熟した果実の収穫作業において、ピッキング時間の短縮、ピッキングコストの削減、手作業の軽減に役立つ、インテリジェントピッキングロボットの使用は、果実生産作業において非常に重要な意味を持ちます。
既存のピッキングロボットは、果実の生育分布や日陰の状態によって分類されていないため、ピッキング可能な果実と遮られた果実を正確に区別できず、ピッキングの失敗やエンドエフェクターの損傷につながる可能性があります。 そこで、重慶理工大学の楊長輝の研究チームは、自然界にある熟した柑橘類を分類して位置を特定し、感知して自律的に収穫する方法を開発しました。
この果物の認識・定位方法の信頼性を検証し、果物の定位精度を正確に得るために、研究チームはNOKOVモーションキャプチャシステム（図）を用いて、実験室環境で任意の場所にある果物の定位精度をテストしました。
実験プロセスは下図のとおりで、Kinectカメラを昇降可能なスタンドに固定し、カメラのカラーレンズと深度レンズの範囲内の任意の場所に柑橘類を吊るし、まずその座標系における柑橘類とカメラの空間位置をそれぞれNOKOVモーションキャプチャシステムでシステムの実数として取得し、上記の測位方法によりカメラ座標系における柑橘類の空間位置を求めました の位置をカメラ座標系で表す。 NOKOVモーションキャプチャシステムで得られた相対位置の真値と、上記の測位方法で得られたカメラと柑橘類の相対位置を比較することで、測位方法の精度を評価することができる。
NOKOVモーションキャプチャシステムとKinectカメラで計測した20種類の柑橘類の3次元空間座標を比較すると、X軸方向の平均位置誤差は2.51mm、Y軸方向は2.71mm、Z軸方向は3.35mmとなることがわかりました。 上記の位置決め方法で得られた果実の3次元空間座標と実際の果実の3次元空間座標との誤差は小さく、実験誤差範囲内であり、果実の位置決め精度に対するピッキングロボットの要求を満たすことが可能である。
参考文献: [1] 雄龍渓。自然環境下における完熟柑橘類の分類認識および位置特定手法に関する研究 [D]. 重慶理工大学、2020年。
ここでごニーズを出ること
-
もっと多い情報に関して、メッセージをしたりしてください。
-
- 確認