亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 制造工艺

Farmaid:植物病害检测机器人

在温室环境中自主行驶并识别疾病的机器人。

受到 plantvillage.psu.edu 和 iita.org 工作的启发,我们想使用 DonkeyCar 平台构建一个自主机器人,该机器人可以在农场环境中移动而不会损坏现有植物或土壤,并使用物体检测来查找和标记患病作物具有环保安全的颜色。传统上,在大多数高科技情况下,人类必须使用手机手动检查大型农场以标记农作物。这需要大量的时间和精力。此外,正在使用的各种手机不一定具备高效完成任务所需的所有功能,或者他们必须等待拥有合适设备的人。围绕农场的统一机器人平台将解决这些问题,并使标记速度更快。速度还可以更容易地在多个农场之间共享平台。

挑战:

我们 Teamato 团队之所以走到一起,是因为我们都是底特律自动驾驶汽车集团和安娜堡自动驾驶汽车集团的成员。这两个都是 Meetup 组。我们的团队成员 Sohaib 带着上述概念参加了挑战,并创建了一个帖子询问是否有人有兴趣参与。 Alex、Juanito 和 David 加入了 Sohaib,因此开始了以前从未合作过的个人之间的共同探索。除了在方法、技术、时间安排等方面找到共同点之外,我们还必须制定会议时间表、存储库、会议技术等框架。从本质上讲,进入专业项目的所有组件都必须到位,除了没有人获得报酬,我们没有预算,而且所有人都有工作、学校、家庭等方面的承诺。这不是问题,因为我们拥有共同的愿景和执行意愿。有趣的是,我们四人小组代表了一个国际社会。我们团队的每个成员都通晓多种语言,并且与以下一个或多个国家有直接的家庭关系:中国、德国、巴基斯坦、菲律宾、俄罗斯。我们都度过了愉快的时光,这是一次了不起的学习经历。

构建机器人:

底盘、自主导航和图像分类的工作立即开始并进展顺利。我们遇到了与底盘和驱动系统相关的重大意外挑战和延误。简单地说,我们没有预料到测试温室之间的地形变化如此之大,在场景A中很好的电机、车轮、布线、控制等在场景B中不堪重负。我们通过大量的mod拨入了一个适用于我们所有环境的可用机箱。我们不得不进行大量时间和预算限制,但最终产品超出了我们最初的最低可行配置目标。提交时的最终设计如下所述。

相机 极点:

为了能够看到高起的植物床并有可能升级到可以观察番茄植物顶部和底部的移动相机,我们使用从车库出售的碳纤维杆制作了一个相机杆。该杆装有 2 个用于导航和分类相机的 3D 打印夹具。我们还在杆子上添加了 1.2v 太阳能照明,以及游泳池顶部的 12v 多色状态灯。是的,那是一个经过改造的药丸容器,在杆子的顶部涂成黑色。我们的众多零基预算住宿之一,效果非常好!

这些相机是 Raspberry Pi 相机,它们连接到由 USB 充电器供电的两个不同的 Pi。使用 2 Pi 的原因是分类和导航都使用需要大量处理能力的神经网络。此外,分类相机必须指向植物,而导航相机必须指向前方。杆子的顶部还必须有灯作为指示器。在寻找足够亮的 RGB 灯后,我们发现它们的成本高达 100 美元,因此我们使用扬声器的灯、一个用于反射的小塑料袋并装在空药瓶中制作我们自己的灯。因为灯需要 12 伏特我们的 Arduino 输出是 5 伏特,我们将它连接到继电器。连接需要与 Arduino 的公共接地和 3 根用于红色、绿色和蓝色灯的电线,我们将它们放置在 Arduino 的引脚 7、8 和 11 上。我们可以通过使用analogWrite 函数为所有三根电线赋予不同的值来模拟这些灯的RGB 光谱。请注意,为了正确着色,所有三个都需要写入,否则之前在任何一个引脚上写入的颜色可能会显示出意外的结果。

底盘:

我们在 Stone Coop 和 Growing Hope 农场对带有轮子和履带的塑料底盘进行的实验证明是不成功的,这两种选择都会挖入对植物有益的沙地。我们的临时底盘版本之一,我们剥离了升级为金属之前的许多塑料齿轮以及处理更高电流的能力:

来源:Farmaid:植物病害检测机器人


制造工艺

  1. 电影放映机
  2. 曲线车道检测
  3. Raspberry Pi CD Box Robot
  4. 滚动报警机器人
  5. 制作 Minecraft Creeper Robot
  6. 阿基米德:人工智能机器人猫头鹰
  7. 打开简历机器人
  8. ROS 机器人
  9. 使用 KINECT 和 RASPBERRY PI 的 SONBI 机器人人体检测
  10. 简单的 Pi 机器人
  11. 利用纳米生物技术加速早期疾病检测
  12. Sytrama 计划在新密歇根工厂组装美国机器人