CN115890677A - 一种用于标准化笼养鸡舍的捡死鸡机器人及其方法 - Google Patents
一种用于标准化笼养鸡舍的捡死鸡机器人及其方法 Download PDFInfo
- Publication number
- CN115890677A CN115890677A CN202211511234.3A CN202211511234A CN115890677A CN 115890677 A CN115890677 A CN 115890677A CN 202211511234 A CN202211511234 A CN 202211511234A CN 115890677 A CN115890677 A CN 115890677A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- degree
- mechanical arm
- dead
- chicken
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 241000287828 Gallus gallus Species 0.000 title claims abstract description 202
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000007689 inspection Methods 0.000 claims abstract description 57
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 235000013330 chicken meat Nutrition 0.000 claims description 186
- 238000013519 translation Methods 0.000 claims description 39
- 230000009466 transformation Effects 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 23
- 241000209094 Oryza Species 0.000 claims description 21
- 235000007164 Oryza sativa Nutrition 0.000 claims description 21
- 235000009566 rice Nutrition 0.000 claims description 21
- 241000203475 Neopanax arboreus Species 0.000 claims description 20
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 229910052731 fluorine Inorganic materials 0.000 claims description 2
- 125000001153 fluoro group Chemical group F* 0.000 claims description 2
- 230000006403 short-term memory Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 230000003936 working memory Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
Images
Landscapes
- Manipulator (AREA)
Abstract
本发明涉及一种用于标准化笼养鸡舍的捡死鸡机器人及其方法。机器人包括移动平台,以及安装在移动平台上的Kinect V2RGBD相机、SICK LMS111单线激光雷达、死鸡装拾篮、左六自由度机械臂、右六自由度机械臂和控制系统;SICK LMS111单线激光雷达和Kinect V2RGBD相机安装在移动平台的前端面上;左六自由度机械臂和右六自由度机械臂分别安装在移动平台上端面的前部和后部,死鸡装拾篮固接在移动平台上端面的中部。本发明采用激光雷达和RGBD相机建立二维栅格地图并按照规划路径进行巡检;根据建立的死鸡识别模型和门栓识别模型进行死鸡及门栓识别,降低捡死鸡过程中的机械臂路径规划的复杂度,提高捡死鸡效率,同时完成开门与捡拾死鸡的动作,最后建立死鸡的三维空间分布图。
Description
技术领域
本发明属于农业机器人技术领域,涉及一种用于标准化笼养鸡舍的捡死鸡机器人及其方法。
背景技术
在肉鸡养殖业中,还有很多亟待解决的问题,据调查,在中国五万只以上的大规模肉鸡养鸡场中,肉鸡的平均死亡率为10%左右,而现在大多数的养鸡场还是在依靠人眼和经验对鸡的状态进行判断,这种操作需要养殖人员经常性地去巡视鸡舍,这不但会使得鸡舍内大量尘埃被吸入工人的身体,造成工人的身体损害,还可能出现遗漏现象。遗漏的死鸡长时间留在鸡舍当中,不但使得鸡舍内气味难闻,还有可能造成病毒的继续扩散,导致更大规模的鸡死亡事件。为了解决以上的问题,急需一种可以识别和捡拾死鸡的装置。
现有的死鸡捡拾装置存在以下缺陷:
1.单机械臂的运动路线规划复杂,不利于实施;
2.单机械臂受到机械手形状的限制,无法很好的同时完成开门与捡拾死鸡的动作;
3.没有系统支持,系统比较庞杂,不便于开发;
4.整个捡拾过程中控制流程存在缺陷,未描述如何打开鸡舍门与如何关闭鸡舍门,以及如何捡拾;
5.所用的电磁导航系统并不能进行实时避障,并且需要铺设电磁行走路线;
6.捡死鸡设备无法与外界设备进行实时的画面回传以及信息反馈;
7.没有将死鸡出现的地点进行汇总显示,以便进行死鸡原因分析。
发明内容
针对上述技术问题,本发明的目的是提供一种用于标准化笼养鸡舍的捡死鸡机器人及其方法,采用激光雷达和RGBD相机建立二维栅格地图并按照规划路径进行巡检;根据建立的死鸡识别模型和门栓识别模型进行死鸡及门栓识别,降低捡死鸡过程中的机械臂路径规划的复杂度,提高捡死鸡效率,可以同时完成开门与捡拾死鸡的动作,最后建立死鸡的三维空间分布图。
为了实现上述目的,本发明提供了如下技术方案:
一种用于标准化笼养鸡舍的捡死鸡机器人,包括移动平台8,以及安装在移动平台8上的Kinect V2 RGBD相机5、SICK LMS111单线激光雷达6、死鸡装拾篮3、左六自由度机械臂11、右六自由度机械臂4和控制系统;
所述控制系统包括左控制板10和右控制板7;
所述SICK LMS111单线激光雷达6和Kinect V2 RGBD相机5安装在移动平台8的前端面上,用于建立二维栅格地图和实现导航;
