温室草莓采摘机器人设计与试验.pdf

1 9 2 中国农机化学报2 0 2 3年 D O I 1 0 1 3 7 3 3 j j c a m i s s n 2 0 9 5 5 5 5 3 2 0 2 3 0 1 0 2 7 温室草莓采摘机器人设计与试验 姬丽雯1 2 刘永华1 2 高菊玲1 2 吴丹1 2 1 江苏农林职业技术学院机电工程学院 江苏镇江 2 1 2 4 0 0 2 江苏省现代农业装备工程中心 江苏镇江 2 1 2 4 0 0 摘要 为实现温室草莓采摘机械化和自动化 设计并制作一种应用于日光温室的草莓采摘机器人 该机器人能实现自主 路径规划 行走过程中识别成熟草莓并完成采摘 设计以R O S分布式计算系为主控制网络 以激光雷达进行移动机器人 的地图构建与定位 双目深度相机实现对成熟草莓的识别和定位 搭载柔性仿生夹爪6自由度机械臂实现目标草莓抓取 和放置 设计机器人软件平台 使用改进A 算法实现自主路径规划和导航避障 利用R F C N目标检测网络和双目视 觉技术实现成熟草莓检测及定位 结果表明 该草莓采摘机器人可实现目标检测及定位 检测到的草莓坐标与机器人手 爪坐标的误差在4 m m以下 成熟草莓识别率为9 5 满足采摘要求 关键词 草莓采摘机器人 路径规划 改进A 算法 R F C N目标检测网络 中图分类号 T P 2 7 4 文献标识码 A 文章编号 2 0 9 5 5 5 5 3 2 0 2 3 0 1 0 1 9 2 0 7 姬丽雯 刘永华 高菊玲 吴丹 温室草莓采摘机器人设计与试验 J 中国农机化学报 2 0 2 3 4 4 1 1 9 2 1 9 8 J i L i w e n L i u Y o n g h u a G a o J u l i n g W u D a n D e s i g n a n d e x p e r i m e n t o f s t r a w b e r r y p i c k i n g r o b o t i n g r e e n h o u s e J J o u r n a l o f C h i n e s e A g r i c u l t u r a l M e c h a n i z a t i o n 2 0 2 3 4 4 1 1 9 2 1 9 8 收稿日期 2 0 2 2年1 0月1 2日 修回日期 2 0 2 2年1 1月2 3日 基金项目 江苏农林职业技术学院科技项目 2 0 1 8 k j 0 6 江苏省高校优秀科技创新团队项目 2 0 2 0 k j 0 6 9 第一作者 姬丽雯 女 1 9 8 9年生 山东曲阜人 硕士 研究方向为智能农业装备与技术 E m a i l 8 4 3 7 8 0 4 6 7 q q c o m Designandexperimentofstrawberrypickingrobotingreenhouse JiLiwen1 2 LiuYonghua1 2 GaoJuling1 2 WuDan1 2 1 CollegeofMechanicalandElectricalEngineering JiangsuVocationalCollegeofAgricultureandForestry Zhenjiang 2 1 2 4 0 0 China 2 JiangsuModernAgriculturalEquipmentandEngineeringCenter Zhenjiang 2 1 2 4 0 0 China Abstract I n o r d e r t o r e a l i z e t h e m e c h a n i z a t i o n a n d a u t o m a t i o n o f s t r a w b e r r y p i c k i n g i n g r e e n h o u s e a s t r a w b e r r y p i c k i n g r o b o t u s e d i n s o l a r g r e e n h o u s e w a s d e s i g n e d a n d m a n u f a c t u r e d T h e r o b o t c a n r e a l i z e a u t o n o m o u s p a t h p l a n n i n g i d