發(fā)布時間：2024-06-01 14:53

　　針對果園環(huán)境復雜,障礙物種類繁多,傳統(tǒng)動力無法有效進入作業(yè)的情況,提出一種基于障礙物分類識別的果園機器人自主避障方法。首先對果園中存在的障礙物進行識別分類,然后針對不同種類的障礙物采用不同的避障方法來完成避障動作。通過搭建基于ROS的避障試驗臺,對果園機器人上搭載的視覺傳感器和激光雷達傳感器進行標定,在ROS功能包中植入避障算法,然后進行驗證。試驗結果表明:在同等條件下,相比傳統(tǒng)的避障方法,本文的方法避繞圓形障礙物時用時少1.7 s,所用路程少0.31 m,具有一定的優(yōu)勢;而在避繞不規(guī)則障礙物時,本文的方法雖然所用時間和路程比傳統(tǒng)方法分別多1.7 s和0.41 m,但機器人能夠更加貼近障礙物進行避障,對林下中耕施肥和除草等作業(yè)有很大幫助,具有很好的實際應用價值。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1障礙物分類識別結構示意圖

果園機器人工作時,在傳感器自身因素的影響下,會使得采集的圖像存在大量噪聲,因此需要對圖像進行濾波和增強處理;又因果園環(huán)境復雜多變,導致采集的圖片背景比較復雜,所以需要用邊緣檢測來把圖中的障礙物與背景區(qū)分開來。最后,對圖像進行歸一化處理,并將其裁剪為48×48的圖像。其處理流程如圖....

圖3激光雷達采集數(shù)據(jù)圖

利用機器人ROS系統(tǒng)采集前行中某時刻的激光雷達數(shù)據(jù),然后導入MATLAB仿真軟件中,可以看到,以機器人為坐標原點,周圍都是障礙物,如果根據(jù)該數(shù)據(jù)進行障礙物參數(shù)提取,會增加機器人的運算量,降低其運算速度。為此,在根據(jù)視覺傳感器的分辯得到障礙物為樹干后,當機器人與樹干距離為d時,只需....

圖4激光雷達去冗余后的檢測圖

在MATLAB中進行仿真之后,得到結果如圖4所示,其中A點為障礙物所在位置。2.2障礙物避障方法研究

圖5機器人避障示意圖

如圖5所示,機器人開始時是沿中間的點畫線前行,黑色粗實線是機器人為避繞障礙物時所規(guī)劃的線路。在行進到O1坐標點時機器人已經(jīng)掃描到障礙物,但不進行避繞,當行進至O2位置時,機器人原地進行轉向,沿規(guī)劃路徑運動至O3點,然后機器人以樹干中心為圓心,開始做圓周運動直至運動到O6點,再原地....

本文編號：3986055