Обзор робототехнических захватов для физических манипуляций с аграрной продукцией


Цитировать

Полный текст

Аннотация

Представлен обзор агрозахватов, применяемых для борьбы с сорняками и сбора урожая. Актуальность исследования обоснована возможностью повышения качества свежей плодоовощной продукции, снижения затрат на производство, сокращения дефицита рабочей силы за счет разработки и внедрения сельскохозяйственных роботов. Составлена классификация захватов, которые устанавливаются на роботизированных сельскохозяйственных средствах для манипуляций с плодами, сорняками и другими объектами. Выделено 22 типа захвата в зависимости от 6 выбранных критериев: тип привода, наличие привода в захвате, число пальцев, тип движения захвата, тип механизма, тип сенсоров. В данной классификации в основном рассмотрены характеристики захвата, который устанавливается на конце манипулятора и отвечает за физический контакт с объектом. Поэтому основное внимание уделено задачам, требующим непосредственного захвата объектов агророботом. Также упоминаются задачи направленного опрыскивания сорняков или обрезки ветвей и листьев, в которых тоже участвуют манипуляторы, но объекты воздействия не захватываются роботом. Приведены примеры существующих исследовательских сельскохозяйственных роботов, которые оснащены комбинированными захватами по предложенной классификации, относящимися к различным типам: вакуумный захват с видеокамерой для захвата томатов, шестипалый пневматический захват с видеокамерой, двухпалый захват с датчиками давления и столкновения для сбора яблока, трехпалый захват с видеокамерой для захвата цитрусовых и другие. Дальнейшая работа будет посвящена исследованию проблем физического взаимодействия агророботов с обрабатываемыми объектами, различающимися по весу, плотности, геометрии, шероховатости поверхности и другим параметрам. Также будет исследован вопрос совместного взаимодействия группы гетерогенных наземных и летательных роботов при выполнении целевой аграрной задачи в автономной миссии.

Об авторах

- Ву Д.К

Санкт-Петербургский государственный университет аэрокосмического приборостроения

О. Я Соленая

Санкт-Петербургский государственный университет аэрокосмического приборостроения

к.т.н.

А. Л Ронжин

Санкт-Петербургский институт информатики и автоматизации РАН

Email: ronzhin@iias.spb.su
д.т.н.

