一种基于深度学习的智能苗圃管理机器人制造技术

本发明专利技术提供一种基于深度学习的智能苗圃管理机器人，包括底盘

【技术实现步骤摘要】
一种基于深度学习的智能苗圃管理机器人


[0001]本专利技术属于花卉智能化管理的
，特别涉及一种基于深度学习的智能苗圃管理机器人
。

技术介绍

[0002]近年来，我国花卉产业规模急速扩张，并且已经具有较为完备的花卉幼苗自动化生产线
。
由于盆栽幼苗对环境要求较为特殊，因此幼苗在培育管理的过程中经常需要被搬运
、
放置在不同的区域，以使其获得充足的光照以及躲避不适宜的天气
。
此外，工人们根据幼苗的生长状态以及类别不同，分区域进行存储，便于对生长状态较差的幼苗进行统一的施肥
、
浇水等操作
。
然而，应用于农业领域的智能机器人尚处于实验室研究阶段，因此目前我国的苗圃管理工作几乎全部依赖人工完成，这种管理方式不仅成本高昂，而且苗圃的管理效率和管理质量也会因人而异，难以得到保证
。
在温室园艺生产规模不断扩大
、
劳动力成本日益增加和市场竞争日益激烈的形势下，人工管理的方式面临着巨大挑战
。
[0003]国外目前已经具有可投入使用的单臂苗圃管理机器人，但只能一次转运一盆花苗
。
国内智能农业机械装备发展较晚，因此苗圃管理机器人目前处于实验室研究阶段，尚未被投入实际应用
。
[0004]由于盆栽幼苗对环境要求较为特殊，因此苗圃管理的过程中需要经常搬运盆栽以使其获得充足的光照以及躲避不适宜的天气
。
同时，往往需要根据幼苗不同的生长状态，对其进行分类存储管理，即将相同种类或生长状态类似的幼苗储存到一起，这样工作人员可以及时地发现生长状态较差的幼苗，并对它们进行相应的施肥
、
浇水等操作，来更好地培育这些幼苗
。
目前，我国的苗圃管理几乎全部依靠人工完成，这种管理方式不仅成本高昂，而且苗圃的管理效率和管理质量也会因人而异，难以得到保证
。
在温室园艺生产规模不断扩大
、
劳动力成本日益增加和市场竞争日益激烈的形势下，人工管理的方式面临着巨大挑战
。

