果蔬采摘机器人：高效、智能的农业助手

日本与欧美等发达国家对果蔬采摘机器人的研究起步较早，采摘对象主要涉及番茄、黄瓜、草莓、苹果、葡萄、柑橘、西瓜、蘑菇、甘蓝、樱桃等多个品种，如图9-53所示。如日本冈山大学农业系统工程实验室研制的多种果蔬采摘机器人样机，包括番茄采摘机器人，葡萄采摘机器人，气吸式草莓采摘机器人等。日本国立蔬菜茶叶研究所与岐阜大学联合研制了5自由度茄子采摘机器人，日本国立农业研究中心研制了甘蓝采摘机器人等。欧洲较具有代表性的有荷兰农业环境工程研究所（IMAG）研制的一种黄瓜收获机器人，适合高拉线缠绕方式吊挂生长的黄瓜采摘。英国Silsoe研究院研制的蘑菇采摘机器人，采摘成功率为75%，采摘速度为6.7s/个。以色列和美国科技人员联合开发研制的一台甜瓜采摘机器人，采用黑白图像处理的方法进行甜瓜的识别和定位，并根据甜瓜的特殊性来增加识别的成功率。

图9-53 果蔬采摘机器人

a）番茄采摘机器人 b）葡萄采摘机器人 c）草莓采摘机器人

国内果蔬采摘机器人的相关研究起步较晚，现多停留在识别算法研究与模型样机开发阶段，能够进行实际田间测试的较少。中国农业大学研制国内第一台黄瓜采摘机器人，采用机器视觉识别黄瓜目标，通过双目立体视觉测定目标位置，控制4自由度机械臂由柔性手指抓取黄瓜目标。目标识别率达97%，采摘成功率达95%，采摘速度15s/根。东北林业大学研制了林木球果采摘机器人，主要由5自由度机械手、行走机构、液压驱动系统和单片机控制系统组成，效率达500kg/天，是人工的30～50倍。

果蔬采摘机器人涉及移动平台技术、视觉识别定位技术、采摘执行器设计技术等关键难题，这也是目前果蔬采摘机器人研究中重点突破的问题和方向。(www.xing528.com)

移动平台负责承载机器人其他功能部件，对农田、温室的路面需具有较强的适应性，应具有较高的自治行走和管理能力。

视觉识别定位系统是果蔬采摘机器人的大脑，是机器人完成采摘任务的关键部件，是果蔬采摘机器人的核心技术，对果实采摘成功率影响最为明显。目标识别的难点在于分割果实与背景图像区域，特别是对于颜色相近的果蔬与背景，例如黄瓜、西瓜等，较难分割目标，需借助更多的信息，如果实与茎叶的光谱特性差异等，该系统是目前的研究热点。

空间定位目前则主要分为激光测距仪与PSD直接成像法、视觉传感器与测距传感器结合法、双目立体视觉法三种方式。

果蔬采摘机器人采摘执行部件多由机械臂与末端执行器组成。与工业机器人相比，采摘机器人通常需要更灵活、更轻巧的机械臂，而二者之前又是相互矛盾的。因此，如果设计出适合果蔬采摘的机械臂往往成为采摘机器人研制的关键前提。由于成熟果蔬一般较容易破损，因而采摘机器人末端执行器则重点要求既能抓牢目标又不至于损坏目标。如何实现果蔬形状的自适应及抓持力度的控制，如何有效将果蔬从生长植株上分离下来而不损伤植株其他部位是末端执行器研究目前面临的瓶颈。