Список литературы

  1. 1. Lee W.S., Ehsani R. Sensing systems for precision agriculture in Florida // Computers and Electronics in Agriculture. 2015. Vol. 112. P. 2-9. doi: 10.1016/j.compag.2014.11.005.
  2. 2. Rodriguez F., Moreno J.C., Sanchez J.A., Berenguel M. Grasping in Agriculture: State-of-the-Art and Main Characteristics // Grasping in Robotics. Springer. P. 385-409. doi: 10.1007/978-1-4471-4664-3_15.
  3. 3. Bechar A. Robotics in horticultural field production // Stewart Postharvest Review. 2010. Vol. 6 (3). P. 1-11. doi: 10.2212/spr.2010.3.11.
  4. 4. Monkman G.J., Hesse S., Steinmann R., Schunk H. Robot grippers. Wiley-VCH, Weinheim. 2007, 463 p.
  5. 5. Bechar A., Vigneault C. Agricultural robots for field operations. Part 2: Operations and systems // Biosystem engineering. 2017. Vol. 153. P. 110-128. doi: 10.1016/j.biosystemseng.2016.11.004.
  6. 6. Midtiby H.S., Astrand B. Upper limit for context based crop classification in robotic weeding applications // Biosystems engineering. 2016. Vol. 146. P. 183-192. doi: 10.1016/j.biosystemseng.2016.01.012.
  7. 7. Perez-Ruız M., Slaughter D.C. Co-robotic intra-row weed control system // Biosystems engineering. 2014. Vol. 126. P. 45-55. doi: 10.1016/j.biosystemseng.2014.07.009.
  8. 8. RHEA Project: A robot fleet for highly effective agriculture and forestry management. http://www.rhea-project.eu. (Дата обращения 01.09.2017).
  9. 9. Sugiura R., Tsuda S. Field phenotyping system for the assessment of potato late blight resistance using RGB imagery from an unmanned aerial vehicle // Biosystems engineering. 2016, Vol. 148. P. 1-10. doi: 10.1016/j.biosystemseng.2016.04.010.
  10. 10. Gonzalez-de-Soto M., Emmi L. Autonomous systems for precise spraying- Evaluation of a robotised patch sprayer // Biosystems engineering. 2016. Vol. 146. P. 165-182. doi: 10.1016/j.biosystemseng.2015.12.018.
  11. 11. Oberti R., Marchi M. Selective spraying of grapevines for disease control using a modular agricultural robot // Biosystems engineering. 2016. Vol. 146. P. 203-215. doi: 10.1016/j.biosystemseng.2015.12.004.
  12. 12. Amatya S., Karkee M. Detection of cherry tree branches with full foliage in planar architecture for automated sweet-cherry harvesting // Biosystems engineering. 2016. Vol. 146. P. 3-15. doi: 10.1016/j.biosystemseng.2015.10.003.
  13. 13. Senthilnath J., Dokania A. Detection of tomatoes using spectral-spatial methods in remotely sensed RGB images captured by UAV // Biosystems engineering. 2016. Vol. 146. P. 16-32. doi: 10.1016/j.biosystemseng.2015.12.003.
  14. 14. Brown G.K. New mechanical harvesters for the Florida citrus juice industry // HortTechnology. 2005. Vol. 15. Issue 1. P. 69-72.
  15. 15. Bac C. W., Roorda T. Analysis of a motion planning problem for sweet pepper harvesting in a dense obstacle environment // Biosystems engineering. 2016. Vol. 146. P. 86-97. doi: 10.1016/j.biosystemseng.2015.07.004.
  16. 16. Mehta S.S., MacKunis, W., Burks T.F. Robust visual servo control in the presence of fruit motion for robotic citrus harvesting // Computers and Electronics in Agriculture. 2016. Vol. 123. P. 362-375. doi: 10.1016/j.compag.2016.03.007
  17. 17. Feng Q., Wang X., Wang G., Li Z. Design and test of tomatoes harvesting robot // IEEE International Conference on Information and Automation. Lijiang, 2015, P. 949-952.
  18. 18. Hayashi S., Ganno K., Ishii Y., Tanaka K. Robotic harvesting system for eggplants // Japan Agricultural Research Quarterly. 2002. Vol. 36 (3). P. 163-168.
  19. 19. De-An Z., Jidong L., Wei J., Ying Z., Yu C. Design and control of an apple harvesting robot // Biosystems engineering. 2011. Vol. 110. P. 112-122. doi: 10.1016/j.biosystemseng.2011.07.005
  20. 20. Kompano P. Deleaf-Line robot for deleafing of tomato crops. Режим доступа: https://www.priva.com/discover-priva/news-and-stories/priva-kompano-deleaf-line. (Дата обращения 01.09.2017).
  21. 21. Foglia M.M., Reina G. Agricultural robot for radicchio harvesting // Journal of Field Robotics. 2006. Vol. 23 (6/7). P. 363-377. doi: 10.1002/rob.20131.
  22. 22. Башилов А.М., Королев В.А. Техническое зрение в роботизированных технологиях аграрного производства // Механизация и электрификация сельского хозяйства. 2016. № 6. С. 2.
  23. 23. Сычев В.Г., Афанасьев Р.А., Ермолов И.Л., Кладко С.Г., Ворончихин В.В. диагностика азотного питания растений с использованием беспилотных летательных аппаратов // Плодородие. 2017. № 5. С. 2-4.
  24. 24. Башилов А.М., Королев В.А., Можаев К.Ю. Перспективы использования дронов в реализациях новейших агротехнологий // Вестник ВИЭСХ. 2016. № 4 (25). С. 68-75.
  25. 25. Краусп В.Р., Королев В.А. Электророботизированные агрегаты полеводства // Инновации в сельском хозяйстве. 2016. № 6 (21). С. 122-130.
  26. 26. Кодяков А.С., Павлюк Н.А., Будков В.Ю., Исследование устойчивости конструкции антропоморфного робота Антарес при воздействии внешней нагрузки // Мехатроника, автоматизация, управление. 2017. Т. 18. № 5. С. 321-327. doi: 10.17587/mau.18.321-327.
  27. 27. Павлюк Н.А., Будков В.Ю., Бизин М.М., Ронжин А.Л. Разработка конструкции узла ноги антропоморфного робота Антарес на основе двухмоторного колена // Известия ЮФУ. Технические науки. 2016. № 1 (174). С. 227-239.
  28. 28. Мотиенко А.И., Тарасов А.Г., Дорожко И.В., Басов О.О. Проактивное управление робототехническими системами спасения пострадавших // Труды СПИИРАН. 2016. Вып. 46. C. 174-195. doi: 10.15622/sp.46.12.
  29. 29. Нго К.Т., Соленая О.Я., Ронжин А.Л. Анализ подвижных роботизированных платформ для обслуживания аккумуляторов беспилотных летательных аппаратов // Труды МАИ. 2017. № 95. Режим доступа: http://trudymai.ru/published.php?ID=84444 (дата обращения 01.09.2017).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Ву Д.К -., Соленая О.Я., Ронжин А.Л., 2017

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».