农业采摘机器人专栏-专栏主编：刘继展 研究员

doi：10.6041/j.issn.1000-1298.2024.10.001

摘要：在经历了长期的摸索和积累后，全球采摘机器人的产品化进程正在不断加速。随着我国农业生产对采摘机器人需求的快速刚性化，众多企业纷纷加入，生产销售逐步展开，但作业效率不足已成为其全面产业化和生产应用的核心障碍。本文在分析我国采摘机器人效率现状的基础上，归纳了机器人采摘的提效技术模式和多臂化途径，指出了国内外采摘机器人多臂高速并行的发展态势。在总结多臂采摘机器人臂型设计、视觉技术、任务与运动规划技术发展现状的基础上，提出了采摘机器人产业化的发展趋势与目标，认为从手眼高精准向综合强容差、从专用定制化向通用模块化、从专业性装备向用户型产品发展是采摘机器人产业化的技术走向。

关键词： 农业采摘机器人； 产业化； 多臂； 作业效率

doi：10.6041/j.issn.1000-1298.2024.10.002

摘要：在设施番茄种植环境中，果实重叠遮挡等情况会影响识别精度。因此，本文提出了一种基于YOLACT的实例分割模型，提高识别精度。首先，对果实重叠遮挡的类别进行细分并增加该类数据集，从而接近真实采摘场景，并在采摘决策中改善重叠遮挡对识别精度的影响；其次，采用Simple Cope-Paste数据增强方法提高了模型的泛化能力，降低了环境因素对实例分割效果的干扰；然后，在YOLACT基础上，引用多尺度特征提取技术克服了单一尺度特征提取的局限性，并降低了模型复杂度；最后，引入Swin Transformer中的Swin-S注意力机制，优化了模型对于番茄实例分割的细节特征提取效果。实验结果表明，本文模型能够一定程度上缓解分割结果中出现的漏检、误检问题，其目标检测平均精度为93.9%，相比于YOLACT、YOLO v8-x、Mask R-CNN、InstaBoost分别提升10.4、4.5、16.3、3.9个百分点；平均分割精度为80.6%，相比于上述模型分别提升4.8、1.5、7.3、4.3个百分点；推理速度为25.6f/s。该模型综合性能有较强的鲁棒性，兼顾了精度与速度，可为番茄采摘机器人完成视觉任务提供参考。

关键词：番茄果实；重叠遮挡；实例分割；  YOLACT；Swin Transformer；数据增强

摘要：为解决现有接触式果径测量过程耗时，长时间测量精度容易受试验人员主观影响的问题，结合机械设计、串口通信、自动控制等技术设计了一款手持式树上苹果果径测量系统。该系统由手持式果径测量工具和数据接收APP两部分组成。在果园树上果径测量作业时，试验人员手持果径测量工具的握柄，通过按压握柄带动传动模块，夹持爪随之张开，从而实现夹持爪与被测果实表面贴合及果径测量，并通过蓝牙通讯来将数据传输到手机端APP以进行保存、删减、位置信息绑定及批量导出等操作。为衡量手持式果径测量工具精度，分别进行公制块规和苹果果径测量试验。公制块规测量试验结果表明，本文所提出的尺寸测量工具实现了亚毫米级别精度测量。苹果果径测量试验结果表明，测量误差随着果实尺寸的增加而增加，在测量成熟期果实时，尺寸测量工具获取结果的平均绝对误差（Mean square error，MAE）及均方根误差（Root mean squared error，RMSE）仍可控制在0.45mm以下，可满足苹果果径测量精度需求。

