【技術實現步驟摘要】
本專利技術涉及路徑規劃技術，尤其是蘋果采摘路徑規劃技術。
技術介紹
1、
2、一、在蘋果種植中，蘋果采摘是非常重要的一個環節。目前蘋果采摘的技術主要有：
3、1、人工采摘。盡管機械化和自動化技術發展很快，但人工采摘仍然是目前最主要的蘋果采摘方式。人工采摘的優點是靈活、果實損傷小；缺陷是效率較低、采摘的人力成本較高。
4、2、機械采摘。機械采摘主要通過振動或搖晃的方式使蘋果從樹上脫落，然后收集。這種方式效果高，但對蘋果的損傷較大。
5、3、半自動化輔助采摘。這種方式是通過采摘輔助平臺，實現多人同時手工采摘，采摘的蘋果經傳送機構進入收集裝置，優點是效率相比純人工采摘更高，缺點是仍然依賴于人工操作。
6、4、機器人采摘。采摘機器人通過機器視覺系統識別蘋果的位置，然后通過機械臂和末端執行器完成采摘。機械臂和末端執行器在工作中需要由路徑規劃技術來引導其采摘動作。
7、本專利技術研究的就是機器人采摘中的路徑規劃技術。
8、二、現有的路徑規劃算法。
9、1、dijkstra算法。
10、優點是原理簡單，易于理解和實現，適用于各種圖結構，能夠找到最短路徑，適于靜態環境下的路徑規劃。
11、缺點是時間復雜度較高，處理效率較低。
12、2、群優化算法。
13、優點是具有全局搜索能力，能夠并行處理，適合多機器人系統；缺點是參數多，收斂速度慢，并可能陷入局部最優解而不能探索全局最優解。
14、3、圖
15、圖搜索算法適用于高維空間，動態環境適應性強，能夠通過隨機采樣和樹狀結構快速探索空間，能夠避免陷入局部最優解，且能夠增量逐步構建樹；缺點是生成的路徑可能不是最短路徑，路徑質量可能較差，并且計算量大，需要大量的采樣和樹狀結構構建。
16、三、本專利技術的技術選擇。
17、研究常用的現有路徑規劃算法，相比之下rrt算法（即快速探索隨機樹）相對更適合蘋果采摘中的路徑規劃任務。
18、現有的rrt算法如下：
19、（一）初始化
20、創建一個樹t，樹的根節點是初始狀態q_init；
21、（二）定義一個目標狀態?q_goal和工作空間x。
22、（三）迭代擴展
23、重復以下子步驟，直到找到滿足條件的路徑：
24、1、隨機采樣：從工作空間x中隨機采樣一個狀態q_rand；
25、2、選擇最近節點：在樹t中找到距離q_rand最近的節點q_nearest；
26、3、擴展樹：從q_nearest向q_rand擴展一步，生成一個新的節點q_new；這一步是朝著q_rand的方向移動一個小的固定距離來實現的。
27、4、檢查碰撞：如果q_new足夠接近目標狀態q_goal，則可以將q_new添加到樹t中，q_nearest是其父節點。
28、（四）路徑生成：如果q_new足夠接近目標狀態q_goal，通過回溯從q_new到根節點q_init來生成一條路徑。
29、四、上述現有的rrt算法直接用于蘋果采摘中的路徑規劃，具有如下缺陷：
30、1、蘋果采摘中，面對的環境非常復雜，蘋果大多被樹枝和樹葉等障礙物遮擋?，F有rrt算法采樣區域沒有限制，在三維空間中，隨機采樣的稀疏性可能導致算法難以有效地覆蓋整個空間；采樣點之間的距離可能較大，難以快速找到連接起始點和目標點的路徑。這就導致規劃效率低下。
31、2、現有rrt算法關注的是尋找一條可達路徑而非最優路徑，因此生成的路徑可能不是最短或最優的，生成的路徑可能較長或不平滑。
32、3、一個蘋果在rrt算法中就是一個q_goal。現有rrt算法中，對于采摘順序只通過蘋果之間的距離來判斷，即采摘完一個蘋果，采摘距離最近的蘋果。這里的“距離最近”，沒有考慮到蘋果之間的障礙物情況，在需要繞開障礙物的情況下，直線距離最近的兩個蘋果，很可能不是運動路徑最近的兩個蘋果。
33、4、可能陷入局部最優解。
34、5、由于采樣點是隨機采樣并且步長是固定的，拓展樹的新節點可能不會直接到達目標點，會產生無效搜索，延長路徑規劃的總時間。
