蔬果采摘機器人的研究進展與展望

                      --引自《現代農業研究》

【摘要】隨著城市化的發展和農業勞動力的不斷減少,新型農業生產模式的應用和新技術的開發迫在眉睫,農業機器人將成為未來農業生產活動的核心。采摘機器人作為農業機器人的一個重要分支,具有極大的發展潛力。本文分析了國內外近年來蔬菜和水果采摘機器人的研究進展和現狀,指出采摘機器人開發中的主要問題,并闡述了蔬果采摘機器人未來主流發展方向。

 【關鍵詞】蔬果采摘;農業機械;機器人;研究進展

 

1 引言

         蔬菜和水果的收獲是傳統農業生產鏈中勞動強度較大、時效性要求較高的部分,隨著種植規模的增長,其工作成本正在不斷提高。由于工業生產的快速發展以及城鎮化率的不斷上升,大量的農業勞動力正在向城鎮轉移,人口老齡化的程度在不斷加重,農業生產的勞動力不斷減少。在這種情況下,僅靠人力勞動并不能滿足現有需求。近年來隨著視覺識別技術的進步和智能控制理論的發展,使用機器人來采摘蔬菜和水果已經成為了一種現實趨勢。蔬果采摘機器人是一種針對蔬菜和水果,具備自主作業能力并且可以通過編程來適應不同的工作環境的自動收獲系統。它集成了橫跨幾個學科的知識,包括機械結構、視覺成像、運動學、傳感器技術、控制技術和計算信息處理等。蔬果采摘機器人的出現解決了農業勞動力的短缺問題,大大減輕了農民的勞動強度,提高了蔬菜和水果的收獲質量,降低了收割成本,提高勞動生產率,確保蔬果能得到及時的采收,提高蔬果產品的市場競爭力。

 

2 國內研究進展

        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,國內外學者在這方面做了深入的研究。馬瑛等基于ARMFPGA智能控制模塊、雙目機器視覺技術,設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。對于樣機的實驗結果表明,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。張麗等設計了一種基于模糊控制和PLC高速并行自動控制技術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。通過測試發現,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。

 宋健等根據茄子生長的空間分布,采用優化設計方法設計了機器人主體的結構參數,并開發了四自由度多關節采摘機器人主體。根據果蔬采摘機器人的視覺系統要求,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。整個系統運行穩定可靠,采摘成功率達到89%。王曉楠等研制出智能番茄采摘機器人。基于HIS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等為了更好地將深度學習技術中特征提取和目標檢測的良好性能應用到果實檢測中,提出一種基于蒙版區域卷積神經網絡(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的效率。Kennedy等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,并在實驗室和室外條件下進行了試驗,結果表明該套系統可以實時可靠地完成采摘目標的識別與定位。Williams等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行器,確保安全地收獲奇異果。視覺系統利用了神經網絡技術,可在自然的照明條件下檢測和定位奇異果。Gené-Mola等提出了一種用于水果檢測和3D定位的新方法,使用Mask R-CNN實例分割神經網絡進行2D水果檢測,而后使用運動結構攝影測量法生成蘋果的3D立體坐標。這種方法的優點是減少了誤報數和更高的檢測率,而缺點是需要較長的處理時間,使其難以實時連續工作。

 

4 總結與展望

        當前,農業機器人正在成為機器人發展的前沿領域,而蔬果采摘機器人是農業機器人的一個重要應用方面,未來將越來越多地用于農業生產。蔬果采摘機器人的工作對象復雜多變,工作環境也較為惡劣,設備常在炎熱和潮濕的環境中運行,因此該類機器人對可靠性要求較高。由于機器人的機械結構直接決定了機器人的可靠性,所以可以通過仿真分析和優化設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操作員都是未經專業培訓的農民,因此機器人的操作不能過于繁瑣。再者,農民的收入有限,在開發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,在復雜背景和夜間環境下的工作能力還不夠理想等。今后應當將人機協作,開放結構和多傳感器融合的方法不斷應用在農業機器人的研究中,尤其是將人工智能、深度學習等新型技術應用于蔬果采摘機器人的技術開發之中。

 

聲明:本文章僅用本單位內部分享學習,不做任何商業用途及轉載。