摘要：针对现有果园导航方法易受冠层密度、光照条件、种植不规整、地面不平整等条件影响，导致用于实现自主导航的树行方向估计方法与行尾识别方法稳定性低的问题，本文提出基于3D点云分析的果园行间穿梭路径规划方法，该路径规划方法包含树行识别定位方法、场景识别方法、路径规划方法，用于密植果园机器人行间自主穿梭的导航系统。首先，设计了基于点云语义分割网络的果树树干点云提取方法，实现了树行的识别与定位；其次，设计了基于卷积神经网络的位置场景识别方法，实现了行头等位置的场景识别；最后，设计了基于有限状态机的行间行进策略管理方法与基于RS曲线的行间路径规划方法，实现了果园多行连续行走。基于本文方法的树干点云分割平均交并比为88.3%，果树平均定位误差为2.04%(x方向)、1.54%(y方向)，树行方向估计平均误差为1.11°，行尾识别正确率为96%，行内中线行走平均偏差为0.08 m。实验结果表明，本文所提出路径规划方法能够满足果园环境下树行定位与位置场景识别准确性要求，有效规划行间穿梭路径，为果园激光自主导航提供有效参考。

关键词：果园；机器人；路径规划；树干分割；场景识别；树行定位

doi：10.6041/j.issn.1000-1298.2024.10.005

摘要：针对工厂化瓶栽金针菇自动切根过程中，夹持末端因结构设计导致行程固定，进而影响抓取效果甚至切根质量的问题，本文基于YOLO v8（You only look once）构建改进的Enoki-pick_region-YOLO v8(EP-YOLO v8)，实现瓶栽金针菇整体及最佳受力区域（关键抓取区域）的精准定位与轮廓提取，保障抓取参数的可靠性。该方法在网络优化基础上，基于最小欧几里得距离（Euclidean distance，ED）构建掩膜关系归属与判断模型，明确金针菇菇体与关键抓取区域掩膜间父子关系并合并优化。通过解析合并前后关键抓取区域的相对位置编码，确定抓取参数并进行坐标转换，为建立末端控制映射模型实现末端机械手运动行程的精确控制提供基础。实验结果表明，本文所提算法的金针菇菇体掩膜识别精确率达99.3%，关键抓取区域掩膜识别精确率达99.6%。同时，对比发现掩膜质量得到了提高，获取的参数抓取区域宽度与实际宽度之间的误差仅为0.7%，抓取参数基本满足抓取条件，能有效实现最优抓取位置的精准识别与定位。

关键词：瓶栽金针菇；采摘点；采摘机器人；YOLO v8；多目标识别

doi：10.6041/j.issn.1000-1298.2024.10.006

摘要：为进一步提升穗收型樱桃番茄识别准确率和识别速度，实现设施环境番茄自动采摘，提出了一种基于改进Transformer的轻量化樱桃番茄穗态识别模型。首先，构建了包含不同光照环境和采摘姿态的樱桃番茄数据集，并对樱桃番茄果穗姿态进行了划分。然后，提出了一种基于改进RE-DETR的轻量化穗收樱桃番茄识别模型，通过引入一个轻量级的骨干网络EfficientViT替换RT-DETR原有的骨干网络，显著减少了模型参数和计算量；同时设计了一个自适应细节融合模块，旨在高效处理并融合不同尺度特征图，并进一步降低计算复杂度。最后，引入加权函数滑动机制和指数移动平均思想来优化损失函数，来处理样本分类中的不确定性。实验结果表明，该轻量化模型在保持高识别准确率（90%）的同时，实现了快速检测（41.2f/s）和低计算量（8.7×109 FLOPs）。与原始网络模型、Faster R-CNN和Swin Transformer相比，平均识别准确率提高1.24%~15.38%，每秒处理帧数（FPS）提高25.61%~255.17%，同时浮点运算量实现了69.37%~92.37%的大幅降低。该模型在综合性能上有着较强的鲁棒性，兼顾了精度与速度，可为番茄采摘机器人完成视觉任务提供技术支撑。

