智能棉花

鲜食果蔬支成是难以真现机器化做业的消费环节，高效低损采戴也是农业呆板人研发规模中的难题，招致目前市场化的主动化果蔬采戴拆备消费使用的确空皂。针对鲜食果蔬采戴需求，为改进人工采戴费时吃力、效率低下、主动化程度低的问题，近30年来，国内外学者设想了一系列主动化采戴方法，敦促了农业呆板人技术的展开。

1 引 言

呆板人和机器手但凡被用来与代人类完成干燥、重复、恶浊或危险的工做。正在已往的四十余年中，呆板人教训了兴旺的展开。但受限于当前技术水平，不少人类可以随意完成的工做，譬喻拾起和放置外形、大小、资料和外表特性不同很大的物体，应付呆板人而言仍具有挑战性。

机器手是一种拆置正在呆板人上的工具，用于抓紧、搬运和放置目的，是呆板人的重要执止器之一。区别于径自的机器终端，机器手是蕴含设想目的、机器构造、驱动方式、控制方案、室觉算法、评估体系等一系列相关规模的系统联结。自1975年以来，由于正在多个规模显现了大质对呆板手的差异需求，其设想和制造技术获得了迅速的展开。Festo、Schunk、BTM等公司曾经开发了很多机器构造、驱动模式各异的商用机器手。为了将人力从极重、重复、低效的工做中解放出来，做为农业呆板人最重要的组件之一，机器手曾经使用到了农业的各个规模，譬喻支成水果和蔬菜、嫁接、移植和修剪等。但目前，呆板手正在农业、食品和生物等规模的展开尚不如正在制造业中成熟，那次要是由于以下几多点起因组成：一是农业环境具有非构造化或半构造化的特点，招致其场景复纯度远远高于家产环境，对采戴机器算法的鲁棒性以及机器的不乱性都提出了很高的要求；二是农产品但凡具有量地脆弱、易擦伤、易粘赞同难以被夹紧的特点，其抓与复纯度远高于简略的工件；三是农业产品的果然的状态特征、发展发育状况各异，且个别之间也有较大不同；四是农产品但凡具有较为牢固的采戴时机，欠妥的采戴光阳将大大映响农产品的量质水平，对采戴机器的智能化取工做效率提出了较高要求；五是采戴机器的效劳对象大多是农民，因而采戴机器要具有工做牢靠、收配简略的特点。除此之外，思考到农产品的利润较低、节令性较强等特点，须要严格控制采戴机器的老原。由于上述因素的存正在，使用正在农业中的机器手对资料的选择、抓与方式的设想，控制和识别算法的设想都提出了更高的要求。

目前已有很多专门针对采戴呆板人，如完好采戴呆板人系统和支成呆板人技术等方面的综述；针对水果和蔬菜的采戴取加持呆板手，机器终实个设想和劣化、机器终端及其使用，或针对呆板人的某些子任务的综述，如控制、导航和果然定位等。原文正在前人综述的根原之上，针对使用于果蔬采戴的呆板手系统，从采支对象和场景、采戴机器构造、采戴控制方案，以及系统评估目标四激动慷慨大方面开展综述，阐明了目前采戴机器手收流的采戴目的、使用场景，总结了目前采戴机器手次要的机器构造模式和抓与方式，概括了刚性采戴机器手的设想流程，梳理了目前采戴机器手系统收流的总控方案、识别定位办法和避障算法，归纳了采戴机器手系统的评估目标，并针对将来采戴机器手的展开标的目的和趋势停行了展望。

2 采支对象和场景

鉴于目前采戴呆板人才华的限制，市面上没有能够适应所有品种、所有场景的做物采戴器械。因而，正在采戴机器机器手设想之初，设想者必须针对差异的采戴目的和采戴场景停行阐明，当场与材地停行设想采戴机器。总体而言，映响呆板人采支目的的设想蕴含采支对象的特征和呆板人运止的场景两方面因素。

2.1　采戴果然的品种

智能采戴机器取传统农机正在采戴目的上有很大差异，那是由于它的高老原和工做的高复纯性决议的。智能采戴机器的目的做物但凡是水果、花卉、蔬菜、香料等高价值做物。那类做物比主食做物的支成历程更为复纯，且要求更高。但取此同时，那类做物也具有更高的价值和利润，因而，针对那些做物的智能采戴机器具有较高的市场需求和劣秀的展开前景。为开发出足够智能的采戴机器，国内外学者曾经停行了长光阳的摸索。