35、6、算法規劃出來的路徑是由若干節點連接而成的，生成的路徑會存在許多冗余點以及拐點，冗余點會使路徑規劃的距離增加，且機械臂消耗的時間也會增加，拐點的出現可能會導致機械臂在路徑規劃運動過程中出現抖動現象，從而降低了機械臂的穩定性和精度。
技術實現思路
1、本專利技術的目的在于提供一種目標引導的蘋果多目標連續采摘路徑規劃方法，與采摘蘋果的實際情況相適應縮小采樣空間，減少無效計算，提高路徑規劃效率。
2、為實現上述目的，本專利技術公開了一種目標引導的蘋果多目標連續采摘路徑規劃方法，蘋果采摘使用采摘機器人來進行，采摘機器人包括工控計算機，工控計算機連接有機械臂，機械臂末端安裝有末端執行器，工控計算機內置有blender三維建模軟件和matlab軟件，機械臂上安裝有攝像頭，攝像頭與工控計算機相連接；機械臂通過末端執行器采摘蘋果后將蘋果放入蘋果收集容器；
3、按以下步驟進行：
4、一、初始化；
5、攝像頭采集蘋果樹的圖像，工控計算機使用blender三維建模軟件根據蘋果樹圖像建立蘋果樹的仿真三維模型，并將蘋果樹的仿真三維模型導入matlab軟件，在三維工作空間x中生成樹t；
6、將樹t中的節點稱為普通節點，將代表蘋果位置的普通節點稱為目標節點；工控計算機使用圖像識別算法識別攝像頭采集的蘋果樹圖像中的蘋果，將每一個蘋果均定義為三維工作空間x中的一個目標節點q；
7、二、確定當前目標節點q_goal；在節點q的集合中，選擇距離當前末端執行器最近的一個目標節點q作為當前目標節點q_goal；同時將蘋果收集容器的位置作為初始節點q_init；
8、三、迭代擴展；
9、重復以下子步驟，直到找到滿足條件的路徑：
10、1、隨機采樣：從三維工作空間x中的特定區域中隨機采樣一個普通節點q_rand；
11、所述特定區域為錐狀區域，錐狀區域的規定性為：q_init為錐狀區域的頂點，q_goal為錐狀區域的底面的圓心；q_init到q_goal的距離為h，錐狀區域的底面半徑為h/30.5；
12、2、選擇最近節點：在樹t中找到距離q_rand最近的節點q_nearest；
13、3、擴展樹：從q_nearest向q_rand擴展一步，生成一個新的節點q_new；這一步是朝著q_rand的方向移動一個步長來實現的；
14、4、檢查碰撞：末端執行器的最大采摘距離為dmax，q_new與q_goal的距離為ds；
15、如果q_new在障礙物內，則忽略此q_new并本文檔來自技高網...
【技術保護點】
1.目標引導的蘋果多目標連續采摘路徑規劃方法，蘋果采摘使用采摘機器人來進行，采摘機器人包括工控計算機，工控計算機連接有機械臂，機械臂末端安裝有末端執行器，工控計算機內置有Blender三維建模軟件和Matlab軟件，機械臂上安裝有攝像頭，攝像頭與工控計算機相連接；機械臂通過末端執行器采摘蘋果后將蘋果放入蘋果收集容器；
2.根據權利要求1所述的目標引導的蘋果多目標連續采摘路徑規劃方法，其特征在于：
3.根據權利要求1所述的目標引導的蘋果多目標連續采摘路徑規劃方法，其特征在于：
4.根據權利要求1所述的目標引導的蘋果多目標連續采摘路徑規劃方法，其特征在于：
5.根據權利要求4所述的目標引導的蘋果多目標連續采摘路徑規劃方法，其特征在于：去除路徑冗余節點操作完成后，以路徑剩余節點和不通過障礙物為約束生成樣條曲線，樣條曲線作為機械臂路徑。
【技術特征摘要】
1.目標引導的蘋果多目標連續采摘路徑規劃方法，蘋果采摘使用采摘機器人來進行，采摘機器人包括工控計算機，工控計算機連接有機械臂，機械臂末端安裝有末端執行器，工控計算機內置有blender三維建模軟件和matlab軟件，機械臂上安裝有攝像頭，攝像頭與工控計算機相連接；機械臂通過末端執行器采摘蘋果后將蘋果放入蘋果收集容器；
2.根據權利要求1所述的目標引導的蘋果多目標連續采摘路徑規劃方...
【專利技術屬性】
技術研發人員：牛金星，王碩，趙俊龍，張濤，劉正義，于青源，
申請(專利權)人：華北水利水電大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。