所述左六自由度机械臂11和右六自由度机械臂4分别安装在移动平台8上端面的前部和后部,所述死鸡装拾篮3固接在移动平台8上端面的中部;
左六自由度机械臂11与右六自由度机械臂4的最大作业臂展相等,最大作业臂展Lmax满足公式1:
公式1中,h为层叠鸡笼的总高度,单位为cm;d为单个鸡笼的宽度,单位为cm;
所述左六自由度机械臂11的末端设有机械夹12和左RealSense RGBD相机13;所述右RealSense RGBD相机13位于机械夹12的上方;所述右六自由度机械臂4的末端设有五指柔性机械手2和右RealSense RGBD相机1;所述右RealSense RGBD相机1位于五指柔性机械手2的上方;
所述左控制板10和右控制板7安装在移动平台8的侧端面上,其中,左控制板10分别与左六自由度机械臂11、机械夹12和左RealSense RGBD相机13连接,用于接收左RealSense RGBD相机13采集的图像数据,识别鸡笼门栓获得门栓的位置信息,根据门栓的位置信息控制左六自由度机械臂11和机械夹12夹持移动门栓并开启鸡笼门;右控制板7分别与右六自由度机械臂4、五指柔性机械手2和右RealSense RGBD相机1连接,用于接收右RealSense RGBD相机1采集的数据,识别死鸡获得死鸡的位置信息,根据死鸡的位置信息控制右六自由度机械臂4和五指柔性机械手2抓取死鸡并放入死鸡装拾篮3中;
所述控制系统还包括控制面板9;所述控制面板9通过485总线分别与左控制板10和右控制板7连接,接收左控制板10和右控制板7的控制数据和图像数据,并通过内置的ROS2系统和5G模块将信息传输至云服务器的数据库中,广域网上的用户通过访问该数据库得到相关数据。
所述五指柔性机械手2中装有柔性压力传感器,右控制板7根据柔性压力传感器检测的数据控制五指柔性机械手2的抓取力度。
一种利用所述的用于标准化笼养鸡舍的捡死鸡机器人的捡死鸡方法,包括如下步骤:
S0、建立门栓识别模型和死鸡识别模型;
S1、建立二维栅格地图和巡检;
S1.1、数据采集;
通过SICK LMS111单线激光雷达6采集激光扫描数据,通过Kinect V2 RGBD相机5采集RGB图像和Depth图像;由左控制板7和右控制板10反馈回来的编码器信息构建轮式里程计信息;获取Kinect V2RGBD相机5以及SICK LMS111单线激光雷达6相对于移动平台8中点的TF坐标信息;所述TF坐标信息为获取Kinect V2 RGBD相机5以及SICK LMS111单线激光雷达6相对于移动平台8的安装位置;
S1.2、建立全局二维栅格地图;
采用RTABMAP算法建立全局二维栅格地图;
S1.3、巡检;
移动平台8根据步骤S1.2建立的全局二维栅格地图进行全局路径规划,通过路径规划算法,计算出到达工作起始点的最短路径和能够从该工作起始点开始遍历鸡场内各行鸡舍的最优巡检路径,然后通过公式2和公式3标记最优巡检路径上的各巡检点(xi,yj),移动平台8按照最优巡检路径遍历各巡检点;
式中,x0为工作起始点的横坐标,y0为工作起始点的纵坐标,单位为cm;xz为标准化笼养鸡舍中首行首列鸡笼前侧外角点的横坐标,yz为标准化笼养鸡舍中首行首列鸡笼前侧外角点的横坐标,单位为cm;x1为首行首列鸡笼对应的首个巡检点的横坐标,y1为为首行首列鸡笼对应的首个巡检点的纵坐标,单位为cm;xi为一行中第i列鸡笼所对应的第i个巡检点的横坐标,yj为第j行鸡笼所对应的巡检点的纵坐标,单位为cm;d为单个鸡笼的宽度,单位为cm;Wrobot为移动平台8的宽度,单位为cm;AL为左六自由度机械臂11和右六自由度机械臂4靠近基座的第一个关节长度,单位为cm;W0为一行鸡笼的长度,单位为cm;Wchick为单行鸡笼的宽度,单位为cm;e为相邻的两组鸡笼之间的距离,单位为cm;n为鸡笼行数;
S2、死鸡识别;
当移动平台8到达一个巡检点后,右六自由度机械臂4上的右RealSense RGBD相机1从对应的鸡笼列的最底层鸡笼开始逐层对这一列鸡笼的所有位置进行图像采集,并将采集的数据传送至右控制板7,利用步骤S0部署在右控制板7上的死鸡识别模型进行死鸡识别;
当识别到死鸡时,右控制板7根据此时死鸡相对于右RealSense RGBD相机1的深度信息和右六自由度机械臂4末端相对于移动平台8的坐标信息,计算获得死鸡相对于移动平台8的坐标;右控制板7将死鸡相对于移动平台8的坐标和此时移动平台8相对于全局二维栅格地图的位置坐标传输至控制面板9;
S3、捡拾死鸡;
当移动平台8在一个巡检点完成巡检且发现死鸡后,左控制板10根据控制面板9中记录的死鸡相对于移动平台8的坐标,控制左六自由度机械臂11上的左RealSense RGBD相机13对相应的鸡笼的门栓进行图像采集,并将采集的数据传送至左控制板10,利用步骤S0时部署在左控制板10上的门栓识别模型进行门栓识别;
识别到门栓时,左控制板10根据此时门栓相对于左RealSense RGBD相机13的深度信息和左六自由度机械臂11末端相对于移动平台8的坐标信息,计算获得门栓相对于移动平台8的坐标,并根据门栓相对于移动平台8的坐标驱动左六自由度机械臂11上的机械夹12夹持并拉开门栓将鸡笼打开;随后,右控制板7根据死鸡相对于移动平台8的坐标驱动右六自由度机械臂4上的五指柔性机械手2抓取死鸡并放入死鸡装拾篮3中;左控制板10再次驱动左六自由度机械臂11上的机械夹12推动门栓将鸡笼关闭,完成死鸡捡拾;
S4、建立死鸡三维空间分布图;
巡检完成后,控制面板9根据步骤S2获得的死鸡相对于移动平台8的坐标和相对应的移动平台8相对于全局二维栅格地图的位置坐标进行坐标系变换处理,获取死鸡相对于全局坐标系的三维坐标;然后将全局二维栅格地图进行三维拉伸,拉伸的位置为二维栅格地图中标记为障碍物的点,拉伸长度为标准化笼养鸡舍的高度,然后在三维图中标记死鸡相对于全局坐标系的三维坐标,当所有死鸡的位置标注完成后,获得死鸡的三维空间分布图。
所述步骤S1中,移动平台8在工作起始点至首个巡检点以及各巡检点之间的移动过程中,控制面板9实时对比轮式里程计的距离增量信息与根据最优巡检路径获得工作起始点与首个巡检点之间的距离数据以及各巡检点之间的距离数据,当轮式里程计的增量信息与距离数据不相等时,移动平台8继续运动;当轮式里程计的增量信息与距离数据相等时,移动平台8到达巡检点停止移动,同时轮式里程计的距离增量信息清零。
所述步骤S2中,死鸡相对于移动平台8的坐标Plj通过公式4计算获得:
式中,为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的旋转变换关系,通过公式5计算获得;为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的平移变换关系,通过公式6计算获得;Pc为死鸡相对于右六自由度机械臂4末端处的坐标系l的位姿矩阵;
