垄作草莓果实信息感知与采摘机器人关键技术研究

草莓是高附加值水果，近年在我国的栽培面积增加迅猛，已成为一些地区农业的支柱产业和农民致富的主要来源。草莓果实鲜嫩、成熟后须及时采收，但随着农村人口老龄化，采摘期采收劳动力明显匮缺和繁重的采收作业已日益突出。因此，研究草莓机器人采摘技术，对于减轻采摘劳动强度并缓解季节性劳动力不足，推动机器人技术在改变落后的生产作业方式中发挥作用，促进农业的现代化生产都具有十分重要的意义。本项目以我国垄作草莓为对象，针对草莓采摘时果实之间相互贴靠或重叠、生熟果实掺杂、枝叶遮挡等问题，将研究复杂环境下基于机器视觉的草莓果实的信息获取与处理方法，解决相互接触、重叠、遮挡果实的目标识别算法问题；根据草莓果实的位置和姿态，研究精确判断草莓果梗的位置的识别算法方法，为实现果梗采摘抓取提供前提；研究能准确夹持和切断果梗、不伤果实的草莓采摘末端执行器和果梗定位采摘方法，研究便于在低矮狭小空间进行作业、高效可靠采摘的机械手。

草莓是高附加值水果，近年在我国的栽培面积增加迅猛，已成为一些地区农业的支柱产业和农民致富的主要来源。草莓果实鲜嫩、成熟后须及时采收，但随着农村人口老龄化，采摘期采收劳动力明显匮缺和繁重的采收作业已日益突出。类似草莓的选择性的果实采摘是农业上最为耗时费力的作业环节，30年来人类一直试图采用机器人从事该类作业。.以我国垄作草莓为对象，针对草莓采摘时果实之间相互贴靠或重叠、生熟果实掺杂、枝叶遮挡；草莓采摘作业空间低矮狭小；果实柔嫩易损伤等问题，提出了系统的解决方法，研制出了草莓采摘机器人样机。获得了草莓种植的基本农艺参数和果实果柄的物理参数；利用BP 神经网络分割方法、Lab 色彩模型中的 a 通道的分割方法、LRCD 处理方法、RGB 模型下的色度图像分割方法等常用图像分割方法，对自然环境下的草莓图像进行了详细的对比试验；利用分水岭区域分割法和Hough变换算法解决了草莓果实粘连的识别问题；提出了基于草莓重心估计采摘点位置的方法以及直接寻找相应的果柄确定采摘点位置而不进行整体果实识别的方法；搭建了激光辅助定位的双目视觉系统，光纤传感器辅助定位的基于视觉伺服的单目视觉系统，通用双目视觉系统等视觉系统，都能对成熟的果实进行准确定位；设计了气动式和电机驱动式的末端执行器，体积小，控制简单，能够在切断目标果柄后及时将其可靠夹持。研制出了分别针对垄作和高架的两种草莓采摘机器人，搭建了基于双目视觉的草莓识别与定位实验室平台，分别进行了相关采摘实验，其中针对垄作草莓的样机平均采摘速度为73.6颗/小时，采摘成功率可达90%（90颗草莓中成功采摘83颗）；针对高架草莓的样机平均每颗草莓采摘时间18. 54 s，平均无损伤采摘成功率可达 88%；基于双目视觉的采摘实验台平均每颗草莓采摘时间0.65 s，准确率可达 90.6%。