樱桃番茄叶柄方向光电自动探测方法与机构设计

第 33 卷 增刊 1 农 业 工 程 学 报 Vol.33 Supp.1 42 2017 年 2月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2017 樱桃番茄叶柄方向光电自动探测方法与机构设计王 萌1,2，李建平1,3※，朱盘安4，喻擎苍5，徐志豪6，季明东1（ 1. 浙江大学生物系统工程与食品科学学院，杭州 310058； 2. 宁波职业技术学院机电学院，宁波 315800； 3. 农业部设施农业装备与信息化重点实验室，杭州 310058； 4. 温州科技职业学院农业与生物技术系，温州 325006； 5. 浙江理工大学信息学院，杭州 310018； 6. 浙江省农业科学院园艺研究所，杭州 310021） 摘 要 采用机器人自动去除樱桃番茄腋芽时，为得到叶柄的位置及水平投影方向角，需调整摄像头位置与角度，以便于采集到主茎、腋芽和叶柄的主平面图像，并使后续机器视觉判别腋芽的步骤得以顺利进行。该文设计了光电式自动旋转测向机构；采用闭合环形机构环绕樱桃番茄主茎，并通过往复旋转方式使固定在活动环上的光电传感器能水平 360扫描叶柄，通过叶柄水平投影角度测量算法计算得到叶柄的水平投影方向角；分析 8 个光电传感器的运动轨迹，得到其线速度与角速度的关系及扫描系数。经试验表明扫描系数为 1.5，角速度为 1.5 π rad/s，线速度为 20 mm/s 时，检测成功率为 95；高度补偿设定为 28 mm，成功率为 93；对 42 株樱桃番茄的 153 个叶柄进行测试，在 1.8 m 高度内的成功率为 88.2。研究结果为腋芽生长点判定与摘除提供参考。 关键词 传感器；机器人；设计；樱桃番茄；叶柄；方向检测；旋转；水平角度 doi 10.11975/j.issn.1002-6819.2017.z1.007 中图分类号 S237 文献标志码 A 文章编号 1002-68192017-Supp.1-0042-07 王 萌，李建平，朱盘安，喻擎苍，徐志豪，季明东 . 樱桃番茄叶柄方向光电自动探测方法与机构设计[J]. 农业工程学报，2017，33增刊 142－48. doi 10.11975/j.issn.1002-6819.2017.z1.007 http//www.tcsae.org Wang Meng, Li Jianping, Zhu Pan’an, Yu Qingcang, Xu Zhihao, Ji Mingdong. Photoelectric automatic rotation direction-finding detection and mechanism design of cherry tomato petiole[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE, 2017, 33Supp.1 42－ 48. in Chinese with English abstract doi 10.11975/j.issn.1002-6819.2017.z1.007 http//www.tcsae.org 0 引 言摘除番茄植株的腋芽是保证营养不被浪费、提高番茄产量和质量的一个重要环节，但执行时费时费力，是制约番茄生产的一个瓶颈，需要利用自动化机器代替人工摘除腋芽，以减少对人工的依赖。作为番茄的一个重要种类，樱桃番茄经济价值高、采收期长、种植面很广。由于樱桃番茄是无限生长型作物，株高超过 2.5 m，在生长过程中需要人工定期摘除主茎与叶柄间生长的腋芽，因此，樱桃番茄采用机械化自动摘除腋芽更为迫切[1]。 樱桃番茄腋芽生长在主茎与叶柄的交点上，腋芽与叶柄生长方向的水平投影一致，而叶柄的生长方向是以主茎为圆心向四周辐射。因此，樱桃番茄叶柄的三维信息，即位置和方向的探测是腋芽位置确定与去除过程中的重要一环。目前，国内外获取作物三维信息的方法主要有 3 种一种是基于图像的作物三维重建，借助双目摄像头[2-4]或单目摄像头[5-11]从不同角度对目标进行三维收稿日期 2016-04-06 修订日期 2016-12-09 基金项目国家自然科学基金面上项目（ 51375460） ；浙江省科技厅公益技术应用研究计划项目（ 2014C32105） 作者简介王 萌，男，河北保定人，博士生，主要从事农业机器人研究。杭州 浙江大学生物系统工程与食品科学学院， 310058。 Email ※通信作者李建平，男，浙江杭州人，教授，博士生导师，主要从事农业机械与自动化研究。 杭州 浙江大学生物系统工程与食品科学学院， 310058。 