基于機器人視覺的獼猴桃采摘機器路徑生成方法研究

摘?要：為了實現獼猴桃智能化采摘，提高采摘路徑精準度，本文選取機器人視覺技術作為核心技術，提出獼猴桃采摘機器路徑生成方法研究。利用CCD儀器采集獼猴桃圖像信息，通過MATLAB軟件處理圖像信息，并對相機采集信息相關參數進行標定，利用紅外障礙傳感器采集機器人行走路徑中的障礙物信息，對采摘路徑進行調整，得到最終采摘路徑方案。實驗測試結果表明，本文設計方案能夠準確且安全地完成獼猴桃采摘任務。

關鍵詞：機器人視覺;獼猴桃采摘;路徑生成

隨著智能化控制的快速發展，促進了農業采摘技術的提升，正在從半自動化向全自動化方向改進，不再依靠人力勞動，自動識別果實，完成果實采摘工作[1]。目前，應用比較多的操控技術為機器人視覺技術，利用該項技術可以采集果實目標信息，根據各個果實所處位置，生成快捷采摘路徑，實現機械化采摘[2]。當前關于此方面的研究尚不成熟，并且不同果實的視覺識別方法存在較大差異。本文以獼猴桃作為采摘對象，探究機器人視覺技術在果實采摘路徑生成方面的應用方法。

一、機器視覺技術

機器視覺技術是一種集圖像技術、神經生物學、人工智能等多種學科為一體的綜合學科，選取計算機作為操作工具，模擬人類的視覺功能，從客觀角度出發，從圖像中挖掘重要信息，并采取相應處理措施加以處理，最終得到控制方案，實現智能化操控[3]。對于目標采摘路徑控制的研究，通常情況下，采用傳感技術探測周圍環境，在生成控制方案時，用于處理障礙物的規避等。另外，與數字圖像處理技術相結合，利用攝像頭、相機等信息采集設備，獲取目標圖像信息，經過去噪、還原等一系列處理措施，得到更為精準的目標圖像信息，采取定位處理，得到較為精準的目標位置信息，而后生成目標采摘路線[4]。

二、基于機器人視覺技術的獼猴桃采摘路徑生成流程

為了便于采摘和管理，獼猴桃果樹種植比較整齊，設定種植間距，集中在某一區域種植。本文研究的獼猴桃株距35m，橫向距離4.5m。以往采取人工采摘方式采摘果實，由于果實分布隨機，部分果實所處位置高度超出了正常采摘高度范圍，需要借助梯子等設備采摘果實，大大降低了果實采摘效率。為了彌補傳統采摘的不足，本文提出利用機器人視覺技術，探究智能化果實采摘方案。其中，路徑生成流程，除了要考慮獼猴桃果樹分布位置以外，還需要考慮果園環境中的障礙物，避免設備與障礙物的撞擊。

當其遇到障礙物時，路徑發生變動，同一壟地獼猴桃的采摘路徑不再沿著直線行走，而是在有限的空間內，躲開障礙物，此時系統重新規劃機器人的行走路線。在圖1采摘路徑基礎上，將部分直線路徑修改為曲線路徑即可。

三、獼猴桃采摘路徑生成智能方案

（一）基于系統控制框架結構的采摘路徑生成方案

關于基于系統控制框架結構的采摘路徑生成方案，借助CCD儀器采集獼猴桃圖像信息，將這些圖像信息傳輸至PC平臺，利用MATLAB軟件處理圖像信息，從而獲取較為精準的果實位置信息。在PC平臺中，初步生成目標采摘路徑圖。通過無線通信裝置，將此路徑圖發送至單片機控制系統中。在此系統控制下，實現獼猴桃采摘機器人智能化控制。另外，添加紅外障礙傳感器，采集障礙物信息，返回控制系統，在單片機作用下生成實際采摘路徑圖，使得機器人在采摘果實期間避開障礙物。

（二）系統硬件介紹

本系統的硬件主要由CCD儀器、PC平臺、單片機控制系統、紅外障礙傳感器4部分組成，利用這些硬件設備控制機器人行走路徑，從而實現獼猴桃果實智能化采摘。其中，CCD儀器是圖像采集的關鍵，需要高精度、USB接口相機作為CCD儀器中的信息采集重要部件，為了滿足此需求，本研究選取型號為MVU300相機作為獼猴桃信息采集工具。考慮到單片機功能集中要求較高，且支持功能模塊拓展等多項系統開發需求，本研究選取STM32系列單片機作為核心控制器，根據機器人采摘路徑控制需求，搭建最小控制系統。紅外障礙傳感器型號PS56R，PC平臺運行內存4GB。

（三）獼猴桃圖像采集平臺的搭建

本研究選取CCD信息采集儀器的像素為1024×768，滿足果實信息采集像素要求。將其安裝在果實采集機器人的前端，調整到中間位置，與水平面形成的角度為15°，控制該儀器與地面的距離為1.2m，建立坐標系，如圖2所示。

（四）基于相機標定的獼猴桃采摘定位及路徑生成

本研究采用棋盤標定法，將獼猴桃看作棋子，通過分析棋格盤圖像信息，從而獲取獼猴桃所處具體位置，將此部分信息傳輸給PC機，完成對采摘路徑的布設。以下為果實采摘標定流程：

第一步：將獼猴桃分布點看作棋盤格標靶，制作棋盤格標靶;

第二步：利用CCD儀器采集多個位置和角度的標靶圖像，即獲取獼猴桃圖像;

第三步：利用MATLAB軟件處理圖像信息;

第四步：采用邊界搜索方法，提取具體分布角點信息;

第五步：判斷提取信息是否正確，如果正確，執行下一步，反之，返回第四步;

第六步：判斷所有標定圖像角點信息是否正確，如果正確，則通過求解相機坐標位置參數，從而獲取獼猴桃采摘目標坐標數據，反之，返回第四步。

按照上述標定方法，得到獼猴桃的坐標位置信息，生成初步采摘方案，而后利用紅外障礙傳感器采集機器人行走路徑中的障礙物信息，如果當前生成的路徑中存在障礙物，則根據傳感器采集到的障礙物與機器人的距離信息，調整機器人行走路線，最終生成獼猴桃實際采摘路徑圖。

四、測試分析

為了測試上述方案是否滿足可操作性要求，本研究按照上述方案搭建實驗測試環境，將機器人放置到某獼猴桃果園中，選取4個獼猴桃作為采摘對象，經過現場實際勘測，得到4個果實的坐標，即M1（3，6，8），M2（6，8，8），M3（6，10，15），M4（8，11，17）。將這4個采摘目標的坐標信息輸入到控制系統中，開啟采摘模式，測得采摘定位坐標，觀察實際采摘情況，整理測試結果如下表所示。

上表中測試結果顯示，本文設計的獼猴桃采摘路徑生成方案可以準確達到各個果實位置，按照要求完成采摘任務。另外，本方案可以自動躲避園林中的障礙物，生成的路徑圖與實際操作中機器人行走的路線圖相同。由此可以判斷，本文設計的采摘路徑生成方案滿足獼猴桃采摘要求，路徑可靠且操作精準。

五、總結

本文圍繞獼猴桃智能化采摘路徑生成方法展開研究，選取機器人視覺技術作為研究工具，模擬人類視覺分析，挖掘獼猴桃所處地理位置信息，完成采摘目標定位。與此同時，利用紅外障礙傳感器采集機器人行走路徑中的障礙物信息，調整果實采摘路徑，從而實現高效、安全獼猴桃采摘自動控制。實驗測試結果表明，本文設計的獼猴桃采摘路徑生成方案可以準確且安全地完成采摘任務，滿足果實智能化采摘設計要求。

參考文獻：

[1]吳東明，王麗娟.采摘機器人避障控制系統研究—基于ARM+DSP和視覺傳感器[J].農機化研究，2020，42（4）：218222.

[2]劉靈敏，胡婧，謝倩.基于類人足球比賽決策系統的采摘機器人多路徑優化[J].農機化研究，2018，40（7）：231235.

[3]李振雨，王好臣.基于視覺識別定位的蘋果采摘系統研究[J].圖學學報，2018，139（3）：493500.

[4]穆龍濤，高宗斌，崔永杰，等.基于改進AlexNet的廣域復雜環境下遮擋獼猴桃目標識別[J].農業機械學報，2019，50（10）：2434.

項目名稱：圖像處理在獼猴桃采摘機器路徑規劃的應用研究（項目編號：2021KY1478）

作者簡介：楊筱慧（1984—?），女，壯族，廣西百色人，在職研究生，講師，計算機工程系，研究方向：計算機技術方向。