農業は人類の輝かしい文明の礎石であり、近代文明に追従して発展してきた。テクノロジーが進化し、農業が新たな段階に入った今、ハイテクが次々と流れ込んできている中で、収穫ロボットもその一員です。
果物や野菜の生産において、ピッキングは最も手間と時間がかかり、手作業でピッキングするコストは、生産コストの約50 ~70%を占めます。そのためにはピッキングロボットの研究が必要です。それはわが国の労働力不足の問題を解決するだけでなく、わが国の農業科学技術の進歩を促進することもできる。
ピッキングロボットの設計には、次のような3つの技術的課題があります。
一つは果樹の間をロボットが素早く移動する方法です2つ目は果樹上の果実をいかに迅速に識別し位置を特定するかです三つ目は、識別された果実をいかに損なわずに摘み取るか。この3つの技術的課題は、物体の位置の問題、UGVの制御問題、ロボットアームの動作制御問題に応用することができます。果実の表皮は脆く柔らかいため、不適切な摘み取りは果実の表面を損傷し、その後の貯蔵輸送に支障をもたらします。そのため、アームの末端のアクチュエータの正確な位置制御は、アームが果実を安定的につかむために重要である。
重慶理工大学の杨长辉教授の研究室のピッキングロボット研究開発チームは、研究開発プロセスでNOKOV（度量）光学モーションキャプチャ技術を使用し、6つのMars 2Hレンズを研究室に設置しました。まず、機械ロボットアームの底を摘み取るのUGVを貼ってマーカー (marker)、UGVの正確な位置座標を得て、これらの位置座標を制御系のフィードバック信号として、UGVの走行位置などの情報を訂正することで、精密なUGV制御を実現しています。その後、ロボットアームと実を貼り付け、実との相互作用中のアーム上の点の座標情報を取得し、後処理を通じてアームの動作、姿勢などの情報を得た。特に、ロボットアームの末端のアクチュエータの座標と姿勢は、実上の点の情報と照合された。データは系統誤差評価モデルとランダム誤差評価モデルに取り込まれ、ロボットアーム自体の位置の誤差を計算し、データ分析を行う。ランダムな誤差がある場合、データから適切な末端構造の振幅と位相角を決定し、傷のない果物狩りを実現する。
また、西北農林科学技術大学などの大学の采取ロボット開発チームは、実験過程でNOKOV光学モーションキャプチャ技術を使用した。
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