Email 重建，优点是结构简单，但不适用在近距离且枝叶 茂盛的场合，需要较大的空间。第二种方式是基于扫描方式的作物三维重建，通过 3D 摄像或扫描器材扫描，使用 3D 照相机[12-13]、激光或超声波扫描仪对目标植物进行三维立体扫描以得到其形态[14-20]。该方法优点是精度较准确，但不便移动且价格较高。第三种是基于三维数字化仪的作物三维重建方法，其精度较高，但速度慢且成本昂贵[21-23]。 以上 3 种方法虽然都能获得作物的三维信息，但是，对于种植密集且枝叶较为茂盛的樱桃番茄植株来说，都不适用。针对现有方法存在的问题，本文设计了一种光电自动旋转环形测向机构，快速、直接探测樱桃番茄叶柄方向，为腋芽自动摘除机器人开发提供技术支撑，为其他番茄种类腋芽摘除机器人的研发提供参考与借鉴。 1 叶柄测向原理及机构 樱桃番茄叶柄从主茎向外生长，主茎、叶柄、腋芽基本同处一个与水平面垂直的平面内，为区别其他位置所形成的面，称其为主平面（图 1） 。为使摄像头采集的图像能清晰表现主茎、叶柄和腋芽的关系，并在采集时保证腋芽不被主茎或叶柄遮挡，机器人需要通过一个能确定叶柄位置和方向的测向机构，自行调整摄像头位置使其光轴垂直主平面[24]。获得图像后，通过机器视觉判别腋芽去除点，再用机械手自动摘除。 参考林木剪枝机器人[25-28]，通过夹持机构抱住林木，增刊 1 王 萌等樱桃番茄叶柄方向光电自动探测方法与机构设计 43 向上运动检测并清除侧枝的方式。测向机构的机械设计采用非接触环绕方式，使机器人避免直接接触小番茄植株，防止对主茎和叶柄造成损伤。 图 1 腋芽生长示意图 Fig.1 Diagram of axillary bud growth 其测向原理如图 2 所示，测向机构将樱桃番茄主茎包围在环形构件中心，环形构件带动光电传感器往复转动并上升。光电传感器向上发射红外光并接收反射光，当探测到叶柄时[29]，测向机构根据转过的角度计算叶柄水平投影角。 注 v 为环形构件向上运行的速度。 Note v is the rise velocity of ring structure. 图 2 测向原理 Fig.2 Direction-finding principle 测向机构结构如图 3 所示，主要由光电传感器、活动环、基座、开合机构、驱动齿轮、步进电机和定位齿条等组成。 8 个光电传感器均匀分布在活动环上，活动环分左右两半，安装在基座上；基座也分两半；驱动齿轮由步进电机直接带动，开合机构由舵机带动，控制基座与活动环打开与闭合。 1. 步进电机 2. 开合机构 3. 舵机 4. 定位齿条 5. 定位销 6. 驱动齿轮 7. 外齿 8. 光电传感器 9. 活动环 10. 基座 1. Stepper motor 2. Switching mechanism 3. Steering engine 4. Position rack 5. Dowel pin 6. Driving gear 7. External teeth 8. Photoelectric sensor 9. Active circle 10. Base 图 3 测向机构结构图 Fig.3 Structure of direction-finding mechanism 作业时，测向机构与摄像头需配合工作（图 4） ，工作流程如下 1）电动机控制测向机构缩回，左右活动环保持张开，使其处于初始位置； 2）驱动定位齿条，使测向机构伸出，左右活动环闭合套住樱桃番茄主茎，定位销使左右活动环能够紧密和准确闭合，此时活动环处于零位； 3）机械臂带动活动环自下向上运动，同时驱动齿轮带动外齿使活动环在 [45,45]区间内往复旋转； 4）遇到叶柄时，光电传感器触发，活动环停止并输出叶柄水平方向角度，再根据定位销准确回到零位并张开，测向机构回到初始位置； 5）计算需要调整的角度，由机械臂控制摄像头调整姿态，以小番茄植株生长时攀附的悬吊绳为轴，进行圆周运动，待摄像头光轴垂直主平面后，再向上移动进行高度补偿，使摄像头镜头对准樱桃番茄的节点部位，保存测向机构此时的位置坐标与姿态； 6）识别并摘除腋芽后，回复保存的位置与姿态，伸出测向机构，继续沿主茎向上运行[30]。 a. 测向机构装配图 a. Assembly diagram of direction-finding mechanism b. 测向机构整体图 b. Overall structure c. 测向机构试验图 c. Experiment picture 1. 光照度传感器 2. 齿条驱动电机 3. 摄像头 4. 活动环驱动电机 5. 超声波测距传感器 6. 气动剪 7. 