e n t i f y m a t u r e s t r a w b e r r i e s a n d c o m p l e t e p i c k i n g d u r i n g w a l k i n g T h i s d e s i g n u s e s R O S d i s t r i b u t e d c o m p u t i n g s y s t e m a s t h e m a i n c o n t r o l n e t w o r k u s e s l a s e r r a d a r t o b u i l d a n d l o c a t e t h e m a p o f m o b i l e r o b o t b i n o c u l a r d e p t h c a m e r a t o i d e n t i f y a n d l o c a t e m a t u r e s t r a w b e r r i e s a n d a 6 D O F m e c h a n i c a l a r m e q u i p p e d w i t h f l e x i b l e b i o n i c g r i p p e r s t o g r a s p a n d p l a c e t a r g e t s t r a w b e r r i e s T h i s p a p e r a l s o d e s i g n s a r o b o t s o f t w a r e p l a t f o r m u s i n g i m p r o v e d A a l g o r i t h m t o a c h i e v e a u t o n o m o u s p a t h p l a n n i n g a n d n a v i g a t i o n o b s t a c l e a v o i d a n c e T h e R F C N t a r g e t d e t e c t i o n n e t w o r k a n d b i n o c u l a r v i s i o n t e c h n o l o g y w e r e u s e d t o d e t e c t a n d l o c a t e m a t u r e s t r a w b e r r i e s T h e e x p e r i m e n t a l r e s u l t s s h o w t h a t t h e s t r a w b e r r y p i c k i n g r o b o t c a n a c h i e v e t a r g e t d e t e c t i o n a n d p o s i t i o n i n g t h e e r r o r b e t w e e n t h e d e t e c t e d s t r a w b e r r y c o o r d i n a t e s a n d t h e r o b o t s p a w c o o r d i n a t e s i s l e s s t h a n 4 m m a n d t h e r e c o g n i t i o n r a t e o f m a t u r e s t r a w b e r r i e s i s 9 5 m e e t i n g t h e p i c k i n g r e q u i r e m e n t s Keywords s t r a w b e r r y p i c k i n g r o b o t p a t h p l a n n i n g i m p r o v e d A a l g o r i t h m R F C N t a r g e t d e t e c t i o n n e t w o r k 0 引言 设施农业是典型的劳动密集型产业 其中果实的 采摘是占用劳动力最多 自动化实现难度最大的环 节 即使在设施农业领域具有高度自动化的发达国 家仍然依赖大量的人工采摘 1 2 因此 采摘自动化 是设施农业发展过程中亟需解决的技术难题 早在 