可适应性苹果辅助采摘装置研制

为改进现有苹果采摘方式，提升采摘效率，设计并制作了一种可适应性苹果辅助采摘装置，包括可变式采摘模块、分选与收集模块以及视频辅助模块。采摘试验表明，在保证采摘质量的前提下，可适应性苹果辅助采摘装置的采摘效率约是常规手工采摘的1.8倍。      

一种半自动苹果采摘收集机的研制

根据我国苹果采收的作业条件和实际需求,设计一种半自动苹果采摘收集机。介绍机具的结构组成,论述苹果夹持装置、果柄扭断装置、苹果输送装置等关键部件的设计思路。采摘收集机结构简单,操作方便,适用于采摘高处的苹果,可大大提高工作效率。     

苹果采摘机器人末端执行器的结构设计与试验

针对目前国内外已开发的果蔬采摘末端执行器存在的不足,结合采摘苹果的具体实际,提出了一种苹果采摘机器人末端执行器.其本体结构主要由夹持机构、切割机构、气动系统和传感控制系统等组成,并制造了样机,其机械本体质量只有1.3kg.在试验室里进行了采摘苹果试验,结果表明:该末端执行器采摘方案合理有效,总体性能可满足机器人采摘苹果的要求,采摘一个苹果只需2.3s,对于采摘其他球状果实具有一定的通用性.     

基于Des-YOLO v4的复杂环境下苹果检测方法

为使采摘机器人快速准确检测出复杂环境中的苹果,提出一种Des-YOLO v4算法与苹果检测方法。由于YOLO v4的网络结构复杂,提出一种Des-YOLO结构,可减少网络参数并提高算法的检测速度;在训练阶段,正负样本的不平衡会导致苹果误检,提出一种基于AP-Loss的类别损失函数,以提高苹果识别的准确性。通过自制的苹果数据集测试了Des-YOLO v4算法,并在苹果采摘机器人样机上完成了采摘实验。实验结果表明:Des-YOLO v4算法对苹果图像的平均精度值为93.1%,检测速度为53f/s;机器人单次采摘时间为8.7s,采摘成功率达92.9%,具有检测精度高、速度快等优点。     

单目视觉识别苹果采摘机关键部件及控制系统设计与分析

为了节省劳动力、提高苹果采摘效率,设计了单目视觉识别苹果采摘机。该采摘机可一次性完成苹果识别、定位、采摘、输送功能。整机分为运行、采摘、识别三大系统,主要对单目视觉识别苹果采摘机的总体结构、关键部件及控制系统进行了设计,完善了整机功能,为智能苹果采摘提供了理论基础。     

小型可升降苹果采摘机的设计

针对农村果园收获作业急需机械化、自动化设备的现状,设计研制了一种小型可升降苹果采摘机。该机具有机构简单、使用方便、成本低廉等特点。同时,主要介绍了小型可升降苹果采摘机的设计方案、工作原理、结构特点、主要技术参数以及方案分析论证等。     

机械臂夹剪苹果采摘机的仿真设计与制造

针对苹果采摘存在的一些问题,设计出一种机械臂夹剪苹果采摘机;运用三维造型软件UG对其进行三维建模,并在Adams软件中进行仿真试验;根据仿真生成的数据曲线进行计算分析,验证了机械臂夹剪苹果采摘机的采摘性能和机械机构的可行性。通过UG和Adams进行仿真设计之后,制造出一台物理样机并进行试验,结果表明:机械臂夹剪苹果采摘机能够适应我国大多数苹果种植园的采摘环境,使苹果采摘效率大大提高,极大地减轻了果农采摘的工作强度,实现了苹果采摘的半自动化,能够满足中小果农对苹果采摘机械的需求。     

基于YOLOv8与蚁群算法的三目视觉苹果采摘系统研究

苹果采摘是农业生产中非常重要的一个环节,既影响着农业生产效率,又关系到生产成本和产品质量。文章介绍了一种三目视觉苹果采摘系统,它采用了YOLOv8图像识别算法和采摘路径规划蚁群算法,通过智能路径规划和视觉识别技术,实现对苹果的高效、准确采摘。该技术在苹果模拟测试采摘中得到了验证,能够显著提高苹果采摘效率和质量,降低人工成本和损失率。     

