番茄收获机器人视觉系统标定的研究

番茄收获机器人在番茄收获中是靠其视觉系统来获得目标位置信息的,而在定位过程中,首先遇到的就是摄像机的标定问题。为此,主要研究了番茄收获机器人双目视觉系统的标定,标定出了番茄收获机器人双目视觉系统的内部参数和外部参数,为番茄收获机器人双目定位系统提供了系统参数。     

番茄收获机械手避障运动规划

基于伪距离避障法,以机械手可操作度作为优化指标,采用性能优化与正运动学迭代相结合的方法,进行了番茄收获机械手连杆避障运动规划与仿真.试验结果表明,机械手手臂能够沿预定路径成功避开障碍物到达目标位置,并能保证良好的可操作度性能,各关节位置变化连续、平滑,无关节越限现象,末端执行器位置绝对误差为0.87 mm,运动速度为0.18 m/s,机械手能够满足番茄收获的精度和生产率要求.     

计算机视觉技术在番茄收获中的应用

运用双目立体视觉技术对红色番茄进行定位,图像进行灰度变换后,对图像的二维直方图进行腐蚀,膨胀以后除小团块,提取背景区边缘,然后用拟合曲线实现彩色图像的分割,将番茄从背景中分离出来,对目标进行标定后,用面积匹配实现共轭图像中目标的配准,运用体视成像原理,从两幅二维图像中恢复目标的三维坐标,从实验数据可知,当目标与摄像机的距离为300－400mm时,深度误差可控制在3％－4％。     

柑橘收获机器人技术研究进展

简述了柑橘收获机器人系统组成和技术研究进展,分析了机器人各组成部分的功能、工作原理以及存在的技术问题,并提出了相应的解决办法.为了促使柑橘收获机器人技术的进一步发展,今后的工作主要集中在机械本体的优化设计、果实的智能化识别和定位以及不确定场景下的避障路径规划.在提高工作效率和采摘质量的同时,应考虑尽量降低柑橘收获机器人的制造成本,提高其通用性,以期实现柑橘收获的商业化.     

番茄收获机器人视觉系统标定技术的研究

针对机器人在番茄收获中的应用背景,构建了番茄收获机器人视觉系统的摄像机模型,进而提出了内外参数分离的摄像机标定方法。同时,对摄像机的内外参数实行分离标定选取世界坐标系和摄像机坐标系重合,两摄像头沟轴平行。实验结果表明:该方法快速简单、精度高、有效合理。     

选择性收获机器人技术研究进展分析

为了提升选择性收获机器人技术应用效果,笔者采用文献分析法、案例分析法,介绍了选择性收获机器人,从地上产品和地下产品两个角度,研究了选择性收获机器人技术的实际进展,探讨了选择性收获机器人涉及的主要技术手段。研究结果表明,选择性收获机器人关键技术包括末端执行器与收获机构、目标识别与定位技术,建议在未来发展中,加强对末端机构的优化设计,提升系统在复杂场景的识别能力,提高决策效率,同时实现机器人系统协同控制与优化作业,不断提升选择性收获的精准程度和效率。     

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。     

设施番茄采摘机器人设计与研究

针对设施番茄采摘存在用工难、用工贵、劳动强度大等问题,文章设计了一种温室番茄采摘机器人。该番茄采摘机器人主要由视觉系统、末端执行器、机械臂、底盘和辅助照明机构等组成,并基于各设计结构完成温室番茄采摘的工作流程设计。该采摘机器人通过ZED 2i双目立体相机对番茄果实进行识别与定位后,机械臂引导末端执行器完成番茄果实的采摘。试验结果表明,视觉系统与各模块之间运行良好,单果采摘耗时约为18 s,采摘成功率达88%。     

基于YUV颜色模型的番茄收获机器人图像分割方法

在研究番茄收获机器人对目标图像分割识别时,经常由于采集的图像受光照影响以及分割识别算法的计算复杂性而影响到识别的准确性和实时性.通过比较RGB、HSI、YUV等颜色模型的特点,从理论上分析了YUV颜色模型应用于收获机器人视觉系统的可行性,提出了一种基于YUV颜色模型的成熟番茄分割方法.同时综合实验及经验确定了成熟的红色番茄在RGB、HSI、YUV颜色模型中阈值范围,采用直接确定色差阈值的双阈值分割算法识别成熟番茄,并对3种颜色模型在不同的光照条件下的分割识别效果进行实验对比.实验结果证实,将基于YUV颜色模型成熟番茄分割方法应用于番茄收获机器人视觉识别系统,能很好地解决其鲁棒性和实时性问题.     

