《農(nóng)業(yè)機器人采摘機器人的研究現(xiàn)狀與發(fā)展》由會員分享，可在線閱讀，更多相關(guān)《農(nóng)業(yè)機器人采摘機器人的研究現(xiàn)狀與發(fā)展（8頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、采摘機器人的研究現(xiàn)狀與發(fā)展 引言 新的農(nóng)業(yè)生產(chǎn)模式和新技術(shù)的應(yīng)用促進了農(nóng)業(yè)機械的更新和發(fā)展，智能農(nóng)業(yè)機械的應(yīng)用在發(fā)達國家已經(jīng)日漸成熟，進入20世紀90年代，隨著計算機技術(shù)和信息采集與處理技術(shù)的發(fā)展，自走式農(nóng)業(yè)機械的田間自動導(dǎo)航，機器視覺與農(nóng)業(yè)機器人研究得到重視，成為在探索農(nóng)業(yè)機械裝備中應(yīng)用智能控制等高新技術(shù)研究的重要方向。要實現(xiàn)工作對象是分散的、并且需根據(jù)判斷進行選擇的工作，如除草、育苗、蔬果收獲、棉花收獲等作業(yè)的機械化和自動化是極為困難的，這些作業(yè)在我國目前完全依靠人工完成。對于必須處理這樣復(fù)雜又模糊的信息，只有靠具有與人類相同的認知能力和學(xué)習功能的智能農(nóng)業(yè)機械——農(nóng)業(yè)機器人才可以實

2、現(xiàn)?？梢灶A(yù)計，21世紀將是農(nóng)業(yè)機械智能化方向的發(fā)展重要時期。 1. 農(nóng)業(yè)機器人的特點 同工業(yè)機器人相比，農(nóng)業(yè)機器人具有以下特點： 1） 作業(yè)對象的嬌嫩性和復(fù)雜性：生物具有軟弱易傷的特性，必須細心輕柔地對待和處理。且其形狀復(fù)雜，生長發(fā)育程度不一，相互差異很大； 2） 作業(yè)環(huán)境的非結(jié)構(gòu)性：由于農(nóng)作物隨著時間和空間而變化，工作環(huán)境是變化的、未知的，是開放性的。作物生長環(huán)境除受地形條件的約束外，還直接受季節(jié)、天氣等自然條件的影響，這就要求生物農(nóng)業(yè)機器人不僅要具有與生物體柔性相對應(yīng)的處理功能，而且還要適應(yīng)變化無常的自然環(huán)境，在視覺、知識推理和判斷等方面具有相當?shù)闹悄埽? 3） 作業(yè)動作的復(fù)雜

3、性：農(nóng)業(yè)機器人一般是作業(yè)、移動同時進行，農(nóng)業(yè)領(lǐng)域的行走不是連接出發(fā)點和終點的短距離，而是具有狹窄的范圍，較長的距離及遍及整個田間表面等特點； 4） 操作對象和價格的特殊性：農(nóng)業(yè)機器人操作者是農(nóng)民，不是具有機械電子知識的工程師，因此要求農(nóng)業(yè)機器人必須具有高可靠性和操作簡單的特點；另外，農(nóng)業(yè)機器人的使用是以個體經(jīng)營戶為主，如果不是低價格就很難普及。 2. 采摘機器人的研究現(xiàn)狀 收獲作業(yè)的自動化和機器人的研究始于20世紀60年代的美國（1968年），采用的收獲方式主要是機械震搖式和氣動震搖式，其缺點是果實易損，效率不高，特別是無法進行選擇性收獲。從20世紀80年代中期開始，隨著電子技