苹果采摘机器人的机械结构设计分析

随着苹果采摘机技术的发展国内外开始探索相关技术及先进成果应用在农业领域,其中果实采摘收割苹果采摘机是农业领域中相对大的比重,相关苹果采摘机随着技术进步及相关经验的成熟会为人们解放劳动力、提高工作效率等方面有不可估量的前景。文章设计了一款轮式苹果采摘机,并在设计过程中对两种不同结构进行了对比分析。为进一步探索苹果采摘相关苹果采摘机的研发提供了相关经验及依据。     

苹果采摘六自由度机械手设计——基于迭代学习和智能轨迹规划

为了提高苹果的采摘效率、降低采摘过程的漏采率和破碎率,设计了一种新的六自由度的采摘机械手。该机械手可以完成夹紧、旋转、俯仰、摇摆及回转动作,通过神经网络迭代学习算法,可以有效地控制机械手的运动轨迹,提高采摘过程的自动化程度。为了验证六自由度机械手对苹果采摘的有效性和可靠性,对机械手进行了苹果采摘测试,并使用脉冲神经网络PID调节的方式调节轨迹控制误差。通过测试发现:该机械手的误差较小,可以有效地完成采摘作业,且漏采率和破碎率都很低,是一种高效的苹果采摘机械手,可以在其他果蔬采摘作业中进行设计和推广。     

苹果采摘辅助机械手设计

针对传统的人工采摘苹果存在的问题,研究设计一种"仿生+智能"的苹果采摘辅助机械手。介绍该机械手的总体结构与关键部件设计,阐述其工作原理、特点及操作步骤,以期为该机械手在苹果采摘中的应用与推广提供技术支持。     

热切割苹果采摘设备研究

针对人工采摘效率低、成本高、所需劳动力数量多等问题,文章设计一种热切割苹果采摘设备。设备主要由驱动模块、传感器模块、传动模块、末端执行器模块组成,并采用热切割方式进行切割,具有智能采摘的特点,并能提高效率,降低苹果采摘成本。     

基于单片机控制的自动苹果采摘机设计

苹果树的枝干较高,导致果农采摘困难及耗费大量劳动力等问题。为此,设计了一种基于单片机控制的苹果采摘机的自动控制系统。该采摘机不仅能够高效、快速地采摘苹果,而且在保证苹果完好前提下采取了较好的措施,通过人工的配合,能够完成自动寻找、采摘、送回苹果一系列的控制动作。该采摘机可实现降低成本、改善劳动条件、降低人工劳动强度及行业综合成本的目的,实现苹果自动化的连续作业,提高了经济效益。     

基于改进YOLOv5m的采摘机器人苹果采摘方式实时识别

为准确识别果树上的不同苹果目标,并区分不同枝干遮挡情形下的果实,从而为机械手主动调整位姿以避开枝干对苹果的遮挡进行果实采摘提供视觉引导,提出了一种基于改进YOLOv5m面向采摘机器人的苹果采摘方式实时识别方法。首先,改进设计了BottleneckCSP-B特征提取模块并替换原YOLOv5m骨干网络中的BottleneckCSP模块,实现了原模块对图像深层特征提取能力的增强与骨干网络的轻量化改进;然后,将SE模块嵌入到所改进设计的骨干网络中,以更好地提取不同苹果目标的特征;进而改进了原YOLOv5m架构中输入中等尺寸目标检测层的特征图的跨接融合方式,提升了果实的识别精度;最后,改进了网络的初始锚框尺寸,避免了对图像里较远种植行苹果的识别。结果表明,所提出的改进模型可实现对图像中可直接采摘、迂回采摘（苹果上、下、左、右侧采摘）和不可采摘果实的识别,识别召回率、准确率、mAP和F1值分别为85.9%、81.0%、80.7%和83.4%。单幅图像的平均识别时间为0.025s。对比了所提出的改进算法与原YOLOv5m、YOLOv3和EfficientDet-D0算法在测试集上对6类苹果采摘方式的识别效果,结果表明,所提出的算法比其他3种算法识别的mAP分别高出了5.4、22、20.6个百分点。改进模型的体积为原始YOLOv5m模型体积的89.59%。该方法可为机器人的采摘手主动避开枝干对果实的遮挡,以不同位姿采摘苹果提供技术支撑,可降低苹果的采摘损失。     