番茄采摘机器人夜间照明系统设计与试验

基于试验设计方法实现了番茄采摘机器人夜间照明系统设计。提出了一种基于前景与背景类间方差和类内方差比值F的图像可分割性评价指标作为确定最佳试验方案即最佳照明系统的评价指标;考虑了光源种类、光源布局及图像采集距离3个试验因子;采用正交试验表L_(18)(6×3~6)安排试验。试验结果表明:光源种类和光源布局是影响番茄采摘机器人夜间照明系统的显著因子,图像采集距离为不显著因子;光源种类因子各水平中,荧光灯照射时图像的F最大,为2.159;光源布局因子各水平中,对角布局时图像的F最大,为2.234。因此,所设计的番茄采摘机器人夜间照明系统的最佳组合为:荧光灯、对角布局。将试验结果与基于归一化R-G色差的OTSU自动阈值图像分割算法的分割效果进行了对比,对比结果验证了基于该图像可分割性评价指标F的夜间照明系统设计方法的有效性。     

采摘机器人的研究进展与现状分析

随着新的农业生产模式和新技术的发展与应用,农业机器人将成为农业生产的主力军.采摘机器人作为农业机器人的重要类型,具有很大的发展潜力.为此,在分析采摘机器人特点的基础上,通过对几种典型的采摘机器人的开发与应用介绍,分析了国内外采摘机器人的研究进展与现状;找出采摘机器人发展中存在的主要问题并提出相应的解决途径;指出人机协作思想和开放式结构思想应用于采摘机器人的研究具有实际应用价值.     

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。     

日本设施农业采收机器人研究应用进展及对中国的启示

设施农业智能装备是设施农业稳定、高品质、高效生产的必要保障。日本智能采收装备已有近四十年的研发经验,其发展具有一定启发和借鉴意义。本文综述了日本设施农业采收机器人的研究应用进展,分析了基于农机农艺结合的茄科（番茄、茄子、青椒）、葫芦科（黄瓜、瓜类水果）、芦笋和草莓等10种设施农业采收机器人的采收技术,其中详细对比了番茄、草莓等几种蔬菜历代采收机器人的设计理念及其优点与不足。分析了设施农业采收机器人面临的科学问题及解决方案,总结了未来发展趋势及对中国的启发。本文可为加速推进中国设施农业采收机器人的智慧化、智能化和产业化发展提供借鉴参考。     

白芦笋采收机器人视觉定位与采收路径优化方法

依据笋芽出土状态的选择性收获是目前白芦笋公认的最佳收获方式。针对采收过程中机器视觉识别笋尖存在笋尖与垄面纹理和颜色相近等识别难题,本研究提出了一种变尺度感兴趣区域（ROI）检测方法,融合图像色域变换、直方图均值化、形态学和纹理滤波等技术,研究了笋尖识别与精准定位方法;在定位多笋尖坐标基础上,提出了多笋芽的采收路径优化方法,解决了因采收路径不合理导致的采收效率低的问题。首先,通过机器人视觉系统实时采集采收区域图像并进行RGB三通道高斯滤波,采用HSV色域变换并进行直方图均值化处理。在此基础上,对笋尖、土壤进行特征聚类分析,根据笋芽抽发程度研究变尺度ROI检测方法,对采集图像中笋尖的形态学以及笋尖和土壤的纹理进行统计学分析,设定笋尖的似圆度阈值,并参考纹理特征参数,判定笋尖位置,计算其几何中心,获得笋尖轮廓中心坐标。其次,为实现白芦笋的高效采收,根据多目标点与集箱点的位置分布,本研究设计了一种基于多叉树遍历的采收路径优化算法,以获得多个目标笋尖的最优采收路径。最后,搭建采收机器人试验平台开展了笋尖定位与采收验证性试验。结果表明,视觉系统对白芦笋的识别率可达98.04%,笋尖轮廓中心坐标的定位最大误差X方向为0.879 mm,Y方向为0.882 mm,采收笋的个数在不同情况下,采用路径优化后的末端执行器运动距离平均可节省43.89%,末端执行器定位成功率达到100%,在实验室环境下的白芦笋采收率达到88.13%,验证了采用视觉定位的白芦笋采收机器人选择性采收的可行性。     

水果采摘机器人通用夹持机构设计

为提高采摘机器人的实用性和利用率,提出了一种通用型夹持机构,并构建了虚拟样机。为使机械夹持不损伤水果,研究了水果受力对夹持构型的影响,以柑橘为例进行变形、应力分析,为机构提出设计依据,进而对结构进行优化,确定了机构外壳及杆件的合理参数和对果实损伤最小的夹持量,单类型水果夹持量为直径方向小于2mm。     

多光谱视觉技术在收获机器人中的应用

分析了几种不同作物光谱反射特性；简要介绍了利用多光谱技术进行图像处理的软件、硬件系统及其处理方法；着重介绍了多光谱视觉技术在番茄收获机器人以及黄瓜收获机器人中的应用；最后，对多光谱视觉技术应用于收获机器人需解决的关键技术作了简要阐述。     

采摘机器人末端执行器研究现状与展望

简述了国内外末端执行器的发展现状,对非夹持与夹持类的果实获取方式和拉、折、剪、热切割等不同分离方式进行了分析与比较,对吸盘、推杆、安全杆等附加机构的功能与配置方式进行了归纳,并介绍了末端执行器中视觉、距离、接近等传感器的集成应用情况,进而指出了末端执行器研究中仍存在的问题。同时,对采摘机器人末端执行器的发展进行了展望。