苹果采摘机器人视觉系统研究进展

视觉系统是苹果采摘机器人最重要的组成部分之一,它在一定程度上决定了苹果采摘机器人完成采摘任务的质量及速度。为明确苹果采摘机器人视觉系统所面临的挑战及未来研究方向,该文首先对世界各国现有苹果采摘机器人的研究情况从视觉传感器类型、视觉系统硬件组成、采摘成功率及作业时间等方面进行了概述,然后分别对现有苹果采摘机器人视觉系统中苹果图像分割方法、受着色度、光照、表面阴影、振荡、重叠及遮挡等影响下的苹果目标的识别与定位方法、苹果采摘机器人视觉系统对枝干等障碍物的识别方法以及视觉系统中双目视觉技术立体匹配问题进行了综述,进一步分析了苹果采摘机器人视觉系统中存在的问题,指出视觉系统结构的优化、视觉系统中智能算法的优化、提高视觉系统的实时性、振荡苹果目标的识别与定位、视觉系统受振动影响时苹果目标的识别与定位及提高视觉系统的性价比等方面将成为未来重点研究方向,为深入研究苹果采摘机器人视觉系统提供参考。     

荷兰黄瓜收获机器人的研究开发

为了降低黄瓜人工收获费用，荷兰农业环境工程研究所已经成功开发出了移动式黄瓜收获机器人样机。重点研究了机器人视觉识别系统软件和机械手运动控制程序。移动式黄瓜收获机器人由4部分组成：行走车、机械手、视觉系统和末梢执行器。试验表明该机器人的行走车能够快速到达初步作业位置，视觉系统能够探测到黄瓜果实的精确位置及成熟度，末梢执行器可以抓取黄瓜果实并将果实从茎秆上分离。     

农业机器人视觉传感系统的实现与应用研究进展

论述了农业机器人视觉传感系统的主要实现技术和当前的应用现状，包括基于视觉传感原理的距离检测技术，基于视觉传感原理的工作对象特征识别技术和基于视觉传感原理的运动导航技术。基于双目立体视觉的测距方法可应用于葡萄和番茄采摘机器人，配备激光光源和红外光源的测距系统可在室外有效抵抗日光变化对检测结果的影响。几何形状、灰度级、颜色，尤其是农产品表面的反射光谱特性，可以用于农业机器人识别操作对象。人工路标方法是实现农业机器人视觉导航的简单方法，另外，直接基于田间作物在空间排列的特征也可实现农业机器人的视觉导航。最后讨论了农业机器人视觉传感系统的未来发展趋势。     

基于Sylvester方程变形的荔枝采摘机器人手眼标定方法

针对视觉荔枝采摘机器人的Eye-in-Hand视觉与机器人关联方式的手眼标定问题,该文提出一种基于优化的求解齐次变换矩阵方程的手眼标定方法。该方法通过机器人带动其臂上的双目相机从多个位置观测标定板,使用Sylvester方程变形对手眼标定近似方程线性化,再对简单的初值进行优化计算,最终得到精确的标定结果。该方法的软件用C++/Open CV开发实现,并进行了多个试验。试验结果表明,视觉与机器人关联后,定位误差与机器人运动次数相关,当距目标1 m左右,静态时的视觉系统误差均值为0.55 mm;动态工作时,视觉关联机器人重复定位误差的均值为2.93 mm,标准差为0.45 mm,符合具有容错功能的视觉荔枝采摘机器人的实际使用需求。使用基于Sylvester方程变形的手眼标定方法标定的视觉荔枝采摘机器人,在野外环境下,总体采摘成功率达到76.5%,视觉系统成功识别、定位采摘点的情况下,采摘成功率达92.3%。     

黄瓜自动分级系统的研制

该文回顾了农产品分级的机器视觉技术，提出了黄瓜分级的标准。开发了机器视觉系统，包括照明、彩色CCD像机、抓取架、微机、图像监视器、挑选机器人和传送带。设计了分级系统的软硬件设备。     