技术实现思路

[0005]针对盆栽幼苗对环境要求较为特殊，苗圃管理过程中需要经常搬运盆栽的问题，本专利技术提供一种具有基于深度学习花盆幼苗目标检测系统的多机械臂智能苗圃管理机器人
。
[0006]本专利技术解决其技术问题所采用的方案是：一种基于深度学习的智能苗圃管理机器人，包括底盘
、
万向轮
、
机械臂
、
弧形卡爪机构和控制单元，底盘下方安装由步进电机驱动的万向轮，底盘上方安装阵列的方式均匀安装有多条机械臂，所述机械臂采用三连杆机械臂，机械臂的端部安装有弧形卡爪机构，弧形卡爪机构包括一组对称的弧形臂和驱动电机，机械臂的端部设置卡爪载板，对称的弧形臂内端部设置有啮合的齿轮，齿轮通过转轴安装在卡爪载板上，其中一个齿轮下方传动连接驱动电机，通过驱动电机和啮合的齿轮使弧形臂转动夹持花盆，底盘中心安装有立柱，立柱顶端安装有顶转盘，顶转盘通过私服电机驱动旋转，顶转盘上方安装有图像采集装置，底盘中安装有陀螺转角仪以及控制单元
。
[0007]所述控制单元包括时序逻辑控制系统
、
目标检测系统
、
陀罗转角仪惯性导航系统和图像信息视觉导航系统，通过时序逻辑控制系统控制机械臂协作运行，图像采集装置收集图像信息发送到目标检测系统和图像信息视觉导航系统中，通过目标检测系统识别需要搬运的花盆，陀螺转角仪收集信息发送到陀罗转角仪惯性导航，利用图像信息视觉导航系统和陀罗转角仪惯性导航系统控制机器人的移动线路
。
[0008]其中底盘采用圆形底盘，底盘上侧的边缘均匀安装有十组机械臂，所述机械臂的关节点处采用高精度的闭环舵机驱动
。
[0009]进一步，所述图像采集装置采用高清工业相机进行图像采集，其目标检测系统采用
YOLOv5s
目标检测算法
。
[0010]进一步，弧形卡爪机构的驱动电机包括主动电机和辅助电机，主动电机和辅助电机并列安装在电机载板上，主动电机和辅助电机之间通过同步带连接，主动电机的输出轴与其中一个弧形臂端部的齿轮传动连接，其中主动电机和辅助电机的同步带之间还设置有止动组件
。
[0011]止动组件包括固定条
、
卡条
、
电磁体
、
导向柱
、
固定柱和推力弹簧，同步带为环形，一组固定条对称安装在同步带外侧，固定柱安装在同步带中间，通过固定柱安装导向柱，电磁体上设置导向孔，通过导向孔将一组电磁体对称套装在导向柱两端，电磁体之间安装推力弹簧，电磁体的外侧安装卡条，通过电磁体移动，卡条与固定条卡紧同步带实现驱动电机的止动，进而使弧形臂保持稳定
。
[0012]进一步，弧形卡爪机构的外侧安装有辅助托板，辅助托板和弧形臂之间安装有用于支撑的辊柱，辊柱中心设置有固定轴，固定轴和辊柱之间安装有扭簧，辊柱上还设置有挡台，挡台位于弧形臂的内侧，弧形卡爪机构夹持花盆时，弧形臂推动挡台使辊柱转动，挡台转动到弧形臂下侧支撑对支撑臂进行支撑，弧形卡爪机构展开时，扭簧驱动辊柱转动回位
。
[0013]本专利技术的有益效果：本专利技术提出了一种基于深度学习目标检测算法的多机械臂智能苗圃管理机器人，可以智能化地完成对苗圃中花盆幼苗的定位
、
状态识别
、
抓取
、
施肥
、
转运
、
分区域存储等一系列任务，全程零人工干预，极大地节省人力成本，节省转运时间，提升苗圃管理的效率
。
[0014]为了大幅提升机器人花盆转运效率，本专利技术创新性地设计出十条机械臂协作运行的执行机构，机器人在停止运行时，十条机械臂可以收拢至车身内部，占用更小的空间，便于存放
。
为保证机械臂稳定高效的运转，开发出了控制机械臂协作运行的时序逻辑控制系统，将机械臂上各个关节点的舵机用不同的
ID
号标记，独立控制每一个舵机的运行参数，从而实现机械臂独立
、
有序的运行
。
[0015]在视觉图像处理方面，融入了基于深度学习的目标检测算法，可以快速且准确地获取花苗的位置与生长状态信息，提升机器人完成后续抓取与分区域摆放任务的精度
。
[0016]同时采用了陀罗转角仪惯性导航与图像信息视觉导航互补的导航方式，弥补了两者各自导航的缺点，并且步进电机与全向轮的轮式结构方案保证了机器人的运行精度，增强了机器人的环境适应能力，使机器人运行在狭窄的仓库
、
大棚等密闭环境中，完成各种轨迹要求
。
附图说明
[0017]图1是本专利技术的整体结构示意图
。
[0018]图2是机械臂的结构示意图
。
[0019]图3是弧形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于深度学习的智能苗圃管理机器人，其特征在于，包括底盘（1）
、
万向轮（2）
、
机械臂（3）
、
弧形卡爪机构（4）和控制单元，底盘（1）下方安装由步进电机驱动的万向轮（2），底盘（1）上方安装阵列的方式均匀安装有多条机械臂（3），所述机械臂（3）采用三连杆机械臂（3），机械臂（3）的端部安装有弧形卡爪机构（4），弧形卡爪机构（4）包括一组对称的弧形臂（
46
）和驱动电机，机械臂（3）的端部设置卡爪载板（
45
），对称的弧形臂（
46
）内端部设置有啮合的齿轮，齿轮通过转轴安装在卡爪载板（
45
）上，其中一个齿轮下方传动连接驱动电机，通过驱动电机和啮合的齿轮使弧形臂（
46
）转动夹持花盆，底盘（1）中心安装有立柱，立柱顶端安装有顶转盘，顶转盘通过私服电机驱动旋转，顶转盘上方安装有图像采集装置，底盘（1）中安装有陀螺转角仪以及控制单元；所述控制单元包括时序逻辑控制系统
、
目标检测系统
、
陀罗转角仪惯性导航系统和图像信息视觉导航系统，通过时序逻辑控制系统控制机械臂（3）协作运行，图像采集装置收集图像信息发送到目标检测系统和图像信息视觉导航系统中，通过目标检测系统识别需要搬运的花盆，陀螺转角仪收集信息发送到陀罗转角仪惯性导航，利用图像信息视觉导航系统和陀罗转角仪惯性导航系统控制机器人的移动线路
。2.
根据权利要求1所述基于深度学习的智能苗圃管理机器人，其特征在于，所述底盘（1）为圆形底盘（1）
。3.
根据权利要求1或2所述基于深度学习的智能苗圃管理机器人，其特征在于，底盘（1）上侧的边缘均匀安装有十组机械臂（3），所述机械臂（3）的关节点处采用高精度的闭环舵机驱动
。4.
根据权利要求1所述基于深度学习的智能苗圃管理机器人，其特征在于，所述图像采集装置采用高清工业相机进行图像采集
。5.
根据权利要求1所述基于深度学习的智能苗圃管理机器人，其特征在于，目标检测系统采用
YOLOv5s
目标检测算法
。6.
根据权利要求1所述基于深度学习的智能苗圃管理机器人，其特征在于，弧形卡爪机构（4）的驱动电机包括主动电机（
41
）和辅助电机（
42
），主动电机（
41
）和辅助电机（
42
）并列安装在电机载板（
43
）上，主动电机（
41
）和辅助电机（
42
）之间通过同步带（
44
）连接，主动电机（
41
）的输出轴与其中一个弧形臂（
46
）端部的齿轮传动连接，其中主动电机（
41
）和辅助电机（
42

【专利技术属性】
技术研发人员：张合虎，徐欢，王有位，梅超，王秀山，吴昂，陈英，
申请(专利权)人：河南农业大学，
类型：发明
国别省市：