基于动态目标的采摘机器人视觉定位技术研究

系统仿真学报 ›› 2015, Vol. 27 ›› Issue (4): 836-842.

• 信息、控制、决策与仿真 • 上一篇下一篇

基于动态目标的采摘机器人视觉定位技术研究

熊俊涛^1,2, 邹湘军^2※, 邹海鑫², 彭红星², 叶敏²

1.华南农业大学信息学院, 广州 510642;
2.华南农业大学工程学院南方农业机械与装备关键技术教育部重点实验室, 广州 510642

收稿日期:2013-12-20 修回日期:2014-04-09 发布日期:2020-08-20
作者简介:熊俊涛(1981-),男,湖北监利人,博士,副教授,研究方向为计算机图像处理和机器视觉;邹湘军^*(通信作者1957-),女,湖南衡阳,博士,教授,研究方向为农业机器人、智能设计与制造。
基金资助:
国家自然科学基金资助项目(31201135;51175189)

Visual Positioning Technology Research of Picking Robot Based on Dynamic Target

Xiong Juntao^1,2, Zou Xiangjun^2※, Zou Haixin², Peng Hongxing², Ye Min²

1. College of Informatics, South China Agricultural University, Guangzhou 510642, China;
2. Key Lab of Key Technology on Agricultural Machine and Equipment Ministry of Education and Guangdong Province, College of Engineering, South China Agricultural University, Guangzhou 510642, China

Received:2013-12-20 Revised:2014-04-09 Published:2020-08-20

摘要/Abstract

摘要： 自然环境中水果扰动是采摘机器人视觉定位的难点。研究通过计算扰动荔枝图像中果实摆角大小,确定了静止、微扰动和大扰动3种状态;针对静止、微扰动的荔枝,利用改进的FCM模糊聚类方法进行果实、果梗的图像分割,利用Hough直线拟合确定果梗上有效采摘区域,实现了荔枝采摘点的空间视觉定位,并通过虚拟现实技术进行了机械手采摘扰动目标的仿真。视觉定位试验结果:静止、微扰动荔枝采摘点的视觉定位的深度误差值最大为2.3 cm,最小为 0.6cm,表明了该方法的合理性与有效性。

关键词: 采摘机器人, 动态目标, 荔枝扰动, 视觉定位, 仿真系统

Abstract: A difficult problem of picking robot visual position in the natural environment is the disturbance because of interference factors. The angular size of disturbed fruit was calculated to determine the three states of fruit that static, micro disturbance and large disturbance; For static and micro disturbance litchi, the improved FCM fuzzy clustering method was used to segment litchi image to acquire litchi fruit and fruit stalk, then the Hough linear fitting was used to determine the effective picking area and picking point on the fruit stalk, so realizing the visual space positioning of litchi picking point, and the simulation of manipulator picking disturbance target was carried on using the virtual reality technology. The visual positioning test results show that the visual positioning depth error values of static and micro disturbance litchis picking points are up to 2.3 cm, and the smallest is 0.6 cm, which shows the rationality and effectiveness of this method.

Key words: picking robot, dynamic target, lichi disturbance, vision localization, system simulation

中图分类号:

TP391.41

熊俊涛, 邹湘军, 邹海鑫, 彭红星, 叶敏. 基于动态目标的采摘机器人视觉定位技术研究[J]. 系统仿真学报, 2015, 27(4): 836-842.

Xiong Juntao, Zou Xiangjun, Zou Haixin, Peng Hongxing, Ye Min. Visual Positioning Technology Research of Picking Robot Based on Dynamic Target[J]. Journal of System Simulation, 2015, 27(4): 836-842.

