日本设施农业采收机器人研究应用进展及对中国的启示.pdf

智慧农业 中英文 Smart Agriculture ISSN 2096 8094 CN 10 1681 S 智慧农业 中英文 网络首发论文 题目 日本设施农业采收机器人研究应用进展及对中国的启示 作者 黄梓宸 SUGIYAMA Saki 收稿日期 2022 02 18 网络首发日期 2022 06 06 引用格式 黄梓宸 SUGIYAMA Saki 日本设施农业采收机器人研究应用进展及对中国 的启示 J OL 智慧农业 中英文 网络首发 在编辑部工作流程中 稿件从录用到出版要经历录用定稿 排版定稿 整期汇编定稿等阶 段 录用定稿指内容已经确定 且通过同行评议 主编终审同意刊用的稿件 排版定稿指录用定稿按照期 刊特定版式 包括网络呈现版式 排版后的稿件 可暂不确定出版年 卷 期和页码 整期汇编定稿指出 版年 卷 期 页码均已确定的印刷或数字出版的整期汇编稿件 录用定稿网络首发稿件内容必须符合 出 版管理条例 和 期刊出版管理规定 的有关规定 学术研究成果具有创新性 科学性和先进性 符合编 辑部对刊文的录用要求 不存在学术不端行为及其他侵权行为 稿件内容应基本符合国家有关书刊编辑 出版的技术标准 正确使用和统一规范语言文字 符号 数字 外文字母 法定计量单位及地图标注等 为确保录用定稿网络首发的严肃性 录用定稿一经发布 不得修改论文题目 作者 机构名称和学术内容 只可基于编辑规范进行少量文字的修改 出版确认 纸质期刊编辑部通过与 中国学术期刊 光盘版 电子杂志社有限公司签约 在 中国 学术期刊 网络版 出版传播平台上创办与纸质期刊内容一致的网络版 以单篇或整期出版形式 在印刷 出版之前刊发论文的录用定稿 排版定稿 整期汇编定稿 因为 中国学术期刊 网络版 是国家新闻出 版广电总局批准的网络连续型出版物 ISSN 2096 4188 CN 11 6037 Z 所以签约期刊的网络版上网络首 发论文视为正式出版 智慧农业 中英文 Smart Agriculture 日本设施农业采收机器人研究应用进展 及对中国的启示 黄梓宸 1 SUGIYAMASaki 2 1 京都大学农学研究科 京都6068502 日本 2 浙江大学文学院 浙江杭州310058 摘 要 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 关键词 设施农业 日本 采收机器人 无人 少人系统 果蔬识别 末端执行机构 中图分类号 S 1 文献标志码 A 1 引言 日本地处东亚 在农作物栽培方面与中国有 众多共同之处 既有北海道地区的大田农业 也 有精细化稻田 设施农业 甚至热带农业 设施 农业装备 1 可以分为种苗前处理装备 播种装 备 嫁接装备 移栽装备 设施环境控制控制装 备 作物调整和授粉装备 植物保护装备 作物 采收装备等 设施农业智能采收装备是指在设施 农业环境条件下进行采摘收获的自动化 智能化 农业装备 可以保证设施农业环境下的稳定高品 质农业生产作业 日本近年来推出了多项资金与 税收补助措施 以促进设施农业智能装备的发 展 如 农业近代化资金 农林渔业设施资金 新事业育成资金 等 其中农林水产省 相当 于中国农业农村部 在融资层面 为机械化智能 化产品的导入推出了最长20年 年利率约为 0 20 的 农林渔业设施资金 融资金额最多 可占农业装备价格的80 2 在资金补助方面 日本推出多项资金项目 如 为强农业和领导者 提供综合支持补助金 日语 強 農業 担 手 総合支援交付金 可为设施农业的建设与 智能农业装备的引入提供最高为50 的补助 金 3 再如在具有适合发展智慧农业的农业用地 安装全球卫星导航系统 Global Navigation Satel lite System GNSS 基站 引入农用拖拉机自动 doi 10 12133 j smartag SA202202008 收稿日期 2022 02 18 通信作者 黄梓宸 1992 男 博士 特别研究员 研究方向为设施农业自动化 果蔬无损检测等 E mail huang zichen 22c kyoto u jp 网络首发时间 2022 06 06 15 38 41 网络首发地址 智慧农业 中英文 Smart Agriculture 转向系统等 农林水产省的相关补助最高可达成 本的50 4 