茶葉嫩梢采摘末端執(zhí)行器的設計研究

許麗佳，劉琦,2，代建武，陳小虎

茶葉嫩梢采摘末端執(zhí)行器的設計研究

許麗佳1，劉琦1,2，代建武1，陳小虎1

1. 四川農(nóng)業(yè)大學機電學院，四川 雅安 625014；2. 華中科技大學電子信息與通信學院，湖北 武漢 430074

為了解決茶葉嫩梢的選擇性采摘問題，以茶葉嫩梢的物理學特性為設計依據(jù)，設計了一種可夾提式采摘茶葉嫩梢的末端執(zhí)行器，運用MATLAB軟件的GUI模塊及SolidWorks軟件對采摘末端執(zhí)行器的結構參數(shù)進行優(yōu)選分析，并獲得最佳組合參數(shù)，通過運動學仿真分析可行且滿足夾持力要求；采摘末端執(zhí)行器模型在茶園進行采摘試驗，結果表明，一芽一葉的漏采率為2.8%、采摘完整率為91%；一芽兩葉的漏采率<3%、采摘完整率為94%，試驗結果驗證該采摘末端的結構設計及其參數(shù)切實可行，為茶葉嫩梢的選擇性采摘提供理論依據(jù)，并為后續(xù)茶葉嫩梢采摘機的研發(fā)提供技術支撐。

茶葉嫩梢；采摘機械手；末端執(zhí)行器；運動學仿真

中國是茶葉生產(chǎn)大國，茶葉種植具有面積大、分布廣、產(chǎn)量高等特點。2019年統(tǒng)計表明，中國18個主要產(chǎn)茶地區(qū)茶園種植面積為306.5萬hm2，產(chǎn)值到達2?396億元。在傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉型的大背景下，研發(fā)綠色化和自動化、智能化程度高的大型茶葉機械是中國茶葉機械化生產(chǎn)發(fā)展的核心方向[1]，而茶葉采摘機械化已成必然趨勢。嫩梢采摘是茶葉產(chǎn)業(yè)鏈中最耗時、耗力的環(huán)節(jié)，其耗費的人工成本占據(jù)茶農(nóng)收益的50%，現(xiàn)有采茶機以采摘大宗茶葉為主，一刀切采摘模式無法選擇性采摘嫩梢。近年來形成了一些名優(yōu)茶采摘機的相關研究成果：如宋揚揚等[2]設計了一種履帶式智能采茶機，利用SolidWorks軟件三維建模對采茶機進行結構設計、運動分析和茶園試驗；歐陽愛國等[3]為降低茶葉在收集板上的堆積并提高茶葉到集葉袋的輸送能力，依據(jù)流場動力學原理對通風系統(tǒng)的結構進行流場仿真分析與優(yōu)化設計；范元瑞等[4]利用單支鏈約束方程求解采摘機器人的采摘空間，建立其空間模型；蔡麗萍等[5]針對優(yōu)質嶗山茶的種植及生長特點，通過拍攝環(huán)境背景設置、兩葉一針嶗山茶的嫩梢識別、針尖的特征提取及定位等進行了方法研究，設置藍光作為拍攝環(huán)境背景利用分塊二值矩陣求和的方法進行針尖的識別；王立謙等[6]結合STM32和MSP430單片機設計了一種新的農(nóng)業(yè)果實采摘機器人激光自動瞄準系統(tǒng)，并在系統(tǒng)設計過程中引入了PID算法，提高了果實采摘機器人的定位精度和自動化程度；劉燦[7]在全面理解自動采摘工作原理及結構組成的基礎上建立核心部件采摘作業(yè)的有限元理論控制模型，創(chuàng)建符合實際的采摘結構三維物理模型；Dong等[8]采用圖像特征（色澤和紋理）和Ada Boost改進的ELM（極限學習機）混合算法，明確了茶葉外形表象與人的感官感受間的非線性量化解析關系。即使上述文獻對智能機械采摘作了諸多研究，選擇性采摘嫩梢仍然是采茶機研發(fā)過程中的難點，而采摘末端執(zhí)行器的設計則是其中的關鍵環(huán)節(jié)。

本研究以四川省雅安市名山區(qū)廣泛種植的名山131茶樹為研究對象，結合茶葉嫩梢的物理學特性（亦稱力學特性，即夾提式拉斷嫩梢葉柄所需的夾持力）及前期試驗數(shù)據(jù)[9-10]，運用MATLAB軟件的GUI模塊及SolidWorks軟件設計優(yōu)選了一種適于該類茶葉嫩梢的夾提式采摘末端執(zhí)行器，為后續(xù)各品種茶葉嫩梢采摘機的選擇性采摘奠定理論基礎。

1 采摘末端執(zhí)行器的設計

1.1 茶葉嫩梢采摘機模型

針對復雜的茶園環(huán)境，本研究提出了茶葉嫩梢采摘機的整體方案（圖1）。采摘機由履帶式底座、機器視覺模塊、微處理器模塊、驅動模塊、裝配架、機械手和收集裝置（包括可伸縮收集平臺和真空箱）組成，其中，多個機械手采用3行4列形式固定在裝配架上，機器視覺模塊采用ZED深度感知攝像頭對茶壟的縱深進行測距，微處理器模塊獲得茶壟縱深距離信號后，發(fā)生控制指令至各個對應的機械手，所有機械手隨即采摘并自動收集嫩梢。其中，機械手由機械臂（包括大臂和小臂）及安裝在其頂端的采摘末端執(zhí)行器構成，如圖2所示。采摘末端執(zhí)行器通過對嫩梢的夾提式選擇采摘，對比基于機器視覺的嫩梢識別定位及采摘[11]，可以較大程度地提高采摘效率并降低漏采率。

1.2 采摘末端執(zhí)行器的結構設計

采摘末端執(zhí)行器實現(xiàn)夾提式選擇性采摘嫩梢，結合在實際采摘過程中的運動特性，本研究選取梯形式四桿機構，如圖3所示。從圖3可知，采摘末端執(zhí)行器由前后位置對稱的一對搖桿機構（包括齒輪搖桿和從動搖桿）、主/從動齒輪、2個夾持件、傳動軸、舵機和箱體組成，其兩側齒輪搖桿的同步傳動采用軸傳動，舵機作為動力源，圖3中的A、B、C、D四點即形成四桿機構。在兩個夾持件之間的箱體用作安裝末端執(zhí)行器的零部件，舵機安裝在箱體頂部，其通過傳動部件（傳動軸、相互嚙合的主/從動齒輪和四桿機構）與2個夾持件相連。通過前期試驗測試，選取具有防水抗氧化的鋁合金作為夾持件材料。

當接收到來自機器視覺模塊的茶壟縱深距離后，微處理器模塊發(fā)送控制指令經(jīng)驅動模塊驅動各個機械手動作，在機械臂的帶動下采摘末端執(zhí)行器下降至待采高度，舵機隨即通過傳動部件使得2個夾持件閉合即可夾持嫩梢，在預設夾持力的作用下2個夾持件夾斷嫩梢葉柄而無法夾斷老葉葉柄，嫩梢采摘完畢后2個夾持件保持閉合并伴隨機械臂的運動而上升，待上升至固定高度時，機械臂下方的收集平臺向前伸出到指定位置，此時2個夾持件張開使得嫩梢在重力作用下落在可伸縮收集平臺上，隨后收集平臺開始向后退回，當嫩梢隨收集平臺向后移動時將經(jīng)過真空箱的吸附口從而被吸入箱內(nèi)完成嫩梢的收集。此為一次完整的夾提式選擇采摘過程，后續(xù)隨著履帶式底座沿茶壟方向緩慢前行并循環(huán)該采摘過程。

2 采摘末端執(zhí)行器的參數(shù)設計

從圖3中可知，采摘末端執(zhí)行器的夾持力（即指舵機通過四桿機構作用在E點的力）與其結構參數(shù)有著密切關系，其結構參數(shù)主要包括2個夾持件的尺寸和傳動部件的參數(shù)，其中，傳動部件的參數(shù)包括由舵機帶動所引起的四桿機構的轉動角（圖3-a）中對稱的2個主動搖桿AD轉動所形成的角度、傳動角、齒輪半徑和四桿機構的4個參數(shù)，即圖3中的主動搖桿AD、連桿CD、從動搖桿BC以及AB段的長度。故需對采摘末端執(zhí)行器的結構參數(shù)進行設計并優(yōu)化，使得采摘末端執(zhí)行器具備所需的夾持力上限值（指舵機通過四桿機構作用在E點處的力等于此值則嫩梢葉柄被夾斷而老葉葉柄不能被夾斷）。另外，茶葉嫩梢大多數(shù)生長在呈拱形的茶壟表面，經(jīng)實地試驗可知，在舵機帶動下四桿機構的最大轉動角為30°時較合適，若此角度過大會導致夾持茶葉數(shù)過多而采摘效果不佳，反之則夾持茶葉數(shù)過少而無法高效采摘。

圖1 茶葉嫩芽采摘機模型

注：（a）機械手的結構模型；（b）機械手結構簡圖

圖3 采摘末端執(zhí)行器的結構設計圖

2.1 夾持件的尺寸選擇

據(jù)前期試驗統(tǒng)計[10]可得，名山131茶樹的一芽一葉葉柄的拉斷力平均值為3.08?N、拉斷力上限值為3.51?N，一芽兩葉的拉斷力平均值為5.51?N、拉斷力上限值為7.40?N，茶葉老葉的拉斷力下限值大于10?N。從圖3可知，采摘末端執(zhí)行器是夾提式采摘，通常一次夾取多片茶葉導致所需的安全夾持力會出現(xiàn)小范圍浮動[12]，結合前期試驗數(shù)據(jù)結果設置采摘末端執(zhí)行器的夾持力上限值1=8?N，夾持件接觸面選取抗水抗氧化的鋁合金材料。

為避免損傷旁側嫩梢和平穩(wěn)采摘，采摘末端執(zhí)行器的夾提式采摘動作為圓弧狀運動軌跡，且盡量呈水平狀態(tài)。前期試驗數(shù)據(jù)通過SPSS軟件分析得到實際夾持力與突變值（突變值即葉柄在該值下產(chǎn)生不可恢復的損傷）的百分比關系為64%，即安全系數(shù)為0.64，運用SPSS軟件對數(shù)據(jù)進行回歸運算，可得夾持件夾持嫩梢葉柄時的接觸面寬度（圖3-b）與嫩梢所受的實際夾持力之間的回歸方程：

=0.64×(1.555+2.523?8) ············（1）

根據(jù)式（1）以夾斷嫩梢所需夾持力的平均值5.51?N計算出接觸面寬度=4?mm，經(jīng)多次試驗選取夾持件的尺寸為176?mm×56?mm×90?mm，夾持件與茶葉接觸面的面積為176?mm×4?mm。

2.2 傳動部件的參數(shù)選擇

為使得傳動部件體積小、重量輕，選取一對齒輪的半徑為20?mm、箱體長度為150?mm、箱體寬度為70?mm。在已知夾持件尺寸的情況下，為了得到預期的安全夾持力，需要對四桿機構的4個參數(shù)進行優(yōu)化，故需建立四桿機構的數(shù)學模型并推導分析，在一定限制條件下進行優(yōu)化以便獲得最佳的組合參數(shù)值[13]。

2.2.1四桿機構的位移方程

圖3中的B點位置不變，故以此點作為坐標原點建立對應的坐標系，四桿機構的結構模型如圖4所示。在圖4中，AB段的長度設為1，主動搖桿AD、連桿CD、從動搖桿BC的長度分別設為2、3和4。夾持件的采摘點即E點與C點在同一構件上（圖3），故C點的運動軌跡、速度、加速度即為E點的運動軌跡、速度和加速度。圖4中，E點的加速度越小則采摘末端執(zhí)行器的夾持動作越穩(wěn)定，E點的速度越大則采摘末端執(zhí)行器的夾持效率越高。

注：（a）結構數(shù)學模型；（b）C點位置圖解

設BD與BC之間的夾角為，BD與X正半軸之間的夾角為，C點的位置坐標（x，y），由該結構模型的幾何關系可得C點的位移方程為：

2.2.2 四桿機構的速度及加速度方程

坐標原點B坐標為（x=0，y=0），C點、D點的水平方向和垂直方向的速度分別為V、V、V、V，D點的位置坐標為（x，y），由圖4可得C點的速度方程為：

式中，1=x－x，2=y－y，3=x－x，4=y－y。

設B點在水平、豎直方向的速度分別為V、V，設C點、D點在水平/垂直方向的加速度分別為（a，a）、（a，a），則C點的加速度方程為：

2.2.3 四桿機構的傳動角

四桿機構的傳動效率與其傳動角1呈正相關關系。主動搖桿AD與連桿CD之間的夾角即為四桿機構的傳動角1，如圖5所示。

由于整個機構的質量輕且轉速低，故其慣性未計入，由圖5可得傳動角1計算如下：

式中，AC表示A、C兩點間的距離。

由圖5可知，在其余參數(shù)固定時，2或3增加會使傳動角1增大，四桿機構的傳動效率就增高，C點的夾持力（舵機通過四桿機構作用在C點的力）也就隨之增大；在其余參數(shù)不變的情況下，4增加使AC增加則傳動角1隨之減小，四桿機構的傳動效率降低，夾持力則隨之減小。

2.2.4 四桿機構C點的夾持力

設采摘作業(yè)時舵機力矩為，連桿CD到A點的力臂即垂直距離為3（圖5），前述已知采摘末端執(zhí)行器的夾持力（即舵機通過四桿機構作用在E點的力）的上限值1=8?N，由圖5可得3、為：

設連桿CD與X軸的水平夾角為3，由此可推導C點的夾持力和3計算如下：

2.3 傳動部件的參數(shù)優(yōu)化

前述已知四桿機構的轉動角以及一對齒輪的半徑，根據(jù)茶葉嫩梢的物理學特性，四桿機構的傳動角1、4個參數(shù)（1、2、3、4）還需滿足下述條件：（1）1+2≤3+4，其中，1最短、2最長；（2）舵機在E點的實際作用力需接近夾持力上限值1=8?N；（3）四桿機構的傳動效率較高（傳動角較大）；（4）夾持件的夾持動作為圓弧狀運動軌跡，且盡量呈水平狀態(tài)，以保證平穩(wěn)采摘。

1、2、3、4的初始值均設為50?mm，利用MATLAB軟件開發(fā)了用于優(yōu)化此4個參數(shù)的GUI界面[14]，在該界面的控制區(qū)域內(nèi)點擊功能按鈕，將會在圖形顯示區(qū)內(nèi)顯示出在當前參數(shù)下的采摘末端執(zhí)行器的運動仿真，如圖6所示。

在圖6-a中，當4個參數(shù)（1、2、3、4）固定時，夾持力（其負號代表方向，絕對值越大則表示夾持強度越大即越大，下同）隨著C點水平位移X的增大其趨于減小（后期略有所增加），1=35?mm、2=60?mm、4=50?mm且X固定時設置3=35?mm、37?mm、38?mm，從圖中可知隨著3的增加也增加，3=38?mm、X=15?mm時達到極大值；在圖6-b中，當1=35?mm、3=35?mm、4=50?mm且X固定時，設置2=55?mm、60?mm、65?mm，由圖可知隨著2的增加也增加，2越大受X的影響越小，當2=65?mm時=–4?N基本恒定（即不受X的影響）；以此類推，當1、2、3、X固定時，從圖6-c中可知隨著4的減小則越大，4越小受X的影響越小，4=45?mm時=–4?N基本恒定（不受X的影響）；從圖6-d—圖6-f中可知，當4個參數(shù)均固定時C點加速度隨著X的增大而增大，當4個參數(shù)中的任意3個參數(shù)（以圖6-d為例，1、2、3）和X固定而第4個參數(shù)4（以圖6-d為例）逐漸減小，從3幅圖中可知隨著第4個參數(shù)4（以圖6-d為例）的增加C點加速度也減小。圖7中的箭頭表示2個夾持件由張開到閉合的運動方向，當采摘末端執(zhí)行器進行采摘運動時，C點的水平位移、速度、加速度均發(fā)生變化。在最佳組合參數(shù)下，圖7-a中橫、縱坐標即C點坐標（x，y），該圖中的C點運動軌跡呈圓弧狀，X=16?mm時C點運動軌跡處于最低點（茶葉嫩梢位置）即采摘末端執(zhí)行器閉合夾采茶葉嫩梢，C點運動至最高點表示采摘末端執(zhí)行器處于最大轉動角狀態(tài)；C點速度、加速度、夾持力與其水平位移X之間的曲線分別如圖7-b、圖7-c、圖7-d所示，從圖中可知當X=16?mm時C點的速度達到極大值、加速度達到極小值而夾持力達到極大值，隨著采摘末端執(zhí)行器逐漸閉合則C點加速度單調(diào)減小、C點速度先減小后逐漸增加、夾持力先減小后增大，在X=42?mm處C點的速度和夾持力均達極小值，是源于舵機帶動四桿機構動作時各桿之間的夾角出現(xiàn)了持續(xù)變化。從圖7-c可知在X=16?mm處C點加速度為極小值，即2個夾持件閉合夾采嫩梢，此時采摘末端執(zhí)行器處于最平穩(wěn)狀態(tài)；在圖7-d中，當X=16?mm時=–3.5?N（即最大，負號僅表示其方向），此時對應舵機通過四桿機構作用在E點的力1為8?N，由X=16?mm及對應的傳動角1代入式（6）計算，可得此時舵機力矩為840?N·mm。

注：（a）不同3值時的C點夾持力曲線；（b）不同2值時的C點加速度曲線；（c）不同4值時的C點夾持力曲線；（d）不同4值時的C點加速度曲線；（e）不同2值時的C點加速度曲線；（f）不同3值時的C點加速度曲線

Note: (a) Clamping force curve of C-point for different3values. (b) Clamping force curve of C-point for different2values. (c) Clamping force curve of C-point for different4values. (d) Acceleration curves of C point for different4values. (e) Acceleration curves of different2values. (f) Acceleration curves of C point different3values

圖6 不同四桿機構參數(shù)下的仿真曲線

Fig.6 Simulation curves under different four-bar mechanism parameters

注：（a）C點運動軌跡；（b）C點速度曲線；（c）C點加速度曲線；（d）C點夾持力F'曲線

2.4 運動仿真

為驗證上述采摘末端執(zhí)行器結構設計及其參數(shù)的可行性，用三維建模軟件Solidworks對虛擬樣機進行實體建模[15]并導入Motion板塊中進行仿真分析。

根據(jù)前期試驗參數(shù)及茶葉嫩梢物理學特性數(shù)據(jù)，設置舵機的角速度為8.055?rad·s-1，在采摘過程中施加一個8?N的反向壓力作用于采摘末端執(zhí)行器的夾持件（圖3-a中的E點），以便反向驗證其可行性及運動軌跡等，仿真獲得采摘末端執(zhí)行器C點加速度和舵機力矩的曲線如圖8所示。

采摘末端執(zhí)行器呈圓弧狀運動如圖3-a所示，圖8中的虛線為舵機帶動采摘末端執(zhí)行器運動1個周期的力矩變化曲線呈對稱分布，在[0，0.13?s]對應采摘末端執(zhí)行器的閉合運動學仿真，[0.14?s，0.26?s]對應采摘末端執(zhí)行器的張開運動學仿真。從圖8可知舵機力矩隨時間先減小后增大，在0.13?s附近2個夾持件閉合采摘嫩梢，此時舵機力矩達到最大值845?N·mm，依據(jù)式（6）所得的舵機力矩為840?N·mm，理論計算結果略小于實際仿真結果，其原因在于式（6）計算過程中忽略采摘末端執(zhí)行器自身重量以及運動慣性的影響，當然其重量通常較小。另外，在采摘末端執(zhí)行器運動過程中舵機力矩最小值為43?N·mm，這也是因為采摘末端執(zhí)行器不僅受舵機力矩的驅動，還受其自身重量以及運動慣性的影響所致。另外，鑒于采摘作業(yè)過程中部件之間還存在摩擦力以及其他阻力，實際應用中舵機力矩要大于虛擬仿真所得的舵機力矩最大值845?N·mm；圖8中的實線為采摘末端執(zhí)行器運動1個周期的C點加速度的變化曲線，從圖中可知，C點加速度隨時間呈減小趨勢，加速度越小采摘越平穩(wěn)即0.13?s附近出現(xiàn)最小值，即采摘末端執(zhí)行器采摘茶葉嫩梢時具有最好的平穩(wěn)性，此時C點加速度為6?738?mm·s-2，從圖7-c可知對應C點加速度為5?000?mm·s-2，兩者之間的誤差在于理論計算過程中忽略了采摘末端執(zhí)行器自身重量以及運動慣性的影響。綜上所述，仿真結果與理論計算相符合，驗證了機構的正確性及可行性。

3 茶園試驗

3.1 試驗方法

為驗證所設計的采摘末端執(zhí)行器的實際采摘性能，本研究選取DS32250金屬舵機，根據(jù)JB/T 6281—2007采茶機相關規(guī)定，以采摘末端執(zhí)行器的實際夾持力、嫩梢漏采率、嫩梢完整率為主要檢測指標[17]，制作模型如圖9所示。

注：（a）3月份采摘作業(yè)；（b）8月份采摘作業(yè)

試驗舵機角速度設為8.055?rad·s-1，四桿機構的轉動角為30°，在3月下旬對一芽一葉、一芽兩葉的嫩梢以及老葉各自進行了72組試驗，記錄樣本數(shù)據(jù)并按照試驗指標進行分類統(tǒng)計。

嫩梢漏采率計算如下：

采收嫩梢完整率1計算如下：

式中，為采收嫩梢數(shù)，1為采收無損嫩梢數(shù)，2為漏采嫩梢數(shù)。

3.2 性能試驗

將采摘末端執(zhí)行器模型在雅安市某茶園進行采摘試驗（圖9）。依據(jù)試驗結果（表1），若F小于最小值時，該模型無法采摘對應茶葉組；若2.76?N<<4.51?N，該模型僅能采摘一芽一葉嫩梢組；當>3.51?N，會降低一芽一葉嫩梢組的采摘質量；若7.80?N<<13.70?N，會降低所有嫩梢組的采摘質量且無法采摘老葉；若F>27.20?N，會采摘所有茶葉且易對夾持件造成物理損傷，一芽一葉的平均漏采率小于2.8%、平均采摘完整率約91%，一芽兩葉的平均漏采率小于3%、平均采摘完整率約94%，滿足實際選擇性采摘要求，且與前期試驗結果基本吻合。為了進一步驗證設計的正確性，8月份對同一片茶園同一品種茶葉進行采摘試驗，如圖9-b所示，兩次試驗采摘效果對比如圖10所示。由圖10可知，該模型3月份的嫩梢漏采率、嫩梢完整率均明顯優(yōu)于8月份的采摘效果，其原因在于3月份采摘的是春茶，此時茶樹修剪整齊，嫩梢長勢較好數(shù)量眾多且大多數(shù)覆蓋在茶壟表面，而8月份是采茶的晚期，茶樹經(jīng)采摘多次且長勢不均勻，嫩梢參差不齊，嫩梢數(shù)量不多且少數(shù)嫩梢覆蓋在茶壟表面，此時末端執(zhí)行器的選擇性采摘效果不顯著。

表1 采摘試驗結果

4 小結

本研究基于茶葉嫩梢的物理學特性，以及采摘要求，設計了一種嫩梢采摘末端執(zhí)行器，結合前期試驗數(shù)據(jù)設置采摘末端執(zhí)行器的有關參數(shù)，即夾持件接觸面寬度=4?mm，夾持件尺寸176?mm×56?mm×90?mm，夾持件與茶葉接觸面的面積為176?mm×4?mm，舵機角速度為8.055?rad·s-1，四桿機構的轉動角為30°，一對齒輪半徑為20?mm，且傳動部件呈梯形狀的四桿機構并建立其數(shù)學模型；在四桿機構的4個參數(shù)（1，2，3，4）取值范圍內(nèi)，以1最大、采摘平穩(wěn)、夾持件圓弧狀運動軌跡以及夾持力上限值8?N為目標進行多目標優(yōu)化，獲得最優(yōu)參數(shù)1=35?mm、2=60?mm、3=35?mm和4=50?mm；隨后運用Soildworks 2014軟件對采摘末端執(zhí)行器裝配，對其進行了虛擬運動及仿真分析，得到此參數(shù)下的運動性能與理論計算基本吻合；最后將采摘末端執(zhí)行器模型應用于茶園采摘試驗，以實際夾持力、嫩梢漏采率以及嫩梢完整率為主要檢測指標，進一步驗證了實際采摘效果良好，較好地解決了茶葉嫩梢采摘過程中的選擇性采摘問題。當然，本研究選取了夾持件接觸面寬度、四桿機構4個參數(shù)、齒輪半徑、接觸面材料、夾持件形狀、運動軌跡、夾持力等進行分析研究，在今后的研究中為了更加精確建模，可綜合考慮傳動部件材料、部件之間的摩擦力和阻力、視覺測距、控制算法等，以及其他結構參數(shù)對嫩梢采摘末端執(zhí)行器采摘效果的影響。

注：（a）嫩梢漏采率對比；（b）嫩梢完整率對比

[1] 王文明, 肖宏儒, 宋志禹, 等. 茶葉生產(chǎn)全程機械化技術研究現(xiàn)狀與展望[J]. 中國農(nóng)機化學報, 2020, 41(5): 226-236.

Wang W M, Xiao H R, Song Z Y, et al. Research status and prospects of tea production mechanization technology [J]. Journal of Chinese Agricultural Mechanization, 2020, 41(5): 226-236.

[2] 宋揚揚, 李為寧, 李兵, 等. 履帶式智能采茶機的設計與試驗[J]. 農(nóng)機化研究, 2020, 42(8): 123-127.

Song Y Y, Li W N, Li B, et al. Design and test of crawler type intelligent tea picker [J]. Journal of Agricultural Mechanization Research, 2020, 42(8): 123-127.

[3] 歐陽愛國, 邵福, 舒盛榮, 等. 一種單軌懸掛式采茶機結構設計及通風管流場仿真分析[J]. 江蘇農(nóng)業(yè)科學, 2019, 47(20): 236-240.

Ouyang A G, Shao F, Shu S R, et al. Structural design of a monorail suspended tea picker and simulation analysis of flow field in its ventilation tube [J]. Jiangsu Agricultural Sciences, 2019, 47(20): 236-240.

[4] 范元瑞, 馬智斌, 楊化林. 名優(yōu)茶采摘機器人工作空間分析[J]. 機械與電子, 2019, 37(8): 73-75, 80.

Fan Y R, Ma Z B, Yang H L. Analysis of working space of famous tea picking robot [J]. Machinery and Electronics, 2019, 37(8): 73-75, 80.

[5] 蔡麗萍, 趙麗清, 龔麗農(nóng), 等. 優(yōu)質嶗山茶嫩芽識別方法的研究[J]. 青島農(nóng)業(yè)大學學報(自然科學版), 2018, 35(1): 76-81.

Cai L P, Zhao L Q, Gong L N, et al. Study on identification method of high quality laoshan tea buds [J]. Journal of Qingdao Agricultural University (Natural Science), 2018, 35(1): 76-81.

[6] 王立謙, 汪小志, 林衛(wèi)國. 農(nóng)業(yè)激光自動采摘定位機器人控制系統(tǒng)設計: 基于PID控制[J].農(nóng)機化研究, 2015, 37(9): 211-216.

Wang L Q, Wang X Z, Lin W G. Design of agricultural laser automatic picking positioning robot control system based on PID control [J]. Journal of Agricultural Mechanization Research, 2015, 37(9): 211-216.

[7] 劉燦. 一種自動采摘結構模型有限元研究[J]. 農(nóng)機化研究, 2020, 42(5): 51-55, 93.

Liu C. Finite element analysis of an automatic picking structure model [J]. Journal of Agricultural Mechanization Research, 2020, 42(5): 51-55, 93.

[8] Dong C W, Zhu H K, Zhao J W, et al. Sensory quality evaluation for appearance of needle-shaped green tea based on computer vision and nonlinear tools [J]. Journal of Zhejiang University-Science B (Biomedicine & Biotechnology), 2017, 18(6): 544-548.

[9] 林燕萍, 金心怡, 郝志龍, 等. 茶樹嫩梢力學特性與粗纖維試驗[J]. 茶葉科學, 2013, 33(4): 364-369.

Lin Y P, Jin X Y, Hao Z L, et al. Experiment on mechanical properties and crude fiber of tea leaf [J]. Journal of Tea Science, 2013, 33(4): 364-369.

[10] 許多. 智能采茶機機械結構及控制系統(tǒng)設計[D]. 雅安: 四川農(nóng)業(yè)大學, 2018.

Xu D. Design of intelligent tea picking machine’s mechanical structure and control system [D]. Ya'an: Sichuan Agricultural University, 2018.

[11] 孫曉鋒. 名優(yōu)茶智能化采摘中新梢識別及其中心點確定的方法研究[D]. 南京: 南京林業(yè)大學, 2014.

Sun X F. Researches on high-quality tea flushes identification and centering method for intelligent plucking [D]. Nanjing: Nanjing Forestry University, 2014.

[12] 潘周光. 茶葉梗莖剪切特性與嫩度關系的試驗研究[J]. 茶葉科學, 2008, 28(6): 425-428.

Pan Z G. Study on the relation of the tenderness and shearing properties of tea shoot [J]. Journal of Tea Science, 2008, 28(6): 425-428.

[13] 姬江濤, 楊林輝, 金鑫, 等. 行星輪系滑道式缽苗栽植機構設計與參數(shù)優(yōu)化[J]. 農(nóng)業(yè)工程學報, 2018, 34(18): 83-92.

Ji J T, Yang L H, Jin X, et al. Design and parameter optimization of planetary gear-train slip type pot seedling planting mechanism [J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(18): 83-92.

[14] 陸鑫, 李恒, 徐麗明, 等. 雙臂式茶葉采摘機器人的改進設計[J]. 農(nóng)機化研究, 2015, 37(2): 101-106.

Lu X, Li H, Xu L M, et al. Mode analysis and optimization of variable pitch screw shaft for high-speed rice transplanter [J]. Journal of Agricultural Mechanization Research, 2015, 37(2): 101-106.

[15] 李兵, 李為寧, 柏宣丙, 等. 基于EDEM的茶葉揉捻機參數(shù)優(yōu)化及試驗研究[J]. 茶葉科學, 2020, 40(3): 375-385.

Li B, Li W N, Bai X B, et al. Parameter optimization and experimental study of tea twisting machine based on EDEM [J]. Journal of Tea Science, 2020, 40(3): 375-385.

[16] 秦廣明, 趙映, 肖宏儒, 等. 4CZ-12智能采茶機器人設計及田間試驗[J]. 中國農(nóng)機化學報, 2014, 35(1): 152-156,169.

Qin G M, Zhao Y, Xiao H R, et al. 4CZ-12 intelligent tea harvest robot design and field experiment [J]. Journal of Chinese Agricultural Mechanization, 2014, 35(1): 152-156, 169.

[17] 鄧佳, 王鵬, 周彥君, 等. 四川采茶機械化應用現(xiàn)狀與展望[J]. 四川農(nóng)業(yè)與農(nóng)機, 2019(6): 20-21.

Deng J, Wang P, Zhou Y J, et al. Application status and prospect of tea picking mechanization in sichuan [J]. Sichuan Agriculture and Agricultural Machinery, 2019(6): 20-21.

Design of End Effector for Picking Tea Shoots

XU Lijia1, LIU Qi1,2, DAI Jianwu1, CHEN Xiaohu1

1. College of Mechanical and Electrical Engineering, Sichuan Agricultural University, Ya'an 625014, China; 2. Huazhong University of Science and Technology, Wuhan 430074, China

In order to solve the selective picking of tea shoots, based on the physical characteristics of tea shoots, an end effector of picking tea shoots with clip was designed in this study. The GUI module of MATLAB software and SolidWorks software were used to optimize the structural parameters of the picking end effector，and the optimal combination structural parameters were obtained. The kinematics simulation analysis was feasible and met the requirements of clamping force. The model of picking end effector was tested in tea garden, and the results show that the missed picking rate of one bud and one leaf was 2.8%, and the picking integrity rate was 91%. While the missed picking rate of one bud and two leaves was <3%, and the picking integrity rate was about 94% in March. The experimental results verified that the structural design and parameters of the picking end effector are feasible, which provided a theoretical basis for the selective picking of tea shoots, and a technical support for the subsequent research and development of tea shoot picking machine.

tea shoot picking, picking manipulator, picking end effector, kinematics simulation

S571.1

A

1000-369X(2021)05-705-12

2020-11-27

2021-02-15

國家級創(chuàng)新訓練計劃項目（201910626024）

許麗佳，女，教授，主要從事農(nóng)業(yè)機器人、農(nóng)業(yè)信息檢測與控制技術的研究，583458957@qq.com

（責任編輯：趙鋒）