一种自动化柑橘采摘机器人设计

目前，我国柑橘果实采摘方式多为人工采摘，存在劳动强度大、人工易受伤等问题。针对以上问题，结合现阶段研发的柑橘采摘机器人存在的不足，设计了一种全自动柑橘采摘机器人。该机器人由圆筒式末端执行器对果实进行捕获，由锯刀片将果梗切断，使得果实滑落进输送软管直至储存箱，能有效降低对果实机械损伤的风险。根据实际采摘需求，运用D-H法建立了采摘机械臂坐标变换矩阵，给出了运动学正解并进行仿真，仿真结果验证了采摘机械臂结构设计的科学性和合理性。     

选择性收获机器人技术研究进展与分析

鲜食果蔬成熟度不一致,需依据着色、尺寸等指标有选择地收获,是人工消耗最大、影响产业发展的瓶颈环节。选择性收获技术是农业机器人的重要研究领域,能降低人工成本并提高果蔬利润,已成为国际上果蔬收获技术发展的重要方向。近年来,以白芦笋为代表等地下部和苹果、草莓、番茄等为代表地上部的鲜食果蔬选择性收获技术进展加快,成为农业机器人的研究热点。本文阐述了近年具有市场化前景的选择性收获技术发展与应用情况,梳理出技术研发的实现路径、应用对象和发展脉络。着重分析了末端执行器与收获机构、收获目标识别与定位技术、选择性收获协同控制技术的共性关键问题,归纳了该领域技术研究的开放性问题。最后,总结了我国选择性收获技术面临的挑战和机遇,针对少人化或无人化果蔬生产的应用场景,指出了产业未来发展与技术产品化需考虑的平衡点。     

轨道平移式果蔬采摘机器人的作业质量测试方法研究

基于轨道平移式果蔬采摘机器人作业原理,建立了果蔬柔性采摘机器人作业质量测试方法,确定了采摘效率、果实采摘尺寸范围、最大抓握输出力、抓取成功率及果实破损率等作业指标的测定方法。依据提出的方法对FHR-2型柔性果蔬采摘机器人进行了作业质量测试。结果表明：产品的采摘效率为8个/min,果实采摘尺寸范围为30mm～92mm,最大抓握输出力2.3kg,抓取成功率72.9%,果实破损率为0%,能够满足大果番茄的采摘要求。建立的测试方法能够对番茄采摘机器人进行作业质量测试,产品的图像识别系统参数需进一步优化,以提高机器人作业质量。     

轨道平移式果蔬采摘机器人作业质量测试方法

基于轨道平移式果蔬采摘机器人作业原理,建立了果蔬柔性采摘机器人作业质量测试方法,确定了采摘效率、果实采摘尺寸范围、最大抓握输出力、抓取成功率及果实破损率等作业指标的测定方法。依据提出的方法对FHR-2型柔性果蔬采摘机器人进行了设施温室大果番茄采收试验,结果表明,采摘效率8个/min,果实采摘尺寸范围30～92 mm,最大抓握输出力22.5 N,抓取成功率72.9%,果实破损率0,能够满足大果番茄的采摘要求。建立的测试方法能够对番茄采摘机器人进行作业质量测试,机器人的图像识别系统参数需进一步优化,以提高作业质量。      

新型高效智能便携式梨果采摘装置的研制

研究和制作一款基于自由变化高低分离及高清视觉定位捕捉的悬挂果高效采摘装置,适用于果树密集、全地形便携高效的采摘工作。主要包括悬挂果采摘机械特性研究、新型百变自由伸缩分离的悬挂果采摘臂的数学分析和机构制作、视觉定位机构、悬挂果定位影像识别技术、剪切机构的研究能通过自由百变伸缩机械臂实现高空和低空的悬挂果的采摘,结合高清影像识别和无线控制技术,能根据果实的大小、颜色、成熟度等属性,选择性采摘并对其进行分类、分级,实现果实的高效采摘,同时不损伤果树,实验表明能大大降低人工劳动强度。     