在销售方面 支持以租代销的模 式 前期无偿出租 后期收取的佣金以农业装备 的工作量来决定 3 为促进产学研结合 推动智 慧农业的商业化 产品化发展 建设了由4000 多个农机制造商 租赁公司 保险公司 研究机 构等组成的以政府主导的 智慧农业新服务创造 平台 5 日本设施农业采收农业机器人的研究已有四 十余年 本文首先介绍日本农业机器人发展历 程 详细介绍设施农业机器人的研发进展 研发 的基本原理与理念 结合日本农业生产现状和当 前先进科研技术 提出下一代设施农业机器人的 发展趋势 其相关成果及应用可为中国设施农业 采收机器人的发展起到一定的启发作用 2 农业机器人发展历程 根据2018年日本农林水产省发布的数据 日本设施农业的总种植面积约为421 643 km 2 其中约有67 种植蔬菜 11 种植果树 其他则 种植水稻育苗 花卉以及养殖畜禽等 6 设施农 业以温室为主 还有少量植物工厂 蔬菜 果 树 花卉等园艺作物约占日本农业总产量的 40 这些作物产品是人们生活消费的重要支 出 在食品支出中的占比最高 因此需要通过设 施农业保证全年的稳定供应 此外 高品质的水 果可被当做礼品出售 从而增加了园艺作物的附 加值 因此园艺作物是吸引日本年轻人参与农业 生产的重要因素之一 设施农业机器人和大田农业机器人同属于农 业机器人 日本农业机器人发展史可以总结为四 个阶段 7 如图1所示 Agri robot I阶段始于20 世纪80年代 当时主要是引入成熟的工业机器 人加以改造后完成设施农业的自动化作业 此阶 段的代表为嫁接机器人 8 经过前期研发 后期 企业大量参与并开发出产品 9 设施农业机器人 第二阶段Agri robot II约从1992年开始 经过前 期的研发引入工业机器人进行采收作业 10 然 而工业机器人不能考虑到设施农业生产过程的特 殊性 所以需要根据特定作业条件并结合农艺要 求进行研发 这个阶段大量采收机器人研制成功 并投入试验当中 替代设施农业作业中费事费力 的人工采收工作 随着传感器技术尤其是近红外 检测技术的发展 11 12 更加精准的农产品品质数 据可以通过无损检测方式获得 随即日本设施农 业机器人进入第三阶段 即Agri robot III 这个 阶段涌现出以Shibuya精工和近江度量衡等企业 开发的柑橘分拣分级系统为代表的果蔬分级系 统 可根据果蔬的外观和糖度等品质信息将果蔬 逐个分级筛选 第四阶段Agri robot IV始于2013 年前后 随着高精度卫星导航系统 人工智能 Artificial intelligence AI 物联网技术 Inter net of Things IoT 和信息与通信技术 Infor mation and Communication Technology ICT 的 发展 智慧农业开始逐步推广应用 实时动态载 波相位差分技术 Real Time Kinematic RTK 结合GNSS使定位精度可以达到2 cm 保证了农 业机器人在有充足卫星信号的情况下 可以完成 高精度的田间作业 以久保田株式会社 13 洋 马控股株式会社 14 井关农机株式会社 15 为首 的农机企业面向大田农业机器人相继开发销售无 人或少人系统的农业智能装备 IoT和ICT使农 民足不出户就可以全程监测大田农业机器人的作 业情况 如洋马控股株式会社推出的智能辅助系 统 Smart Assist 16 通过配备全球定位系统 Global Positioning System GPS 天线和通信终 端的农业机械传输的操作信息监控大田农业机器 人作业并提高效率 通过位置信息和数据分析实 现农业生产管理可视化 农民可以通过手机终端 了解大田农业机器人运行和作物的种植状况等 目前为止 日本农业机器人的第一 三 四 阶段均有自动化智能化设备投入农业生产中 但 第二阶段的采收机器人一直没有得到很好的推 广 随着大田农业机器人的成功商业化应用 越 来越多的日本科研人员与企业将设施农业采收农 业机器人列为研发与商业化重点领域 2 黄梓宸等 日本设施农业采收机器人研究应用进展及对中国的启示 3 设施农业机器人研究现状 2018年日本农林水产省数据显示 17 表1 日本园艺设施种植面积排名前十的果蔬为番茄 菠菜 草莓 黄瓜 哈密瓜 西瓜 大葱 小番 茄 芦笋和茄子 因标准化种植和个体差异较 小 菠菜和大葱易开发出机械化收割产品 