关键词:
遥操作
农业机器人
功能分配
自适应遗传算法
BP神经网络
摘要:
将遥操作与机器人拖拉机相结合,就是通过“人在环”的方式将机器的智能与人的智能相融合,让机器人拖拉机有了新的发展趋势——基于人机协作控制,意味着操作员需要与自动化系统相互理解、相互协作、相互配合,共同完成作业任务,这不仅能充分发挥人的作用,还能极大提高作业效率和自动化系统的智能化水平。因此,将功能在操作员与自动化系统之间进行合理的分配对以安全、高效作业为前提的机器人拖拉机遥操作系统具有十分重要的意义。通过阅读相关文献可知,在工业自动化、航空航天和飞机等领域的功能分配存在两种方式:静态功能分配和动态功能分配。研究表明,静态功能分配存在明显的不足之处,如:出现“人不在环”、操作员过于信赖自动化系统而导致的态势感知能力不足或警惕性降低的现象,因此,最好的办法是能进行人机功能动态分配,即根据实时环境的变化将功能重新分配。本文将人机合作理念融入到机器人拖拉机遥操作系统中,针对机器人拖拉机遥操作的人机协同系统中功能分配问题进行了探索,主要内容与工作有:1.人机协同模式设计。基于实验室前期搭建的遥操作平台,根据遥操作系统的特点,提出融合情景意识原则和人机功能分配原则的三种远程操纵模式,并对远程操纵系统进行了设计,包括用户界面设计、数据处理方式设计和通讯方式设计。2.人机系统功能的分析与分解。阐述了功能分解的过程与意义,通过对人机能力进行分析,完成了机器人拖拉机远程控制系统的功能分解,并描述了建立云模型推理机制的过程,实现了对任务难易程度的划分与表示。3.障碍物的检测与定位。结合目标检测技术的发展历程,选用基于信息融合的方法完成障碍物检测与定位。详细阐述了 Faster R-CNN网络结构以及激光雷达数据处理过程,搭建了基于VGG-16的Faster R-CNN的目标检测模型,建立了样本训练集和测试集,完成了对行人和拖拉机的检测,准确率分别为79.92%、87.92%,利用迭代最近点匹配算法(Iterative Closest Point,ICP)算法将二者检测结果进行融合,完成障碍物的检测与定位,从而实现机器人拖拉机能够对任务的需求进行判定。4.功能分配研究。根据人机能力优势对比分析,完成了静态功能分配,再根据农业作业实时环境因素和实际需求总结了何时改变自动化等级以及如何改变自动化等级的原则,阐述了 BP神经网络、遗传算法和自适应算法的流程,并建立了基于自适应遗传BP神经网络自动化等级预测模型。仿真结果表明,自适应遗传BP神经网络的预测效果最好。