基于颜色和形状特征的茶叶嫩芽识别方

与人工采摘茶叶相比,现有采茶机械虽能提高采摘速度,但采摘时老叶、嫩叶一起采,缺乏选择性,并有部分叶片遭破损,降低了原料品质.为此,需要研究具有选择性、低损伤率的自动采摘方法.本文采用基于颜色和形状特征的图像处理方法,实现茶叶嫩芽的计算机识别和检测.针对清明期陕西名茶"午子仙豪"茶叶,首先在RGB颜色空间中提取茶叶图像的G分量,并采用双阈值方法对图像进行分割;然后根据茶叶嫩芽的形状特征,检测茶叶嫩芽的边缘.实验结果表明:基于颜色和形状特征的识别方法能有效分辨出茶叶嫩芽,识别准确率为94%,为实现茶叶嫩芽的自动采摘提供了一种有效方法.     

果蔬采摘机器手系统设计与控制技术研究现状和发展趋势

鲜食果蔬收获是难以实现机械化作业的生产环节,高效低损采摘也是农业机器人研发领域中的难题,导致目前市场化的自动化果蔬采摘装备生产应用几乎空白。针对鲜食果蔬采摘需求,为改善人工采摘费时费力、效率低下、自动化程度低的问题,近30年来,国内外学者设计了一系列自动化采摘设备,推动了农业机器人技术的发展。在研发鲜食果蔬采摘设备时,首先要确定采收对象和采收场景,针对作物的生长位置、形状和重量、场景的复杂程度、所需自动化程度,通过复杂度预估、力学特性分析、姿态建模等方式,明确农业机器人的设计需求。其次,作为整个采摘动作的核心执行者,采摘机器人的末端执行器设计尤为重要。本文对采摘机器人末端执行器的结构进行了分类,总结了末端执行器的设计流程与方法,阐述了常见的末端执行器驱动方式、切割方案,并对果实收集机构进行了概括。再次,本文概述了采摘机器人的总体控制方案、识别定位方法、避障方法及自适应控制方案、品质分类方法以及人机交互、多机协作方案。为了总体评价采摘机器人的性能,本文还提出了平均采摘效率、长期采摘效率、采收质量、损伤率和漏采率指标。最后,本文对自动化采摘机械的总体发展趋势进行了展望,指明了采摘机器手系统将向着采摘目标场景通用化、结构形式多样化、全自动化、智能化、集群化方向发展的趋势。     

果实采摘机械手机构设计与工作性能分析

采摘机器人是农业机器人的一种类型，在农业生产中具有广阔的应用前景。为此，从型综合和尺寸综合两方面介绍了果实采摘机器人机械手的机构设计，并分析了机械手机构的工作空间、可操作度、避障能力、冗余空间和姿态多样性等工作性能指标以及各指标的计算方法，为果实采摘机械手的机构没计与工作性能评价提供了理论依据。     

单片机在便携式智能小型采摘作业机器人的应用

为了满足山地和丘陵地带的小面积果蔬采摘作业需求,开发了一种新型的便携式智能采摘机器人,并利用单片机设计了机器人的红外线视觉和运动控制系统,降低了机器人的本体体积,节约了设计成本。采用RT-Thread实现了单片机嵌入式系统的设计,并开发了RT-Thread Builder集成环境,利用Gcc编译器可以实现单片机嵌入式系统的实时控制。为了验证便携式机器人工作的可靠性,对机器人的红外线和无线控制系统及单片机嵌入式系统进行了测试。结果表明:采摘机器人线程调度和串口通信可以正常工作,便携式采摘机器人利用红外线追踪可以成功地锁定指定目标采摘区域,并且移动耗时与人工移动相比大大节省了时间,提高了采摘的作业效率,可以满足山区和丘陵地带采摘作业的需求。     

采摘机器人数字视频监控系统 —基于DSP和帧内编码

针对采摘机器人对目标水果分级难度高、误差大等问题,提出了一种基于DSP和帧内编码的采摘机器人数字视频监控系统,对水果等进行识别和分级。系统可根据水果瑕疵面积和RGB三色直方图,对果实成熟度进行判断。试验结果表明:采摘机器人识别和判定结果与市场分级结果一致,系统检测精度高,性能可靠,可以满足水果识别分级的设计需求。     