如久 保田株式会社和洋马控股株式会社分别推出了菠 菜收割机SPH400 18 和大葱收割机HL10 19 本 文对果蔬机器人进行分类介绍 其中番茄 小番 茄 茄子和青椒因同属茄科蔬菜 且因种植模式 相似 进行合并介绍 黄瓜 哈密瓜和西瓜都属 葫芦科 这三种果蔬合并介绍 此外 还选取种 植较多的芦笋和草莓 分析其采收机器人的研发 现状 3 1 茄科蔬菜采收机器人 3 1 1 番茄采收机器人 日本番茄分为垄作和高架栽培两种 前者因 为低成本往往是普通农户的首选 而后者因其标 准化程度高而更利于智能农业采收装备的工作 日本番茄采收机器人主要研究团队分布于京都大 学 东京大学 立命馆大学 松下株式会社等 番茄采收机器人主要包含五大模块 自走移动系 统 机械臂 末端执行机构 图像处理和制定采 收决策 20 自走移动系统的设计依赖于温室大棚的作业 环境 主要有轮式 21 履带式 22 和轨道式 23 三种 图2所示为一种设置了轨道系统的番茄种 植温室 因番茄种植于高架苗床上 高处番茄的 采收需要移动工作平台与轨道来确保采收工作的 安全稳定 机械臂的差异主要是自由度 Degree of Freedom 不同 更高的自由度可以完成更为复 杂的采收姿态 Takuya等 20 在机器人操作系统 Robot Operating System ROS 的基础上提出 了一种基于模块化设计的番茄采收机器人设计系 统 并以此开发了不同番茄采收机器人的作业模 式 通过多种采收工作细分模块的试验对比 使 图1 日本农业机器人发展历程 Fig 1 The development history of Japanese agricultural robots 表1 2018年日本园艺设施总耕地面积排名 Table 1 Ranking of the total cultivated area of horticultural facilities in Japan in 2018 排名 1 2 3 4 5 果蔬 番茄 菠菜 草莓 黄瓜 哈密瓜 面积大小 km 2 69 739 61 401 36 972 33 425 29 194 排名 6 7 8 9 10 果蔬 西瓜 大葱 小番茄 芦笋 茄子 面积大小 km 2 18 951 18 949 16 161 11 036 10 875 图2 一种典型设置了轨道系统的番茄种植温室 Fig 2 Atypical tomato cultivation greenhouse with a rail system 3 智慧农业 中英文 Smart Agriculture 用3轴机械手收获一个番茄的时间为29 s 较6 轴机械手缩短14 s 而更多的研究普遍采用成熟 工业机械臂以缩短研发周期 21 22 番茄是一种薄皮易破蔬菜 在采收过程中需 保证机械臂和末端执行机构的运行可以避开叶 子 茎和未成熟番茄等障碍物 常见的末端执行 机构有气吸式 剪切式和旋转式三种 气吸式由 吸取机构和切除机构构成 它可以将目标果实与 番茄簇分离 切除机构切割目标果实的果梗 随 后番茄通过气吸通道进入托盘中 24 25 剪切式末 端执行机构通过在夹取机构上方并行放置切割机 构 切割果柄的同时夹取该果柄 26 27 小番茄往 往成串采收 因为每株小番茄的果实密度很高 比番茄采收更费力 因此剪切式可以应用于大小 番茄的采收 旋转式末端执行机构抓取番茄后旋 转果实 通过拖拽的方式分离番茄与果柄 该末 端执行机构单个番茄采收时间约为23 s 其中一 半时间用在拖拽番茄的过程中 21 三种末端执 行器主要机构如表2所示 在图像处理和采收决策制定方面 早期由于 计算机处理能力的限制 无法很好地考虑到障碍 物等实际问题 20世纪80年代 由京都大学研 发成功日本第一台番茄采收机器人 10 通过移 动相机位置进行两次图像输入以完成立体摄影 以此获得番茄的三维位置信息 该研究验证了番 茄采收机器人的可行性 揭示了基于色彩信息进 行番茄定位的技术原理 Kondo等 26 合作开发 了小番茄成串采收机器人 通过识别和提取可见 光的光谱反射率来识别小番茄 并使用双目视觉 技术确定每串小番茄的采摘点 机器人每完成一 次采收 将根据新获取的图像和机械手位置更新 下一个目标水果的位置 试验结果显示这种基于 视觉反馈控制的收获方法有效且成功率为70 Ikeda等 28 通过改进图像处理算法 