采摘机器人设计与应用
摘要：一直以来，农民对果园采摘工作的机械化、智能化就十分关注。水果的采摘本身就费力、耗时，而且有一定危险。当前，国内水果采摘工作主要还是由人工来完成。末端执行器是采摘机器人中最重要，也是最关键的部位，它对采摘成果的好坏起决定作用。研究水果采摘机器人，不仅可以降低农民的劳动强度，提高农民收入和生产效率，而且能够促进我国农业技术进步，加快农业现代化。
关键词：采摘机器人；研究现状；末端执行器
1 引言
针对水果产业的劳动力不足、生产成本高、生产效率低以及水果采摘季节性明显，劳动量过大，且有一定人身危险等问题，来提升水果市场竞争力等方面开展研究。本课题以苹果为研究对象；苹果作为人们生活中主要饮食的果品之一，其营养含量高，富含矿物质和维生素。我国是人口大国，当然也是苹果生产大国，苹果总产量世界领先。在我国研究人员的共同努力下，我国苹果种植技术越来越先进，产量也越来越大 [[1]]，此外，苹果采摘季节性强，费用高，而且要求大量劳动力，还有传统人工采摘容易造成果实损坏，同时采摘不及时会导致经济损失[[2]]。采摘工作质量的优劣会决定水果的后续加工和存贮，从而影响市场价格和经济收益[[3]]。所以，研究苹果采摘机械人，不仅可以降低农民劳动强度和采摘成本、保证水果及时采收，还可以改善作业环境，提高经济效益 [[4]]。
2果蔬采摘机器人国内外研究状况
1968年，美国学者Schertz和Brown二人首次提出了机器人技术应用在果蔬采摘领域，但当时开发的机器人初型只是一台半自动收割机。史上首个番茄采摘机器人诞生于1983年，日本和欧洲先后研究用于苹果、柑橘、葡萄和其他水果的采摘机器人，但是因为对象的复杂性和工作环境的特殊性，当前市场上还没有商业化的采摘机器人[[5]]。
1993年，日本近藤，他研发了一种七自由度的番茄收获机器人，该机器人由一个机械手，末端执行器，视觉探测器和移动机器等构成。其中，末端执行器由两个机械手指和一个吸盘构成，通过彩色摄像机寻找成熟的番茄，用双目视觉方法定位番茄；挑选时，四轮行走指定的距离后，开始图像采集，利用视觉系统检测番茄的相对坐标，机械手的位置信息，以确定番茄的收获标准，如果符合，然后控制吸盘吸住水果，用机械手抓住水果，然后通过机械手腕关节扯下水果；每次采摘速度约为15秒，成功率高达70%。这个机器人的缺点在于一些被叶子和茎藏起来的成熟番茄不能被成功收获[[6]]。随后，日本近藤等人又研制出一种六自由度机械手的黄瓜采摘机器人，他在该机器人摄像机前加了一个滤波片，可以根据黄瓜的光谱反射特性来辨别黄瓜；其末端执行器上配有切割器、果梗勘测器和机械手指，采摘时由机械手指抓住黄瓜后，果梗探测器便检测到果梗，然后通过切割器切断果梗，最后完成采摘；每次采摘速度为16秒，成功率达60%；但缺点是茎叶对其影响较大[[7]]。
英国Silsoe研究院研制了蘑菇采摘机器人，它可以自动检测蘑菇的位置、形状，并选择性地采摘和修剪，它的末端执行器是一种吸引器，配有软衬垫；采摘速度为1.5s/个，成功率约为75%[[8]]。日本国立蔬菜茶叶研究所与岐阜大学联合研发了茄子采摘机器人；机器人由五自由度工业机械手、CCD机器视觉系统、行走装置、末端执行器组成，工作对象是Senryo-2号茄子；该机器人的末端执行器设计繁琐，包括两个吸嘴、四个手指、两个诱导杆、光电传感器和气动剪子；经过试验，采摘成功率达到62.5%，采摘速度达到64.1s/个；主要缺点是机器视觉系统对釆摘位置的判断错误，此外，视觉系统耗时久，这也是影响整个机器人采摘效率的主要因素[[9]]。日本近藤等人研发了草莓采摘机器人，它的特点是末端执行器是吸附式。实验证明，该装置能有效地弥补相机在水果勘察过程中的位置误差，减少与草莓柔软果皮的接触。采摘成功率是100%。但缺点是，一些未成熟的草莓也会被机器人吸走，所以需要改进控制真空吸力强度[[10]]。
韩国KyungPook大学的Jang等人研制了四自由度苹果采摘机器人，工作空间可以达三米，利用光电传感器、CCD摄像机识别果实，识别率高达85%；其特点是机械手配有果实收集袋，从而节约采摘时间，提高采摘效率；缺点是摘取苹果时无法绕过障碍物[[11]]。西班牙一家研究所研发了一种柑橘采摘机器人。机器人的机身安装在拖拉机上，由机械手、彩色视觉系统和超声波传感器组成。它可以通过判断柑橘的颜色、大小和形状来决定是否可以采摘。采摘速度1 s/个，特点在于寻找，定位选择柑橘和导航任务由人来完成，机器人的轨迹规划，关节控制和末端执行器控制由控制系统执行，这不仅提高检测效率和完成率，也可以降低采摘成本，有助于尽快实现机器人工业化[[12]]。
在中国，20世纪才开始对采摘机器人进行研究。虽然与发达国家仍有很大差距，但在许多大学和研究人员的努力下，已经取得了一些进展。来自中国农业大学的汤修映等人开发了一种六自由度黄瓜采摘机器人，这是基于RGB三色的G分量图像分割模型，提取黄瓜采摘的特征，并提出新的培养模式：斜网架式黄瓜栽培模式。张铁中对黄瓜、番茄等果蔬采摘机器人进行了深入研究，并开发了实验样机。孙明开发了苹果收获机的水果识别机器视觉系统，成功研究出彩色图像处理技术，使二值图像的像素分割精度高达80%。在逆光下，因为果实的灰度降低，很难满足这种精度[[13]]。粱喜风等人对采摘机器人的机械手开展了研究，提出了其工作性能指标：可操作度、工作空间、避障能力、冗余空间与姿态多样性。国家对浙大的应义斌教授研究的水果自动分级系统高度重视[[14]]。上海交通大学的刘成良、曹其新、殷跃红等人对农业的智能农业机械进行研究，已完成了智能化联合收割机、蔬菜育苗流水线样机的研制，正在进行草莓、黄瓜、嫁接机器人的研究[[15]]。东北林业大学的陆怀民研制了五自由度林木球果采摘机器人，主要由机械手、液压驱动系统、行走机构和单片机组成[[16]]。周云山等人研究了三自由度蘑菇采摘机器人。该系统主要由摄像机、传送带、机器手、气动伺服机构和控制系统等组成；计算机视觉系统为蘑菇采摘机器提供所需的信息、尺寸，并且引导机器手准确抵达待采摘蘑菇的中心位置，缺点是易造成抓取失败或损伤蘑菇[[17]]。John Baeten等人开发了苹果采摘机器人。树脂管内部是微型摄像机，直接识别末端执行器前方的苹果图像。真空泵提供动力，吸盘用来吸苹果。SCHUNK制造了一种两指末端执行器，可以抓取苹果、橘子和黄瓜等水果。最大夹紧距离125mm，最大夹紧重量57N。江苏大学的马履中研发了一种摘苹果的末端执行器，并进行了实验，取得了良好的效果。南京农业大学的姬长英和黄浩乾设计了一种欠驱动式的摘苹果机械手，成功率为90%[[18]]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