一种水果采摘机的结构及功能设计

本水果采摘机包括机座、电机、调节机构、采摘机构、放置机构。其中调节机构包括支撑柱、旋转台、双摇杆机构和液压杆,采摘机构主要是由机械手构成,机座上设置有调节机构,可以将水果采摘机构送到需要采摘的水果下面,套住苹果,液压伸缩杆收缩,将水果拉扯下来,齿轮反向转动机械手张开,再移动水果采摘机构到另外需要采摘的水果下面继续采摘。本设计提供了一种水果采摘机,能实现自动连续的采摘水果,采摘效率高,最大程度避免了采摘过程对苹果的损害,尤其适合离地面较高而且人无法采摘的苹果。     

新型辅助人工苹果采摘机探析

中国是世界上最大的水果消耗国,而作为平常生活中主要食用的水果之一的苹果,它的采摘技术和工具越来越受到人们的重视。现今苹果果农由于作业范围广(果实分布高低不均)并且苹果的触碰力度控制要求较高等问题而增加了很多劳动量,故市场急需一种辅助人工的采摘机。基于此,我们设计了这款苹果采摘机。其目的是为了提高水果采摘效率、降低劳动强度和采摘成本,保障水果成品质量。     

基于迭代学习PID算法的苹果采摘机器人设计

为了提高采摘机器人机械手控制系统的精准性和采摘机器人的移动效率,设计出基于迭代学习PID算法的苹果采摘机器人。借助MatLab软件平台进行模型搭建及控制系统仿真测试,实验室条件下进行硬件结构设计,并完成采摘过程测试、路径规划避障测试和采摘果实破损率统计分析。实验验证表明:基于迭代学习PID算法设计的采摘机器人可准确锁定采摘目标,迅速实施稳定的采摘动作,以最佳采摘角度最大程度地保证采摘果实完整性。基于迭代学习PID算法设计的苹果采摘机器人有效提高了采摘的精度和效率,使苹果整体完好率达到98.3%以上,最大限度保证了采摘苹果的质量。     

基于激光视觉的智能识别苹果采摘机器人设计

为了提高苹果采摘视觉识别系统的精度,增强视觉系统的抗干扰能力和自适应能力,设计了一种新的苹果采摘机器人激光视觉识别系统,可以直接获得层次关系的深度图像,实现了果园非结构化环境中果实的识别与定位。为了测试激光识别系统苹果采摘机器人的采摘效果,在果园中对其采摘性能进行了测试:首先采用高清相机完成了对果实图像的采集,通过图像处理准确地实现了苹果的识别,在遮挡率低于50%时其识别率达到了90%以上;然后利用激光测距方法对苹果进行距离测量,成功定位了果实位置,其响应时间仅为3.58s,动作效率快,实现了苹果的高效率、高精度采摘功能。     

一种新型苹果采摘器的设计

我国是苹果种植大国,种植面积居于世界首位。可是直到现在,我国的苹果采摘主要还是人工采摘,采摘效率低、成本高,并且具有一定的危险性。随着农业生产的机械化和规模化发展。苹果采摘器将会是未来苹果采摘作业的主要工具,也是当前世界各国的农业研究热点。目前虽已取得一定的成果,但仍有改进的地方。本苹果采摘器的设计在研究分析了国内已有的苹果采摘器的前提下,提出了自己的设计方案,设计了一款结构简单合理,实用性较强的苹果采摘器并通过理论计算、模型操作进行了仿真运行。     

基于负压吸力的便携式苹果采摘装置的设计与试验

由于末端执行器直接接触果实,往往会因为夹持力过大而压伤果实,因此研究一种更加可靠的末端执行器显得至关重要。本研究创新地设计出一种能够满足苹果采摘需求的机构—基于负压吸力的便携式苹果采摘装置。通过一系列方案分析和采摘试验验证此采摘装置的可行性,结果表明:用本装置进行采摘作业时,每个果实的采摘时间均值为3.19s,与人工采摘时间相近[1];收获果实损伤率低,1级特等品占85%。