荔枝采摘机器人双目视觉的动态定位误差分析

扰动引起的随机误差成为采摘机器人视觉定位的难题。为了探索荔枝采摘机器人视觉定位误差,首先用双目视觉系统和模拟扰动的震动平台对荔枝结果母枝采摘点的三维坐标进行定位试验,检测其实际位置,获得误差数据;然后,提出了一种动态定位误差分析方法,根据误差变化规律将动态定位误差划分为系统误差和随机误差;最后,用统计方法对2类误差分别进行定量分析和评价。结果表明,定位距离为600~1 000 mm时,系统误差与动态定位误差的变化趋势基本一致,视觉深度方向、水平方向最大动态定位误差分别为58.8和17.3 mm。系统误差置信区间较窄,视觉深度方向系统误差与定位距离呈较强的线性相关性,水平方向则表现为非线性。扰动下的随机定位误差服从正态分布,视觉深度方向、水平方向间的随机误差相关性较弱。视觉深度方向受扰动的影响较大,随机误差远大于水平方向,且不确定度较高。研究结果为荔枝采摘机器人视觉定位系统校准和动态定位方案设计提供依据,为机构容错纠错提供理论依据和实践指导。     

基于序贯扫描算法的区域标记技术与蘑菇图像分割方法

蘑菇采摘机械手通过机器视觉系统进行引导与定位，需要对菇床上的蘑菇图像进行处理和分析。为了在一幅蘑菇图像中将各个蘑菇的边界识别并区分出来，作者提出了一种分析算法。首先分析了蘑菇图像的数字特征和边界的分割方法，提出了基于序贯扫描方法的蘑菇图像区域标记技术，实现了各个蘑菇图像中心区域的识别。然后，从各个中心区域的中心坐标点出发，沿着不同角度的半径方向搜索蘑菇边界点，将找到的各个蘑菇边界点存放到相应的动态链表中，实现各个蘑菇的独立分割，最后在Visual C++软件平台上对该算法进行了验证。结果证明该方法是可行的，为蘑菇采摘机器人视觉系统的开发奠定理论基础。     

农业机器人视觉传感系统的实现与应用研究

论述了农业机器人视觉传感系统的主要实现技术和当前的应用现状,包括基于视觉传感原理的距离检测技术,基于视觉传感原理的工作对象特征识别技术和基于视觉传感原理的运动导航技术.基于双目立体视觉的测距方法可应用于葡萄和番茄采摘机器人,配备激光光源和红外光源的测距系统可在室外有效抵抗日光变化对检测结果的影响.几何形状、灰度级、颜色,尤其是农产品表面的反射光谱特性,可以用于农业机器人识别操作对象.人工路标方法是实现农业机器人视觉导航的简单方法,另外,直接基于田间作物在空间排列的特征也可实现农业机器人的视觉导航.最后讨论了农业机器人视觉传感系统的未来发展趋势.     

菠萝采摘机械手的设计与试验

摘要：为实现菠萝自动化收获,以减轻劳动负担、降低收获成本、提高收获效率,该文根据菠萝的生长特性,确定采用2个步骤将菠萝摘取的方案：首先,手爪从水平方向将菠萝抓稳,然后通过旋转将菠萝掰断。按照本方案,设计的菠萝自动采摘手爪包括手部抓取机构,手部驱动机构和手部旋转机构3部分,分别实现对菠萝的抓取和掰断功能,并设计了以AT89C51单片机为核心的控制系统,控制2个步进电机。通过采摘试验,表明该机构和控制系统能够实现对菠萝的采摘,确定手部旋转机构的旋转角度为180°,抓取时间为21～24 s。该研究可为田间菠萝采摘机器人关键部件研发提供参考。     

智能喷雾机器人的喷雾性能试验评价

摘要：该文对智能喷雾机器人温室对靶喷雾性能进行了试验评价。喷雾机器人采用视觉传感器采集植株和病害图像,提供病灶定位和病情信息。3自由度直角坐标系施药机械臂驱动变量喷嘴进行施药,根据病灶位置和病害程度选择性开闭喷嘴。试验对喷杆定位精度定量和药液节省率进行了试验分析。温室对靶施药机器人在3种病情等级下进行了试验,与传统施药方式相比,药液节省率达到60%以上,实现了对黄瓜等篱笆型植物精准施药。     