机械臂 1. Photon-flux density sensor 2. Rack driving motor 3. Camera 4. Floating ring driving motor 5. Ultrasonic displacement sensor 6. Pneumatic shear 7. Manipulator arm 注装配时，保证测向机构的水平轴线、摄像机光轴、测距传感器水平轴线、气动剪水平轴线处于同一平面。 Note When the end effector was fitted, ensure that the lateral horizontal axis, the optical axis of the camera, ranging sensor and pneumatic horizontal axis shear horizontal axis are in the same plane. 图 4 测向机构结构图 Fig.4 Structure diagrams of direction-finding mechanism 2 叶柄水平投影角度测量算法 8 个光电传感器相互间隔 45角排布、固定在活动环上（图 5） 。将光电传感器编号，按顺序接入主控电脑信号端，记录其零位角度并移相（表 1） ，活动环转动的角度由电动机的编码器得到。 表 1 光电传感器编号与角度 Table 1 Number and angle of photoelectric sensor 编号 No. 端口信号 Interface signals 角度 Angle/ 1, 5 0000 0001 0001 0000 25 2, 6 0000 0010 0010 0000 70 3, 7 0000 0100 0100 0000 115 4, 8 0000 1000 1000 0000 160 测向机构检测前保持零位如图 4 所示，且处于樱桃番茄植株正前方。叶柄水平角度有两种表述方式一种是基于世界坐标系 OWXWZW的世界角度； 另一种是基于活动环测向坐标系 OFXFZF的相对角度。测向坐标系会随着末端执行器的运动改变在世界坐标系中的位置，其原点在活动环中心。摄像头位置相对测向坐标系不变，且光轴与 ZF轴平行。 631 4725农业工程学报（ http//www.tcsae.org） 2017 年 44注 18 为光电传感器的编号。 Note No. 1 8 is the photoelectric sensor. 图 5 测向机构运行零位俯视图 Fig.5 Top view of initial state of direction finding mechanism 图 6b 中， 摄像头处于起始位置 A， 检测到叶柄 L1时，其相对角度 α1与世界角度 θ1相等。 摄像头移动到位置 B，完成腋芽判定与摘除后，从 B 点垂直向上移动直至探测到叶柄 L2，测得 L2的角度就是相对角度 α2，要将其转化成世界角度 θ2，必须根据 L1的世界角度 θ1和摄像头在 B点的位置角 δ1进行计算。先得到下式 ,1,2,nn    （ 1） 式中n 为测量第 n 个叶柄时，小番茄叶柄水平方向角相对角度， （ ） ； β 为光电传感器在测向坐标系中的初始位置角度， （ ） ； γ 为活动环旋转角度， （ ） 。 注 L1、 L2为叶柄； A、 B、 C 为摄像机的位置。 Note L1, L2are petioles with different growing direction; A, B, C are different locations of camera. 图 6 摄像头与叶柄的角度关系 Fig.6 Relationship between camera and petioles lateral angle 为保证机械臂始终在小番茄植株正前方区域工作，需要对n 进行移相，将角度都投射到 [0, 180]区间。对式（ 1）进行移相后，得到 , 0 180180 , 180nnn （ 2） 根据 αn得到叶柄世界角度 θn， （ ） 。 1,2,3nn nn    （ 3） 0 180180 180,1nn nnn ，，≤，（ 4） 式中n为第 n 次测量，叶柄未移相的世界角度， （ ） 。 摄像头位置角 δn（ ） ，如式（ 5） 90 , 9090 , 180 90nnnnn   （ 5） 3 测向机构参数对测试结果的影响 3.1 活动环内径参数确定 大棚中樱桃番茄的标准化种植方式是将悬吊绳垂直固定在棚顶和地面之间，使小番茄植株紧密攀附悬吊绳生长。记录悬吊绳地面固定点的坐标，使测向机构探出闭合时，悬吊绳和主茎正处于活动环中心位置。