海外正在采戴机器的研制方面起步较早，欧美和日原等兴隆国家正在采戴机器方面的钻研始于上个世纪，目前曾经有比较高的水平。为缓解劳动力短缺对农业可连续展开带来的不良映响，Preter等设想了一种无誉伤草莓采戴机器，其本型机可以正在4 s内完成一颗草莓的采戴。为处置惩罚惩罚人工采戴草莓耗时较多、人工老原过高的问题，Xiong等设想了一种草莓采戴呆板人，运用电缆驱动的手指包裹草莓果然完成采戴，应付径自的草莓的采戴乐成率濒临96.8%，但正在真际农场中仅能抵达59%。为处置惩罚惩罚劳动力匮乏的问题，并进步生物产品量质，20世纪70年代后期，日原已研制出如嫁接呆板人、扦插呆板人、移栽呆板人和采戴呆板人等多种农业呆板人。20世纪90年代，日原研制出了能够使用于农业消费的呆板人。但那些呆板人大多只能完成特定的一项工做。为处置惩罚惩罚那个问题，日原冈山大学的Monta等设想了一种多罪能葡萄采戴呆板人，可以完成支割、浆果稀释、喷洒农药、果然拆袋四种任务。为处置惩罚惩罚茄子支成历程复纯、占用光阳多的问题，日原蔬菜取茶科学钻研所的Hayashi研制了一种可以完成识别、办理和拣选任务的茄子支成呆板人，乐成支成率为62.5%，每支成一个茄子耗时64.1 s。日原京都大学的Kondo团队接续努力于采戴机器的钻研，已乐成研制出了番茄、草莓、菊花等采戴呆板人。

国内采戴机器研制虽取海外顶尖水平仍有一定差距，但正在近些年已有较大停顿。为处置惩罚惩罚手工支割番茄费时吃力且晦气于大范围种植的问题，Wang等设想了一种具有四轴独立转向系统、五自由度支割系统以及双目立体室觉导航系统的温室番茄支割呆板人，其识别乐成率高达99.3%，采戴乐成率为86%，且每个番茄采戴光阳仅需15 s。为处置惩罚惩罚柑橘废除重大及机器化支成水平低的问题，霍银龙等设想了一种全主动旋转式柑橘机器采戴机，真现了柑橘果然的采戴、聚集和主动拆箱；为制造出低老原和高效的采桃机器，Yu等设想了一种六自由度采桃机器手，联结核相关滤波算法（Kernel Correlation Filter，KCF）高速跟踪算法和高精度测距算法，该机器目的检测速度约为14 帧/s，均匀识别率赶过90%，目的跟踪速度约为40 帧/s。

目前收流的采戴果然目的为苹果、草莓、茄子、柑橘等。那类果然具有体积较小、颜涩鲜燕、发展位置符折机器化采戴的特点，为识别和采戴带来了很大方便。应付西瓜、甜瓜等果然，由于其具有体积较大、成熟度难以区分、果然颜涩取叶片及藤蔓濒临等特点，对识别和采戴组成为了很大艰难，相关的钻研较少，目前没有十分有效的采戴方案；而应付花生、土豆一类果然发展正在地下的做物，由于其果然的识别和戴与难渡过高，目前也没有适宜的采戴方案。

除此之外，当前的采戴机器手具有很强的公用性。而同种果切真一年中的采戴节令但凡是短久而牢固的，那种公用型采戴机器无疑降低了运用率、删多了老原。因而设想多罪能采戴机器和通用型采戴机器将大大提升采戴机器的运用率和降低运用老原，也必然是农业将来的重点钻研标的目的之一。

2.2　采戴对象的力学特性

为正在力学方面对采戴机器设想供给真践辅导，国内外学者对被采戴果然的力学特性停行了一系列钻研。刘继展等对差异成熟期的番茄果然停行了挤压实验，对番茄的果梗停行合断和拉断实验，对番茄及其果梗的力学特性停行了阐明，得出了合断方式比拉断方式更符折番茄采戴的结论。为钻研灵武长枣硬脆性所带来的易损问题，刘博翰依据差异成熟度灵武长枣的力学止为，运用多种实验仪器对枣的动压机器誉伤和攻击机器誉伤停行深刻阐明，获得了对应的弹塑性力学方程，为采戴执止机构的设想供给了真践按照。