2 0世纪8 0年代初 日本 美国 荷兰等设施农业自动 第4 4卷 第1期 2 0 2 3年1月 中国农机化学报 J o u r n a l o f C h i n e s e A g r i c u l t u r a l M e c h a n i z a t i o n V o l 4 4 N o 1 J a n 2 0 2 3 第1期姬丽雯等 温室草莓采摘机器人设计与试验1 9 3 化程度较高的国家就已经开始了采摘机器人的研 究 随着导航技术 视觉识别技术的发展 采摘对象 从单一番茄拓展到目前的番茄 草莓 黄瓜 菌菇等 多种设施作物 中国开展采摘机器人的研究时间较晚 但投入了 大量精力并取得了一定成果 魏博等设计了一种欠驱 动式柑橘采摘末端执行器 通过三个双连杆并联式手 指充分抓握和偏转融合控制 实现柑橘的稳定采摘 通过指根旋转电机驱动旋转齿轮使手指旋转至合适角 度 并能完美贴合抓取果实 该末端执行器具有适应 性强 抓取稳定等优点 但只在手指内部贴有软硅橡胶 的设计无法避免果实采摘时的破损 将影响果实的品 质 3 马廷辉设计了4自由度采摘机械手 采用逆运 动分析将目标位置转换为机器人各关节转角 实现了 草莓的稳定采摘 但是自由度的数量限制了机器人的 灵活度 于丰华等 4 将机器人的机械臂扩展到6自由 度 机械臂搭载了附有薄膜压力传感器的柔性手爪 基 于R F C N卷积神经网络视觉识别技术 设计了以番 茄为采摘对象的移动机器人 但是机器人必须通过巡 线相机识别温室内定位胶带来完成巡检和采摘 移动 的灵活性受到限制 本文设计了一款农业采摘机器人 以温室草莓为 研究对象 采用同时定位和地图构建S L A M S i m u l t a n e o u s L o c a l i z a t i o n a n d M a p p i n g 技术实现机 器人的自主路径规划 双目深度相机实现对成熟草莓 的识别和定位 搭载柔性仿生夹爪的6自由度机械臂 实现目标草莓的抓取和放置 1 采摘机器人系统功能设计 设施作物培育模式主要有地面土培和基质高架培 育 其中基质高架培育技术因为可以有效避免土传病 害和连作障碍 已经被广泛地应用在温室草莓种植 中 5 草莓栽培环境如图1所示 本文的农业采摘机 器人是以温室基质高架草莓为采摘对象进行研究和 试验 图1 草莓栽培环境 F i g 1 S t r a w b e r r y c u l t i v a t i o n e n v i r o n m e n t 农业采摘机器人的硬件部分包括小车底盘 3 D相 机 协作机器人 激光雷达 超声波探头 计算机 显示 器 无线路由器和仿生机械爪等 其系统结构如图2 所示 图2 采摘机器人硬件系统结构 F i g 2 H a r d w a r e s y s t e m s t r u c t u r e o f p i c k i n g r o b o t 1 锂电池 2 1 计算机 3 激光雷达 4 分布式超声波探头 5 显示器及按钮 6 内置电气配线板 7 双目相机 8 仿生机械手爪 9 协作机器人本体 1 0 可拆卸果篮 1 1 导航制器 1 2 2 计算机 1 3 直流稳压电源 1 4 小车底盘 车底盘用于承载整个采摘机器人 6个轮式电机 动力前进驱动 6个舵机转向驱动 控制器选择 S T M 3 2 F 1 0 3 Z E T 6型号的单片机 通过脉冲宽度调制 信号 P W M 控制电机转动速度和舵机转向角度 小车 可以实现原地0 3 6 0 转弯 灵活性很高 小车搭配 激光雷达 可以实现采摘环境建图和机器人自主定位 小车使用1 2个分布式超声波探头可以在行驶过程中 自动规避障碍物 协作机器人本体为6自由度的机械臂 最大可以 负重3 k g 臂展为8 3 2 m m 机械臂的末端执行器为三 指仿生柔性夹爪 并配置有压力检测装置 可以根据实 际草莓成熟情况调节夹爪压力 尽量在保证采摘效率 的前提下选择合适的压力值 降低草莓的采摘损害 夹爪的上面配置有双目深度相机 可以实时检测出目 标果实与机械臂的相对位置 农业采摘机器人总共使用了三台计算机用于软件 开发 1 计算机与3 D双目深度相机关联 用于开发 图像识别系统 2 计算机将激光雷达和小车底盘关联 起来开发小车导航系统 3 计算机作为用户端远程操 控使用 三台计算机和机械臂计算机共同组成分布式 机器人操作系统R O S R o b o t O