本文是一篇机械论文，本文对机器视觉的基本原理和舵机的控制进行了研究，通过设计舵机优化控制策略来完成富硒绿茶嫩芽的采摘，并对机械手的采摘路径展开分析，提出了基于PSO算法来完成路径规划的对策，达到嫩芽顺利采摘的目的。
第1章绪论
1.1研究背景及意义
对于很多以农业生产为主的国家来说，其农业的发展与国家的繁荣昌盛有着不可分割的关系，随着医疗水平的不断发展，居民的预期寿命延长，许多国家和城市都面临人口老龄化的难题。工业化进程的不断加快，使得农业劳动者转向服务行业发展，使得农业领域的劳动力呈现大量短缺的现象，导致农业的生产成本急速提高[1-2]。而仅仅依靠人工采摘的方式会存在大量缺点，长时间的高负荷作业还会带来一定的危险，因此研发一种智能化的茶叶采摘机器人的需求是非常迫切的。茶叶采摘机器人不仅能够降低茶农的劳动强度，还可以提高茶叶的生产率，在一定程度上还降低了生产成本，可以保证茶叶能够及时按量的采摘完成。
信息技术的发展日新月异，机器人技术的研究与发展已然成为热门，在航空航天领域及一些重要的工业现场得到了广泛推广，机器人的结构也趋向高速度和高精度的方向发展，并且其能够满足高负载自重比的需求，实时完成预期的工作任务。机械手本身带有的柔性特征极易导致结构变形，直接降低了机械手在执行任务时的精度[3]。因此，在设计采摘任务时一定要考虑机械手柔性结构的特殊性，只有实现对其高精度的控制效果，才能顺利完成相应的工作任务[4]。而对其精度的控制要以机械系统的动力学特性作为研究基础。从结构上来说，机械手的柔性结构对于动力学系统分析来说也是极其复杂的，而在此基础上所构建的动力学方程是对机械手进行高精度控制的关键[5-6]。由于动力学方程本身的非线性和强耦合性，导致其在具体的工程作业中会遇到困难，并且其方程是根据目标位置来实时变化的。为了建立柔性机械手的基本模型来研究其动力学特性，就必须要进行刚耦的结合，再考虑到其非线性特性，使得模型的建立更加复杂[7-8]。一般来说，控制系统进行智能控制的依据来源于我们所建立的动力学模型，并设计相应的舵机控制方式，就可以操控执行器完成定位抓取，机械手的动力学特性也直接决定着信息传递的有效性。
.......................
1.2国内外研究现状
1.2.1国外研究现状及趋势
机器视觉技术通过视觉传感器将环境信息转换为视觉信息，然后反馈至相应控制器，控制器发出控制指令使其更好的适应环境[12-13]。在视觉技术和机器人技术领域，德国Siemens公司对于工业图像处理方面的研究有着独特的思考。其研发的SIMATIC是高性能自动化处理系统，其凭借清晰度高和处理速度快等特点渐渐发展成为自动化领域中必不可缺的产品。在SIMATIC的基础上又进行了创新和优化，在市场上推广的SIMATIC VS710系统，加入智能化的元素，实现了内部模块的一体化，是带有严格工业标准的分布式系统，其主要面向于灰度级工业视觉领域，在工业实践领域得到了迅猛发展。其通讯速率高达12Mbps，这样的速率可以为工程运行节省大量时间。通过后期不断的优化，可以对运行数据进行集成组态分析。VS710拥有PC般的灵活性，也拥有可以比肩PLC的可靠性，其独特的分布式网络技术使其发展得更加全面，将上述功能集成于新的系统进行设计，西门子公司在工业视觉领域的发展逐步加快[14]。日本在智能运动型机器人领域的研究起步较早，从最初的救灾专用机器人开始，通过集成多自由度机械手和履带结构来完成运行和控制，借助高清晰度的摄像机来完成图像采集，搭配红外传感器来实现人员体征的测量，能够完成实际的救灾工作，但存在工作效率较低、容易误伤人员的情况，因此还需继续完善。发展到后来的抗辐射机器人，通过摄像机的原图像采集，通过距离传感器来精准控制物体距离，并配有多个7自由度的机械手用于清理辐射垃圾，机械手的末端还配置了柔性的夹持器，考虑到工作人员的安全，专门设计了远程操作系统，在很大程度上实现了智能控制和一体化操作。
此外，国外的很多高校及科研学者也在机器视觉的基础上，对机械手的多范围应用展开深入研究。在文献[15]中，设计了一种新颖的控制器，实现网络冗余机械手在任务空间中的跟踪同步，在原有神经网络控制的基础上，通过仔细分配接近理想值的初始神经权重，可以提高跟踪性能。同时，减少了神经网络的输入维数，并确保了神经网络的逼近性。但是受噪声的影响较为严重，后期可加入适当的稳压和消噪模块来改善。在文献[16]中，设计了一种基于机器视觉的甘蔗切割系统，使用机器视觉来完成甘蔗茎的片段识别，然后通过机械控制电气切割部分来完成甘蔗的切割，其片段识别率可达93%，平均切割时间为0.54s，但发现对芽的伤害较高，后期可通过设计更为高级的柔性结构来完成切割。
................................