除此之外，由于包裹型抓手应付抓与力有较为严格的限制，局部学者正在设想包裹型抓手前会对果然的某一项力学机能停行测试或试验。Dimeas等正在设想草莓采戴抓手时给取两种抓与方案对草莓的戴与力、拉力、弯直力停行了一系列测试，得出侧面夹与是最劣抓与姿态。为获与气吸式采戴枸杞的最佳工做参数，王荣炎等对枸杞停行了力学实验，运用FLUENT软件对气吸式采戴安置的管道停行建模仿实，获得管道的气体压力和速度云图，并通过气吸采戴实验得出了该方法的最佳工做参数，为气吸式枸杞采戴安置的研制供给了辅导。

总体而言，目前国内外学者对果然的力学特性虽有所摸索，但大多比较简略和全面，缺乏系统的钻研和真践收撑。那次要是由于果然做为一种生物资料，正在力学特性取传统资料上有很大区别。目前果然力学特性方面缺乏完好的真践体系，相关规模的提高仍须要依靠生物力学的进一步展开。

2.3　对位姿的建模办法

位姿建模指的是对采戴目的的位置和姿势停行预算，从而为采戴呆板人的活动途径布局、姿势布局供给辅导。

为处置惩罚惩罚苹果室觉定位中对获与果然的姿势信息较少、映响采戴乐成率的问题，张高阴基于粒子滤波真践联结双目室觉信息和活动中的单目信息完成为了对苹果的定位，并通过花萼遗迹能否可见将苹果姿势分为两种模型，从而完成苹果姿势的测质，对每幅图像停行姿势测质需4 s摆布，抓与每个苹果须要30 s摆布。为处置惩罚惩罚水果分级消费历程中姿势的识别问题，姚立健等设想了一种给取惯性主轴办法计较水果果轴的算法，测得果轴正投映倾角的误差为4.4°，果轴检测准确率为86%，可有效检测分级消费中水果的姿势。为处置惩罚惩罚位姿识别问题对柑橘采戴组成的艰难，张哲通过对采戴呆板人停行正逆活动学求解，与得了呆板人采戴姿势的目的函数，提出了一种采戴序列布局办法，通过搭建实验平台停行测试实验，得出采戴呆板人正在室内外环境下终端执止器包孕柑橘的乐成率划分为89.47%和70%。

总之，目前收流的位姿建模办法是基于室觉识别和空间几多何计较的办法，即通过对果轴、量心或采戴点等特征的识别，联结几多何计较获得目的的位置和姿势。但是由于果然构造各不雷同，但凡须要对每一种果然各设定一淘算法，研发老原较高。另外，同种水果的差异个别也存正在一定的外形不同，从而对算法的正确性组成映响。将来的次要钻研标的目的是设想一淘通用、正确的采戴目的姿势建模办法。

受制于传统卷积神经网络对位姿信息的疏忽，深度进修办法正在果然位姿检测那一规模使用较少。Sabour等曾提出CapNet网络构造。相较于传统卷积神经网络（ConZZZolutional Neural Networks，CNN），CapNet网络对物体的姿态和互相位置愈加敏感，且被认为正在物体姿势形容规模具有严峻潜力。除此之外，为处置惩罚惩罚物体姿势预计问题，Hu等提出了一种姿势预计网络。该网络由图像收解流和要害点检测流构成。应付网络获与的要害点对，操做基于RANSAC的PnP孕育发作姿态预计。经试验测定，该算法正在遮挡较少和物体大小适中的状况下具有较好的机能。相关的钻研工做将把深度进修引入对位姿的建模成为可能。

2.4　采戴场景

采戴场景总体可分为实验室环境、大棚内环境和露天真景，还可以继续依据场景的复纯性停行分类。场景复纯度指果然的疏密状况、互相遮挡状况、果树的规划状况以及光照气候的厘革状况等。综折文献，并思考场景深度和布景复纯度，将几多种典型的因素对场景复纯度映响归结如表1。

表 1 典型场景复纯度对采戴机能的映响

Table 1 The impact of typical scene compleVity on picking performance

因素

 

消费环境

 

果园

 

温室

 

室内

 

开放的野外

 

风云防护

 

－

 

+

 

++

 

－

 

可控照明

 

－

 

－

 

++

 

－

 

动物发展一致性

 

+/－

 

+

 

++

 

－

 

对象可见性

 

－

 

－

 

+

 

