全自动果实采摘机器人的设计研究

全自动果实采摘机器人的设计研究

张瑞楠 魏玉峰 王浩泉 田祥豪 张丹慧 

（临沂大学，山东临沂276000）

摘要：以自然果园环境中机器人采摘成熟果实为原型，综合运用嵌入式系统、移动机器人自主导航定位、视觉识别、传感器与控制器等技术，依托智能无人车、机械夹爪、双目摄像头、激光雷达、深度摄像头、惯导系统等设备实现果蔬的无人化采摘。

关键词：智慧农业；智能制造；全自动果实采摘；智能机器人；视觉控制

(本文由省级大学生创新创业训练项目（项目编号：S202310452140）以及校级教学改革项目（项目编号：JG2022M39）支持。)

一、前言

随着社会经济的日益发展，城市规模越来越大，而由于城市的聚集效应，越来越多的年轻人向城市迁移发展，留在农村的人口愈来愈少，人口趋势老龄化严重，同时，由于机械化、自动化农田普及率低，农田单位亩产成本高但收益却非常低，农村经济发展缓慢，农民能获得的利益不高，愈来愈多的人不再愿意当农民、做农活。但是，农业不能没有人来干，不能停止。那么此时，我们就需要加强农业自动化、智能化发展，为此，我们小组通过努力，设计出一款与农业采摘相关的自动化智能化的全自动果实采摘机器人，用于提高大棚、室内等场地较为良好，农作物较为集中的场地的果实采摘效率、节省人力、降低单位面积采摘成本。

二、国内研究现状

在模型算法上国内天津理工大学的乔艳军基于视觉学习和双目视觉技术对果实采摘机器人对于果实的识别和定位等做出了改善，使果实采摘机器人可以全天候多种光源的工作环境下对不同种类的水果进行识别、定位、采后分级等工作，基础原理是基于YOLOv3的果实识别方法[1]，经过采集和训练之后的模型可以做到高达99.7%的精准识别率[2]，且与GoogleNet、MobileNet等国外先进模型相比具有优异的分类精度、良好的实时性等优点[3]。

在机械手臂方面吉林大学的王傲雪对番茄的无损采摘进行了研究，以“丹东409”花生番茄为研究对象，测量了平均重量、果实平均宽度、球度、果皮与硅胶、橡胶材料之间的静摩擦系数等参数；利用TA.XTC+TA.Touch进行压缩试验得到所需要的各种参数并根据仿生学原理制作了样机，通过实验得到抓手材料使用硅胶为更加合适的结果，通过对大小果实的抓取获取数据，成功率分别为86%和81%，并且对不同成熟程度的果实的抓取几乎都没有损伤[4]。

三、研究内容

3.1概述

我们的果实采摘机器人整体采用铝材框架结构，结构轻巧，整体结构不超过35公分。采用折叠式结构，高度在30cm~150cm，可通过激光雷达确定自身位置，通过双目摄像头确定果实是否成熟以及果实位置，并使用树莓派嵌入式板卡作为主要处理器进行数据处理，移动方式为由步进电机驱动的麦克纳姆论，机械爪出于通用考虑，由原设计的三爪结构更改为双夹结构且可以做到轴向360°旋转。接下来将做详细报告。[5]

3.2主体结构

本全自动果实采摘机器人采用铝合金管架结构，中间以铝制折叠支架为主，下端为主要承载和运动结构，下端连接四个减速直流电机进行主要动力，上端为机械夹具支撑结构以及搭载主要控制系统、电源等。中间的折叠结构可将上端抬高，使其上端所连接的机械抓可以抓握住较高位置的果实。当停止工作时降低至最低位置，在节省出大量空间的同时，在折叠状态下通过性也将有一定的提高。[6]

3.2驱动结构

驱动结构为由四个直流减速电机驱动的麦克纳姆论，直流减速电机扭矩大，可以驱动整个产品的移动，加上麦克纳姆轮的高度灵活性，使得全车的灵活性大幅提高，可以做除正常前后左右运动外，还能实现平移和原地掉头等操作。这对于在狭小场地或有许多障碍物的场地中可以更加灵活走位，减少碰撞，提高果实采摘效率，减少对其他果树、果实的碰撞，提良品率。

3.3机械爪

机械爪结构我们设计时参考了人体手指的结构，利用仿生学原理采取抓握的发力方式，可以更好更安全的将圆球形果实抓取下来而不损坏果实。同时，基于上述的研究，我们发现若是“手指”使用硅胶类材料将会有效的增加“手指”与果皮之间的静摩擦力，防止其打滑。

3.4控制及识别系统

在进行控制系统的装配时，考虑到成本问题，我们使用的是树莓派开发板作为主要控制中枢，通过在电脑上使用VMware Workstation Pro安装Linux镜像系统对此板材进行了开发，利用stm32及Ubuntu相关知识，加上对场地进行实地考察后对场地进行建模使其更快速进入预备状态，在建模软甲中标定好“果树”的大致位置，配合双目深度摄像头和激光雷达可以精确确定“果实”的实际位置。

四、工作原理及运行流程

本产品的主要工作原理是通过预先在系统内进行场地建模，规划大体路线，在场地建模正确后便可以让本产品自己通过激光雷达对自身位置及“果树”进行精确定位，此时，系统发出指令控制直流减速电机带动麦克纳姆轮移动至果树附近，产品上方的双目摄像头将获取深度信息及其他位置信息，并通过对其进行照相。储存，通过OpenCV分析当前镜头中的RGB进一步确定果实位置，之后，系统驱动步进电机抬高上部分，使爪子与“果实”高度统一，再驱动连接爪子的伸缩臂伸向果实，再通过舵机驱动机械爪进行抓握，在完成抓握的之后倒退进行扯拽，将其摘下。完成上述步骤后折叠架和伸缩杆复位，此时爪子松开，“果实”掉落在正下方的木制框子之中，此时，完成一个果实的采摘，重复上述步骤，可以将预先建模内的果树全部摘取完成，在摘取完成所有果实后可以自动运行至预先设置的“卸货区”将下方的货栏向前倾翻，将其中的果实倒出至指定位置，至此完成工作流程。

[7]

五、对于未来的展望

本文基于嵌入式平台，研究了一款自动化的果实采摘机器人，受限产品总经费与工期，我们暂时无法进行更多的拓展，如若有多的时间与足够的经费，我想我们还能向其中进行更多的功能拓展：

1、基于5g网络结合互联网使其能够更加高效智能的对果实果树进行采摘，增加其工作范围，进一步降低单位农田的劳作成本。

2、整合加入“物联网”甚至结合军事领域的“数据链”等与其他的智能化自动化的农用机械进行组网，更加高效进行联合农业生产。配合上大数据等，可以大大提高生产效率，降低成本。

3、进一步实现智能化甚至无人化发展，降低机械成本，配合上述的组网功能，实现真正的无人化农场，极大降低人为的干扰因素，提农产品质量，降低成本。

参考文献

[1]乔艳军. 基于深度学习的采摘机器人水果识别定位与采后自动分级技术研究

[2]张磊,姜军生,李昕昱,等. 基于快速卷积神经网络的果园果实检测试验研究[J]. 中国农机化学报,2020,41(10):183-190,210.

[3]刘天真,滕桂法,苑迎春,等. 基于改进YOLO v3的自然场景下冬枣果实识别方法[J]. 农业机械学报,2021,52(5):17-25.

[4]王傲雪. 番茄采摘机械手技术优化研究[D]. 吉林:吉林大学,2022.

[5]彭志鸿,王玭,张诗森,等. 基于OpenCV的成熟草莓采摘机器人设计[J]. 电子质量,2023(4):6-9. DOI:10.3969/j.issn.1003-0107.2023.04.002.

[6]西北工业大学. 一种基于图像识别的草莓自主采摘机器人:CN202010542232.5[P]. 2020-10-02.

[7]黄鸿勇,李博文,黄安源,等. 基于STM32嵌入式应用系统图形颜色识别[J]. 集成电路应用,2022,39(6):9-11.