p e r a t i n g S y s t e m R O S是一个分布式的节点框架 使用 发布 订阅式 的通信框架构建分布式计算系 6 7 根据系统的配置 方式 任何节点需要随时与其他节点进行通信 这就要 保证R O S系统中的计算机处于同一网络中 分布式计 算系如图3所示 1 9 4 中国农机化学报2 0 2 3年 图3 ROS分布式计算系 F i g 3 R O S d i s t r i b u t e d c o m p u t i n g s y s t e m 2 采摘机器人软件设计 机器人的软件包括采摘信息系统设计和导航信 息系统设计 两个系统都由三层架构组成 分别为 物理感知层 处理层和信息执行层 物理感知层的 作用是采集并传输环境数据至处理层 处理层接收 到数据后经计算机的智能算法分析得到控制指令 作用于信息执行层的执行机构 控制小车运动到目 标位置 机械臂完成采摘动作 机器人的软件系统 框图如图4所示 图4 机器人软件系统框图 F i g 4 R o b o t s o f t w a r e s y s t e m b l o c k d i a g r a m 在采摘信息系统中 双目深度相机拍摄草莓图片 通过图像采集卡将图片上传至1 计算机 经过计算 机处理产生采集控制指令 1 计算机与2 计算机 通信 将生成的采摘目标位置告知2 计算机 2 计 算机应用导航控制程序生成规划路径 控制单片机产 生脉冲宽度调制信号 P W M 驱动小车运行 1 计 算机同时与机器人通信 机器人控制器经过逆运动分 析 根据目标位置反推得到机械臂各关节的运动数据 机械臂根据关节数据配合机械手完成草莓的采摘 2 1 机器人导航设计 激光雷达相较于北斗或G P S导航 具有精度高 灵活性高 位置测量速度快等优点 将它作为移动机器 人的导航方式 测距误差小于1 机器人从起点位 置开始运动 在运动过程中依据位置估量和传感器数 据进行自身定位 同时完成增量式地图的构建 本机 器人采用了思岚R P L I D A R A 3红外激光雷达 通过 串口与R a s p b e r r y P i 4 B相连 激光雷达的主要技术 参数如表1所示 表1 RPLIDAR A3激光雷达主要技术参数 T a b 1 M a i n t e c h n i c a l p a r a m e t e r s o f R P L I D A R A 3 l a s e r r a d a r 参数数值 测量距离 m 2 5 扫描范围 3 6 0 采样频率 次 s 1 1 6 0 0 0 扫描频率 H z 1 5 角度分辨率 0 2 2 5 测距相对误差 1 采摘机器的自动路径规划 采用改进的A 算法 A 算法的基本原理是利用起点 当前节点和目标节点 的位置关系建立路径决策优先级函数 公式如式 1 所示 f n g n h n 1 式中 f n 节点N的路径决策优先级 g n 当前节点N距离起点S的实际代价 h n 节点N距离终点E的预计代价 这也 就是A 算法的启发函数 表示对未 走过节点的预测 A 算法在运算过程中 每次从优先队列中选取 f n 值最小 优先级最高 的节点作为下一个待遍历 的节点 图5为模拟的栅格地图中优先级函数的代价图 在地图中路线g n 表示从起点S到当前节点N的实 际代价 h n 启发函数为终点E到当前节点N的欧 式距离 即 h n XE XN 2 YE YN 2 2 式中 XE YE 终点E的坐标值 XN YN 当前节点N的坐标值 传统A 算法的启发函数h n 是当前节点N到 终点E的最短距离 但在实际情况中 节点与终点之 间可能会存在障碍 此时选择的启发函数h n 越小 算法遍历的节点越多 也就导致算法越慢 这也会严重 影响机器人的采摘效率 所以对启发函数进行改进 设计沿地图中线4 5 遍历节点 这也是机器人行走的较 大概率方向 改进后启发函数为 h n 2XE XN YE YN XE XN 2 1 XE XN YE YN 3 第1期姬丽雯等 温室草莓采摘机器人设计与试验1 9 5 在实际机器人采摘场景中 未必需要机器人一定 沿最短路径行走 而是希望能够尽快找到一个可行路 径即可 而调节启发函数和实际代价值可以控制算法 速度和精确度 因此增加一个系数p 以使路径和速度 之间达到一个平衡 改进后的A 算法评价函数为 f n 1 p g n ph n 0 p 1 4 h n 2 1 