主茎个别部位会偏离悬吊绳向外凸出（图 7） ，当活动环闭合环绕主茎，并向上运动时，为保证活动环能顺利通过偏离部位，需要合理设计活动环内径，避免活动环上升过程中被主茎偏离部位卡住，强行上升挤压主茎，以致使主茎折断，这种情况会给小番茄植株造成无法挽回的损伤。因此，需要首先确定活动环内径参数。 通过对 100 株樱桃番茄进行测量后发现，主茎平均偏离吊绳的距离为 16.83 mm，最大偏离距离为 41.7 mm。当活动环内径大于 80 mm 时，光电传感器会被某些叶柄上最靠近主茎的叶片误导，使测量到的叶柄水平方向角有较大误差。缩小活动环的内径，通过对 100 个样本进行试验后发现，当活动环内径为 40 mm 时，可顺利通过88 个样本；内径为 50 mm 时，顺利通过的样本数为 93；内径为 60 mm 时，可顺利通过全部 100 个样本。因此，将活动环内径设定为 60 mm。 注 f 为小番茄主茎偏离悬吊绳的距离。 Note f is the deviation distance between hang-off line and main stem. 图 7 主茎偏离部位 Fig.7 Deviation part of main stem 3.2 运动速度对测量角度的影响 测向机构在运行时，活动环运动分往复旋转运动和沿主茎的向上直线运动。光电传感器的运动轨迹如图 8 所示。 注 v’为活动环上升速度， mms-1； ω 为活动环旋转角速度， rads-1。 Note v’ is the rise velocity of active circle, mms-1; ω is the rotation angular velocity of active circle, rads-1. 图 8 光电传感器运动轨迹 Fig.8 Photoelectric sensor ring trajectory 光电传感器运动轨迹方程分为 2 部分，分别为  sin modcos modaaxR t tyR t tzvt   （ 6） 增刊 1 王 萌等樱桃番茄叶柄方向光电自动探测方法与机构设计 45 与  sin modcos modaaaaxR t t tyR t t tzvt - （ 7） 其中 x、 y、 z、分别为光电传感器在 X、 Y、 Z 轴方向的位移， mm； ta为活动环单向转动最大角度所用时间， s； φ为活动环改变转向时所处的初始角度， rad； R 为活动环内半径， mm； v为活动环上升线速度， mm/s； ω 为活动环旋转角速度， rad/s； t 为时间变量， s。 式（ 6）与式（ 7）成立的条件分别为 2,215 π4360,1, 2,aaatntntntn  （ 8） 与 21,2 15 π4360,1, 2,aaatntntntn   （ 9） 光电传感器要保证机构能检测到叶柄，就需要 8 个传感器在时间 th内扫描角度合计超过水平 360， 即 ωta ≥ π/4 且 ωth ≥ π/4，其中 thh/v， h 为光电传感器触发距离，mm； th为活动环以速度 v上升 h 所用时间， s； n 为 0 与正整数的集合。设定活动环最大旋转角度为 π/2，得 π2 at （ 10） 令 ahtt  （ 11） 将式（ 11）代入式（ 10）整理后可得 π 2vh （ 12） 式中 λ 为扫描系数。 当 λ0.5 时，表示每上升 h 高度，所有光电传感器合计扫描主茎水平 360方向一次；当 λ1 时，传感器会合计扫描两次；以此类推。 根据经验，设定触发距离 h 为 10 mm，传感器灵敏度在该触发距离最稳定，不会出现较大误差。 随机选择 15 棵樱桃番茄植株样本，经测量，生长 60 d 左右的樱桃番茄， 除顶部新生枝叶外， 节间距 （图 2）为 50～ 100 mm，平均为 72.6 mm。分别对 50 个叶柄进行线速度设定试验，在保证成功率的前提下提升线速度。经过观察，当测得叶柄水平投影角度误差大于 30时，摄像机采集到的图像中，腋芽被主茎或叶柄遮挡的部分较多，影响后续机器视觉判别腋芽的成功率，因此，当测向机构测得角度误差小于 30时，可认为测量成功。由图9 可以得出， v’与 λ 的值越大， ω 值越大，成功率越低；反之，成功率越高，但当 λ 值小于 0.5 时，光电传感器无法在触发距离内及时扫描水平 360范围内的所有叶柄， 因此成功率反而降低。为兼顾测量速度与结果的成功率，取线速度 v20 mm/s、角速度 ω1.5π rad/s、 λ1.5，成功率为 95。 图 9 活动环运行速度与测试结果关系 Fig.9 Relationship between running speed and test result of active ring 3.3 高度补偿对图像采集的影响 如图 4 所示，测向机构与摄像头光轴之间有高度差，调整摄像头角度后，机械臂需要升高摄像头位置使小番茄节点部位处于摄像头拍摄画面中心部位，这个过程称为高度补偿。 