关键词：樱桃番茄；目标检测；深度学习；RT-DETR；轻量化；Transformer

doi：10.6041/j.issn.1000-1298.2024.10.007

摘要：针对果园环境下果实重叠和光照等因素带入的难滤除点云噪声，导致借助点云构建的采摘位姿精度低的问题，本文提出了一种基于随机采样一致性（Random sample consensus，RANSAC）拟合点云去噪的采摘位姿构建方法。该方法通过RANSAC拟合算法从预处理后的果实点云中检测出多个潜在的球体，并以与点云采集设备垂直距离最短的球体球心作为目标果实的基准设置距离阈值，以便进一步滤除目标果实点云中难滤除的点云噪声，提高目标果实的位姿构建精度。在此基础上，利用最小二乘法对去噪后的点云进行球拟合得到球心坐标，并作为目标果实的采摘位置，然后结合实例分割算法获取的二值化掩膜图像质心三维坐标，构造接近向量作为采摘姿态，完成采摘位姿的构建。重叠果实点云去噪试验表明，本文方法能够有效滤除目标果实中难滤除的点云噪声；位姿构建评估试验结果显示，在室外仿果园环境下采用提出的位姿构建方法，果实定位精度达到15.0mm，相较于直接使用RANSAC拟合球的定位方法，定位精度最大提高28.1%，位置构建稳定性提高76.0%；果园采摘对比试验表明，采用提出的位姿构建方法定位成功率达到70.2%，相较于现有同类方法，定位成功率提高23.4%，采摘成功率提高38.4%。本文提出的方法可为复杂果园环境下的果实位姿准确构建提供参考。

关键词：苹果采摘机器人；果实定位；姿态构建；点云去噪

doi：10.6041/j.issn.1000-1298.2024.10.008

摘要：为解决非结构环境下，采摘机械臂路径规划时存在的效率低、采摘成功率不高的问题，提出一种结合人工势场法的四向搜索RRTstar算法。首先通过人工势场法对空间进行分割，获取空间分割点xsplit，进行四向搜索；其次结合人工势场法引导随机采样，提高采样节点质量；然后基于节点历史扩展信息，添加信息因子，实现自适应动态步长扩展。最后通过贪婪回溯对生成路径进行优化。通过二维模拟实验、6自由度机械臂下的仿真实验与采摘实验验证提出算法的有效性。二维仿真对比实验表明：相比于RRTstar算法，改进算法路径成本缩短2.01%，时间代价降低98.81%，迭代次数减少92.49%。在机器人操作系统(Robot operating system，ROS)中进行6自由度机械臂下的仿真实验，相比于RRTstar算法，规划时间减少93.17%，路径成本降低36.62%，扩展节点数减少97.00%。最后使用6自由度机械臂进行采摘实验，实验结果表明本文算法有效提升采摘成功率，采摘成功率达85%，并在结合姿态约束方法后，采摘成功率达95%。所提出的路径规划方法在路径规划时间上存在一定优势，采摘实验证明本文算法可提高荔枝采摘成功率。

关键词：荔枝；采摘机械臂；路径规划；RRTstar算法；人工势场法

doi：10.6041/j.issn.1000-1298.2024.10.009

摘要：针对非结构化复杂果园环境下机器人无损采摘苹果难度大等问题，本文借鉴章鱼捕食猎物方式，设计了一种集吸盘吸附与手指抓握为一体的复合气动式苹果采摘手。根据陕西富士苹果的一般特征参数，完成了采摘手关键零部件设计及其尺寸参数确定。建立模型对吸盘吸附与手指抓握的运动学与动力学进行仿真分析，结果表明该采摘手具有良好的运动柔顺性和吸附与抓握的稳定性；通过搭建采摘手性能测试平台，对采摘过程中的手指接触压力数据进行处理与分析，验证了该采摘手整体系统的可行性与采摘流程的合理性；以六臂苹果采摘机器人为试验平台开展了采摘手果园实地试验，试验结果表明，该采摘手综合采摘成功率为84.7%，综合损伤率为0.88%，可以完成复杂果园环境下机器人采摘苹果工作。

doi：10.6041/j.issn.1000-1298.2024.10.010

摘要：针对柑橘自动化采摘末端执行器剪切果柄难度大的问题，设计了一种采用球形闭合进行咬合剪切果柄的柑橘采摘末端执行器。对柑橘果柄进行剪切力学特性研究，通过对果柄直径、剪切速度、果柄斜角、树叶阻挡数、刀片间隙5个因素进行剪切试验，基于最小二乘法多项式拟合建立响应面进行影响因素分析；对末端执行器进行几何建模，并以控制刀片间隙为主要约束条件，以增大拢果定位容差为优化目标建立参数优化模型，优化后拢果定位容差由9.2%~48.8%提升到26.0%~71.7%；对关键部件进行了有限元仿真，仿真得到球壳变形对刀片间隙的影响结果。最后设计柑橘采摘末端执行器样机，在柑橘果园进行实地采摘剪切性能测试，直径小于等于4mm的果柄采摘断柄成功率达95%，满足柑橘采摘要求。