XE XN YE YN 5 图5 栅格地图中优先级函数代价图 F i g 5 C o s t g r a p h o f p r i o r i t y f u n c t i o n i n g r i d m a p 在试验过程中反复调试 找个合适的系数p 使机 器人的行走机构可以在较短时间内完成较优路径的 规划 使用激光雷达进行地图构建与定位 并采用改进 的A 算法进行自主导航 试验结果如图6所示 地图 中标定机器人当前位置和朝向 箭头的方向为机器人 的朝向 当系统发布一个目标位置A 1时 机器人即 可自主路径规划和导航避障到达目标位置 图6 机器人自动导航图界面 F i g 6 R o b o t a u t o m a t i c n a v i g a t i o n d i a g r a m i n t e r f a c e 2 2 机器人视觉识别设计 手眼协调是体现采摘机器人自主作业的关键 8 9 根据相机和末端执行器的位置关系 常见的手眼系统分 别为E y e t o H a n d型和E y e i n H a n d型 其中E y e t o H a n d型是将相机安装在机械臂以外的地方 并保证在 采摘的过程中固定不动 E y e i n H a n d型是将相机安装 在机械臂末端 在采摘的过程中相机跟随机械臂运 动 1 0 本文选择的手眼系统为E y e i n H a n d型 在末端 夹爪上连接小觅M Y N T E Y E双目深度相机 首先 将预先拍摄好的图像标注成熟草莓标签 图 像标注后 对成熟草莓图像进行数据扩充 扩充图片张 数进行数据集构建 将数据集按照4 1的比例划分 训练集和测试集 用于全卷积神经网络R F C N模型 训练 实现成熟草莓的识别 R F C N是在F a s t e r R C N N的基础上 由D a i 等人提出的 它将R O I P o o l i n g后面的全连接层都用 卷积层所代替 加快了运行速度 R F C N通过两个 阶段实现目标识别检测 首先使用R P N区域网络提 取候选框 生成感兴趣区域R O I 然后 使用位置敏感 得分图来生成感兴趣区域不同位置的特征 用于解决 物体分类 生成的R O I经过回归器进一步调整位置 使 R O I的位置精度更高 1 1 R F C N具体由R e s n e t 1 0 1 残差网络 R P N候选区域生成网络 R O I池化层 投票层 和损失函数 s o f t m a x和s m o o t h L 1函数 组成 其网络结 构示意图见图7所示 图7 R FCN网络结构示意图 F i g 7 R F C N n e t w o r k s t r u c t u r e d i a g r a m R e s n e t 1 0 1残差网络主要用于图像分类 解决 层数过深时神经网络训练效果变差的情况 R P N候 选区域生成网络经过卷积核为3 3 边界填充为1 滑 动步长为1的卷积后 由一个特征图像滑动窗口 为每 个位置生成9种不同类型的锚框 用于评估该区域为 目标区域的可能性 最后经过s o f t m a x分类器获得候 选区域R O I 分别对每一个R O I进行分类和回归 这 样就可以得到每个R O I的真实类别和较为精确的回 归偏移量 R F C N检测算法采用了R e s n e t 1 0 1作 为特征提取的骨干网络 它的网络结构如表4所示 R e s n e t 1 0 1有5层卷积层和最后的全连接层构成 其 中全连接层引进了1 1的卷积核 进行降维 减少参 数数量 1 2 1 3 1 9 6 中国农机化学报2 0 2 3年 表4 Resnet 101网络结构 T a b 4 R e s n e t 1 0 1 n e t w o r k s t r u c t u r e 卷积层输出尺寸详情 c o n v 1 1 1 2 1 1 2 7 7 6 4 步长23 3池化层 步长2 c o n v 2 5 6 5 6 1 1 6 4 3 3 6 4 1 1 2 5 6 3 c o n v 3 2 8 2 8 1 1 1 2 8 3 3 1 2 8 1 1 5 1 2 3 c o n v 4 1 4 1 4 1 1 2 5 6 3 3 2 5 6 1 1 1 0 2 4 3 c o n v 5 7 7 1 1 5 1 2 3 3 2 1 5 1 1 2 0 4 8 3 l a y e r 1 1 1 0 0 0分类的全连接层 R G B深度相机通过摄像采集获得R G B图像与深 度图像 其中R G B图像经过R F C N目标检测算法 计算出草莓所在的二维平面位置 然后通过相机的内 置参数 得到R G B图像与深度图像的坐标映射关系 实现两种图像的融合 生成目标草莓的三维点云图 2 3 机器人手眼标定 由于相机视野中捕获目标物体的坐标系与机器人坐 标系不一致 它们各自的坐标没有联系 所以为了使两者 坐标系形成关联 以便引导机器人进行采摘 故需要将相 机的坐标系变换到机器人坐标系中 即进行标定 对于眼在手上 e y e I n h a n d 即相机固定在机械臂 末端 主要标定相机和机械臂末端的转换矩阵 实现 方法是将标定板放在机械臂工作空间中的一个固定位 置 移动机械臂 从不同角度拍摄n张标定板图片 为 了标定的准确性 一般会选择n 6 已知对每张图 片有 c a m e r a e n dM c a m e r a b o a r dM b o a r d b a s eM b a s e e n dM 6 式中 c a m e r ae n dM 机械臂末端坐标系到相机坐标系的 变换矩阵 c a m e r a b o a r dM 标定板坐标系到相机坐标系的变换 矩阵 b o a r d b a s eM 机械臂基底坐标系到标定板坐标系 的变换矩阵 b a s e e n dM 机械臂末端坐标系到机械臂基底坐 标系的变换矩阵 变换矩阵由旋转矩阵和平移矩阵组成 我们以机 械臂末端坐标系到机械臂基底坐标系变换矩阵为例进 行说明 转换矩阵表示如式 7 所示 b a s e e n dM b a s e e n dR b a s e e n dT 0 1 7 式中 b a s ee n dR 机械臂末端坐标系到机械臂基底坐标 系的旋转矩阵 它为 3 3 矩阵 b a s e e n dT 机械臂末端坐标系到机械臂基底坐标 系的平移矩阵 它为 3 1 矩阵 对于拍摄的每张图片中b a s ee n dM 即机械臂末端坐标 系到机械臂基底坐标系的变换矩阵都是相同的 可得 n 1个方程组 如式 8 所示 c a m e r a b o a r dM2 c a m e r a b o a r dM1 1 c a m e r a e n dM c a m e r a e n dM b a s e e n dM2 1 b a s e e n dM1 c a m e r a b o a r dMn c a m e r a b o a r dMn 1 1 c a m e r a e n dM c a m e r a e n dM b a s e e n dMn 1 b a s e e n dMn 1 8 问题可以转变为解方程组AX XB 这个方程组 里有n 1个方程 X就是我们要求的转换矩阵 c a m e r a b a s eM 使用T s a i方法可以对方程组进行求解 先求解 RX 再求解TX 在软件系统中使用O p e n C V手眼标定 c a l i b r a t e H a n d e y e 完成 属性中输入矩阵为b a s ee n dR b a s e e n dT c a m e r a b o a r dR c a m e r a b o a r dT输出矩阵为 e n d c a m e r aR e n d c a m e r aT 手眼标 定方式为T s a i 输入矩阵中的b a s ee n dR b a s ee n dT可以由机械 臂返回的位姿信息获得 标定板坐标系的旋转矩阵 c a m e r a b o a r dR和平移矩阵 c a m e r a b o a r dT可以由s o l v e P n P函数获得 这样就可以得到c a l i b r a t e H a n d e y e函数的输出矩阵 完成机械臂的手眼标定 3 试验与结果分析 本文采用课题组开发的农业采摘机器人进行试验 研究 试验于2 0 2 2年4月在江苏省农博园草莓温室 中进行 温室长5 0 m 宽3 0 m 温室中的甜宝草莓按 照基质高架培育技术进行栽培 基质架之间的距离为 1 5 m 高度为0 8 m 温室内共1 2排基质 将机器人放置于温室中 放置好果蔬篮 让机器 人开始采摘 客户上位机运行农业采摘机器人软件 平台 该平台可以进行机器人的手眼标定 成熟果实 的标识和成熟果实的相机世界坐标和机器人世界坐 标的显示 并且可以实时显示机器人六个关节轴的 位姿信息 如图8所示 机器人在室内无光照环境下进行采摘 观察其采 摘机器人整体试验数据如表5所示 从表5可以看 出 将成功识别的成熟草莓数量除以该区域样本总数 成功识别的成熟草莓数量与未能成功识别的成熟草 莓的数量之和 可以得到草莓的识别率为9 5 采摘 成功的果实数量除了成功识别的果实数量得到一次采 摘成功率为8 8 5 二次采摘的成功率为9 4 6 第1期姬丽雯等 温室草莓采摘机器人设计与试验1 9 7 导出软件平台记录的数据 随机整理出8个草莓 的检测坐标以及抓取这些草莓时的机器人手爪坐标和 误差参数如表6所示 图8 草莓识别结果图 F i g 8 S t r a w b e r r y i d e n t i f i c a t i o n v e s u l t d i a g r a m 表5 机器人采摘效果数据 T a b 5 R o b o t p i c k i n g e f f e c t d a t a 参数数量 成功识别的成熟草莓数量3 6 8 未能成功识别的成熟草莓数量1 9 未成熟草莓的识别数量0 成熟草莓一次采摘成功的数量3 2 6 成熟草莓二次采摘成功的数量3 4 9 表6 草莓采摘数据 T a b 6 S t r a w b e r r y p i c k i n g d a t a 序号检测坐标手爪坐标误差 草莓1 3 7 0 3 4 4 6 8 6 8 4 5 7 3 4 3 7 2 8 1 4 7 1 3 4 4 5 5 6 8 2 4 7 2 6 6 1 6 8 草莓2 4 3 4 7 5 4 8 5 6 7 4 6 8 2 6 4 3 7 8 2 4 8 6 9 5 4 6 9 8 3 0 7 1 2 8 1 5 4 草莓3 4 6 8 3 2 5 3 8 4 4 9 0 2 5 4 6 9 2 1 5 3 7 6 9 4 9 1 6 7 0 8 9 0 7 1 1 4 2 草莓4 5 3 4 7 3 4 9 7 5 1 5 8 7 6 2 5 3 2 8 4 4 9 9 5 3 5 8 9 7 8 1 8 9 2 0 2 2 1 6 草莓5 5 4 1 2 6 4 8 6 4 7 4 7 8 5 1 5 4 3 3 9 4 8 7 6 5 4 7 9 6 8 2 1 3 1 1 8 1 1 7 草莓6 4 8 6 3 7 4 9 8 1 4 5 2 6 4 7 4 8 9 2 4 4 9 7 3 6 5 2 9 1 0 2 8 7 0 7 8 2 6 3 草莓7 5 2 8 6 3 5 4 7 9 6 4 8 6 5 8 5 2 9 8 7 5 5 0 1 3 4 8 9 0 5 1 2 4 2 1 7 2 4 7 草莓8 5 6 3 9 7 5 7 3 4 8 4 9 6 5 6 5 6 4 8 6 5 7 2 6 9 4 9 8 6 7 0 8 9 0 7 9 2 1 1 综上所述 采摘机器人成熟草莓识别率大概在 9 5 未识别原因主要由于叶片遮挡或者草莓之间堆 叠 系统可以对草莓进行三维定位 且检测到的草莓 坐标与机器人手爪坐标的误差在4 m m以下 虽然误 差较小 但草莓体积也较小 这就导致了一次采摘的成 功率较低 需要进行二次采摘才能达到9 0 以上的采 摘成功率 4 结论 本文设计一款农业采摘机器人 可以在温室中自 由行走并采摘成熟草莓 通过采摘试验得出结论如下 1 该机器人采用同时定位和地图构建S L A M技 术实现机器人的自主路径规划 2 使用基于卷积神经网络R F C N的目标检测 算法可完成对成熟草莓的自动识别和坐标定位 成熟 草莓识别率大概在9 5 针对叶片遮挡或者草莓堆 叠问题 考虑后期为机器人设计吹风装置 提高识别 效率 3 因为草莓的体积较小 要求目标物体位置定位 精度高 以及机器人的运动误差小 后期会从这两个 方面进行改进 参 考 文 献 1 刘继展 温室采摘机器人技术研究进展分析 J 农业机械 学报 2 0 1 7 4 8 1 2 1 1 8 L i u J i z h a n R e s e a r c h p r o g r e s s o f g r e e n h o u s e p i c k i n g r o b o t t e c h n o l o g y J T r a n s a c t i o n s o f t h e C h i n e s e S o c i e t y f o r A g r i c u l t u r a l M a c h i n e r y 2 0 1 7 4 8 1 2 1 1 8 2 郑刚 刘佳 李旭 现代温室采摘机器人发展概况 J 农 业工程技术 2 0 1 9 3 9 3 1 3 5 4 0 Z h e n g G a n g L i u J i a L i X u D e v e l o p m e n t o f m o d e r n g r e e n h o u s e p i c k i n g r o b o t J A g r i c u l t u r a l E n g i n e e r i n g T e c h n o l o g y 2 0 1 9 3 9 3 1 3 5 4 0 3 魏博 何金银 石阳 等 欠驱动式柑橘采摘末端执行器设 计与试验 J 农业机械学报 2 0 2 1 5 2 1 0 1 2 0 1 2 8 W e i B o H e J i n y i n S h i Y a n g e t a l D e s i g n a n d e x p e r i m e n t o f u n d e r a c t u a t e d e n d e f f e c t o r f o r c i t r u s p i c k i n g J T r a n s a c t i o n s o f t h e C h i n e s e S o c i e t y f o r A g r i c u l t u r a l M a c h i n e r y 2 0 2 1 5 2 1 0 1 2 0 1 2 8 4 于丰华 周传琦 杨鑫 等 日光温室番茄采摘机器人设计 与试验 J 农业机械学报 2 0 2 2 5 3 1 4 1 4 9 Y u F e n g h u a Z h o u C h u a n q i Y a n g X i n e t a l D e s i g n a n d e x p e r i m e n t o f t o m a t o p i c k i n g r o b o t i n s o l a r g r e e n h o u s e J T r a n s a c t i o n s o f t h e C h i n e s e S o c i e t y f o r A g r i c u l t u r a l M a c h i n e r y 2 0 2 2 5 3 1 4 1 4 9 5 王皓 柔性连续体机械臂大变形性能的研究 D 北京 北 京工业大学 2 0 2 0 W a n g H a o R e s e a r c h o n l a r g e d e f o r m a t i o n p e r f o r m a n c e o f f l e x i b l e c o n t i n u u m m a n i p u l a t o r D B e i j i n g B e i j i n g U n i v e r s i t y o f T e c h n o l o g y 2 0 2 0 6 邵堃 五自由度机械臂的番茄智能采摘机器人 J 江苏农 业科学 2 0 1 8 4 6 2 1 2 5 0 2 5 3 S h a o K u n T o m a t o i n t e l l i g e n t p i c k i n g r o b o t b a s e d o n 5 D O F r o b o t a r m J J i a n g s u A g r i c u l t u r a l S c i e n c e s 2 0 1 8 4 6 2 1 2 5 0 2 5 3 7 汤亚东 番茄智能采摘机构优化设计及试验研究 D 郑 州 河南农业大学 2 0 1 8 1 9 8 中国农机化学报2 0 2 3年 T a n g Y a d o n g O p t i m i z a t i o n d e s i g n a n d e x p e r i m e n t a l r e s e a r c h o f t o m a t o i n t e l l i