其中,前面的3×3矩阵代表刚体的姿态,后面的3×1矩阵代表刚体的位置,然后将其补全为齐次矩阵方便计算,dc表示死鸡相对于右六自由度机械臂4末端的深度距离,单位为米;
公式5和公式6中,(Xl,Yl,Zl)是坐标系l原点在坐标系j中的坐标,坐标系l在X,Y,Z方向上与坐标系j在X,Y,Z方向上的角度偏差为(rxl,ryl,rzl),这些值可以从由六自由度机械臂4的反馈中直接读取;Rot(Xj,rxl)表示坐标系l绕Xj轴旋转rxl度,通过公式7计算获得;Rot(Yj,ryl)表示坐标系l绕Yj轴旋转ryl度,通过公式8计算获得;Rot(Zj,rzl)表示坐标系l绕Zj轴旋转rzl度,通过公式9计算获得;Trans(Xj,Xl)表示坐标系l沿着Xj轴平移Xl米,通过公式10计算获得;Trans(Yj,Yl)表示坐标系l沿着Yj轴平移Yl米,通过公式11计算获得;Trans(Zj,Zl)表示坐标系l沿着Zj轴平移Zl米,通过公式12计算获得;
所述步骤S3中,门栓相对于移动平台8的坐标Pkj通过公式13计算获得:
式中,为左六自由度机械臂11末端处的坐标系k与移动平台8处的坐标系j之间的旋转变换关系,通过公式14计算获得;为左六自由度机械臂11末端处的坐标系k与移动平台8处的坐标系j之间的平移变换关系,通过公式15计算获得;Pd为门栓相对于左六自由度机械臂11末端处的坐标系k的位姿矩阵;
其中,前面的3×3矩阵代表刚体的姿态,后面的3×1矩阵代表刚体的位置,然后将其补全为齐次矩阵方便计算,dd表示门栓相对于左六自由度机械臂11末端的深度距离,单位为cm;
公式14和公式15中,(Xk,Yk,Zk)是坐标系k原点在坐标系j中的坐标,坐标系k在X,Y,Z方向上与坐标系j在X,Y,Z方向上的角度偏差为(rxk,ryx,rzk),这些值可以从左六自由度机械臂11的反馈中直接读取;Rot(Xj,rxk)表示坐标系k绕Xj轴旋转rxk度,通过公式16计算获得;Rot(Yj,ryk)表示坐标系k绕Yj轴旋转ryk度,通过公式17计算获得;Rot(Zj,rzk)表示坐标系k绕Zj轴旋转rzk度,通过公式18计算获得;Trans(Xj,Xk)表示坐标系k沿着Xj轴平移Xk米,通过公式19计算获得;Trans(Yj,Yk)表示坐标系k沿着Yj轴平移Yk米,通过公式20计算获得;Trans(Zj,Zk)表示坐标系k沿着Zj轴平移Zk米,通过公式21计算获得;
所述步骤S4中,死鸡相对于全局坐标系的三维坐标Pfinal通过公式22计算获得:
式中,为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的旋转变换关系,通过公式5计算获得;为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的平移变换关系,通过公式6计算获得;为移动平台8处的坐标系j与全局坐标系i之间的旋转变换关系,由公式23计算得到,为移动平台8处的坐标系j与全局坐标系i之间的平移变换关系由公式24计算得到,Pc为死鸡相对于右六自由度机械臂4末端处的坐标系l的位姿矩阵;
公式23和公式24中,(Xj,Yj,Zj)是坐标系j原点在坐标系i中的坐标,坐标系j在X,Y,Z方向上与坐标系i在X,Y,Z方向上的角度偏差为(rxj,ryj,rzj),这些值可以从轮式里程计的反馈中直接读取;Rot(Xi,rxj)表示坐标系j绕Xi轴旋转rxj度,通过公式25计算获得;Rot(Yi,ryj)表示坐标系j绕Yi轴旋转ryj度,通过公式26计算获得;Rot(Zi,rzj)表示坐标系j绕Zi轴旋转rzj度,通过公式27计算获得;Trans(Xi,Xj)表示坐标系j沿着Xi轴平移Xj米,通过公式28计算获得;Trans(Yi,Yj)表示坐标系j沿着Yi轴平移Yj米,通过公式29计算获得;Trans(Zi,Zj)表示坐标系j沿着Zi轴平移Zj米,通过公式30计算获得;
与现有技术相比,本发明的有益效果在于:
(1)本发明中机械臂的路径规划只需要考虑一个动作的轨迹,相比于单机械臂的结构,降低了路径规划的难度。
(2)本发明中两个机械臂装配两个不同的机械手,可以相互配合完成一个机械臂很难完成的任务。
(3)本发明采用ROS2机器人元操作系统,使得机器人各个部分的设计相对独立,容易进行资源整合。
(4)本发明在捡死鸡这一过程中有一个相对比较完整的捡拾死鸡的流程设计,使用方便、生产质量高、可实现性好。
(5)相比于其他的产品,本发明采用激光雷达和视觉SLAM融合的方式进行导航线的提取,并实现实时的避障与自主的导航。
(6)本发明采用5G模块,将捡死鸡机器人的摄像头模块和各种传感器采集到的信息实时传输到广域网中,并能够接收广域网中各设备发送的控制指令,增加了产品的安全性和可靠性。
(7)本发明利用在车头处的激光雷达和RGBD相机以及在机械臂上的RGBD相机的信息融合,使得得到死鸡位置的三维空间分布图,让养殖户可以更好的排查死鸡出现的原因。
附图说明
图1为本发明的用于标准化笼养鸡舍的捡死鸡机器人的结构示意图;
图2为本发明的控制系统示意图;
图3为本发明的用于标准化笼养鸡舍的捡死鸡机器人的工作流程图;
图4为本发明实施例的RTABMAP算法框架图;
图5为本发明实施例的全局路径规划和巡检点标记示意图;
图6为本发明实施例的坐标关系变换示意图;
图7为本发明实施例建立的死鸡的三维空间分布向量图。
其中的附图标记为:
1、右RealSense RGBD相机
2、五指柔性机械手
3、死鸡装拾篮
4、右六自由度机械臂
5、Kinect V2 RGBD相机
6、SICK LMS111单线激光雷达
7、右控制板
8、移动平台
9、控制面板
10、左控制板
11、左六自由度机械臂
12、机械夹
13、左RealSense RGBD相机
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
如图1所示,一种用于标准化笼养鸡舍的捡死鸡机器人,包括移动平台8,以及安装在移动平台8上的Kinect V2 RGBD相机5、SICK LMS111单线激光雷达6、死鸡装拾篮3、左六自由度机械臂11、右六自由度机械臂4和控制系统;
所述控制系统包括左控制板10、右控制板7和控制面板9。
所述移动平台8采用基于两轮差速模型的四轮车架构;所述SICK LMS111单线激光雷达6和Kinect V2 RGBD相机5安装在移动平台8的前端面上,用于建立二维栅格地图和实现导航。
所述左六自由度机械臂11和右六自由度机械臂4分别安装在移动平台8上端面的前部和后部,所述死鸡装拾篮3固接在移动平台8上端面的中部。
所述左六自由度机械臂11与右六自由度机械臂4的最大作业臂展相等,最大作业臂展Lmax满足公式1:
公式1中,h为层叠鸡笼的总高度,单位为cm;d为单个鸡笼的宽度,单位为cm。
所述左六自由度机械臂11的末端设有机械夹12和左RealSense RGBD相机13;所述右RealSense RGBD相机13位于机械夹12的上方;所述右六自由度机械臂4的末端设有五指柔性机械手2和右RealSense RGBD相机1;所述右RealSense RGBD相机1位于五指柔性机械手2的上方;
所述左控制板10、右控制板7和控制面板9安装在移动平台8的侧端面上,其中,左控制板10分别与左六自由度机械臂11、机械夹12和左RealSense RGBD相机13连接,用于接收左RealSense RGBD相机13采集的图像数据,识别鸡笼门栓获得门栓的位置信息,根据门栓的位置信息控制左六自由度机械臂11和机械夹12夹持移动门栓并开启鸡笼门;右控制板7分别与右六自由度机械臂4、五指柔性机械手2和右RealSense RGBD相机1连接,用于接收右RealSense RGBD相机1采集的数据,识别死鸡获得死鸡的位置信息,根据死鸡的位置信息控制右六自由度机械臂4和五指柔性机械手2抓取死鸡并放入死鸡装拾篮3中。
所述控制面板9通过485总线分别与左控制板10和右控制板7连接,接收左控制板10和右控制板7的控制数据和图像数据,并通过内置的ROS2系统和5G模块将信息传输至云服务器的数据库中,广域网上的用户可以通过访问该数据库得到相关数据。
如图2所示,本实施例展示了数据传输到广域网的过程,左六自由度机械臂11和右六自由度机械臂4通过CAN总线将反馈的数据分别发给左控制板10和右控制板7,左控制板10和右控制板7之间通过ROS2系统进行局域网互联可以接收彼此之间的信息反馈。左控制板10和右控制板7的数据通过485总线传输到控制面板9,控制面板9通过5G模块将信息发布到服务器中,各个设备通过访问服务器取调取相关内容。
标准化笼养鸡舍中,多组鸡笼相互平行等距间隔布置,每组鸡笼包括两行并列且鸡笼门朝向向背的鸡笼。
如图3所示,一种用于标准化笼养鸡舍的捡死鸡方法,包括如下步骤:
S0、建立门栓识别模型和死鸡识别模型;
利用现有YOLO_V3算法分别建立门栓识别模型和死鸡识别模型,利用kggle中的animal-10数据集、左RealSense RGBD相机13和右RealSense RGBD相机1收集鸡场、鸡、死亡生物、门栓图片,并保存到相应的数据集,然后利用YOLO_mark工具对数据进行标注和框选,然后配置YOLO_V3的配置文件,准备进行模型训练。
为了保证模型的精确度,首先利用YOLO_V3算法和公共数据集COCO2014训练分类模型,再利用训练好的模型和所标注的数据集进行迁移学习,建立门栓识别模型和死鸡识别模型。然后将门栓识别模型和死鸡识别模型分别部署在左控制板10和右控制板7上。
S1、建立二维栅格地图和巡检;
S1.1、数据采集;
通过SICK LMS111单线激光雷达6采集激光扫描数据,通过Kinect V2 RGBD相机5采集RGB图像和Depth图像;由左控制板7和右控制板10反馈回来的编码器信息构建轮式里程计信息;获取Kinect V2RGBD相机5以及SICK LMS111单线激光雷达6相对于移动平台8中点的TF坐标信息;所述TF坐标信息为获取Kinect V2 RGBD相机5以及SICK LMS111单线激光雷达6相对于移动平台8的安装位置,为初始的测量参数,不会再发生改变;
S1.2、建立全局二维栅格地图;
本发明实施例采用现有RTABMAP算法建立全局二维栅格地图。
如图4所示,通过同步模块将激光扫描数据、RGB图像、Depth图像、轮式里程计信息和TF坐标信息进行时间同步和数据粗处理,每一时刻的传感器数据帧都会在STM(Short-Term Memory,短期内存)模块中创建一个对应的定位节点来存储相关信息,所述相关信息包括当前时刻的激光扫描数据、RGB图像和Depth图像以及传感器数据帧上提取的特征,所述特征包括视觉单词和局部地图;然后将当前时刻对应的定位节点zt与前一时刻刚加入STM的定位节点zc的视觉单词特征进行最近邻和次近邻的比率匹配,计算两个定位节点之间的相似度s(zt,zc),如果当前时刻对应的定位节点与前一时刻刚加入STM的定位节点中的视觉单词特征的相似度s(zt,zc)大于预先所设定的相似度阈值,那么就利用权重更新方法对两个定位节点进行融合,所述特征相似度S由公式0计算所得;
其中Nnow表示当前时刻对应的定位节点与前一时刻刚加入STM的定位节点中所匹配上的单词对的个数,表示当前时刻对应的定位节点中提取到的视觉单词特征的个数,表示前一时刻刚加入STM的定位节点中提取到的视觉单词特征的个数;
每两个相邻的定位节点之间都会建立一条相邻连接边,当STM的定位节点数量达到上限后,会把最早进入到STM的定位节点移入WM(Working Memory,工作内存)中,当WM中的定位节点达到上限后,会将最早进入WM的定位节点移入LTM(Long-Term Memory,长期内存)。定位节点进入WM以后开始闭环检测,利用贝叶斯滤波和视觉词袋进行闭环搜索,利用贝叶斯滤波器观测模型计算闭环概率和相似概率,取概率值最高的点作为当前定位节点的闭环节点和相似节点,建立闭环连接边与相似连接边,然后将WM中的定位节点和约束边(相邻边、闭环边、相似边)送入图优化模型中进行全局优化,优化过程可以对当前机器人里程计位姿漂移进行修正,最后把经过修正的定位节点中存储的各个局部地图取出,建立集成的全局二维栅格地图。
S1.3、巡检;
如图5所示,移动平台8根据步骤S1.2建立的全局二维栅格地图进行全局路径规划,通过路径规划算法,计算出到达工作起始点的最短路径和能够从该工作起始点开始遍历鸡场内各行鸡舍的最优巡检路径,然后通过公式2和公式3标记最优巡检路径上的各巡检点(xi,yj),移动平台8按照最优巡检路径遍历各巡检点;
式中,x0为工作起始点的横坐标,y0为工作起始点的纵坐标,单位为cm;xz为标准化笼养鸡舍中首行首列鸡笼前侧外角点的横坐标,yz为标准化笼养鸡舍中首行首列鸡笼前侧外角点的横坐标,单位为cm;x1为首行首列鸡笼对应的首个巡检点的横坐标,y1为为首行首列鸡笼对应的首个巡检点的纵坐标,单位为cm;xi为一行中第i列鸡笼所对应的第i个巡检点的横坐标,yj为第j行鸡笼所对应的巡检点的纵坐标,单位为cm;d为单个鸡笼的宽度,单位为cm;Wrobot为移动平台8的宽度,单位为cm;AL为左六自由度机械臂11和右六自由度机械臂4靠近基座的第一个关节长度,单位为cm;W0为一行鸡笼的长度,单位为cm;Wchick为单行鸡笼的宽度,单位为cm;e为相邻的两组鸡笼之间的距离,单位为cm;n为鸡笼行数。
