基于三维重建的柑橘采摘机械臂避障研究与实验

利用机器人采摘柑橘果实需要解决机械臂运动过程中对障碍物的感知与避障问题。根据枝干的特征对枝干进行分段标记,使用深度学习Mask R-CNN神经网络进行训练、识别,然后与Kinect v2相机得到枝干障碍物关键点的三维信息进行重建。应用快速扩展随机树（rapidly-exploring random trees,RRT）的改进算法进行机械臂的避障运动规划。搭建了仿真及控制平台,并在实验室环境下通过课题组自行研制的柑橘收获机器人进行了验证,结果表明,样机避障成功率为90.7%,平均规划时间为1.5 s。上述结果为进一步进行实际环境采摘奠定了基础。