提出了一种 基于番茄形态学特征与图像分割技术的图像处理 方法 可为机械臂提供避开障碍物的路线 使用低成本的商业化产品是实现采收机器人 商业化的要求之一 相对于早些年间使用昂贵的 高光谱传感器区分番茄与茎叶 近年来的研究主 要侧重于通过低成本的彩色相机或RGBD 红 色 绿色 蓝色和深度 相机提供的点云图来实 现目标番茄的采收 RGBD相机除了可以提供传 统相机的色彩图 还可以提供标定后的深度图 像 图像中像素点的值代表相机到物体的距离 深度图像可以获取果蔬的形状 大小 位置信 息 并有助于视觉系统区分果蔬与其背景 29 Fujinaga等 30 使用RGBD相机获取的点云图成 功区分茎 果柄 未成熟番茄与成熟番茄 预实 验显示识别成功率与识别时间预约60 与1 0 0 2s Yoshida等 31 使用点云图识别番茄 并在农场识 别目标番茄花序梗上的切割点 单个采摘点的识 别约0 4 s左右 采摘成功率提升至90 以上 32 此外 Yoshida等 22 31 通过构建用于分割体素的 层 重建了番茄的体积像素 以此识别成熟番茄 及采收切割点位 东京大学开发了一款基于双 RGBD相机的双机械臂番茄采收机器人 33 位 于头部的RGBD相机提供番茄的大致位置信息 机械臂上的RGBD相机近距离多角度判断多个番 茄的空间位置信息 并以此判断切割果柄的正确 坐标和先后顺序 但是 目前RGBD相机的应用 也面临着温室内自然强光的干扰 34 随着技术 的提升 该干扰有望被逐渐减弱 采收机器人的 视觉系统在机器人工作的同时 还可以针对未成 熟番茄形成生长状态分布图 35 用以量化番茄 在温室内的空间分布并指导采收机器人今后的其 他作业安排 达到一机多功能的效果 自2013年起 日本每年由九州工业大学 西日本工业大学 长崎县立大学等高校举办番茄 采收机器人竞赛 36 38 在比赛中 机器人必须自 走至收割点 然后开始3个阶段的作业 第1阶 表2 三种番茄采收机器人的末端执行机构 Table 2 The end effector of three tomato harvesting robots 序号 1 2 3 名称 气吸式末端执行机构 剪切式末端执行机构 旋转式末端执行机构 主要机构 切除机构 吸取机构 切除机构 夹取机构 夹取机构 旋转机构 4 黄梓宸等 日本设施农业采收机器人研究应用进展及对中国的启示 段 接近一个番茄果实 不需要收获 第2阶 段 从多个番茄果实簇中采收单个番茄 第3阶 段 从真正的番茄植株中采收番茄 包含在每个 阶段的场地内移动时间在内 比赛时间限制为 10 min 21 该比赛不仅激励科研团队对番茄采收 机器人进行投入 还可以激发学生对农业机器人 的兴趣 并验证采收机器人在接近于自然条件下 的工作情况 这些采收机器人的设计开发往往使 用机器人操作系统 机械臂选取商业化产品 39 并增加单独设计的末端执行机构 日本松下株式会社 23 开发并商业化销售了 一款番茄采摘机器人 图3 售价约合30万元 人民币 其单个番茄采摘速度约为6 s 虽然相 对于人工采摘速度慢了3 s多 但其视觉和照明 系统保证了机器人可以全天候工作 弥补了采摘 速度不足带来的效率低下的问题 视觉系统还可 以根据番茄颜色判断成熟度等外表品质信息 单 个温室内每年总工作时间约为160 000 h 其中 35 000 60 000 h用于采摘 该机器人的引入 一年可以减少约20 的番茄种植温室人工作业时 间 目前已成功在多个温室作业 番茄由于其种植面积大 采收时间长 吸引 了众多研究机构参与研发 并由企业推出了商业 化产品 高校针对科学问题的研究主要集中于使 用新型消费级深度相机 如Intel Realsense系列 相机 通过建立空间模型识别番茄簇的采收点 位 此外 企业侧重于在保持现有工作效率的基 础上 通过优化采收机器人的五大模块降低单台 采收机器人的成本 让更多农民可以接收采收机 器人的价格成本 3 1 2 茄子采收机器人 日本在单个温室内茄子生产年总工时约为 200 h 其中采收工作占总工时的40 左右 40 为保证茄子口感 日本采收茄子以大小为标准 长度一般不超过13 cm 茄子采收机器人可以根 据茄子的生长 市场趋势 品种特征等制定智能 采收决策 Hayashi 40 开发了一款茄子采收机器 人样机 采用倾角种植模式使茄子采摘更容易与 茎叶区分 此外 