如图 10 所示，得到下式  47j cshh h  （ 13） 其中 tan 90shl  （ 14） 式中 hj为腋芽生长点与摄像机光轴之间的垂直距离， mm；hc为光电传感器被触发时，与叶柄上 C 点之间的垂直距离， mm； hs为腋芽生长点到 C 点之间的垂直距离， mm；α 为叶柄与主茎的夹角， （ ） ； l 为光电传感器与主茎之间的距离（即为活动环的内半径，为 30 mm） 。 注 C 点为叶柄上触发光电传感器的点； A 为活动环与光电传感器的横截面；hc为光电传感器被触发时，与叶柄上 C 点之间的垂直距离， mm； hs为腋芽生长点到 C 点之间的垂直距离， mm； hj为腋芽生长点与摄像 机光轴之间的垂直距离， mm； α 为叶柄与主茎的夹角， （ ） ； l 为光电传感器与主茎之间的距离（即为活动环的内半径，为 30 mm） ；光电传感器与摄像机光轴之间的垂直距离为定值 47 mm。 Note Point C which trigger photoelectric sensor is on the petiole; A is the cross section of photoelectric sensor and active circle; hcis the vertical dimension between photoelectric sensor which has been triggered and point C, mm; hsis the vertical dimension between axillary bud growth point and point C, mm; hjis the vertical dimension between axillary bud growth point and optical camera axis, mm; α is the angle between petiole and main stem, ; l is the distance between photoelectric sensor and main stem, also is the inside radius of active circle 30 mm; Vertical dimension between photoelectric sensor and optical camera axis is 47 mm. 图 10 高度补偿示意图 Fig.10 Diagram of altitude compensation 由于光电传感器的扫描系数 λ 为 1.5，即在触发距离农业工程学报（ http//www.tcsae.org） 2017 年 4610 mm 内，扫描叶柄 3 次，可得 hcϵ [6.67,10]。 测量 100 个样本中叶柄与主茎之间的夹角 α，其中94 个样本 α 数值在 45～ 90之间，夹角 α 越小，进行高度补偿后，腋芽生长点与图片中心的垂直误差越大。另外 6 个样本均为新生叶柄，夹角 α 的数值小于 45，由此得到 hs的数值在区间 [0,52]中，从而得到 hj[1.67,57]。 通过摄像头采集图像测试，腋芽生长点与图像中心点之间的误差在 40 mm 范围内，不会影响后续机器视觉判别，图像中心点处于摄像机光轴上。进行高度补偿后，腋芽生长点与图像中心点的距离应尽量小，所以将补偿高度的数值设定为 hj最大值与最小值的中点 27.665 mm，取整为 28 mm。 用 100 个样本进行高度补偿试验，如果进行高度补偿后，腋芽生长点与图像中心点的垂直距离小于 40 cm，即可认定试验成功。试验结果如图 11 所示，成功率为93。 图 11 高度补偿测试结果 Fig.11 Altitude compensation test results 4 试验与分析 测向机构的主体部位由 PC 热塑性材料通过 3D 打印制作， 活动环内径设置为 60 mm； 光电传感器为 GP2A25- 1F 可调式；驱动装置采用 39 步进电机与编码器；樱桃番茄植株使用生长 60 d 左右的荷兰金满园品种；并使用 6自由度机械臂与工业摄像头配合以测试图像采集的效果。 当测得叶柄水平投影角度误差小于 30，且腋芽生长点与图像中心点之间的误差绝对值小于 40 mm 时，图片采集成功。 通过对 42 株樱桃番茄的 153 个叶柄进行试验后发现，在高度 1.8 m 内，图片采集的成功率为 88.2，超过该高度，则成功率急剧下降。