第2章基于机器视觉的采茶机械手控制及理论
2.1采茶机械手控制系统方案设计
2.1.1总体方案设计
本文所设计的一种基于机器视觉的富硒绿茶智能采摘机械手控制系统，它主要由机器视觉系统、舵机控制系统这两个部分组成，其中机械手是核心本体，是智能采摘控制系统的关键机构；机器视觉系统相当于机械手的眼睛，用于自动识别和定位目标位置，并将目标位置的三维坐标传递给控制系统；茶叶嫩芽识别系统是机械手的任务执行指导[29-30]。它由算法组成，可以实现对当前视觉区域内的目标进行识别和定位，而舵机控制策略与夹持器共同组成采摘控制系统的执行机构，控制系统能够根据目标位置信息自主引导机械手到达相应茶叶位置并执行采摘动作。采摘控制系统方案框架如图2-1所示：
机械论文怎么写
........................
2.2末端执行器介绍及其控制原理
末端执行器是机械手实现采摘动作的直接执行机构，也是机械手控制系统最为关键的一部分，其结构设计的合理性对最终的采摘效果具有重要的影响。
末端执行器是机械手控制系统的核心部件，末端执行器的正常运行首先是由上位机发出运动指令，然后下位机来执行指令共同协作完成的[34-35]。本文的上位机搭载Windows7旗舰版32位操作系统。上位机发出的运动指令可通过串口传递给下位机，下位机的主控模块为舵机控制器板，可供6个PWM数字舵机工作。此外还配有单片机嵌入接口，通过单片机编程来实现相应的功能，并通过CH340G模块的USB转串口功能来下载至控制器，实现对末端执行器的控制。
舵机作为一套完整的自动控制系统，主要包括直流电机、减速齿轮组、传感器和控制电路等模块。依据物理学原理，物体转动惯量与其质量成正比关系，转动质量愈大的物体，其所需的作用力也愈大[36]。很多高性能的舵机对于电池模块的要求很高，并且电池的容量也要尽可能大，这样才能为舵机提供稳定、充裕的电流，以达到我们想要的控制效果。
.............................
第3章机械手运动学分析与轨迹规划.........................31
3.1机械手运动学分析...........................31
3.1.1连杆坐标系的建立.....................31
3.1.2方程DH参数说明.......................32
第4章机械手控制策略与采摘路径规划仿真分析.............................52
4.1机械手动力学模型..................................52
4.2采摘路径规划PSO算法仿真分析.................53
4.3控制策略仿真分析............................55
第5章基于富硒茶叶嫩芽的算法识别研究..........................65
5.1茶叶嫩芽图像采集............................65
5.2彩色图像预处理...............................65
第6章智能采茶机械手控制系统测试
6.1测试平台介绍
本论文的测试平台是Arduino单片机配套的IDE软件，Arduino是一款非常经典的开源型平台。其中硬件部分主要是指各种型号的Arduino开发板，而软件部分则通常是指Arduino IDE软件，在Arduino IDE中可以编写相应的代码，来完成本论文的设计。其软件界面如图6-1所示：
机械论文参考
如图6-1所示，在Arduino IDE平台中，我们可以完成原始工程的创建或者进行程序代码的编写，代码的编写需要调用其内部的子函数，要确保其规范性，当编译无误则说明程序的设计是成功的，将其下载到单片机内部即可。
...............................
第7章总结与展望
7.1总结
本文结合国内外农业智能采摘机械手控制技术的发展现状，在分析农业采摘自动化的基础上，研究基于机器视觉的智能采茶机械手的控制系统。对机器视觉的基本原理和舵机的控制进行了研究，通过设计舵机优化控制策略来完成富硒绿茶嫩芽的采摘，并对机械手的采摘路径展开分析，提出了基于PSO算法来完成路径规划的对策，达到嫩芽顺利采摘的目的。对于富硒绿茶嫩芽的识别研究了基于K-means算法的优化策略，并进行了仿真验证其可行性。最后搭建系统的整体模型来进行现场测试，并进行分析。本文主要工作如下：
1.基于机器视觉的智能采摘机械手控制系统的方案设计：完成了控制系统的总体方案设计及各个子模块的设计，对各个子模块的工作原理和相关特性进行了介绍，针对设计需求选择合适的舵机型号，选择性价比较佳的机器视觉摄像头，为实现采茶机械手的控制打下理论基础。
2.机械手的运动学分析与轨迹规划：采用DH坐标系完成了机械手的连杆运动学模型，借助Matlab运动学工具箱完成了机械手的工作空间分析，对机械手的直角坐标和关节空间进行轨迹规划，并通过PSO算法来实现智能采茶机械手的嫩芽采摘路径规划，通过仿真分析来验证其可行性。
3.机械手控制策略仿真分析：结合已有的机械手控制模型，对三种控制策略进行性能对比和仿真分析，考虑到不同位置舵机的结构特性和三种控制策略的优缺点，最终采取融合控制的策略来实现舵机的最优控制。
参考文献（略）