关键词：柑橘；采摘；末端执行器；咬合式；剪切

doi：10.6041/j.issn.1000-1298.2024.10.011

摘要：针对菠萝采摘机械化程度不高的问题，设计了一种链喂入摘辊与柔性杆联合拨断式菠萝采摘装置。分析了影响该装置采摘效率的因素：摘辊长度、安装高度、间隙、半径和角速度。通过力学分析推断出该采摘装置工作时菠萝果实与茎秆分离模式为折断。为提高折断成功率，在摘辊上方安装一排旋转的柔性杆，并对柔性杆半径和角速度进行计算。该装置最佳参数组合为：摘辊高度200mm、机具前进速度0.6m/s、摘辊半径和角速度分别为 35mm和12rad/s、柔性杆半径和角速度分别为20mm和10rad/s，在该参数组合下，试制样机并进行了田间试验，结果为菠萝采摘率为82%，损伤率为34.14%，综合评价指标为77.16%。

关键词：拨断式菠萝采摘机；摘辊；柔性杆

doi：10.6041/j.issn.1000-1298.2024.10.012

摘要：末端执行器是采收机器人重要组成部分，针对单生朝天椒果实朝天生长特征，本文设计了一款切割脱离式鲜食朝天椒采收末端执行器。针对朝天椒果实长度55～80mm、果实最大直径9～13mm、茎秆直径2～3mm、茎秆长度20～30mm，采用横断切、斜切、削切切割方式对品种“高辣878”朝天椒进行了生物特性试验，结果表明，在入切角70°、80°下朝天椒茎秆最大切割力为13.1N。根据朝天椒生物特性设计了末端执行器，建立了末端剪切机构运动学与动态静力数学模型，并基于动态静力分析结果，以外部驱动力最小为目标采用遗传算法对末端执行器剪切机构杆件尺寸进行优化，优化得到曲柄长度为33mm，连杆长度为60mm，连杆延长杆长度为54mm。为实现朝天椒茎秆切断，优化得到剪切机构需要外部驱动力矩0.94N•m，根据优化结果选用舵机作为动力源。最后通过采收试验验证了朝天椒采收末端执行器的可行性。试验结果表明，末端执行器整体采收成功率为91.3%，验证了朝天椒末端执行器具有良好的采收性能。

关键词：采收机器人；朝天椒；末端执行器；动态静力分析

doi：10.6041/j.issn.1000-1298.2024.10.013

摘要：针对现有的名优茶采摘末端执行器存在结构复杂、单工位工作效率低或切口氧化发红的问题，设计了一种结构简单、工作效率高、采摘质量佳的采摘收集一体旋转式两工位末端执行器。执行器两端软体采摘手指通过正反转循环处于采摘和收集工位，实现采摘与收集功能。通过对末端执行器采收动作进行分析和预试验，得到影响末端执行器采收成功率的因素：舵机臂转角、安装板角速度和硅胶厚度。采用Box-Behnken研究各因素对茶叶采收成功率的影响，以采收成功率为响应值建立二次回归模型，得到影响显著性的主次排序为：安装板角速度、舵机臂转角、硅胶厚度。利用Design-Expert软件，以采收成功率为目标，对各因素进行优化得到最佳参数：安装板角速度为265.329（°）/s、舵机臂转角为40°、硅胶厚度为4.986mm。对优化后的参数取整并进行试验，试验值与预测值相对误差小于5%。本文研究的旋转式两工位名优茶采摘收集一体末端执行器能够实现茶叶高质高效采摘和收集。

关键词：名优茶；采摘机器人；末端执行器；两工位；旋转式