果蔬采摘機器人的研究現狀與對策分析

敖茂堯

（廣西職業(yè)技術學院，廣西 南寧530226）

0 引言

隨著科學技術的發(fā)展，機器人技術已經廣泛應用于國防、科技、工業(yè)、農業(yè)等各個領域，由于在傳統(tǒng)農業(yè)生產中，一方面對農業(yè)人口的依賴問題日益突出，導致勞動力成本上升，另一方面?zhèn)鹘y(tǒng)農業(yè)機械對果蔬的損害、環(huán)境的污染影響非常嚴重，為此如何提高農業(yè)生產的機械化、自動化、智能化水平成為當前需要解決的關鍵問題。當前世界各個國家高度重視農業(yè)機器人的發(fā)展，它們不僅能夠在艱苦的環(huán)境下完成連續(xù)、重復、單調的體力勞動，而且可以開展作物灌溉、精準施肥、蔬果采摘等精細化操作，極大地提高了生產效率與經濟效率，成為了智能農業(yè)與精準農業(yè)關鍵裝備之一[1]。

采摘機器人是未來智能農業(yè)機械的發(fā)展方向，集電子技術、智能技術、機械工程、計算機工程、農業(yè)科學與生物科學等為一體的智能裝備，主要針對水果與蔬菜的采摘、搬運、分揀、碼垛、打包等方面的作業(yè)任務。開展采摘機器人的研究，不僅對于降低勞動強度，提高生產效率有著積極的作用，而且對于加快我國的農業(yè)現代化水平有著重大的意義。本文針對采摘機器人的現狀與對策研究將有利于進一步梳理農業(yè)機器人發(fā)展過程中存在的問題與制約因素，并為果蔬采摘機器人的未來發(fā)展提供了解決思路，具有重要的意義。

1 果蔬采摘機器人的特征分析

1.1 采摘對象個體特征多樣化，生長環(huán)境差異大

果蔬的種類很多，外形、顏色、大小以及重量上的差別很大，且容易損壞，為此，采摘機器人在作業(yè)的時候一是根據果蔬的特點自適應調整機械手的大小，二是需要控制抓取的力度，以保證果蔬的品質。此外，果蔬的生長受到天氣、土質、溫度、濕度等多方面的影響，其生長環(huán)境差異化很大，對采摘機器人的工作提出了更加高的要求[2]。

1.2 采摘作業(yè)環(huán)境非結構化，作業(yè)動作復雜

在采摘過程中，作業(yè)環(huán)境對于采摘機器人的抓取有著重要的影響，由于果蔬的分布具有隨機性，容易受到樹枝、樹葉等遮擋，這種非結構化的環(huán)境對于采摘機器人的動作要求就更加的精準和復雜，尤其是在果蔬識別、定位、抓取等方面具有更高的智能化。

1.3 采摘機器人具有通用性與可拓展性

由于采摘機器人的操作對象多樣化，一方面要求采摘機器人具有良好的通用性，能夠滿足大多數果蔬采摘的日常工作需求，另一方面要求采摘機器人具有拓展性，通過改變軟件或硬件的功能滿足果蔬差異化特點。

2 果蔬采摘機器人的研究現狀

當前采針對摘機器人的研究已經成為了世界各國的研究熱點，歐美、日韓及我國相繼研究了蘋果、番茄、橘子等智能機器人，從目前的研究成果來說，采摘機器人主要由采摘機構、末端執(zhí)行裝置、視覺系統(tǒng)、移動裝置和控制系統(tǒng)等組成。

2.1 蘋果采摘機器人

韓國慶北大學研制的蘋果采摘機器人具有四個自由度，首先通過CCD攝像頭與光電傳感器組合的方式進行果實識別，然后通過三指夾持器對目標果實進行抓取，內部的壓力傳感器能夠有效避免對果實的損傷，最后通過安裝在機器人手臂的末端的收集袋進行果實收集，通過實驗測試表明蘋果的識別率達到85.5%，速度達到6個/分鐘，但是由于該機器人自由度只有四個，導致對于莖葉部分的蘋果無法進行抓取。見圖1。

圖1 蘋果采摘機器人

2.2 番茄采摘機器人

清華大學開發(fā)的番茄采摘機器人具有五個自由度，由機械手、執(zhí)行器、行走裝置、視覺裝置和控制系統(tǒng)組成。該機器人首先通過紅色與綠色的視覺差別對果實進行辨別，然后通過三維實現對果實的定位，最后由機器手進行抓取，實驗表面該機器人的番茄識別率達到88.5%，速度達到8個/分鐘，由于該機器人不是全自由度，導致操作空間受到很大的限制，另外機械手比較堅硬容易損壞果實[3]。見圖2。

圖2 番茄采摘機器人

2.3 橘子采摘機器人

西班牙科技人員發(fā)明的橘子采摘機器人，具有七個自由度，首先利用彩色攝像頭和圖像處理卡組成的視覺系統(tǒng)來辨別成熟果實，然后通過橡膠手指與氣動吸嘴抓緊果實，接著利用機械手把橘子與果樹進行分離，行走裝置由履帶組成，可以通過傳感器檢測設置在田間的反射板判斷到達田埂。該機器人從識別到采摘成功率70%左右，速度4個/分鐘，由于成熟的橘子主要位于莖葉茂密的地方，機器手無法有效避開障礙物。見圖3。

圖3 橘子采摘機器人

2.4 黃瓜采摘機器人

中國農業(yè)大學研制的黃瓜采摘機器人，具有六個自由度，主要由采摘機器臂、視覺識別系統(tǒng)、移動裝置、柔性末端執(zhí)行機構和電源模塊組成，首先采用RGB模型進行圖像分割，根據特征提取出黃瓜的采摘點，接著末端執(zhí)行機構利用簡單的開合動作減掉黃瓜，該機器人采摘成功率80%左右，速度3個/分鐘。見圖4。

圖4 黃瓜采摘機器人

2.5 草莓采摘機器人

上海交通大學研制的草莓采摘機器人，以OHTA的顏色空間圖像分割方法為手段，通過背景分割出草莓的形狀，然后借助草莓二值圖來判斷其姿態(tài)與成熟度，最后根據成熟度進行選擇性的采摘，實驗證明該機器人的判別準確率達到90%左右，判別速度30個/分鐘，采摘果實的損壞率10%，能夠滿足果實采摘速度與精度的要求[4]。見圖5。

圖5 草莓采摘機器人

3 果蔬采摘機器人的存在問題

從上述的研究現狀來說，采摘機器人已經在草莓、黃瓜、橘子等多種果蔬方面取得了顯著的成效，但是還未真正達到替代人類完成采摘任務的要求，在采摘機器人的發(fā)展過程中還存在一些關鍵因素制約其發(fā)展，筆者認為存在問題如下。

3.1 果蔬機器人的辨識與定位效率不高

為了完成采摘作業(yè)，采摘機器人首先要具備對果蔬類型進行準確辨識的功能，并能夠區(qū)分成熟果蔬與非成熟果蔬之間的差別。目前主要采用灰度閾值法、形狀特征法和顏色色度法等方法，其中灰度閾值法與顏色色度法是基于光譜反射特性對果蔬進行判斷，這種方式獲得的圖像容易受到光照的影響而產生圖像噪聲，從而影響了辨識準確率；形狀特征法是基于果蔬外形能夠形成完整邊界為條件的一種定位方法，在作業(yè)過程中，受果蔬的生長環(huán)境的影響，果實與莖葉經常重合在一起，為此捕獲完整的邊界非常困難，不能有效區(qū)分果蔬的具體形狀特征。由此可見，采摘機器人對果蔬的辨識與定位是影響抓取效率的關鍵因素[5]。

3.2 果蔬機器人的抓取避障與采摘率不高

在果蔬的抓取過程中，采摘機器人處于一個非結構化的采摘環(huán)境中，果實不僅相互重疊，而且果實被樹枝、樹葉遮擋，采摘機械臂和機械手的自由度與靈活性是決定否能進行成功避障的關鍵因素。此外，受到運動控制程序、圖像處理算法、機械結構等方面的影響，大多數的果蔬機器人的采摘效率較低，如采摘機器人1分鐘可以收獲5個草莓、6個柑橘、3個黃瓜、8個番茄、6個蘋果，如何提高作業(yè)效率是采摘機器人發(fā)展的關鍵問題之一。

3.3 果蔬機器人的制造與維護成本較高

與工業(yè)機器人相比，果蔬機器人的工作環(huán)境更加復雜、多樣，受到天氣與作物生長環(huán)境的影響，為此其機械結構、控制系統(tǒng)、行走裝置等更加的復雜，制作成本也更高，研制與開發(fā)的周期也很長。果蔬機器人作為一種高精度、高智能、高科技的智能農業(yè)裝備，設備的維護與保養(yǎng)的技術水平與費用非常昂貴，如何降低研制周期，減少維護費用是采摘機器人發(fā)展的關鍵問題之一。

4 果蔬采摘機器人的研究對策

上述研究可見，在果蔬采摘機器人的發(fā)展過程中，存在目標識別不準確，定位不精準，避障效率低，生產維護成本高等問題，為此，筆者結合農業(yè)機器人未來發(fā)展的方向，給出以下建議。

（1）研究基于多傳感器融合技術的智能化圖像處理算法，提高果蔬采摘機器人的辨識精度與感知能力在采摘機器人的視覺感知過程中，無論是采用單攝像頭、雙目攝像機、超聲波測距儀等檢測裝置，都是為了準確辨識出目標果蔬類型。為提高識別精度，可以在研制過程中采用視覺傳感器與非視覺傳感器相結合的方式獲取果蔬圖像的時域和頻域信息，然后將深度學習、模糊、遺傳等算法應用到圖像處理中，研發(fā)出具有自適應學習能力的智能化圖像處理算法，提高采摘機器人的感知能力與定位精度。

（2）研究機器人運動控制與路徑規(guī)劃，提高果蔬采摘機器人避障能力與收獲效率

采摘機器人的運動控制與路徑規(guī)劃需要根據系統(tǒng)自身特點與采摘要求來決定，在未來的研究中，需要對采摘機器人進行運動學和動力學的數學建模，通過運動仿真分析驗證模型參數的最優(yōu)化，通過研究路徑跟蹤控制算法，及時補償機器人運動過程中目標位置偏移的問題，確保位置跟蹤誤差在合理范圍內，最終提升果蔬采摘機器人避障的成功率和收獲果實的成功率。

（3）研發(fā)模塊化的開放控制系統(tǒng)，提升果蔬采摘機器人的擴展柔性，降低開發(fā)成本

當前采摘機器人采用專門的機械結構、控制系統(tǒng)和程序語言，這種封閉式的方式不利于機器人功能的擴展延伸。為此，可以將采摘機器人的功能進行細分，按照統(tǒng)一的規(guī)范與標準，構建以模塊為子單元的控制裝置，通過更換不同自由度的機械部分或控制裝置適應不同類型的果蔬?？梢姡@種具有良好通用性、可拓展性的方式不僅能夠快速構建新的機器人采摘控制系統(tǒng)，而且大幅度減少了開發(fā)的費用與維護成本，極大地提高了采摘機器人的靈活性與柔性。

5 結束語

本文詳細分析了采摘機器人的特點、現狀及影響因素，有針對性的提出通過開展多傳感器融合技術的智能化圖像處理算法、機器人運動控制與路徑規(guī)劃、模塊化的開放控制系統(tǒng)等方面的研究，提高果蔬采摘機器人的辨識精度、避障能力與收獲效率，滿足個性化發(fā)展需求。未來，我們將繼續(xù)努力提升機器人的機械化、智能化、精準化水平，使其為我們更好的服務。