为实现无损采收 Hayashi设 计了一种软体执行末端 41 可以根据茄子的大 小调整机械手形状 并保持抓握力约为0 7 N 在抓取茄子之后通过机械臂顶端的剪切机构切除 茄子梗 该系统显示出62 5 的成功收获率 采 收失败主要原因是受视觉识别系统限制 茄子种植面积仅为番茄种植面积的1 7 因 其高架栽培模式与番茄青椒等作物相似 近年 来 日本研发的采收机器人包括茄子在内具有一 机多目标品种的采摘潜力 与番茄采收机器人研 发趋势相似 3 1 3 青椒采收机器人 青椒的采收期每年约为9个月 在温室内的 采收需要在竖直空间内完成 农民采收过程中不 断蹲下站起对腰部有较大负荷 AGRIST株式会 社推出了两款基于RGBD相机和AI技术的青椒 采摘机器人 42 2021年推出的第一款总重16 kg 单台机器人每日青椒采收量约为40 kg 整套系 统初期售价约合10万元人民币 图4 其余费 用则由公司以每月青椒销售额的10 收取 采收 机器人在温室内的移动依靠悬挂于垄间的导轨完 成 图4 a 通过深度卷积神经网络技术区分 青椒与茎叶 图4 b 采收效率为2颗 min 采 收后的青椒被暂时储藏与机器人下方 图4 c 注 照片由松下株式会社提供 图3 松下生产的番茄采收机器人 23 Fig 3 Tomato harvesting robot produced by Panasonic 5 智慧农业 中英文 Smart Agriculture 在经过预先设置的托盘上方时 会将储存于机器 人内部的青椒通过机器人底部的出口输送至储存 青椒的托盘中 图4 d 2022年AGRIST株式 会社推出的第二款采收机器人增加了物联网技术模 块支持5G通讯 实现了远程遥控 夜间采收 病虫害检测等功能 同时支持农户通过应用软件 标记青椒 以提高深度神经网络的识别成功率 a 青椒采收机器人系统 b 采收青椒 c 底部存放采收的青椒 d 青椒出货口 注 照片由AGRIST株式会社提供 图4 青椒采收机器人 42 Fig 4 Green pepper harvesting robot 日本青椒采收机器人以初创公司AGRIST株 式会社为代表 实现了单日40 kg的采收量 并 且可以全年全天24 h工作 通过商业化导入实际 生产作业 不断优化并推出采收机器人 此外 该采收机器人在竖直空间内作业范围大 有采收 其他在竖直空间分布的蔬菜的潜力 3 2 葫芦科果蔬采收机器人 3 2 1 黄瓜采收机器人 黄瓜是日本葫芦科中种植面积最大的蔬菜 在日本 黄瓜以个数计价 价格较高 生长速度 与其他果蔬相比较快 需每天采收以保证其商业 价值 黄瓜采收机器人的设计是典型农机农艺结 合的案例 黄瓜的种植一般采用立体栽培的方 式 然而该方式并不利于采收机器人作业 Kon do开发出一种黄瓜收获机器人 由视觉传感器 六自由度机械臂 末端执行机构和行走装置组 成 他简化了黄瓜机器人的控制机构以便于机器 人收割 并设计了一种便于果叶分离的栽培方法 坡架栽培 43 44 将传统栽培方法倾斜并用支 杆压住茎叶 图5 经试验发现 黄瓜架倾角为 65 时最易于机器人工作 基于农机农艺结合 由于黄瓜的颜色与茎叶颜色相似 视觉识别机构 是此采收机器人的研发难点 为有效识别黄瓜 岛根大学Fujiura等 45 开 发了一套视觉系统 主要由三个镜面反射传感 6 黄梓宸等 日本设施农业采收机器人研究应用进展及对中国的启示 器 一个3D视觉传感器和一台计算机组成 在 机器人前进时 无需3D视觉传感器扫描即可通 过光电传感器检测到黄瓜 通过开发的镜面反射 传感器 在检测到黄瓜后停止行驶 随后3D视 觉传感器仅扫描黄瓜的近场进行采收识别 图5 左侧显示了镜面反射传感器的工作原理 从激光 二极管发出红外激光束 功率 5 mW 波长 830 nm 每个镜面反射传感器的中下部两处使 用是半透半反镜 上部传感器使用全反射镜 这 样来自激光二极管的激光束被分成三束 来自作 物表面的反射光通过透镜聚焦在每个镜面反射传 感器中的光电二极管上 每个光电二极管的输出 信号通过模数转换器输送至计算机 为区分反射 光和太阳光 激光束以10 kHz的频率发射 当 激光束穿过黄瓜中心时 会因黄瓜表皮的镜面反 射产生变大的光电二极管的输出信号 根据这种 现象可以检测黄瓜信号的波形 以此判断黄瓜的 大概位置 随后采收机器人使用3D视觉传感器 获得黄瓜的3D图像数据 