相关实验视频
Updated: Sep 13, 2025
08:02
Robotic Sensing and Stimuli Provision for Guided Plant Growth
Published on: July 1, 2019
8.1K
对,高密度红杉双臂采摘序列的高效合作规划方法的调查
Zhenguo Zhang1,2, Peng Xu1,2, Binbin Xie1,2
1College of Mechanical and Electrical Engineering, Xinjiang Agricultural University, Urumqi 830052, China.
Sensors (Basel, Switzerland)
|July 30, 2025
概括
这项研究引入了一种新的路径规划方法,LTSACO,用于双臂机器人系统,以提高松花采摘效率. 这种新的方法增强了轨迹优化,并减少了与现有算法相比的选择时间.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 农业工程 农业工程
背景情况:
- 单臂机器人采摘机在操作范围方面面临限制,这阻碍了高效的松花收获.
- 多臂合作采摘是一个有希望的解决方案,但需要先进的路径规划策略.
研究的目的:
- 为双臂机器人系统开发一种新的路径规划方法 (LTSACO),以克服当前策略的局限性.
- 通过优化轨迹规划,提高机器人松花采摘的效率和适应性.
主要方法:
- K-表示对目标区域划分的聚类.
- 殖民地优化 (ACO) 使用动态重量启发式策略来实现路径选择多样性.
- 2-OPT局部搜索以消除路径交叉.
- 立方贝齐尔曲线用于轨迹平滑和曲率连续性.
主要成果:
- 在Bézier曲线平滑后,LTSACO方法将平行四边形轨迹的长度减少了20.52%,相比于门架轨迹.
- LTSACO的平均采摘时间减少了2.00% (与DCACO相比),2.60% (与IACO相比) 和5.60% (与传统ACO相比).
结论:
- 对于双臂合作采摘,LTSACO算法提供了高效率和稳定性.
- 这种方法提供了有效的优化解决方案,推进了多臂机器人采摘系统.