参考文献

[1] Veiga G, Malaca P, Cancela R.Interactive Industrial Robot Programming for the Ceramic Industry Regular Paper[J]. International Journal of Advanced Robotic Systems (S1729-8814), 2013, 10: 1-8.
[2] Abu-Dakka F J, Rubio F, Valero F, et al. Evolutionary indirect approach to solving trajectory planning problem for industrial robots operating in workspaces with obstacles [J]. European Journal of Mechanics A/Solids (S0997-7538), 2013, 42: 210-218.
[3] Milczarek R R, Saltveit M E, Garvey T C, et al. Assessment of tomato pericarp mechanical damage using multivariate analysis of magnetic resonance images[J]. Postharvest Biol. Technol (S0925-5214), 2009, 52(2): 189-195.
[4] I Kavdir, D E Guyer.Evalution of difference pattern recognition techniques for apple sorting[J]. Biosystems Eingineering (S1537-5110), 2008, 99(2): 211-219.
[5] 卢军, 付雪媛, 苗晨琳. 基于颜色和纹理特征的柑橘自动分级[J]. 华中农业大学学报, 2012, 31(6): 783-786.
[6] 邓继忠, 李敏, 袁之报, 等. 基于图像识别的小麦腥黑穗病害特征提取与分类[J]. 农业工程学报, 2012, 28(3): 172-176.
[7] 吕继东, 赵德安, 姬伟, 等. 苹果采摘机器人对振荡果实的快速定位采摘方法[J]. 农业工程学报, 2012, 28(13): 48-53.
[8] 吕继东, 赵德安, 姬伟. 采摘机器人振荡果实动态识别[J]. 农业机械学报, 2012, 43(5): 173-178.
[9] Zou Xiangjun, Zou Haixin, Lu Jun.Virtual manipulator-based binocular stereo vision positioning system and errors modeling[J]. Machine Vision and Applications, 2012, 23(1): 43-63.
[10] 叶敏, 邹湘军, 蔡沛锋, 等. 水果采摘机器人通用夹持机构设计[J]. 农业机械学报, 2011, 42(增刊): 177-180.
[11] 陈丽娟. 基于机器视觉的自然环境下的目标定位研究 [D]. 广州: 华南农业大学, 2012.
[12] 相入喜, 李见为. 多特征自适应融合的粒子滤波跟踪算法[J]. 计算机辅助设计与图形学学报, 2012, 24(1): 97-103.
[13] 刘涛, 程小平, 向本科. 改进的基于颜色的粒子滤波目标跟踪算法[J]. 计算机工程与设计, 2010, 31(8): 1750-1753.
[14] 熊俊涛, 王红军, 邹湘军, 等. 基于Retinex图像增强的不同光照条件下的成熟荔枝识别[J]. 农业工程学报, 2013, 29(12): 170-178.
[15] 熊俊涛, 邹湘军, 陈丽娟, 等. 荔枝采摘机械手果实识别与定位技术[J]. 江苏大学学报, 2012, 33(1): 1-5.

基于动态目标的采摘机器人视觉定位技术研究

Visual Positioning Technology Research of Picking Robot Based on Dynamic Target

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	于帆, 罗东琦, 司宾强, 朱纪洪. 可交互式相控阵雷达DOA估计仿真系统设计[J]. 系统仿真学报, 2022, 34(5): 964-977.
[2]	刘永奎, 曾鸣, 张霖, 郭金维, 原思阳, 平垚垚. 基于微服务架构的云制造调度仿真系统设计与开发[J]. 系统仿真学报, 2022, 34(4): 700-711.
[3]	施国强, 刘泽伟, 林廷宇, 徐钊, 杨星熠, 郭丽琴, 贾政轩. 面向复杂产品建模与仿真系统的开放式云架构设计[J]. 系统仿真学报, 2022, 34(3): 442-451.
[4]	罗雪平, 曹运合, 胡奇, 陈术涛, 闫士杰, 蔡昔. SAR成像导引头干扰建模评估与仿真系统设计[J]. 系统仿真学报, 2021, 33(8): 1927-1937.
[5]	吴金平, 陆铭华, 薛昌友. 潜艇作战系统LVC一体化仿真设计与引擎实现[J]. 系统仿真学报, 2021, 33(7): 1647-1653.
[6]	熊俊涛, 李中行, 林国茂, 吴升伟, 林冬婷, 李洽锋, 肖文淳. 基于交互式控制的AGV实时仿真系统研究[J]. 系统仿真学报, 2021, 33(3): 657-668.
[7]	程敬海, 汪红志, 徐罗元, 夏天. 基于蒙特卡罗法的放射测量系统建模与仿真实现[J]. 系统仿真学报, 2021, 33(11): 2663-2672.
[8]	董伟杰, 黄民, 何国庆, 鲍威, 王义龙, 刘泉. 交直流混合电力系统机电电磁暂态稳定仿真系统[J]. 系统仿真学报, 2021, 33(11): 2711-2719.
[9]	李炜, 周丙相, 蒋栋年. 基于深度学习序贯检验的电源车故障诊断方法[J]. 系统仿真学报, 2020, 32(4): 638-648.
[10]	叶梓珩, 张富震, 朱耀琴, 李蔚清. 复杂仿真系统重用模型可信度评估方法[J]. 系统仿真学报, 2020, 32(12): 2475-2484.
[11]	薛江, 李军锋, 王鹏, 熊山, 冯伟夏. 无人机巡线考评仿真系统设计与实现[J]. 系统仿真学报, 2019, 31(9): 1852-1859.
[12]	耿化品, 佟佳慧, 马洪涛. 飞行器半实物仿真系统不确定性度量方法研究[J]. 系统仿真学报, 2019, 31(12): 2671-2677.
[13]	范若楠, 蒋继军, 孙乃葳. 水声成像半实物仿真系统设计与实现[J]. 系统仿真学报, 2019, 31(12): 2768-2774.
[14]	张舵, 刘满国, 章校, 刘平安, 何宜轩. 基于半实物仿真环境的系统误差分析研究[J]. 系统仿真学报, 2019, 31(1): 53-59.
[15]	袁静, 袁建平, 王明明, 王菲, 张弛. 空间操控任务控制仿真平台设计[J]. 系统仿真学报, 2018, 30(9): 3366-3376.