4、術(shù)和計算機技術(shù)的發(fā)展，特別是工業(yè)機器人技術(shù)，計算機圖像處理技術(shù)和人工智能技術(shù)的日益成熟，以日本為代表的西方發(fā)達國家，包括荷蘭、美國、法國、英國、西班牙等國家，在收獲采摘機器人的研究上做了大量的工作，試驗成功了多種具有人工智能的收獲采摘機器人，如番茄采摘機器人、葡萄采摘機器人、西瓜收獲機器人、蘑菇采摘機器人等。 2.1國外研究進展 2.1.1 日本的西紅柿采摘機器人 日本的果蔬采摘機器人研究始于1980年，Kawamura等人開展了番茄采摘機器人的研究。他們利用紅色的番茄與背景（綠色）的差別，采用機器視覺對果實進行進行判別，研制了番茄采摘機器人。該機器人有5個自由度，對果實實

5、行三維定位。由于不是全自由度的機械手，操控空間受到了限制，而且堅硬的機械爪容易造成果實的損傷。 日本岡山大學(xué)的Kondo N等人研制的番茄采摘機器人，由機械手、末端執(zhí)行器、行走裝置、視覺系統(tǒng)和控制部分組成，如圖1所示。 圖1番茄采摘機器人結(jié)構(gòu)簡圖 用彩色攝像頭和圖像處理卡組成的視覺系統(tǒng)，尋找和識別成熟果實。由于番茄的果實經(jīng)常被葉莖遮擋，為了能夠靈活避開障礙物，采用具有冗余度的7自由度機械手。為了不損傷果實，其末端執(zhí)行器設(shè)計有2個帶有橡膠的手指和1個氣動吸嘴，把果實

6、吸住抓緊后，利用機械手的腕關(guān)節(jié)把果實擰下。行走機構(gòu)有4個車輪，能在田間自動行走，利用機器人上的光傳感器和設(shè)置在地頭土埂的反射板，可檢測是否到達土埂，到達后自動停止，轉(zhuǎn)向后再繼續(xù)前進。該番茄采摘機器人從識別到采摘完成的速度大約是15s/個，成功率在70%左右，成熟番茄未采摘的主要原因是其位置處于葉莖相對茂密的地方，機器手無法避開葉莖障礙物。因此需要在機器手的結(jié)構(gòu)、采摘工作方式和避障規(guī)劃方面加以改進，以提高采摘速度和采摘成功率，降低機器人自動化收獲的成本，才可能達到實用化。 2.1.2 日本的茄子采摘機器人 日本國立蔬菜茶葉研究所與岐阜大學(xué)聯(lián)合研制了茄子采摘機器人。機器人由CCD機器視覺系

7、統(tǒng)、5自由度工業(yè)機械手、末端執(zhí)行器以及行走裝置組成，作業(yè)對象是溫室中按照V形生長方式種植的senryo-2號茄子。該機器人的末端執(zhí)行器復(fù)雜，包括4個手指、2個吸嘴、2個誘導(dǎo)桿、氣動剪子和光電傳感器，如圖2所示。 圖2茄子采摘機器人末端執(zhí)行器原理圖 （1.光電傳感器 2.引導(dǎo)桿 3.橡膠手抓 4.攝像機） 工作中，利用模糊視覺反饋系統(tǒng)引導(dǎo)末端執(zhí)行器靠近果實，完成采摘作業(yè)。在實驗室中進行了試驗，采摘成功率為62.5%，工作速度為64.1s/個。影響成功率的主要原因是機器視覺系統(tǒng)對采摘位置的判斷不正確；同時，視覺系統(tǒng)占用

8、了72%的工作時間（46.1s），也是影響采摘效率的主要因素。 2.1.3 日本的葡萄采摘機器人 日本岡山大學(xué)研制出了一種用于果園棚架栽培模式的葡萄收獲機器人。其機械部分是一個具有5個自由度的極坐標機械手，具有4個旋轉(zhuǎn)關(guān)節(jié)（其中腰部1個，肩部1個，腕部2個）和1個棱柱型的直動關(guān)節(jié)。這種結(jié)構(gòu)使得機器人在葡萄架下行走時能夠有效地工作，旋轉(zhuǎn)關(guān)節(jié)可以用不同的速度旋轉(zhuǎn)，直動關(guān)節(jié)可以采用簡單的控制方法來獲得較高的速度。腕部的2個旋轉(zhuǎn)關(guān)節(jié)非常有用，它可以保證末端執(zhí)行器水平和垂直接近葡萄，即使葡萄束傾斜也可以達到目的。而且，為了提高使用效率和實行多樣化操作，更換不同的末端執(zhí)行器，還可以完成噴霧、套袋和

9、剪枝等作業(yè)。 2.1.4 荷蘭的黃瓜采摘機器人 1996年，荷蘭農(nóng)業(yè)環(huán)境工程研究所（MAG）研制出一種多功能黃瓜收獲機器人。該研究在荷蘭溫室里進行，黃瓜按照標準的園藝技術(shù)種植并把它培養(yǎng)為高拉線纏繞方式吊掛生長。該機器人利用近紅外視覺系統(tǒng)辨識黃瓜果實，并探測它的位置。機械手只收獲成熟黃瓜，不損傷其他未成熟的黃瓜。采摘通過末端執(zhí)行器來完成，它由手抓和切割器構(gòu)成。機械手安裝在行走車上，行走車為機械手的操作和采摘系統(tǒng)初步定位。機械手有7個自由度，采用三菱公司RV-E26自由度機械手，另外在底座增加了一個線性滑動自由度。收獲后黃瓜的運輸由一個裝有可卸集裝箱的自走運輸車完成。整個系統(tǒng)無人

10、工干預(yù)就能在溫室工作。試驗結(jié)果為：工作速度10s/根，在實驗室中效果良好，但由于制造成本和適應(yīng)性的制約，還不能滿足商用的要求。 a）機器實物 b）示意圖 圖3黃瓜采摘機器人 2.1.5 英國蘑菇采摘機器人 英國Silsoe研究院研制了蘑菇采摘機器人，它可以自動測量蘑菇的位置、大小，并選擇性地采摘和修剪。它的機械手包括2個氣動移動關(guān)節(jié)和1個步進電機驅(qū)動的旋轉(zhuǎn)關(guān)節(jié)；末端執(zhí)行器是帶有軟襯墊的吸引器；；視覺傳感器采用TV攝像頭，安裝

11、在頂部用來確定蘑菇的位置和大小。采摘成功率在75%左右，采摘速度為6.7個/s，生長傾斜式采摘失敗的主要原因。如何根據(jù)圖像信息調(diào)整機器手姿態(tài)動作來提高準確率是亟待解決的問題。 2.2 國內(nèi)研究進展 在國內(nèi)，果蔬采摘機器人的研究剛剛起步。東北林業(yè)大學(xué)的陸懷民研制了林木球果采摘機器人，主要由5自由度機械手、行走機構(gòu)、液壓驅(qū)動系統(tǒng)和單片機控制系統(tǒng)組成，如圖4所示。采摘時，機器人停在距離母樹3~5m處， a）實物圖 b）示意圖

12、 圖4林木球采摘機器人 操縱機械手回轉(zhuǎn)馬達對準母樹。然后，單片機控制系統(tǒng)控制機械手大、小臂同時柔性升起達到一定高度，采摘爪張開并擺動，對準要采集的樹枝，大小臂同時運動，使采摘爪沿著樹枝生長方向趨近1.5m~2m，然后采摘爪的梳齒夾攏果枝，大小臂帶動采集爪按原路向后返回，梳下枝上球果，完成一次采摘。這種機器人效率是500kg/天，是人工的30~50倍。而且，采摘時對母樹的破壞較小，采凈率高。 另外，郭峰等運用彩色圖像處理技術(shù)和神經(jīng)網(wǎng)絡(luò)理論，開發(fā)了草莓揀選機器人，采用氣動驅(qū)動器將草莓推到不同的等級方向。浙江大學(xué)的應(yīng)義斌等完成了水果自動分級機器人的研

13、究開發(fā)。趙文杰等研究了基于HIS顏色特征的田間成熟番茄識別技術(shù)，該方法對田間成熟番茄之間相互分離的情況有很好的識別效果。 2.3 果蔬收獲機器人的應(yīng)用現(xiàn)狀 法國是研究果蔬采摘機器人較早的國家之一，但由于技術(shù)、市場和價格等因素的影響，甜橙、蘋果采摘機器人已經(jīng)停產(chǎn)，采摘機器人的研究工作基本陷于停頓。美國在自動化收獲機器人的研究方面沒有一個很清晰的戰(zhàn)略，研究工作也基本處于停頓狀態(tài)。日本近年來開展了大量的收獲機器人研究項目，進展很快，但還未能正真實現(xiàn)商業(yè)化。荷蘭收獲機器人的研究工作走在很多國家的前面，但研究的種類并不多。 （表1為部分國家果蔬收獲機器人的研究進展統(tǒng)計。）

14、 表1 部分國家果蔬收獲機器人研究進展統(tǒng)計 3.存在的問題與未來展望 3.1 存在的問題 從以上所述的農(nóng)業(yè)機器人研究可以看出，農(nóng)業(yè)機器人可以替代人類完成某些農(nóng)業(yè)生產(chǎn)活動，但要達到實用普及的程度，仍存在一些關(guān)鍵問題 1）果實的識別率和采摘率不高 目前識別果實和確定果實位置主要由灰度閾值、顏色色度法和幾何形狀法。其中，前兩者主要基于果實的光譜反射特性，但在自然光照情況下，由于圖像中存在噪聲和各種干擾信

15、息，效果并不是很好。采用形狀定位方式，要求目標具有完整的邊界條件，由于水果和葉子等往往容易重疊在一起，很難真正區(qū)別出果實的具體形狀。而且，果實識別需要進行灰度值臨域分析，這個過程很耗時，因此往往無法滿足重復(fù)、快速的預(yù)處理要求。 2）果實的平均采摘周期較長 生產(chǎn)實際中的采摘作業(yè)要求機器人不僅能減輕勞動強度，而且更要提高作業(yè)效率。而目前的果實收獲機器人由于圖像處理、控制系統(tǒng)等原因，大多數(shù)采摘機器人的效率不高。例如采摘機器人收獲一個柑橘約為3~7s，收獲一個甜瓜約15s，摘取一個黃瓜需要10s，收獲一個茄子需要約1min。為使果蔬采摘機器人實用化，提高作業(yè)效率是關(guān)鍵問題之一。

16、 3）采摘機器人的制造成本較高 同工業(yè)機器人相比，采摘機器人的結(jié)構(gòu)和控制系統(tǒng)更加復(fù)雜，制造成本更高。而且工作具有周期性、短時間等特點，設(shè)備利用率低。對于采摘機器人這樣復(fù)雜的光電一體化產(chǎn)品而言，設(shè)備的使用和維護都需要相當高的技術(shù)水平和費用。 鑒于以上原因，在以后的研究開發(fā)中必須解決以下幾方面的關(guān)鍵技術(shù)。 1） 開放式的控制系統(tǒng)體系結(jié)構(gòu) 目前已有的果蔬采摘機器人一般采用兩種實現(xiàn)方式：工業(yè)機器人和獨立設(shè)計的專用機電系統(tǒng)。這兩種實現(xiàn)方式都是封閉式的結(jié)構(gòu)，使得采摘機器人只能具有特定的功能，適應(yīng)于特定的環(huán)境，通用性差，不便于對系統(tǒng)進行擴展和改進。 開放式結(jié)構(gòu)的果蔬采摘機器

17、人具有良好的擴展性、通用性和柔性作業(yè)的能力。機器人由機械部分、視覺系統(tǒng)、控制部分3大部分組成，通過更換不同自由度的機械部分適應(yīng)不同類型的農(nóng)作物（如垂直栽培作物，棚架栽培作物、地表栽培作物及球狀栽培作物等），而且更換不同的末端執(zhí)行器可以進行不同的操作（如采摘、噴霧、剪枝及套袋等）。構(gòu)建開放式的控制系統(tǒng)，在硬件上要為用戶提供標準的控制平臺及豐富的外圍接口，而且易于擴展，以適應(yīng)不同的機器人本體。系統(tǒng)的軟件應(yīng)在標準操作系統(tǒng)下采用標準語言開發(fā)，做到可移植，易修改、重構(gòu)及擴展，并能提供公開的用戶接口和程序接口。 采用PC機與Galil運動控制器構(gòu)成開放式系統(tǒng)的采摘機器人系統(tǒng)組成如圖4所示。

18、 圖4開放式采摘機器人系統(tǒng)框圖 包括工業(yè)PC機、Galil多軸運動控制器、安川交流伺服驅(qū)動系統(tǒng)、大恒DH-CG320機器視覺系統(tǒng)、機器人本體、末端執(zhí)行器和行走機構(gòu)。系統(tǒng)采用層次結(jié)構(gòu)，PC機作為主控制器，其上運行機器人控制主程序，提供用戶界面，并根據(jù)機器視覺系統(tǒng)提供的信息完成作業(yè)任務(wù)規(guī)劃、運動學(xué)正反解和坐標變換等，并將規(guī)劃得到的機器人關(guān)節(jié)目標任務(wù)（以多大的速度、加速度運動到達相應(yīng)的位置）下達給Galil運動控制器。運動控制器作為底層控制器，運用一定的控制算法，經(jīng)電機驅(qū)動器完成關(guān)節(jié)電機的運動控制。 系統(tǒng)軟件在Windows系統(tǒng)下，采用VC++編程。系統(tǒng)對用戶完全開放，用戶不

19、僅可以通過交互式平臺對機器人本體進行基本操作和在線調(diào)試，而且可以通過VC++離線編程環(huán)境進行各種控制算法的研究。 通過以上分析可以看出，只要更換不同的機器人機械部分和末端執(zhí)行器，用該系統(tǒng)可以控制不同的機器人，這樣在不同季節(jié)，就能完成不同的作業(yè)，提高了控制系統(tǒng)的利用率，減少了設(shè)備成本。 2） 智能化的果實識別和定位 在果蔬采摘機器人系統(tǒng)中，由于作業(yè)環(huán)境的復(fù)雜性，特別是存在光照條件下的不確定性和果實部分或完全遮擋問題，采摘對象的智能化識別和定位問題還需要進一步研究。 1. 開發(fā)智能化的圖像處理算法 模糊神經(jīng)網(wǎng)絡(luò)是一種高度并行的分布式系統(tǒng)，應(yīng)用模糊理論指導(dǎo)學(xué)習，是在無監(jiān)督情況下具有自學(xué)能力

20、的自適應(yīng)系統(tǒng)，可以對圖像進行智能化處理。另外，小波變換具有良好的時頻局部化分析特征，能同時給出圖像信號的時域和頻域信息，能有效檢測圖像的邊緣，應(yīng)用前景好。 2. 視覺傳感器與非視覺傳感器融合 在采摘機器人視覺感知過程中，二維圖像的處理必然涉及視覺不適定問題的求解，引入非視覺傳感器的輔助支持是求解不適定問題的有力手段，如將視覺傳感器與PSD測距儀或超聲波測距儀結(jié)合使用，可以實現(xiàn)果實的精確定位。通過視覺傳感器與非視覺傳感器的優(yōu)勢互補，可以大大提高采摘機器人的感知功能。 3. 采用主動光源的視覺系統(tǒng) 視覺系統(tǒng)根據(jù)圖像采集的需要，自行發(fā)出具有特定特征的光源，可以在一定程度上改善圖像質(zhì)量。

21、3） 機械本體的優(yōu)化設(shè)計 機械結(jié)構(gòu)直接決定機器人運動的靈活性和控制的復(fù)雜性。采摘機器人必須緊湊，行走、轉(zhuǎn)彎靈活。當前，大部分的采摘機器人借用的工業(yè)機械手，體積較大，成本高。在滿足機器人性能的前提下，設(shè)計簡單、緊湊、輕巧，而且運動平穩(wěn)和靈活避障的機械手，是必須解決的問題。同時，現(xiàn)代機械設(shè)計理論和方法也使問題的解決成為可能。例如，采用三維實體造型技術(shù)、虛擬樣機技術(shù)和優(yōu)化理論等可以大大縮短設(shè)計周期，而且可以進行機構(gòu)的運動學(xué)和動力學(xué)仿真，優(yōu)化機器人結(jié)構(gòu)。 5.總結(jié) 中國是一個發(fā)展中的農(nóng)業(yè)大國，農(nóng)業(yè)問題始終關(guān)系到中國經(jīng)濟社會發(fā)展，農(nóng)業(yè)作為國民經(jīng)濟最重要的基礎(chǔ)產(chǎn)業(yè)，對經(jīng)濟社會的發(fā)展和人民生

22、活起著極為重要的支撐和保障作用。技術(shù)代替資源的發(fā)展道路是21世紀農(nóng)業(yè)的必然選擇。實施“精確”農(nóng)業(yè)，廣泛應(yīng)用農(nóng)業(yè)機器人，以提高資源利用率和農(nóng)業(yè)產(chǎn)出率，降低勞動強度，提高經(jīng)濟效益將是現(xiàn)代農(nóng)業(yè)發(fā)展的必然趨勢。由于農(nóng)業(yè)生產(chǎn)的季節(jié)性、農(nóng)產(chǎn)品的價格、農(nóng)業(yè)作業(yè)的復(fù)雜性等特點，對農(nóng)業(yè)機器人的性價比、智能提出較高要求。采摘機器人的作業(yè)對象是水果蔬菜，是通過編程來完成這些作物的采摘、運轉(zhuǎn)、打包等相關(guān)作業(yè)任務(wù)的具有感知能力的自動化機械收獲系統(tǒng)，是集機械、電子、信息、智能技術(shù)、計算機科學(xué)、農(nóng)業(yè)和生物等科學(xué)技術(shù)于一體的交叉邊緣性科學(xué)，涉及機械結(jié)構(gòu)、視覺圖像處理、機器人運動學(xué)、動力學(xué)、傳感器技術(shù)、控制技術(shù)、以及計算信息處

23、理等多方面的學(xué)科領(lǐng)域知識，研究采摘機器人不僅具有巨大的應(yīng)用價值，而且具有深遠的理論意義。 參考文獻 1）耿端陽，張鐵中，羅輝，等.國農(nóng)業(yè)機械發(fā)展趨勢分析[J].農(nóng)業(yè)機械學(xué)報，2004，35（4）：208~210 2）趙勻，武傳宇，胡旭東，等.農(nóng)業(yè)機器人的研究進展及存在的問題[J].農(nóng)業(yè)工程學(xué)報，2003，19（1）：20~24 3）Shigehiko Hayashi，Katsunobu Ganno，Yukitsugu Ishii，et al Robotic harvesting system for eggp lant

24、s[J].JARQ，2002，36(3).163~168 4）Van Henten E J,Van TuijlB A J,Hemming J.Field test of an autonmous cucumber picking robort[J]. Biosystems Engineering,2003,86(3):305~313. 5）陸懷民 林木球果采摘機器人設(shè)計與試驗[J].農(nóng)業(yè)機械學(xué)報，2001，32（6）：52~58 6）方建軍 采摘機器人開放式控制系統(tǒng)設(shè)計[J].農(nóng)業(yè)機械學(xué)報，2005，36（5）：83~86 7）沈明霞，姬長英 農(nóng)業(yè)機器人視覺導(dǎo)航技術(shù)發(fā)展與展望[J].農(nóng)業(yè)機械學(xué)報，2001，32（1）：109~111 8）日本機器人學(xué)會.機器人技術(shù)手冊[M].北京：科學(xué)出版社，1996. 9）宋健，張鐵中，徐麗明，湯修映 果蔬采摘機器人研究進展與展望[J].農(nóng)業(yè)機械學(xué)報，2006，37（5）：159~162