基于KVM的新一代采摘机器人设计研究

针对采摘机器人在果蔬采摘时不能准确识别和精准采摘方面的问题,基于KVM技术对新一代采摘机器人进行了设计和研究。该采摘机器人的主要组成部分为硬件系统和软件系统。对采摘机器人的软件系统进行设计,包括采用静态和动态的果蔬识别方式、采用PID控制算法进行自动导航、采用人工势场的方法进行采摘时的避障,保证了果蔬的准确识别和精准采摘。为了验证采摘机器人的采摘性能,采用识别定位和采摘试验进行验证。结果表明:采摘机器人的识别和采摘性能良好,可以满足农户对于采摘机器人的性能要求。     

基于深度强化学习的虚拟机器人采摘路径避障规划

针对采摘机器人在野外作业环境中,面临采摘任务数量多,目标与障碍物位置具有随机性和不确定性等问题,提出一种基于深度强化学习的虚拟机器人采摘路径避障规划方法,实现机器人在大量且不确定任务情况下的快速轨迹规划。根据机器人本体物理结构设定虚拟机器人随机运动策略,通过对比分析不同网络输入观测值的优劣,结合实际采摘行为设置环境观测集合,作为网络的输入;引入人工势场法目标吸引和障碍排斥的思想建立奖惩函数,对虚拟机器人行为进行评价,提高避障成功率;针对人工势场法范围斥力影响最短路径规划的问题,提出了一种方向惩罚避障函数设置方法,将障碍物范围惩罚转换为单一方向惩罚,通过建立虚拟机器人运动碰撞模型,分析碰撞结果选择性给予方向惩罚,进一步优化了规划路径长度,提高采摘效率;在Unity内搭建仿真环境,使用ML-Agents组件建立分布式近端策略优化算法及其与仿真环境的交互通信,对虚拟机器人进行采摘训练。仿真实验结果显示,不同位置障碍物设置情况下虚拟机器人完成采摘任务成功率达96.7%以上。在200次随机采摘实验中,方向惩罚避障函数方法采摘成功率为97.5%,比普通奖励函数方法提高了11个百分点,采摘轨迹规划平均耗时0.64s/次,相较于基于人工势场法奖励函数方法降低了0.45s/次,且在连续变动任务实验中具有更高的适应性和鲁棒性。研究结果表明,本系统能够高效引导虚拟机器人在避开障碍物的前提下快速到达随机采摘点,满足采摘任务要求,为真实机器人采摘路径规划提供理论与技术支撑。     

高档名优绿茶仿生采摘指气动控制系统研制

为解决高档名优绿茶采摘劳动力紧缺和现有采茶机对新梢采摘缺乏选择性的问题,提出用于采茶机器人的、模仿人工“提手采”方式的仿生采摘指机构,通过固定、提拉等动作将新梢的茎拉断,并基于该机构设计采摘指气动控制系统。系统采用STM32芯片为控制核心,通过光耦继电器控制电磁换向阀两个出气口有序开启,从而控制气缸往复运动,实现采摘指对新梢的采摘。通过计算分析设计控制气路,对气路系统元件进行选型;完成控制系统硬件电路设计和软件开发,并制作样机。试验结果表明采摘指能有效实现新梢与茎秆的分离,一芽一叶采摘成功率达90%,验证了仿生采摘指气动控制系统的可行性和实用性。     

采摘机器人动态路径规划系统研究——基于人工势场法

以采摘机器人为研究对象,首先建立了采摘机器人作业环境及障碍物模型,并利用人工势场法搭建了环境和障碍物运动势场;然后基于人工势场法设计了采摘机器人动态路径规划系统;最后利用Mat Lab进行了仿真实验。结果表明:该系统优化效果明显,具有很好的避障和路径规划能力。实验很好地验证了系统的有效性和实时性。     