移动平台8在工作起始点至首个巡检点以及各巡检点之间的移动过程中,控制面板9实时对比轮式里程计的距离增量信息与根据最优巡检路径获得工作起始点与首个巡检点之间的距离数据以及各巡检点之间的距离数据,当轮式里程计的增量信息与距离数据不相等时,移动平台8继续运动;当轮式里程计的增量信息与距离数据相等时,移动平台8到达巡检点停止移动,同时轮式里程计的距离增量信息清零。
S2、死鸡识别;
当移动平台8到达一个巡检点后,右六自由度机械臂4上的右RealSense RGBD相机1从对应的鸡笼列的最底层鸡笼开始逐层对这一列鸡笼的所有位置进行图像采集,并将采集的数据传送至右控制板7,利用步骤S0部署在右控制板7上的死鸡识别模型进行死鸡识别;
当识别到死鸡时,右控制板7根据此时死鸡相对于右RealSense RGBD相机1的深度信息和右六自由度机械臂4末端相对于移动平台8的坐标信息,计算获得死鸡相对于移动平台8的坐标;右控制板7将死鸡相对于移动平台8的坐标和此时移动平台8相对于全局二维栅格地图的位置坐标传输至控制面板9;
如图6所示,坐标系i是全局坐标系;坐标系j是移动平台8处的坐标系,坐标系l是右六自由度机械臂4末端处的坐标系。
所述死鸡相对于移动平台8的坐标Plj通过公式4计算获得:
式中,为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的旋转变换关系,通过公式5计算获得;为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的平移变换关系,通过公式6计算获得;Pc为死鸡相对于右六自由度机械臂4末端处的坐标系l的位姿矩阵;
其中,前面的3×3矩阵代表刚体的姿态,后面的3×1矩阵代表刚体的位置,然后将其补全为齐次矩阵方便计算,dc表示死鸡相对于右六自由度机械臂4末端的深度距离,单位为米。
公式5和公式6中,(Xl,Yl,Zl)是坐标系l原点在坐标系j中的坐标,坐标系l在X,Y,Z方向上与坐标系j在X,Y,Z方向上的角度偏差为(rxl,ryl,rzl),这些值可以从由六自由度机械臂4的反馈中直接读取;Rot(Xj,rxl)表示坐标系l绕Xj轴旋转rxl度,通过公式7计算获得;Rot(Yj,ryl)表示坐标系l绕Yj轴旋转ryl度,通过公式8计算获得;Rot(Zj,rzl)表示坐标系l绕Zj轴旋转rzl度,通过公式9计算获得;Trans(Xj,Xl)表示坐标系l沿着Xj轴平移Xl米,通过公式10计算获得;Trans(Yj,Yl)表示坐标系l沿着Yj轴平移Yl米,通过公式11计算获得;Trans(Zj,Zl)表示坐标系l沿着Zj轴平移Zl米,通过公式12计算获得;
S3、捡拾死鸡;
当移动平台8在一个巡检点完成巡检且发现死鸡后,左控制板10根据控制面板9中记录的死鸡相对于移动平台8的坐标,控制左六自由度机械臂11上的左RealSense RGBD相机13对相应的鸡笼的门栓进行图像采集,并将采集的数据传送至左控制板10,利用步骤S0时部署在左控制板10上的门栓识别模型进行门栓识别;
识别到门栓时,左控制板10根据此时门栓相对于左RealSense RGBD相机13的深度信息和左六自由度机械臂11末端相对于移动平台8的坐标信息,计算获得门栓相对于移动平台8的坐标,并根据门栓相对于移动平台8的坐标驱动左六自由度机械臂11上的机械夹12夹持并拉开门栓将鸡笼打开;随后,右控制板7根据死鸡相对于移动平台8的坐标驱动右六自由度机械臂4上的五指柔性机械手2抓取死鸡并放入死鸡装拾篮3中;左控制板10再次驱动左六自由度机械臂11上的机械夹12推动门栓将鸡笼关闭,完成死鸡捡拾;
所述门栓相对于移动平台8的坐标Pkj通过公式13计算获得:
式中,为左六自由度机械臂11末端处的坐标系k与移动平台8处的坐标系j之间的旋转变换关系,通过公式14计算获得;为左六自由度机械臂11末端处的坐标系k与移动平台8处的坐标系j之间的平移变换关系,通过公式15计算获得;Pd为门栓相对于左六自由度机械臂11末端处的坐标系k的位姿矩阵;
其中,前面的3×3矩阵代表刚体的姿态,后面的3×1矩阵代表刚体的位置,然后将其补全为齐次矩阵方便计算,dd表示门栓相对于左六自由度机械臂11末端的深度距离,单位为cm。
公式14和公式15中,(Xk,Yk,Zk)是坐标系k原点在坐标系j中的坐标,坐标系k在X,Y,Z方向上与坐标系j在X,Y,Z方向上的角度偏差为(rxk,ryk,rzk),这些值可以从左六自由度机械臂11的反馈中直接读取;Rot(Xj,rxk)表示坐标系k绕Xj轴旋转rxk度,通过公式16计算获得;Rot(Yj,ryk)表示坐标系k绕Yj轴旋转ryk度,通过公式17计算获得;Rot(Zj,rzk)表示坐标系k绕Zj轴旋转rzk度,通过公式18计算获得;Trans(Xj,Xk)表示坐标系k沿着Xj轴平移Xk米,通过公式19计算获得;Trans(Yj,Yk)表示坐标系k沿着Yj轴平移Yk米,通过公式20计算获得;Trans(Zj,Zk)表示坐标系k沿着Zj轴平移Zk米,通过公式21计算获得;
S4、建立死鸡三维空间分布图;
巡检完成后,控制面板9根据步骤S2获得的死鸡相对于移动平台8的坐标和相对应的移动平台8相对于全局二维栅格地图的位置坐标进行坐标系变换处理,获取死鸡相对于全局坐标系的三维坐标;然后将全局二维栅格地图进行三维拉伸,拉伸的位置为二维栅格地图中标记为障碍物的点,拉伸长度为标准化笼养鸡舍的高度,然后在三维图中标记死鸡相对于全局坐标系的三维坐标,当所有死鸡的位置标注完成后,获得死鸡的三维空间分布图,如图7所示。
所述死鸡相对于全局坐标系的三维坐标Pfinal通过公式22计算获得:
式中,为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的旋转变换关系,通过公式5计算获得;为右六自由度机械臂4末端处的坐标系l与移动平台8处的坐标系j之间的平移变换关系,通过公式6计算获得;为移动平台8处的坐标系j与全局坐标系i之间的旋转变换关系,由公式23计算得到,为移动平台8处的坐标系j与全局坐标系i之间的平移变换关系由公式24计算得到,Pc为死鸡相对于右六自由度机械臂4末端处的坐标系l的位姿矩阵;
公式23和公式24中,(Xj,Yj,Zj)是坐标系j原点在坐标系i中的坐标,坐标系j在X,Y,Z方向上与坐标系i在X,Y,Z方向上的角度偏差为(rxj,ryj,rzj),这些值可以从轮式里程计的反馈中直接读取;Rot(Xi,rxj)表示坐标系j绕Xi轴旋转rxj度,通过公式25计算获得;Rot(Yi,ryj)表示坐标系j绕Yi轴旋转ryj度,通过公式26计算获得;Rot(Zi,rzj)表示坐标系j绕Zi轴旋转rzj度,通过公式27计算获得;Trans(Xi,Xj)表示坐标系j沿着Xi轴平移Xj米,通过公式28计算获得;Trans(Yi,Yj)表示坐标系j沿着Yi轴平移Yj米,通过公式29计算获得;Trans(Zi,Zj)表示坐标系j沿着Zi轴平移Zj米,通过公式30计算获得;