分析认为，小番茄植株顶部为新生叶柄，相邻叶柄高度差过小，且叶柄叶片和主茎之间的距离小于活动环半径。由于腋芽长度小于 5 cm时，制造的营养量大于消耗的量，所以，可暂时不摘除腋芽，待其生长长度超过 5 cm 时，即可达到摘除条件。 试验中发现，樱桃番茄主茎同一节点有时会同时生长两条叶柄，水平夹角为 180，光电传感器无论先检测到哪一条叶柄，都不会对末端执行器的角度调整造成干扰。 5 结 论 1）测向机构活动环采用双半环开合设计，环形内径为 60 mm，防止运行时卡住和叶片干扰。测向机构在缩回时不会出现在摄像头镜头内，减少了机器视觉处理图片时的干扰。 2）活动环上升过程中，同时进行 90往复旋转，旋转角速度由上升线速度决定，设定扫描系数为 1.5，防止错过叶柄；线速度设定为 20 mm/s，角速度为 1. 5π rad/s，叶柄生长方向检测成功率为 95。 3） 高度补偿设定为 28 mm， 保证移动末端执行器后，腋芽生长点都处于摄像头镜头之内，高度补偿成功率为93。 通过试验对 42 株樱桃番茄的 153 个叶柄进行测试，在 1.8 m 高度内的图像采集总成功率为 88.2。 本文提出的测向方法与机构能准确地得到叶柄的生长方向，获取符合需要的樱桃番茄节点部位图像，为后续腋芽生长点判定与摘除提供技术支撑。 [参 考 文 献 ] [1] 刘小林 . “圣女”樱桃小番茄栽培技术 [J]. 北方园艺，20055 22 23. [2] 蔡健荣，孙海波，李永平，等 . 基于双目立体视觉的果树三维信息获取与重构 [J]. 农业机械学报， 2012， 433 152 156. Cai Jianrong, Sun Haibo, Li Yongping, et al. Fruit trees 3-D ination perception and reconstruction based on binocular stereo vision[J]. Transactions of the Chinese Society for Agricultural Machinery, 2012, 433 152 156. in Chinese with English abstract [3] 叶敏，邹湘军，罗陆锋，等 . 荔枝采摘机器人双目视觉的动态定位误差分析 [J]. 农业工程学报， 2016， 325 51 56. Ye Min, Zou Xiangjun, Luo Lufeng, et al. Error analysis of dynamic localization tests based on binocular stereo vision on litchi harvesting manipulator[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE, 2016, 325 50－ 56. in Chinese with English abstract [4] 王传宇，赵明，阎建河 . 基于双目立体视觉的苗期玉米株形测量 [J]. 农业机械学报， 2009， 405 145－ 148. Wang Chuanyu, Zhao Ming, Yan Jianhe. Measurement of maize seedling morphological traits based on binocular stereovision[J]. Transactions of the Chinese Society for Agricultural Machinery, 2009, 405 145 148. in Chinese with English abstract [5] 孙仁山，李文彬，田勇臣，等 . 基于整枝抚育目的的立木枝干自动识别研究 [J]. 北京林业大学学报， 2005， 27486－ 89. Sun Renshan, Li Wenbin, Tian Yongchen, et al. Automatic identification for standing tree limb pruning[J]. Journal of Beijing Forestry University, 2005, 274 86－ 89. in Chinese with English abstract [6] 杨振宇，张文强，李伟，等 . 基于单目视觉的移栽钵苗叶片朝向的调整方法 [J]. 