán)影響很大，通過Solidworks內(nèi)部Smulation有限元分析軟件對執(zhí)行末端進行模態(tài)分析。
在末端執(zhí)行器有限元模型中，對末端執(zhí)行器安裝端面進行全自由度約束，采用SolidWorks軟件建立末端執(zhí)行器有限元模型，求解約束模態(tài)。解決方案結(jié)果如下圖所示。根據(jù)振動理論，模型的低階頻率最有可能與外界頻率產(chǎn)生共振效應(yīng)。在分析末端執(zhí)行器模型的模態(tài)時，只需對其低階固有頻率和振型進行檢測。
6.1 連桿機構(gòu)末端執(zhí)行器模態(tài)分析
如圖6.1所示，在頻率為53.25 Hz時，機械手末端執(zhí)行器發(fā)生共振現(xiàn)象，使得執(zhí)行末端機械結(jié)構(gòu)發(fā)生兩側(cè)左右擺動。
如圖6.2所示，在頻率為61.2 Hz時，機械手末端執(zhí)行器發(fā)生共振現(xiàn)象，使得執(zhí)行末端機械結(jié)構(gòu)發(fā)生左右兩側(cè)向內(nèi)擺動。
圖6.1第一階固有振型 圖6.2第二階固有振型
如圖6.3所示，在頻率為113.93 Hz時，機械手末端執(zhí)行器發(fā)生共振現(xiàn)象，使得執(zhí)行末端機械結(jié)構(gòu)發(fā)生整體上下擺動。
如圖6.4所示，在頻率為117.69 Hz時，機械手末端執(zhí)行器發(fā)生共振現(xiàn)象，使得執(zhí)行末端機械結(jié)構(gòu)發(fā)生整體左右擺動。
圖6.3第四階固有振型 圖6.4第三階固有振型
如圖6.5所
收藏