Claims (7)
1.一种用于标准化笼养鸡舍的捡死鸡机器人,其特征在于,所述机器人包括移动平台(8),以及安装在移动平台(8)上的Kinect V2RGBD相机(5)、SICK LMS111单线激光雷达(6)、死鸡装拾篮(3)、左六自由度机械臂(11)、右六自由度机械臂(4)和控制系统;
所述控制系统包括左控制板(10)和右控制板(7);
所述SICK LMS111单线激光雷达(6)和Kinect V2 RGBD相机(5)安装在移动平台(8)的前端面上,用于建立二维栅格地图和实现导航;
所述左六自由度机械臂(11)和右六自由度机械臂(4)分别安装在移动平台(8)上端面的前部和后部,所述死鸡装拾篮(3)固接在移动平台(8)上端面的中部;
左六自由度机械臂(11)与右六自由度机械臂(4)的最大作业臂展相等,最大作业臂展Lmax满足公式1:
公式1中,h为层叠鸡笼的总高度,单位为cm;d为单个鸡笼的宽度,单位为cm;
所述左六自由度机械臂(11)的末端设有机械夹(12)和左RealSense RGBD相机(13);所述右RealSense RGBD相机(13)位于机械夹(12)的上方;所述右六自由度机械臂(4)的末端设有五指柔性机械手(2)和右RealSense RGBD相机(1);所述右RealSense RGBD相机(1)位于五指柔性机械手(2)的上方;
所述左控制板(10)和右控制板(7)安装在移动平台(8)的侧端面上,其中,左控制板(10)分别与左六自由度机械臂(11)、机械夹(12)和左RealSense RGBD相机(13)连接,用于接收左RealSense RGBD相机(13)采集的图像数据,识别鸡笼门栓获得门栓的位置信息,根据门栓的位置信息控制左六自由度机械臂(11)和机械夹(12)夹持移动门栓并开启鸡笼门;右控制板(7)分别与右六自由度机械臂(4)、五指柔性机械手(2)和右RealSense RGBD相机(1)连接,用于接收右RealSense RGBD相机(1)采集的数据,识别死鸡获得死鸡的位置信息,根据死鸡的位置信息控制右六自由度机械臂(4)和五指柔性机械手(2)抓取死鸡并放入死鸡装拾篮(3)中;
所述控制系统还包括控制面板(9);所述控制面板(9)分别与左控制板(10)和右控制板(7)连接,接收左控制板(10)和右控制板(7)的控制数据和图像数据,并将信息传输至云服务器的数据库中。
2.根据权利要求1所述的用于标准化笼养鸡舍的捡死鸡机器人,其特征在于,所述五指柔性机械手(2)中装有柔性压力传感器,右控制板(7)根据柔性压力传感器检测的数据控制五指柔性机械手(2)的抓取力度。
3.一种利用权利要求1-2任一项所述的用于标准化笼养鸡舍的捡死鸡机器人的捡死鸡方法,其特征在于,所述方法包括如下步骤:
S0、建立门栓识别模型和死鸡识别模型;
S1、建立二维栅格地图和巡检;
S1.1、数据采集;
通过SICK LMS111单线激光雷达(6)采集激光扫描数据,通过Kinect V2 RGBD相机(5)采集RGB图像和Depth图像;由左控制板(7)和右控制板(10)反馈回来的编码器信息构建轮式里程计信息;获取Kinect V2 RGBD相机(5)以及SICK LMS111单线激光雷达(6)相对于移动平台(8)中点的TF坐标信息;所述TF坐标信息为获取Kinect V2 RGBD相机(5)以及SICKLMS111单线激光雷达(6)相对于移动平台(8)的安装位置;
S1.2、建立全局二维栅格地图;
采用RTABMAP算法建立全局二维栅格地图;
S1.3、巡检;
移动平台(8)根据步骤S1.2建立的全局二维栅格地图进行全局路径规划,通过路径规划算法,计算出到达工作起始点的最短路径和能够从该工作起始点开始遍历鸡场内各行鸡舍的最优巡检路径,然后通过公式2和公式3标记最优巡检路径上的各巡检点(xi,yj),移动平台(8)按照最优巡检路径遍历各巡检点;
式中,x0为工作起始点的横坐标,y0为工作起始点的纵坐标,单位为cm;xz为标准化笼养鸡舍中首行首列鸡笼前侧外角点的横坐标,yz为标准化笼养鸡舍中首行首列鸡笼前侧外角点的横坐标,单位为cm;x1为首行首列鸡笼对应的首个巡检点的横坐标,y1为为首行首列鸡笼对应的首个巡检点的纵坐标,单位为cm;xi为一行中第i列鸡笼所对应的第i个巡检点的横坐标,yj为第j行鸡笼所对应的巡检点的纵坐标,单位为cm;d为单个鸡笼的宽度,单位为cm;Wrobot为移动平台(8)的宽度,单位为cm;AL为左六自由度机械臂(11)和右六自由度机械臂(4)靠近基座的第一个关节长度,单位为cm;W0为一行鸡笼的长度,单位为cm;Wchick为单行鸡笼的宽度,单位为cm;e为相邻的两组鸡笼之间的距离,单位为cm;n为鸡笼行数;
S2、死鸡识别;
当移动平台(8)到达一个巡检点后,右六自由度机械臂(4)上的右RealSense RGBD相机(1)从对应的鸡笼列的最底层鸡笼开始逐层对这一列鸡笼的所有位置进行图像采集,并将采集的数据传送至右控制板(7),利用步骤S0部署在右控制板(7)上的死鸡识别模型进行死鸡识别;
当识别到死鸡时,右控制板(7)根据此时死鸡相对于右RealSense RGBD相机(1)的深度信息和右六自由度机械臂(4)末端相对于移动平台(8)的坐标信息,计算获得死鸡相对于移动平台(8)的坐标;右控制板(7)将死鸡相对于移动平台(8)的坐标和此时移动平台(8)相对于全局二维栅格地图的位置坐标传输至控制面板(9);
S3、捡拾死鸡;
当移动平台(8)在一个巡检点完成巡检且发现死鸡后,左控制板(10)根据控制面板(9)中记录的死鸡相对于移动平台(8)的坐标,控制左六自由度机械臂(11)上的左RealSenseRGBD相机(13)对相应的鸡笼的门栓进行图像采集,并将采集的数据传送至左控制板(10),利用步骤S0时部署在左控制板(10)上的门栓识别模型进行门栓识别;
识别到门栓时,左控制板(10)根据此时门栓相对于左RealSense RGBD相机(13)的深度信息和左六自由度机械臂(11)末端相对于移动平台(8)的坐标信息,计算获得门栓相对于移动平台(8)的坐标,并根据门栓相对于移动平台(8)的坐标驱动左六自由度机械臂(11)上的机械夹(12)夹持并拉开门栓将鸡笼打开;随后,右控制板(7)根据死鸡相对于移动平台(8)的坐标驱动右六自由度机械臂(4)上的五指柔性机械手(2)抓取死鸡并放入死鸡装拾篮(3)中;左控制板(10)再次驱动左六自由度机械臂(11)上的机械夹(12)推动门栓将鸡笼关闭,完成死鸡捡拾;
S4、建立死鸡三维空间分布图;