农业工程学报， 2014， 3014 26－ 33. Yang Zhenyu, Zhang Wenqiang, Li Wei, et al. Monocular vision-based for direction adjustment of trans planting potted-seedling leaves[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE, 2014, 3014 26－ 33. in Chinese with English abstract [7] 马稚昱，清水浩，辜松 . 基于机器视觉的菊花生长自动无 增刊 1 王 萌等樱桃番茄叶柄方向光电自动探测方法与机构设计 47 损监测技术 [J]. 农业工程学报， 2010， 269 203－ 209. Ma Zhiyu, Hiroshi Shimizu, Gu Song. Non-destructive measurement system for plant growth ination based on machine vision[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 269 203 － 209. in Chinese with English abstract [8] Liu Wei, Kantor George, De la Torre Fernando, et al. Image-based tree pruning[C]//IEEE International Conference on Robotics and Bio-mimetics ROBIO, 2012. [9] Kan Jingming, Li Wenbin, Gao Kai. Use of Support Vector Machines in recognition of fork branches of the standing trees[C]//2nd IEEE Conference on Industrial Electronics and Applications ICIEA 2007, 2007. [10] 赵春江，杨亮，郭新宇，等 . 基于立体视觉的玉米植株三维骨架重建 [J]. 农业机械学报， 2010， 414 157－ 162. Zhao Chunjiang, Yang Liang, Guo Xinyu, et al. Corn skeleton reconstruction based on stereo vision[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010, 414 157－ 162. in Chinese with English abstract [11] 何雪军，王进，陆国栋，等 . 基于特征尺寸及局部极值点的茶鲜叶方向识别 [J]. 农业机械学报， 2013， 4412 233 238. He Xuejun, Wang Jin, Lu Guodong, et al. Recognition of fresh tea direction based on feature size and local extreme points[J]. Transactions of the Chinese Society of Agricultural Machinery, 2013, 4412 233 － 238. in Chinese with English abstract [12] Manoj Karkee, Bikram Adhikari, Suraj Amatya, et al. Identification of pruning branches in tall spindle apple trees for automated pruning[J]. Computers and Electronics in Agriculture, 2014, 103103 127－ 135. [13] 马晓丹，孟庆宽，张丽娇，等 . 图像拼接重建苹果树冠层器官三维形态 [J]. 农业工程学报， 2014， 3012 154－ 162. Ma Xiaodan, Meng Qingkuan, Zhang Lijiao, et al. Image mosaics reconstruction of canopy organ morphology of apple trees[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE, 2014, 3012 154－ 162. in Chinese with English abstract