一种高精度自主导航定位的葡萄采摘机器人设计

为了提高葡萄采摘机器人自主导航能力,增强对葡萄成熟度的准确识别功能,降低漏采率和误采率,设计了一种新式的基于RSSI自主导航和颜色特征提取的葡萄采摘机器人。该机器人使用RSSI定位技术,首先对装有无线传感器的葡萄树进行定位,然后利用机器视觉系统对葡萄的成熟度进行判断,并对满足采摘条件的葡萄使用机械手进行采摘。对葡萄采摘机器人的性能进行了测试,通过测试发现:机器人对装有传感器的葡萄树的准确识别率达到了95%以上,对葡萄成熟度的判断达到了98%以上,是一种相对高效的葡萄采摘机器人。     

基于超像素特征的苹果采摘机器人果实分割方法

针对苹果采摘机器人在自然环境下对着色不均匀果实的识别分割问题,提出了基于超像素特征的苹果采摘机器人果实分割方法。首先,采用简单线性迭代聚类算法将图像分割成内部像素颜色较为一致的若干超像素单元;然后,提取每个超像素的纹理和颜色特征,并采用支持向量机将超像素分为果实和背景两个类别;最后,根据超像素之间的邻接关系对分类结果进行进一步修正。实验表明,该方法能够对大部分超像素单元进行正确分类,平均每幅图像被错误分类的超像素约为2.28个。与采用像素级特征的色差法和采用邻域像素特征的果实分割方法相比,采用超像素特征的果实分割方法具有更好的分割效果。在进行邻接关系修正前,该方法图像分割准确率达0.9214,召回率达0.8565,平均识别分割一幅图像耗时0.6087s,基本满足实时性需求。     

苹果采摘机器人末端执行器的原理及试验研究

随着我国水果种植不断发展,果园面积不断扩充,人工展开果实采摘工作已无法满足实际需求,果实采摘向机械化、智能化方向发展是必然趋势。目前,苹果采摘已经开始引进机械手采摘,极大地提高了采摘效率。由于苹果采摘机器人在我国并未推广,相关技术环节仍旧存在一定弊端。为此,针对当前苹果采摘末端执行器结构存在的不足,结合苹果采摘工作实际需求,根据苹果采摘作业手法设计了切实可行的苹果采摘末端执行器。试验表明:苹果采摘机器人末端执行器具有可行性及良好的应用效果,为其进一步推广提供了理论基础。     

基于Gazebo虚拟世界的草莓采摘机器人仿真研究

【目的】提高草莓采摘的自动化水平,解放劳动力并降低采摘成本。【方法】研究小组设计了一种基于曲柄连杆机构的三爪同步夹持式采摘机器人,分析了其主要部件Kinect深度相机、六轴机械臂以及三爪夹持式采摘机械手的结构设计,并在Gezebo虚拟世界中构建了采摘机器人的模型,生成了草莓采摘机器人的末端运动轨迹,完成了该草莓采摘机器人的前期开发试验和算法验证。【结果】该草莓采摘机器人可精准地夹持草莓,减小了采摘过程中对草莓表皮的损伤,同时机械臂末端运动半径最大可达770 mm,完全满足小型辅助采摘设备的基本需求。【结论】Gazebo能真实地还原草莓采摘的自然环境,充分验证了该草莓采摘机器人的可行性,同时还可以在虚拟环境中模拟不同的任务场景,可为六轴机械臂或其他多轴运动机械的运行轨迹设计提供准确的实验数据,并为机器人的实际应用提供指导。     

番石榴采摘末端执行器的设计研究

番石榴采摘是其生产中的重要环节,使用机器人代替人工采摘可以提高效率、降低成本,改善劳动条件。文章根据农艺采摘要求,设计了一种番石榴采摘末端执行器,能有效实现番石榴的有效夹持和顺利剪切。     

番茄采摘机器人系统设计与试验

为了提高鲜食番茄采收的自动化水平,减轻人工采摘劳动强度,设计了一种番茄智能采摘机器人。该采摘机器人包括视觉定位单元、采摘手爪、控制系统及承载平台,并基于各部件工作原理制定了采摘机器人的工作流程。基于HIS色彩模型进行图像分割,提高了果实识别的准确度;通过气囊夹持方式确保果实采摘过程中对果实的柔性夹持。试验结果表明:视觉定位、采摘手爪等模块运转良好,采摘单果番茄耗时约24s,成功率可达8 3.9%以上。