农业机器人视觉导航的预测跟踪控制方法研究

农用拖拉机的视觉导航技术可以帮助人员远离某些高温、高湿以及有毒害的作业环境，提高作业的自动化智能化程度，还能实现精确定点作业以促进农业可持续发展等。该文首先分析了轮式拖拉机跟踪引导路径的行为特点，建立起相应的非线性随机数学模型。而后，基于卡尔曼滤波的思想融合了各传感器的观测值给出预测跟踪控制方法。避免了视觉系统为主的计算耗时导致状态反馈滞后而产生的不利影响，改善了导航控制的鲁棒性和精度。仿真和初步试验结果都表明了此方法的有效性。     

基于WoS文献计量学和知识图谱的农业机器人进展与趋势

随着物联网、大数据、人工智能等技术的进步,全球农业机器人研究迅速发展.为了解全球农业机器人的发展现状,该研究基于Web of Science(WoS)核心数据,利用知识图谱可视化软件,绘制农业机器人研究领域知识图谱.研究表明:农业机器人研究大致可以分为4个发展阶段,当前农业机器人研究进入加速发展期,逐步向多功能、智能化...     

杨梅果的机械损伤试验和生物力学特性

为探讨在机械采摘条件下杨梅果的损伤机理与规律,该文依据机械手采摘果实的压缩、夹持、坠落等机械损伤形式,设计了杨梅果的力学特性试验方案,分析了杨梅果实的表型和成熟度等生物特性,应用圆球与平面接触的弹性力学模型理论以及试验数据,推导杨梅果的生物力学参数。分析得出了杨梅果的压缩弹性系数C、最大接触应力q和几种机械损伤杨梅果的力学特性方程和关系曲线。研究结果可为杨梅采摘机械手末端执行器的设计与采摘控制提供参考。     

六足农业机器人并联腿构型分析与结构参数设计

为拓展六足机器人在农业领域的应用,将并联机构用于六足机器人的腿部结构,从而使其可以用于山地、林地、丘陵等环境的农业运输、种植、采摘等。首先,对六足机器人并联腿部机构进行了构型分析,选择2-UPS+UP机构作为腿部的初步机构原型;其次,依据螺旋理论,对2-UPS+UP机构进行了转动解耦性优化和变异,提出了一种转动解耦的UPR+UPS+UP机构;之后,通过对该机构进行运动学分析,建立了该机构位置逆解模型与速度映射方程;最后,对UPR+UPS+UP机构的工作空间进行了分析,绘制了工作空间三维图,通过分析设计参数对工作空间的影响,确定了一组性能较好的结构参数,该研究为并联腿部机构农业六足机器人的进一步研究提供了参考。     

果蔬果实收获机器人的研究现状及关键问题和对策

该文在分析果蔬果实收获机器人工作对象特点的基础上，从果实的辨认与定位、成熟度检测、机械手设计、末端执行器设计等方面对国内外果实收获机器人的研究现状进行了分析。为促进果实收获机器人在生产实际中的应用，提出收获机器人目前应解决的3个关键问题：作业效率、结构体积和利用率，并对此提出相应的对策。     

基于视觉伺服的草莓采摘机器人果实定位方法

为解决基于手眼系统的视觉伺服方法在草莓采摘机器人应用中存在的视觉信息反馈延迟大、频率低以及深度信息无法确定等带来的定位耗时长、精度低的问题,采用摄像机曝光信号触发控制卡进行高速位置锁存,结合位置传感器的反馈信息,来减少定位耗时;采用基于运动恢复结构的方法,提高果实采摘参数的精度。在垄坡和摄像机像平面的夹角为±10°范围内的情况下,针对包含1~3粒成熟草莓的果实域,采用直角坐标式机械臂草莓采摘机器人样机进行了定位试验。试验结果表明:定位时间在0.633~0.886 s之间;草莓深度信息的相对误差在-4.34%~0.95%范围内。