巡检完成后,控制面板(9)根据步骤S2获得的死鸡相对于移动平台(8)的坐标和相对应的移动平台(8)相对于全局二维栅格地图的位置坐标进行坐标系变换处理,获取死鸡相对于全局坐标系的三维坐标;然后将全局二维栅格地图进行三维拉伸,拉伸的位置为二维栅格地图中标记为障碍物的点,拉伸长度为标准化笼养鸡舍的高度,然后在三维图中标记死鸡相对于全局坐标系的三维坐标,当所有死鸡的位置标注完成后,获得死鸡的三维空间分布图。
4.根据权利要求3所述的捡死鸡方法,其特征在于,所述步骤S1中,移动平台(8)在工作起始点至首个巡检点以及各巡检点之间的移动过程中,控制面板(9)实时对比轮式里程计的距离增量信息与根据最优巡检路径获得工作起始点与首个巡检点之间的距离数据以及各巡检点之间的距离数据,当轮式里程计的增量信息与距离数据不相等时,移动平台(8)继续运动;当轮式里程计的增量信息与距离数据相等时,移动平台(8)到达巡检点停止移动,同时轮式里程计的距离增量信息清零。
5.根据权利要求3所述的捡死鸡方法,其特征在于,所述步骤S2中,死鸡相对于移动平台(8)的坐标Plj通过公式4计算获得:
式中,为右六自由度机械臂(4)末端处的坐标系l与移动平台(8)处的坐标系j之间的旋转变换关系,通过公式5计算获得;为右六自由度机械臂(4)末端处的坐标系l与移动平台(8)处的坐标系j之间的平移变换关系,通过公式6计算获得;Pc为死鸡相对于右六自由度机械臂(4)末端处的坐标系l的位姿矩阵;
其中,前面的3×3矩阵代表刚体的姿态,后面的3×1矩阵代表刚体的位置,然后将其补全为齐次矩阵方便计算,dc表示死鸡相对于右六自由度机械臂(4)末端的深度距离,单位为米;
公式5和公式6中,(Xl,Yl,Zl)是坐标系l原点在坐标系j中的坐标,坐标系l在X,Y,Z方向上与坐标系j在X,Y,Z方向上的角度偏差为(rxl,ryl,rzl);Rot(Xj,rxl)表示坐标系l绕Xj轴旋转rxl度,通过公式7计算获得;Rot(Yj,ryl)表示坐标系l绕Yj轴旋转ryl度,通过公式8计算获得;Rot(Zj,rzl)表示坐标系l绕Zj轴旋转rzl度,通过公式9计算获得;Trans(Xj,Xl)表示坐标系l沿着Xj轴平移Xl米,通过公式10计算获得;Trans(Yj,Yl)表示坐标系l沿着Yj轴平移Yl米,通过公式11计算获得;Trans(Zj,Zl)表示坐标系l沿着Zj轴平移Zl米,通过公式12计算获得;
6.根据权利要求3所述的捡死鸡方法,其特征在于,所述步骤S3中,门栓相对于移动平台(8)的坐标Pkj通过公式13计算获得:
式中,为左六自由度机械臂(11)末端处的坐标系k与移动平台(8)处的坐标系j之间的旋转变换关系,通过公式14计算获得;为左六自由度机械臂(11)末端处的坐标系k与移动平台(8)处的坐标系j之间的平移变换关系,通过公式15计算获得;Pd为门栓相对于左六自由度机械臂(11)末端处的坐标系k的位姿矩阵;
其中,前面的3×3矩阵代表刚体的姿态,后面的3×1矩阵代表刚体的位置,然后将其补全为齐次矩阵方便计算,dd表示门栓相对于左六自由度机械臂(11)末端的深度距离,单位为cm;
公式14和公式15中,(Xk,Yk,Zk)是坐标系k原点在坐标系j中的坐标,坐标系k在X,Y,Z方向上与坐标系j在X,Y,Z方向上的角度偏差为(rxk,ryk,rzk);Rot(Xj,rxk)表示坐标系k绕Xj轴旋转rxk度,通过公式16计算获得;Rot(Yj,ryk)表示坐标系k绕Yj轴旋转ryk度,通过公式17计算获得;Rot(Zj,rzk)表示坐标系k绕Zj轴旋转rzk度,通过公式18计算获得;Trans(Xj,Xk)表示坐标系k沿着Xj轴平移Xk米,通过公式19计算获得;Trans(Yj,Yk)表示坐标系k沿着Yj轴平移Yk米,通过公式20计算获得;Trans(Zj,Zk)表示坐标系k沿着Zj轴平移Zk米,通过公式21计算获得;
7.根据权利要求3所述的捡死鸡方法,其特征在于,所述步骤S4中,死鸡相对于全局坐标系的三维坐标Pfinal通过公式22计算获得:
式中,为右六自由度机械臂(4)末端处的坐标系l与移动平台(8)处的坐标系j之间的旋转变换关系,通过公式5计算获得;为右六自由度机械臂(4)末端处的坐标系l与移动平台(8)处的坐标系j之间的平移变换关系,通过公式6计算获得;为移动平台(8)处的坐标系j与全局坐标系i之间的旋转变换关系,由公式23计算得到,为移动平台(8)处的坐标系j与全局坐标系i之间的平移变换关系由公式24计算得到,Pc为死鸡相对于右六自由度机械臂(4)末端处的坐标系l的位姿矩阵;
公式23和公式24中,(Xj,Yj,Zj)是坐标系j原点在坐标系i中的坐标,坐标系j在X,Y,Z方向上与坐标系i在X,Y,Z方向上的角度偏差为(rxj,ryj,rzj);Rot(Xi,rxj)表示坐标系j绕Xi轴旋转rxj度,通过公式25计算获得;Rot(Yi,ryj)表示坐标系j绕Yi轴旋转ryj度,通过公式26计算获得;Rot(Zi,rzj)表示坐标系j绕Zi轴旋转rzj度,通过公式27计算获得;Trans(Xi,Xj)表示坐标系j沿着Xi轴平移Xj米,通过公式28计算获得;Trans(Yi,Yj)表示坐标系j沿着Yi轴平移Yj米,通过公式29计算获得;Trans(Zi,Zj)表示坐标系j沿着Zi轴平移Zj米,通过公式30计算获得;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211511234.3A CN115890677B (zh) | 2022-11-29 | 2022-11-29 | 一种用于标准化笼养鸡舍的捡死鸡机器人及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211511234.3A CN115890677B (zh) | 2022-11-29 | 2022-11-29 | 一种用于标准化笼养鸡舍的捡死鸡机器人及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115890677A true CN115890677A (zh) | 2023-04-04 |
CN115890677B CN115890677B (zh) | 2024-06-11 |
Family
ID=86491872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211511234.3A Active CN115890677B (zh) | 2022-11-29 | 2022-11-29 | 一种用于标准化笼养鸡舍的捡死鸡机器人及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115890677B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116369247A (zh) * | 2023-04-26 | 2023-07-04 | 天津农学院 | 一种笼养死亡肉鸡抓取系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109310245A (zh) * | 2016-05-03 | 2019-02-05 | 瑟瑞特公司 | 通过识别和操纵来制备食物的食物制备装置 |