在处理3D图像数据 时 Fujiura首先使用3D图像和光电电压提取黄 瓜的像素 果实上方较薄的部分被判断为果柄 图像中的其他物体被判断为茎 叶或杆 Fujiura 尝试了3D图像在果蔬识别中的应用 结果表明 当彩色相机难以从绿色茎叶背景下识别黄色的时 候 3D图像可以提供更多有效信息且便于计算 机理解黄瓜的位置信息 近年来 以利用Intel开 发的Realsense系列RGBD相机或光学雷达 Li dar 可以低成本地采集深度图像 46 Fujiura等 的研究解决了识别算法问题 而新产品的应用可 以使图像采集系统更轻便高效 黄瓜采收机器人系统是农机农艺结合的典型 案例 通过坡架栽培模式使黄瓜个体与茎叶分布 于不同空间 随后使用镜面反射传感器获得黄瓜 的大概位置实现初步快速检测 最后使用3D图 像判断黄瓜的采收切割点 3 2 2 瓜果采收机器人 同属葫芦科的哈密瓜 西瓜等大型水果因其 要求机械手至少具有10 kg级别的承重能力 少 有采收机器人的研究 更多的研究是关于采收末 端执行机构 北海道大学Noguchi团队 47 开发 了一种可以采摘哈密瓜 西瓜和南瓜的机械手 最终评估集中在8个参数 包括工作空间 系统 分辨率 收获可能性区域 准确性 可重复性 收获成功率 周期时间和损坏率 试验结果表 明 其抓取成功率和损害率分别为92 和0 最 终系统的收获面积和收获长度为0 286m 2 和 0 8 m 可以满足瓜果的采收工作 由于该机械手需结合 拖拉机后悬挂 在温室内限制了其应用场景 3 3 芦笋采收机器人 作为一种高利润蔬菜 芦笋在日本一直有扩 大生产的趋势 然而芦笋采收需要长时间弯腰劳 作 劳动力成本高 芦笋日均成长约10 cm 需 要每天收获 此外 芦笋与亲本同为绿色 采收 需要识别其大小尺寸 所以视觉部分的选取通常 是二维激光雷达 Sakai等 48 先后开发了基于激 光雷达和机械臂的芦笋采收机器人 试验显示 基于激光雷达的芦笋识别检测成功率为75 激 光雷达扫描时间为2s 机器人采取时间为2 4 s 49 Funami等 50 改进了制定采收决策的算法 使机 械臂可以绕过非目标芦笋进行采收 当非采收目 标芦笋的密度小于25颗 m 2 的时候 决策成功率 超过95 由于激光雷达识别技术不依赖于芦笋 颜色 该识别采收技术有在白芦笋上应用的 潜力 图5 坡架栽培模式下的黄瓜采收识别示意图 Fig 5 Cucumber harvesting and recognition under slope cul tivation mode 7 智慧农业 中英文 Smart Agriculture Inaho株式会社于2022年推出了一款小型化 的芦笋采收机器人 图6 51 使用订制的医疗 机械臂完成芦笋采收工作 使用履带自走系统通 过人工智能识别满足采收要求的芦笋 单颗芦笋 采收效率约为12 s 此外 其物联网模块支持手 机远程控制机器人作业 在销售模式上采用以租 代卖的方式降低初期成本 公司收取的费用取决 于芦笋的采收量 3 4 草莓采摘机器人 与其他果蔬产品相比 草莓的栽培工作时间较 长 收获期约为5个月 总采收时长约5000h ha 52 成熟高峰期采摘工作会给农民造成的严重负担 在日本 草莓是一种较昂贵的水果 超市单个草 莓的价格约为8元人民币 为保证草莓高品质生 产 农民更容易接受一定的设备投资 53 问卷 调查显示 54 69 4 的农民希望人机协同作业 如由机器人采收大多数草莓 剩下难采收的由人 工完成 只有16 8 的农民希望草莓完全由机器 人采收 约有80 的农民希望采收机器人的价格 控制在3万美元 约合20万元人民币 以内 京 都大学Kondo等 53 56 研发了不同工作方式的多 种草莓采收机器人 第一代草莓采收机器人针对高架草莓而研 发 54 57 58 该机器人主要由一个5自由度机械臂 一个气动式末端执行器 视觉传感器CCD相机 和四轮行走装置组成 草莓果实悬挂在温室天花 板垂下的种植苗床上 因此不需要避开障碍物 末端执行器使用真空装置吸住草莓并自下而上进 行采摘 切下花梗后果实留在吸头中 由机械手 运送并放置到托盘上 该采收方式具有接近于 100 的收获成功率 但由于草莓单果是自下而 上成熟 尖端成熟的时候其他部位不一定成熟 所以该采摘模式在成熟度检测方面存在不足 第二代草莓采收机器人针对垄作草莓而研 发 