蔬果采摘機器人的研究進展與展望

譚濤

【摘 ? 要】 隨著城市化的發(fā)展和農(nóng)業(yè)勞動力的不斷減少，新型農(nóng)業(yè)生產(chǎn)模式的應(yīng)用和新技術(shù)的開發(fā)迫在眉睫，農(nóng)業(yè)機器人將成為未來農(nóng)業(yè)生產(chǎn)活動的核心。采摘機器人作為農(nóng)業(yè)機器人的一個重要分支，具有極大的發(fā)展?jié)摿?。本文分析了國?nèi)外近年來蔬菜和水果采摘機器人的研究進展和現(xiàn)狀，指出采摘機器人開發(fā)中的主要問題，并闡述了蔬果采摘機器人未來主流發(fā)展方向。

【關(guān)鍵詞】 蔬果采摘;農(nóng)業(yè)機械;機器人;研究進展

中圖分類號：S225 ? ? ? ? ? ? ? 文獻識別碼：A ? ? ? ? ? ? ? 文章編號：2096-1073（2020）05-0068-69

[Abstract] ?With the development of urbanization and the continuous reduction of agricultural labor， the application of new agricultural production models and the development of new technologies are imminent. Agricultural robots will become the core of future agricultural activities. As an important branch of agricultural robots， harvest robots have a great potential. This paper analyzes the research progress and status of vegetable and fruit harvesting robots in recent years at home and abroad， points out the main problems in their development， and explains the future development direction.

[Key words] ?vegetable and fruit harvest; Agricultural machinery; Robots; Research progress

1 ?引言

蔬菜和水果的收獲是傳統(tǒng)農(nóng)業(yè)生產(chǎn)鏈中勞動強度較大、時效性要求較高的部分，隨著種植規(guī)模的增長，其工作成本正在不斷提高。由于工業(yè)生產(chǎn)的快速發(fā)展以及城鎮(zhèn)化率的不斷上升，大量的農(nóng)業(yè)勞動力正在向城鎮(zhèn)轉(zhuǎn)移，人口老齡化的程度在不斷加重，農(nóng)業(yè)生產(chǎn)的勞動力不斷減少。在這種情況下，僅靠人力勞動并不能滿足現(xiàn)有需求。近年來隨著視覺識別技術(shù)的進步和智能控制理論的發(fā)展，使用機器人來采摘蔬菜和水果已經(jīng)成為了一種現(xiàn)實趨勢[1]。

蔬果采摘機器人是一種針對蔬菜和水果，具備自主作業(yè)能力并且可以通過編程來適應(yīng)不同的工作環(huán)境的自動收獲系統(tǒng)。它集成了橫跨幾個學(xué)科的知識，包括機械結(jié)構(gòu)、視覺成像、運動學(xué)、傳感器技術(shù)、控制技術(shù)和計算信息處理等。蔬果采摘機器人的出現(xiàn)解決了農(nóng)業(yè)勞動力的短缺問題，大大減輕了農(nóng)民的勞動強度，提高了蔬菜和水果的收獲質(zhì)量，降低了收割成本，提高勞動生產(chǎn)率，確保蔬果能得到及時的采收，提高蔬果產(chǎn)品的市場競爭力[2-5]。

2 ?國內(nèi)研究進展

蔬果采摘機器人的視覺識別能力對于其采摘效率有著很大影響。近年來，能否快速準確地識別成熟果實是研究人員所面對的最大問題，國內(nèi)外學(xué)者在這方面做了深入的研究。

馬瑛等[6]基于ARM與FPGA智能控制模塊、雙目機器視覺技術(shù)，設(shè)計了新型草莓采摘機器人，其具有自動識別成熟草莓的能力和避障控制系統(tǒng)。對于樣機的實驗結(jié)果表明，該草莓采摘機器人能夠準確對成熟草莓進行識別，并且可以自主回避行走路徑中的障礙物。

張麗等[7]設(shè)計了一種基于模糊控制和PLC高速并行自動控制技術(shù)的新型櫻桃采摘機器人。該機通過收集櫻桃圖像，對圖像進行二值化和增強處理后識別出成熟櫻桃。通過測試發(fā)現(xiàn)，其采摘速度與效率相比人工得到了很大提高。模糊控制使得采摘機器人的工作角度變化較為平緩，降低了櫻桃果實的采摘破碎率。

宋健等[8]根據(jù)茄子生長的空間分布，采用優(yōu)化設(shè)計方法設(shè)計了機器人主體的結(jié)構(gòu)參數(shù)，并開發(fā)了四自由度多關(guān)節(jié)采摘機器人主體。根據(jù)果蔬采摘機器人的視覺系統(tǒng)要求，使用基于直方圖的固定雙閾值方法對GB-B灰色圖像進行分割，提取水果目標的輪廓，面積，重心，外接矩形和截止點。整個系統(tǒng)運行穩(wěn)定可靠，采摘成功率達到89%。

王曉楠等[9]研制出智能番茄采摘機器人?；贖IS顏色模型的圖像分割提高了水果識別的準確性，同時在采摘爪上增加氣囊確保采摘水果過程中對果實的保護。測試結(jié)果表明，采摘一個番茄僅需24秒且成功率達83.9%。

3 ?國外研究進展

Jia等[10]為了更好地將深度學(xué)習(xí)技術(shù)中特征提取和目標檢測的良好性能應(yīng)用到果實檢測中，提出一種基于蒙版區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Mask R-CNN）的收獲機器人視覺檢測器模型。通過120張圖像的隨機測試集測試，識別準確率達97.31%，識別速度也更快，大大提高采摘機器人視覺系統(tǒng)的效率。

Kennedy等[11]研制出一臺新型蘆筍采摘機器人，在視覺識別模塊融合了多光譜相機系統(tǒng)，并在實驗室和室外條件下進行了試驗，結(jié)果表明該套系統(tǒng)可以實時可靠地完成采摘目標的識別與定位。

Williams等[12]研制了一種新型多臂奇異果采摘機器人，每個機械臂均配備了新型末端執(zhí)行器，確保安全地收獲奇異果。視覺系統(tǒng)利用了神經(jīng)網(wǎng)絡(luò)技術(shù)，可在自然的照明條件下檢測和定位奇異果。

Gené-Mola等[13]提出了一種用于水果檢測和3D定位的新方法，使用Mask R-CNN實例分割神經(jīng)網(wǎng)絡(luò)進行2D水果檢測，而后使用運動結(jié)構(gòu)攝影測量法生成蘋果的3D立體坐標。這種方法的優(yōu)點是減少了誤報數(shù)和更高的檢測率，而缺點是需要較長的處理時間，使其難以實時連續(xù)工作。

4 ?總結(jié)與展望

當(dāng)前，農(nóng)業(yè)機器人正在成為機器人發(fā)展的前沿領(lǐng)域，而蔬果采摘機器人是農(nóng)業(yè)機器人的一個重要應(yīng)用方面，未來將越來越多地用于農(nóng)業(yè)生產(chǎn)。蔬果采摘機器人的工作對象復(fù)雜多變，工作環(huán)境也較為惡劣，設(shè)備常在炎熱和潮濕的環(huán)境中運行，因此該類機器人對可靠性要求較高。由于機器人的機械結(jié)構(gòu)直接決定了機器人的可靠性，所以可以通過仿真分析和優(yōu)化設(shè)計使機器人的機械部件更加簡單、輕便和可靠。另外，蔬果采摘機器人的大多數(shù)操作員都是未經(jīng)專業(yè)培訓(xùn)的農(nóng)民，因此機器人的操作不能過于繁瑣。再者，農(nóng)民的收入有限，在開發(fā)機器人時須盡量降低制造成本，提高維護的簡易性。目前，蔬果采摘機器人研究中仍然存在一些問題，例如機器人的視覺識別能力不夠，在復(fù)雜背景和夜間環(huán)境下的工作能力還不夠理想等。今后應(yīng)當(dāng)將人機協(xié)作，開放結(jié)構(gòu)和多傳感器融合的方法不斷應(yīng)用在農(nóng)業(yè)機器人的研究中，尤其是將人工智能、深度學(xué)習(xí)等新型技術(shù)應(yīng)用于蔬果采摘機器人的技術(shù)開發(fā)之中。

參考文獻：

[1] 張潔，李艷文. 果蔬采摘機器人的研究現(xiàn)狀、問題及對策[J].機械設(shè)計，2010，27（06）：1-5.

[2] 王盛春，鄭耘杰. 我國農(nóng)業(yè)機械發(fā)展趨勢分析[J]. 河北農(nóng)機，2012，06：44-52.

[3] 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，2003，01：20-24.

[4] 劉繼展. 溫室采摘機器人技術(shù)研究進展分析[J]. 農(nóng)業(yè)機械學(xué)報，2017，48（12）：1-18.

[5] 王丹丹，宋懷波，何東健. 蘋果采摘機器人視覺系統(tǒng)研究進展[J]. 農(nóng)業(yè)工程學(xué)報，2017，33（10）：59-69.

[6] 馬瑛，楊旭. 草莓采摘機器人成熟果實識別及避障控制系統(tǒng)研究——基于ARM與FPGA[J]. 農(nóng)機化研究，2017，39（02）：181-185.

[7] 張麗，郭素娜，汪小志. 櫻桃采摘機器人設(shè)計——基于PLC高速并聯(lián)自動化控制[J]. 農(nóng)機化研究，2016，38（08）：199-203.

[8] 宋健，孫學(xué)巖，張鐵中，等. 開放式茄子采摘機器人設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報，2009，40（01）：143-147.

[9] 王曉楠，伍萍輝，馮青春，等. 番茄采摘機器人系統(tǒng)設(shè)計與試驗[J]. 農(nóng)機化研究，2016，38（04）：94-98.

[10] JiaWeikuan， TianYuyu， LuoRong， et al. Detectionandsegmenta-tionofoverlappedfruitsbasedonoptimizedmaskR-CNNapplicatio-ninappleharvestingrobot[J].COMPUTELECTRONAGR，2020，172：105380.

[11] KennedyGerard， IlaViorela， MahonyRobert. APerceptionPipe-lineforRoboticHarvestingofGreenAsparagus[J]. IFAC-PapersOn-Line， 2019，52（30）：288-293.

[12] WilliamsHenryA. M.， JonesMarkH.， NejatiMahla， et al. Robot-ickiwifruitharvestingusingmachinevision，convolutionalneuralnet-works， androboticarms[J]. BIOSYSTENG， 2019，181：140-156.

[13] Gené-MolaJordi， Sanz-CortiellaRicardo， Rosell-PoloJoanR.，et al. Fruitdetectionand 3Dlocationusinginstancesegmentation-neuralnetworksandstructure-from-motionphotogrammetry[J].COMPUTELECTRONAGR， 2020，169：105165.

（編輯：李曉琳）