CN110171006A (zh) * | 2019-06-24 | 2019-08-27 | 马鞍山天邦开物智能商务管理有限公司 | 一种养猪场用巡检机器人及巡检方法 |
CN111823212A (zh) * | 2020-07-20 | 2020-10-27 | 武汉工程大学 | 一种垃圾瓶清捡机器人及控制方法 |
JP2022039906A (ja) * | 2020-08-28 | 2022-03-10 | 中国計量大学 | マルチセンサによる複合キャリブレーション装置及び方法 |
CN114473998A (zh) * | 2022-01-14 | 2022-05-13 | 浙江工业大学 | 一种自动开门的智能服务机器人系统 |
CN114505840A (zh) * | 2022-01-14 | 2022-05-17 | 浙江工业大学 | 一种自主操作箱式电梯的智能服务机器人 |
-
2022
- 2022-11-29 CN CN202211511234.3A patent/CN115890677B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109310245A (zh) * | 2016-05-03 | 2019-02-05 | 瑟瑞特公司 | 通过识别和操纵来制备食物的食物制备装置 |
CN110171006A (zh) * | 2019-06-24 | 2019-08-27 | 马鞍山天邦开物智能商务管理有限公司 | 一种养猪场用巡检机器人及巡检方法 |
CN111823212A (zh) * | 2020-07-20 | 2020-10-27 | 武汉工程大学 | 一种垃圾瓶清捡机器人及控制方法 |
JP2022039906A (ja) * | 2020-08-28 | 2022-03-10 | 中国計量大学 | マルチセンサによる複合キャリブレーション装置及び方法 |
CN114473998A (zh) * | 2022-01-14 | 2022-05-13 | 浙江工业大学 | 一种自动开门的智能服务机器人系统 |
CN114505840A (zh) * | 2022-01-14 | 2022-05-17 | 浙江工业大学 | 一种自主操作箱式电梯的智能服务机器人 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116369247A (zh) * | 2023-04-26 | 2023-07-04 | 天津农学院 | 一种笼养死亡肉鸡抓取系统及方法 |
CN116369247B (zh) * | 2023-04-26 | 2024-05-03 | 天津农学院 | 一种笼养死亡肉鸡抓取系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115890677B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111496770B (zh) | 基于3d视觉与深度学习的智能搬运机械臂系统及使用方法 | |
WO2020192000A1 (zh) | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 | |
CN110587600B (zh) | 基于点云的带电作业机器人自主路径规划方法 | |
WO2018137445A1 (zh) | 一种基于ros系统的机械臂抓取方法及系统 | |
Davidson et al. | Proof-of-concept of a robotic apple harvester | |
CN107491071A (zh) | 一种智能多机器人协同测图系统及其方法 | |
CN108801269A (zh) | 一种室内云机器人导航系统及方法 | |
CN115890677B (zh) | 一种用于标准化笼养鸡舍的捡死鸡机器人及其方法 | |
CN109945871B (zh) | 一种通信带宽与距离受限情况下的多无人平台同步定位与地图构建方法 | |
CN117355210A (zh) | 一种水下机器人装置.水下调控管理最优化系统及方法 | |
CN111958593B (zh) | 一种语义智能变电站巡视作业机器人视觉伺服方法及系统 | |
CN106155082B (zh) | 一种基于光流的无人机仿生智能避障方法 | |
CN113829343A (zh) | 基于环境感知的实时多任务多人人机交互系统 | |
Sarabu et al. | Graph-based cooperative robot path planning in agricultural environments | |
Kim et al. | P-AgBot: In-row & under-canopy agricultural robot for monitoring and physical sampling | |
Kannan et al. | Autonomous drone delivery to your door and yard | |
CN114299039A (zh) | 一种机器人及其碰撞检测装置和方法 | |
CN115077488A (zh) | 一种基于数字孪生的厂区人员实时定位监测系统和方法 | |
Zhao et al. | Design and its visual servoing control of an inspection robot for power transmission lines | |
CN212861692U (zh) | 无人机悬挂式负载无人小车的对接装置 | |
CN114489143A (zh) | 施工安全风险监控的无人机管理系统、方法及装置 | |
JP2023012812A (ja) | 収穫ロボット、収穫ロボットの制御方法及び制御プログラム、並びに収穫システム | |
CN114973747A (zh) | 一种智能引导泊车系统 | |
CN207541506U (zh) | 一种无人机定点着陆地面引导系统 | |
CN115144879B (zh) | 一种多机多目标动态定位系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |