農(nóng)業(yè)采摘機器人關鍵技術分析

謝穎佳，常萍萍，樊小霞

（洛陽科技職業(yè)學院機電工程學院，河南 洛陽 471822）

農(nóng)業(yè)生產(chǎn)規(guī)模化、自動化是現(xiàn)代農(nóng)業(yè)的發(fā)展方向，而各種農(nóng)業(yè)自動化設備的投入使用是實現(xiàn)農(nóng)業(yè)現(xiàn)代化的重要技術手段。目前，農(nóng)業(yè)種植環(huán)節(jié)的自動化程度相對較高，是農(nóng)業(yè)自動化的重點研究領域，但采摘環(huán)節(jié)仍需要大量的勞動力，自動化程度較低，嚴重制約著我國農(nóng)業(yè)現(xiàn)代化的發(fā)展。隨著我國農(nóng)業(yè)勞動力日益匱乏、勞動力成本不斷增加，發(fā)展農(nóng)業(yè)采摘自動化設備，即農(nóng)業(yè)采摘機器人，已是當務之急。自1968年美國學者Schertz和Brown首次提出將機器人技術應用于果蔬采摘以來，各種農(nóng)業(yè)采摘機器人不斷涌現(xiàn)[1-2]，雖然研究人員對農(nóng)業(yè)采摘機器人設計不斷地進行完善、改進，但受制于復雜的采摘外部環(huán)境限制，較為成熟的產(chǎn)品目前市場上還少見，因此有必要對農(nóng)業(yè)采摘機器人的關鍵技術進行更加深入的分析。

1 農(nóng)業(yè)采摘特點分析

1.1 采摘流程及要求

當采摘機器人進行采摘作業(yè)時，首先要到達采摘位置，然后由機器視覺系統(tǒng)識別出成熟的果實并發(fā)出相關指令，繼而采摘手執(zhí)行一系列動作，包括夾持農(nóng)產(chǎn)品、使果實與果梗分離、將果實放入收集容器中，完成單次果實采摘；而后采摘手復位，等待下次采摘指令；當前位置所有待采摘果實完成采摘后，采摘機器人進入下一采摘位，重復上述操作。農(nóng)業(yè)采摘過程具有非結構化或半結構化的特點，導致其場景復雜度遠遠高于工業(yè)環(huán)境[3-4]，因此對采摘機械算法的魯棒性以及機械的穩(wěn)定性都提出了較高的要求，采摘過程中應能充分識別出成熟的果實，不能損傷果實，同時采摘機械的服務對象大多是農(nóng)業(yè)人員，因此采摘機械還要具有工作可靠、操作簡單的特點。

1.2 采摘農(nóng)業(yè)環(huán)境

1.2.1 地形復雜化

采摘機器人工作地形主要為溫室內和戶外[5]，溫室內的地形相對平整些，但不論何種地形，均以凹凸土地為主，較為顛簸，需要充分考慮路面不平引起的振動問題。采摘機器人在移動過程中還需避讓種植面積相對密集的果蔬植被，以果蔬植被為中心運動，采摘機器人的運動路徑十分受限。

1.2.2 果實差異性

采摘果實在形態(tài)、大小、成熟表現(xiàn)色、生長特性、果梗強度等方面均具有較大的差異性，如成熟表現(xiàn)色，西紅柿、草莓等以紅色為成熟色，黃瓜、青椒等以綠色為成熟色；果實生長特性，葡萄、櫻桃等為成串生長，蘋果、梨等為單個生長。果實的差異性使不同采摘機器人的識別系統(tǒng)、末端執(zhí)行機構具有較大的差異，直接導致采摘機器人的通用性降低，影響采摘機器人的推廣。同時果實還具有不定期成熟的特性，需要不定時地進行判斷和收獲，規(guī)律性差。

1.2.3 采摘位置多樣化

果實的生長位置可分為地下生長和地上生長，采摘機器人主要關注于地上生長果實的采摘。地上生長果實按與地面之間的高度又可分為地面生長、藤蔓生長、果樹生長等，果實生長高度的不同對采摘機器人整體結構設計及末端執(zhí)行器的驅動結構設計具有較大的影響。并且同一類果實甚至于同一棵樹上的果實生長位置也具有較大隨機性，且易被葉子遮擋。

目前主流的采摘果實目標為蘋果、草莓、茄子、柑橘等[6-7]，這類果實具有體積較小、顏色鮮艷、生長位置適合機械化采摘的特點，采摘機器人識別和采摘較為便利。但無論何種果實，設計者都必須針對不同的采摘目標和采摘場景進行分析，量身定做地設計采摘機器人。對于采摘機器人，其關鍵技術主要集中于采摘手的設計與采摘識別系統(tǒng)的設計兩個方面。

2 采摘手設計

采摘手即采摘機器人的末端執(zhí)行器，用來完成與目標果實的對接與果實采摘動作[8-9]，按與作用對象的對接方式不同可分為夾持式采摘手和包裹式采摘手。

2.1 夾持式采摘手

夾持式采摘手不與果實直接接觸，其作用對象為果實的果梗，一般由左右夾持手直接夾持果梗并切斷，然后通過夾持果梗將果實放入收集容器中，如圖1所示。夾持式采摘手一般適用于小果實采摘，如果果實較大應增加相應的支撐結構。由于果梗較為纖細、短小、顏色與樹木相近且易被葉子、其他果實遮擋，因此對于果梗的識別和定位難度較高，但由于其不直接作用于果實本身，采摘過程中不會對果實造成損傷。

圖1 夾持式采摘手結構

2.2 包裹式采摘手

包裹式采摘手的作用對象為果實外表面，可根據(jù)與果實接觸面積的類型選用三點式接觸包裹、三線式接觸包裹、雙面式接觸包裹等，如圖2所示，在包裹果實后通過拉斷或扭斷果梗，完成果實分離。由于果實體積相對較大、顏色鮮艷，識別和定位較為容易，但部分果實質地柔軟，包裹果實時易產(chǎn)生瘀傷，因此包裹式采摘手須嚴格控制包裹力的大小，設計難度增加，控制系統(tǒng)相對復雜。

圖2 包裹式采摘手結構

另外，果實作為一種生物質材料，也可以從果實生物力學角度考慮采摘手的設計。采摘對象的生物力學特性主要包括果實硬度、果梗斷裂力（拉斷、切斷、扭斷），其力學特性與傳統(tǒng)材料有很大區(qū)別，可以對果實生物力學進行更加深入的研究，充分了解果實特性，以更好地設計采摘機械手。同時，采摘手結構又可分為剛性結構和柔性結構，目前應用較廣的為剛性結構采摘手，由剛性材料制成，為避免對果實的損傷，采摘手會增加一些緩沖材料；而柔性結構采摘手發(fā)展迅速，其施力部分完全采用柔性軟體材料，對果實損傷較小，抓合面更加符合果實外形，采摘效果更好。

3 采摘識別系統(tǒng)

采摘識別系統(tǒng)采用機器視覺識別系統(tǒng)，機器視覺可以賦予機器人類眼睛一樣的視覺功能，是涉及計算機圖形學、圖像處理技術、信號分析與檢測等諸多領域的交叉學科[10]，主要包括圖像采集、圖像分析、智能決策與執(zhí)行三個模塊，目前機器視覺技術已經(jīng)廣泛應用于農(nóng)業(yè)生產(chǎn)的各個環(huán)節(jié)。采摘識別系統(tǒng)是基于視覺識別和空間幾何計算，即通過對果軸、質心或采摘點等特征的識別，結合幾何計算得到目標的位置和姿態(tài)，繼而對采摘手發(fā)出指令。但是由于果實特性差異性較大，每一種果實幾乎都要單獨設定一套算法，增加了運行成本。

3.1 系統(tǒng)組成

3.1.1 硬件部分

硬件部分包括光源、相機、圖像采集卡、處理器等，其中相機是核心感光元件，其本質是借助CCD（Charge Coupled Device）或CMOS（Complementary Metal-Oxide-Semiconductor）圖像傳感器將光電信號轉變?yōu)殡娦盘枺@取目標二維圖像，相機數(shù)量可以根據(jù)識別系統(tǒng)的算法進行選擇。

3.1.2 軟件部分

主要指的是圖像處理與分析算法，是識別系統(tǒng)的核心，也是研究人員研究的重點內容[11-12]，包括圖像處理算法、模式識別算法、深度學習算法等。在單目視覺系統(tǒng)的基礎上逐步發(fā)展出了基于視差原理的雙目立體視覺，利用成像設備從不同的位置獲取目標兩幅圖像，再通過計算圖像對應點之間的位置偏差可獲取目標三維幾何信息，充分模擬了人類雙眼的視覺原理，具有較好的識別定位效果，當下已成為了國內外研究人員的研究熱點之一。

3.2 識別流程

采摘識別系統(tǒng)的識別流程如圖3所示，首先對目標對象的圖像信息進行采集，運用圖像處理技術對采集到的樣本圖像進行處理，以提高圖像質量；然后將目標對象從圖像背景中分割出來，運用相關特征計算方法提取特征信息，如顏色、輪廓等；最后定位果實及采摘點的三維空間位置，并將位置信息發(fā)送給采摘手。

圖3 識別流程

圖像處理主要是為了除去圖像上的噪聲以提高圖像的清晰度，所使用的包括均值濾波、中值濾波、維納濾波和形態(tài)學方法等去噪方法；圖像分割是指將圖像中具有特殊意義的不同區(qū)域劃分開來，這些區(qū)域互不相交，每一個區(qū)域滿足灰度、紋理、色彩等某種特征的相似性準則，方法有基于固定閾值、區(qū)域生長、邊緣或地形地貌的圖像分割等；當圖像被成功地分割出來后，就需要對圖像進行特征匹配處理，找出從一幅圖像到另一幅圖像中對應點的最佳變換位置，主要采取基于灰度值相關方法和特征提取方法；定位功能目前主要使用雙目立體視覺從不同角度獲取目標的兩幅圖像，并基于視差原理獲取物體三維幾何信息，同時獲得圖像的深度信息并進行測距，得到三維坐標。

4 結論

農(nóng)業(yè)采摘自動化是現(xiàn)代農(nóng)業(yè)發(fā)展的必然趨勢，但由于農(nóng)業(yè)產(chǎn)品本身及農(nóng)業(yè)環(huán)境的復雜性，真正能夠較大規(guī)模投入使用的農(nóng)業(yè)采摘機器人還很少見。農(nóng)業(yè)采摘機器人在未來的發(fā)展中一定要提高其通用性及可靠性，采摘手應能適應多種農(nóng)產(chǎn)品的采摘作業(yè)且柔性化程度要好，減少對農(nóng)產(chǎn)品的損傷，兼具一定的防遮擋功能；識別系統(tǒng)同樣應能識別多種農(nóng)產(chǎn)品，識別精度、識別率要高，識別速度、決策速度要快。農(nóng)業(yè)采摘機器人的設計除不斷追求技術創(chuàng)新外，更重要的是要結合實際情況，設計出真正能夠投入使用具有一定市場價值的農(nóng)業(yè)采摘機器人。