選擇性收獲機器人技術研究進展分析

王吉林

（池州學院，安徽 池州 247000）

收獲作為影響果蔬產量的關鍵環節，在實際采收的過程中，需要根據它們的成熟情況、尺寸等，有選擇性地展開收獲，以此保障收獲效果和產品質量。在此過程中，需要消耗大量的人力資源，這逐漸成為當前農業產業發展過程中的主要限制因素。在此情況下，選擇性收獲機器人技術應運而生。實踐證明，該機器人能夠有效降低人工成本投入，同時提高采收效率，保障經濟收益，選擇性收獲機器人技術已經成為農業產業主攻方向之一。結合當前我國市場情況，80%～90%的果蔬均為鮮食生產，對于產品的成熟度、新鮮程度、外觀以及品質等都有著較高的要求，而選擇性收獲機器人技術的運用能夠為果蔬產業發展提供良好支持。因此，加強對于選擇性收獲機器人技術的研究和探討是十分有必要的。

1 選擇性收獲

選擇性收獲顧名思義，就是根據作物的成熟度、外觀等，進行科學分類收獲。需要展開選擇性收獲的產品，通常為多年生或者一年生但花期較長，多次開花坐果，或者鱗芽多次萌發的植株，在實際收獲時，應根據果實個體的實際情況選擇收獲與否。選擇性收獲不僅能夠有效保障農產品的品質，增強其商品屬性，而且還能夠幫助種植方獲得最大經濟效益[1]。在當前人工成本不斷提高的情況下，機器人采收的成本相對更低，這也在一定程度上促進了選擇性收獲機器人技術的研究和開發。

2 選擇性收獲機器人技術研究概況及進展

2.1 地下產品采收

地下產品的采收主要是指作物可食用部分長在地下，處于土壤之中，因此，在實際開展選擇性采收的過程中，不僅要確認采收部分所在的具體部位，還需要切斷莖芽，將其與土壤分離開來。這就意味著在采收過程中，需要末端執行器與根莖以及土壤互相作用，達到切斷根莖、脫離土壤的效果。以白蘆筍為例，當前我國白蘆筍種植面積約為10萬hm2，產量和種植面積均位居世界第一。白蘆筍非選擇性采收過程中，需要進行一次性切割，會對產品產生嚴重影響，降低產量。因此，筍農通常會選用選擇性收獲方式，根據筍芽出土狀態，確定收獲時間。選擇性收獲機器人技術在白蘆筍收獲過程中的運用，需要先識別筍尖，進行壟面定位，再使末端收獲機構進入土壤，根據筍芽長度切割，然后夾持筍體，再將其拔出，實現土壤和蘆筍的有效分離，最后還會進行土壤回填，并將筍體集中放置在存儲箱當中，實現一體化作業，既能夠保障產品品質，同時也能夠提高作業效率[2]。當前荷蘭某企業已經開發了一款拖拉機牽引式白蘆筍選擇性收獲機器人，并獲得了相關技術專利，該機器人的使用，有效降低了50%的收獲成本，單產提高了20%左右[3]。

2.2 地上產品采收

地上產品采收指的是可食用部分位于土壤上方，在采收的過程中，無需與土壤展開交互，直接作用于柄、莖等，即可實現采收，例如蘋果、獼猴桃、草莓、番茄等。根據作物生長方式不同，地上產品采收主要包括兩種類型：第一種，為蘋果、獼猴桃等果實類，在采收過程中，需要末端執行器直接與果實接觸，損傷主要發生在采收、運輸以及集箱環節；第二種，為葡萄、草莓等果梗類，無需與果實接觸，損傷主要發生在集箱環節。以蘋果采收為例，選擇性收獲機器人技術的研究已經逐漸趨于成熟，當前該領域研究具備明顯市場化前景的公司為以色列和美國的公司，其中以色列公司已經開發出了伸縮式三指末端執行器，運用了深度相機方式，展開有效識別和定位，能夠實現蘋果的選擇性快速采摘。

3 選擇性收獲機器人技術分析

3.1 末端收獲機構

在展開選擇性收獲的過程中，末端執行器和收獲機構是執行收獲操作的主要結構，通過與果實或者果梗等相互作用，實現有效收獲。但由于不同產品的生長方式、力學特性以及聚集情況等存在較大差異，因此，不同果蔬的選擇性收獲機器人的末端執行器和收獲機構也各不相同。

3.1.1 地上收獲

地上收獲主要包括固定果實和分離果實兩個步驟，在收獲時，這兩個步驟既可分開執行，也可實現一體化操作。其中，固定果實主要包括約束果實和約束果梗（莖）兩種類型，對于蘋果、獼猴桃等，需要固定果實，主要方式包括柔性抓取、型腔套取等；對于鮮食葡萄等則需要固定果莖。在分離果實階段，主要方式包括扭斷果?；蛘咔袛喙煞N方式，對于果?；看嬖谖茨举|化離層的情況，如蘋果、番茄等，則可通過扭轉的方式實現果實分離。對于果梗離層發育不明顯的情況，則需要借助刀片等切斷莖部，常見切斷方法包括剪切、咬合等[4]。

3.1.2 地下收獲

以白蘆筍為例，在展開地下收獲的過程中，要求部件入土，切斷莖芽，并進行莖芽夾持，實現土莖分離。在部件入土的過程中，為避免對壟面造成破壞，影響后續作業，需要盡量減小入土過程中的覆蓋面積，避免對土下未成熟筍芽造成破壞，主要入土方式包括垂直壟面入土、壟側入土。由于壟側入土破壞影響較大，因此，設計末端收獲機構時，通常采用垂直入土的方式。切斷莖芽環節，主要是分離上部筍芽和基部的筍莖，主要切割方式包括剪切、咬合以及土壤固定三種，其中前兩種的末端執行器需要配備兩個匹配刀片或相對咬合動刀片，土壤固定指的是筍芽被土壤固定，進而完成切割。莖芽夾持則是采用柔性材料夾持莖芽，主要優勢在于無需進行土壤體回填。此外，還可以通過型腔壓縮土壤約束莖芽，在此過程中需要將土壤和莖芽分離，后續需進行土壤回填操作[5]。

3.1.3 多機械臂并行收獲

針對選擇性收獲過程中果實離散程度較高這一特點，為提高采收效率和速度，在實際設計機器人的過程中，還可通過多機械臂的方式展開選擇性機器人收獲。采收對象區域分布密度相對較大，而且十分均勻時，可采用多機械臂并行收獲的方式設計末端執行器與收獲機構。當前多機械臂并行技術在選擇性收獲機器人設計當中，常用的技術手段包括以下兩種，一為區域獨立的絕對并行，即將收獲區域劃分為多個沒有交集的子區域，每個機械臂只可在單獨區域內作業，無法實現互補作業；二為區域共享的相對并行，即同一區域內，多個機械臂共同作業，在果實不均勻的情況下，也可實現高效作業；此外，還可以將兩種方式混合使用[6]。

3.2 識別與定位技術

3.2.1 地上收獲

在地上果蔬采收的過程中，為實現選擇性收獲，保障相同成熟度、外觀、品質的果蔬能夠被統一采收，需要運用目標識別與定位技術，主要技術手段包括彩色相機、深度相機以及多光譜相機等，以此獲取感知范圍內的多通道2D形態特征以及場景3D坐標特征，并結合機器學習理論，如決策樹、集成學習等算法，實現數據的處理和特征計算，以此明確果實的實際情況以及周圍環境變化，實現對于果實的選擇性收獲評估和目標定位。如某學者以最大蘋果作為采收目標，有效節省了70%的算法執行時間，提高了采收效率；也有學者利用SSD算法識別定位目標果實，并結合立體視覺技術，獲得果實三維坐標，然后以逆向運動學規劃機械臂運動軌跡，實現果實收獲，識別成功率高達90%。

3.2.2 地下收獲

地下果蔬采收時，需要運用無損檢測以及定位技術，了解地下使用部分的器官情況，并準確進行定位。部分學者通過分析高頻下冬筍-土壤的介電常數模型，提出了冬筍檢測方法，該方法下的冬筍收獲準確率超過了70%[7]。

4 選擇性收獲機器人技術發展方向

4.1 末端機構設計優化

雖然當前末端執行器和采收機構研究已經取得了一定進展，有效降低了采收過程中的損耗影響，但由于不同收獲方式以及末端執行器存在較大性能差異，并不能夠適用于所有果實的采收，而且在現場環境的結構化調整之后，選擇性收獲機器人作業情況并不能達到理想的效果。因此，在展開收獲機器人技術研究的過程中，仍需要加強對于末端機構的優化設計，可著重從以下兩方面入手：一是結合當前果蔬種植情況，根據栽培特點和要求，針對目標物固定和非目標物分離的末端執行機構，以此提高收獲速度，減少果實損壞，同時還應著重消除果實聚集以及莖葉遮擋的影響，進一步提高采收質量和效率；二是采收環境情況各不相同，存在較為復雜的非結構環境采收需求，對于此類情況，選擇性收獲機器人的采收質量和效率相對較低。因此，應加強對于復雜非結構環境情況的研究，并加強對于多機械臂的設計，使其能夠更好地適應各種環境[8]。

4.2 復雜場景識別決策

在實際采收的過程中，由于現場環境復雜，不僅存在需要采收的果實，還有莖葉等結構，可能會影響果實的識別和采收，無法實現對于隱藏在葉子或者果梗重疊遮擋位置果實的精準定位和采收，容易出現末端執行器抓取失敗的情況，嚴重影響了收獲效果。因此，選擇性收獲機器人的研究還應針對復雜場景展開動態識別，提高抓取決策的準確性和效率。對此，可針對環境和目標識別展開大規模數據學習和分析，促使系統能夠在復雜場景下實現對于場景情況的自主、動態識別，提高采收精度和有效性[9]。

4.3 機器人系統作業優化

當前，機器人系統實際作業情況仍然與人工收獲之間存在一定差距，究其原因在于，機器人系統的信息感知、動作決策以及執行采收三個環節之間的配合度不高，無法實現實時執行，需要經歷一系列流程和環節，而且各個環節之間有著明確的先后順序，影響因素也相對較多，很容易導致采收失敗。此外，在收獲過程中，需要沿行或者沿壟不停車收獲，收獲場景、區域不斷變化，導致系統信息感知、決策以及采收環節之間難以避免存在延遲情況。因此，加強對于末端執行器以及采收機構與決策、執行系統之間的協同優化是十分有必要的，同時加強對于主控系統協同控制能力的研究和重視，這對于實現協調采收、高效收獲而言有著重要的影響，也是未來選擇性收獲領域研究的重點內容[10]。

5 結語

綜上所述，選擇性收獲機器人技術在提高果實采收效率、保障農產品質量方面有著積極作用，隨著當前人力成本的逐漸提高，選擇性收獲機器人技術研究不斷加強，并在實踐運用的過程中取得了良好的效果。在展開技術研究的過程中，需要結合地上以及地下采收情況和需求特點，展開針對性研究設計，著重加強對于末端執行器和收獲機構以及果實識別與定位技術的研究和運用，將機械技術與機器學習理論等有機地融合在一起，達到良好采收效果。雖然當前選擇性收獲機器人技術研究已經取得了一定成效，但結合實際行業發展需求以及機器人運行情況，還應進一步加強末端執行機構的優化設計，提升系統在復雜場景的識別能力以及決策效率，優化機器人協同控制能力，全面保障機器人采收質量和效率，減少果實損耗，確保產品質量，創造更多收益。