59 在垄的上方移动并采收 其机械手附有 吸盘式末端执行器 在采摘时 末端执行器先向 下移动 直到吸头到达垄的表面 末端执行器可 以将目标水果吸入吸头 当两对光电断路器检测 到吸头中的果实时 机械手向上移动 内筒旋转 切割花序梗 由于在末端执行器的吸头上安装了 限位开关 因此可以在不通过外部传感器测量距 离表面深度的情况下停止末端执行器的运动 虽 然该机型的试验成功率为100 但一些目标果 实相邻的未成熟果实被强吸力采收 从农机农艺 结合角度考虑 可以控制花梗长度以减少未成熟 果实的采收 第三代草莓采收机器人的设计理念是全天 24 h工作 对于草莓采收工作 采收机器人在夜 注 照片由Inaho株式会社提供 图6 芦笋采收机器人 51 Fig 6 Asparagus harvesting robot 表3 四代草莓采收机器人对比 Table 3 Comparison of the four generations of strawberry harvesting robots 采收机器人 第一代 54 第二代 55 第三代 53 第四代 56 种植模式 高架 垄作 高架 移动苗床 机械手采收方式 由下向上 由上向下 水平方向 水平方向 末端执行机构 气吸式 气吸式 剪切式 剪切式 优点 高采收成功率 高采收成功率 针对单个草莓采收 分级 高密度 高效 缺点 无法识别未成熟草莓 误采相邻未成熟草莓 体积大 笨重 体积大 笨重 8 黄梓宸等 日本设施农业采收机器人研究应用进展及对中国的启示 间更具工作优势 因为日间温室内温度远高于夜 间 不利于采收后低温保鲜 前两代采收机器人 可以实现接近于100 的采收率 但会采收到不 成熟的草莓 针对这个问题 第三代草莓采收机 器人设计了末端执行器 机器视觉系统和行走装 置 53 末端执行器具有三个自由度 由一个与 气缸相连的吸头和两个夹取机构组成 可以通过 吸头抓住果实 并通过两个夹取机构根据花梗倾 斜度旋转切割和抓住花梗 机器视觉系统由三个 相同的彩色摄像头组成 两侧的相机可以计算水 果的三维位置 中间的相机识别目标水果和花梗 细节 通过三自由度的机械手也可将采收后的草 莓准确放入托盘的对应位置中 52 试验显示 样机采收成功率为38 采收成功率低是因为立 体匹配错误以及水果和花序梗识别错误 此外 该采收机器人嵌入了草莓分级系统 机械手采收 到的草莓可以直接进行检测分级 在前期的试验 基础改进了草莓识别算法 这种机械手在真实种 植草莓温室的环境下进行了三个月实验 60 在 总共879个草莓中收获了667个 采收成功率 为76 第四代草莓采收机器人在第三代的基础上进 行了改进 由京都大学 国立研究开发法人农 业 食品产业技术综合研究机构 类似于中国农 业科学院 和Shibuya精机株式会社联合研发 目标是针对标准温室内所有的草莓进行全天候采 摘 为提高草莓产量 设计了具有高空间利用 率 高密度栽培的草莓种植温室 61 开发的基 于可移动苗床的高密度种植系统长16 0 m 宽 9 2 m 主要由2个纵向输送单元 2个横向输送 单元 2个营养供给单元 1个农药喷雾器 62个 种植台和1个控制单元组成 纵向输送机构设计 结合了拉杆的旋转和滑动运动以及控制输送单元 的方法 苗床到达初始位置的循环时间为67 0 s 用这种方法得到的草莓种植密度为16 0 20 0株 m 2 大约是常规栽培方法植株密度的2 2 5倍 在此 温室环境下的草莓采收试验结果表明 在48m 6m 的高密度种植草莓温室环境下 采收成功率 和工作效率分别为54 9 和102 5 m h 62 经 过改进算法 夜间和日间采收成攻率分别为 58 6 和62 4 63 Kondo分析了草莓采收失败的案例 52 主要 是由于成熟草莓受未成熟草莓或茎叶的折叠而导 致图像识别失败 采收成功率与疏花疏果的方式 有关 在自然生长条件下草莓成串生长很容易发 生重叠 从而影响视觉系统识别果梗位置 考虑 到不同种类草莓种植模式均有采收机器人研发案 例 之后的草莓采收机器人研发侧重于从算法层 面提升采收机器人识别成熟草莓的成功率 如基 于深度神经网络的图像处理算法大大提升了果蔬 在复杂环境下的识别成功率 并且其性能有超越 传统果蔬识别系统的能力 能在成熟草莓被遮挡 的情况下识别成熟草莓 64 在多功能方面 坪 田将吾等 65 通过RGBD相机与近红外光谱仪在 