针对菠萝采摘作业中劳动力需求大以及采摘效率低等问题,对单目视觉目标识别和定位菠萝目标的抱扭式菠萝采摘机进行了研究。该菠萝采摘机由底盘、采摘机构、运动机构、机器视觉机构和运输机构组成;机器视觉系统选用Raspberry pi 3B作为...针对菠萝采摘作业中劳动力需求大以及采摘效率低等问题,对单目视觉目标识别和定位菠萝目标的抱扭式菠萝采摘机进行了研究。该菠萝采摘机由底盘、采摘机构、运动机构、机器视觉机构和运输机构组成;机器视觉系统选用Raspberry pi 3B作为图像处理器,并装载YOLO算法作为菠萝识别的分类器。采摘机构模拟人工采摘时抱紧扭转的动作行为,通过气缸推动V型机械爪进退实现对菠萝的夹持,通过控制舵机转动完成菠萝的扭断,采摘后将果实通过运输机构运送到包装点。研制了菠萝采摘机样机,利用样机进行了实验室模拟采摘实验。实验结果证明,该菠萝采摘机的视觉系统能够快速判断菠萝的位置,采摘机构夹持定位准确,可顺利完成采摘动作。该样机的研制为菠萝采摘提供了可行的技术参考。展开更多
为优化百合收获机果土分离机构的作业性能,降低百合埋果率和破碎率,以百合和种植土壤为研究对象,构建百合与土壤的离散元模型,并采用Hertz-Mindlin with JKR模型建立百合−土块环抱体的离散元模型。通过EDEM软件进行仿真模拟,结合田间试...为优化百合收获机果土分离机构的作业性能,降低百合埋果率和破碎率,以百合和种植土壤为研究对象,构建百合与土壤的离散元模型,并采用Hertz-Mindlin with JKR模型建立百合−土块环抱体的离散元模型。通过EDEM软件进行仿真模拟,结合田间试验,研究果土分离机构的前进速度、挖掘深度和抛送辊转速对百合埋果率和破碎率的影响,优化作业参数。结果表明,果土分离机构的最优参数取整后为果土分离机构前进速度0.6 m·s^(-1)、挖掘深度170 mm、抛送辊转速90 r·min^(-1),在最优参数组合条件下进行仿真试验,得到百合埋果率和破碎率分别为6.5%与7.4%;在最优参数组合条件下田间试验的百合埋果率、破碎率分别为6.3%和7.1%,与仿真结果相比,误差分别为6.71%和7.56%,表明所建立离散元模型的准确性较好。研究结果可为百合收获机果土分离机构的研制提供参考。展开更多
文摘针对菠萝采摘作业中劳动力需求大以及采摘效率低等问题,对单目视觉目标识别和定位菠萝目标的抱扭式菠萝采摘机进行了研究。该菠萝采摘机由底盘、采摘机构、运动机构、机器视觉机构和运输机构组成;机器视觉系统选用Raspberry pi 3B作为图像处理器,并装载YOLO算法作为菠萝识别的分类器。采摘机构模拟人工采摘时抱紧扭转的动作行为,通过气缸推动V型机械爪进退实现对菠萝的夹持,通过控制舵机转动完成菠萝的扭断,采摘后将果实通过运输机构运送到包装点。研制了菠萝采摘机样机,利用样机进行了实验室模拟采摘实验。实验结果证明,该菠萝采摘机的视觉系统能够快速判断菠萝的位置,采摘机构夹持定位准确,可顺利完成采摘动作。该样机的研制为菠萝采摘提供了可行的技术参考。