采收机器人上的结合 在采收过程中可以判断草 莓的糖度信息 在采收后可以根据糖度信息直接 进行分级 上述第四代草莓采收机器人系统 采收机器 人搭配可移动高密度苗床的整体化采收方案 自 2014年由Shibuya精机株式会社销售 售价约合 30万元人民币 66 高种植密度可以实现用地节 约 高产高效生产 1000m 2 温室可以种植8000株 草莓 此外 公司也优化了采收后的处理 使机 械手可以精准地将草莓放置于托盘穴位中 并且 可以自动更换托盘 然而 该系统不足之处在于 机器人笨重 价格昂贵 67 自发售后销量低 迷 68 因其设计理念是一个机器人负责整个高 密度温室大棚的草莓采收 所以单个机器人需要 有足够的承重能力用于储放采摘后的草莓 这就 造成了单个设备笨重 以至于移动速度只有0 19m s 传统采收机器人体积大并需要有足够承载能力的 自走系统 造成了部分采收机器人在系统设计之 初就无法避免装备成本高的问题 同时 笨重的 机器不利于在温室内移动 工业机械臂的使用在 一些采收机器人中占据了相当高比例的成本 近年来Huang等 69 70 提出了一种新的草莓采 9 智慧农业 中英文 Smart Agriculture 收机器人作业模式 分布式协同作业机器人体 系 图7 该系统仿照大田农业机器人的工作模 式 多个采收机器人同时在一个温室里开展工 作 因单个机器人不需面对整个温室的草莓开展 工作 所以单个机器人具有更小的体积 并且在 采收一定的草莓后将采收的草莓集中放置于垄头 的大托盘中 该系统的实现需要厘米级温室内部 定位系统同时为多个机器人提供实时位置信息 还处于初期研发阶段 已研发的基于声波信号的 系统可以提供1 58 的方向角测量精度 69 71 其 无线模块可以提供约5 cm的定位精度 67 3 5 科学问题及解决方案 经过40余年 日本相继研发了针对各种典 型果蔬的设施农业采收机器人 典型采收机器人 在设计研发过程中遇到的科学问题及其解决方案 主要集中在以下两个方面 1 果蔬识别 由于视觉系统需要判断采收 点位 但茎 叶 非目标果蔬均会对采收目标的 采收切割点位造成干扰 沿用至今的解决方案是 坡架种植模式 即通过农机农艺结合来简化采收 机器人的作业环境 目前限制采收成功率的主要 因素是果蔬的重叠遮挡 以草莓采收机器人为 例 农机农艺结合方面可以通过疏花疏果 或通 过化学药物控制茎秆的长度 使成熟草莓与未成 熟草莓在垂直空间分离 视觉算法方面 可以通 过深度卷积神经网络识别草莓的遮挡问题 或由 RGBD相机提供的点云图等技术重建果蔬的空间 信息 以此正确判断采收切割点 2 末端执行机构 果蔬采收过程中 末端 执行机构的刚性部件可能会损伤果蔬脆弱的表 皮 因此末端执行机构的设计需要在考虑通用性 的基础上 考虑到特定果蔬的形状及重量参数 设计柔性末端执行机构 针对此问题目前已有众 多解决方案 除了前文列举的番茄采收机器人使 用的末端执行机构外 还可以使用软体机械 手 41 压力传感器给与系统受力反馈 47 仿生 技术设计仿生机械手 72 等 4 未来发展趋势及对中国的启发 4 1 未来发展趋势 近十年来 随着硬件成本降低及新技术的出 现 以及各类创业扶持项目的开展 日本设施采 收机器人迎来了新的发展高峰 目前 日本采收 机器人的研发理念为 以农机农艺结合为基础简 化作业环境 使用广泛商业化的视觉系统降低成 本 以深度神经网络为代表的人工智能技术为加 速剂 与企业联合研发直面消费者市场 采收机 器人目前的发展呈现出以下趋势 1 新作业模式 针对瓶颈问题 小型化轻 便化的采收机器人是其中的一个重要趋势 也是 近年来日本初创公司开发的采收机器人的特点之 一 近几年 国际上涌现出一批具有性能优异和 商业化潜质的小型化轻量化采收机器人 以草莓 采收机器人为例 中国农业大学张凯良开发的草 莓采收机器人针对垄作草莓 其使用的深度学习 网络识别草莓成功率可达到94 73 比利时鲁 汶大学与初创公司合作开发了一款轻量小型化的 草莓采摘机器人 74 其定位系统采取了精度为 10 cm的超宽带频 Ultra wide band UWB 模 块使其可以自主在温室内移动 挪威生命科学大 学Xiong等 75 开发的针对高架草莓的采收机器 人重量为120 kg并实现了超过60 的采收成功 率 为提高作业效率 双机械臂同时执行采摘工 作也是采收机器人的发展趋势之一 此外