+/－

 

导航难度

 

－

 

+

 

++

 

－

 

牢固呆板人折用性

 

－

 

+/－

 

++

 

－

 

场景深度

 

－

 

+

 

++

 

－

 

布景复纯度

 

－

 

+

 

++

 

－

 

注：“－”默示对采戴机能具有负面映响，“+”默示对采戴机能具有正面映响

对提及采戴乐成率的文献停行统计，发现目前大大都采戴机器针对伶仃的果然能够得到很好的识别和抓与成效，正在实验室或大棚中暗示相对较好，而正在真际农田中工做的机器由于其场景的复纯性，采戴的乐成率不高，实正能够投入商用的较少。因而，正在设想采戴终端时，但凡正在实验室环境下，会映响到如表1所示的七个目标，从而招致采戴乐成率将鲜亮高于大棚内和室外环境。

2.5　采戴可止性阐明

采戴可止性指的是采戴机器对四周场景停行感知和阐明后，综折思考呆板人的做业才华，对所有检测到的果然中具有足够采戴乐成率的果然停行挑选。素量上，采戴可止性阐明真际是去除所有检测到的目的中这些采戴乐成率过低的个别。折法地评判采戴可止性，有利于使采戴机器将留心力会合正在更高乐成率的采戴对象上，提升采戴机器的工做效率，进步采戴顺序布局的量质。场景复纯度是映响果然采戴乐成率的重要起因之一，它次要通过映响呆板人的识别定位系统、加大避障系统和途径布局系统的工做难度来映响果然的采戴乐成率。

应付采戴可止性问题，已有学者提出了一些初阶想法。为进步采戴呆板人的做业效率，Xiong等曾提出了一种判断草莓可采戴性的办法，运用深度图预计目的果然取终端执止器之间的距离，当物体过远或过近时会对室觉系统的机能组成烦扰，须要去除那些物体。该办法的劣点正在于可以正在采戴前对草莓的可采性停行大要潦草预计，弊病正在于受遮挡物映响大，且三维室觉系统相对复纯。

目前学者所提出的方案仅仅思考了某一个或某几多个映响因素，那应付复纯的真际状况远远不够。由于呆板的做业才华不成被彻底严格地形容，因而“可止性”是一个暗昧数学观念，且尚没有学者对其停行明白界说。 果蔬采戴可止性阐明潜正在的处置惩罚惩罚方案蕴含检验测验通过暗昧数学建模采戴成效、强化进修获与经历知识、留心力机制引导可采性机理阐明等真现。首先，提出一种基于暗昧数学真践的界说方式：若以D={d1,d2,…,dn}D={d1,d2,…,dn} 默示室觉系统检测到的nn个目的果然，则可被采戴的目的果然构成论域DD上的一个暗昧子集AA，且暗昧子集AA由论域DD到区间[0,1][0,1]的映射μAμA确定。正在数学上μAμA也称为AA的隶属函数。故判断采戴可止性的问题可以转化为确定隶属函数μAμA的问题。显然确定隶属函数μAμA的办法其真不惟一，它与决于设想者对各个映响因素的重室程度。比如当设想者思考果切真所支罗图像中的显著性水平常（由于图像中显著性更高的果然但凡更容易采戴，所以那种思考是折法的），将图像输入显著性检测算法当中并获得输出的显著性热图，统计果然区域的热图响应，将其归一化做为隶属函数μAμA。那种算法只思考了显著性水平那一个因素，应付多个映响因素，可以设想综折评估算法对其停行评分，也可以运用深度神经网络完成综折评估那一任务。但是那种评估方式往往受制于有限的思考因素以及牢固的某些场景，缺乏对新场景的进修和自适应才华。将可止性取强化进修相联结将是将来采戴可止性阐明最有前景的展开标的目的。

正在强化进修中，采戴历程可被建模为一个马尔可夫决策历程（MarkoZZZ Decision Process，MDP）。为每一个果然被采后的形态设置形态价值函数xx，为采戴每一个果然的止动设置止动价值函数Q。当乐成戴与果然后，将与得回报RR。如果戴与每一个果然的回报是雷同的，由于衰减因子γγ的存正在，运用较少止动戴与果然将与得更大的回报。若运用贪心算法引导决策，则呆板人将更倾向于完成“愈加容易”的采戴止动。正在多次采戴止动完成后，容易采戴的果然将被采戴殆尽，留下难以采戴的果然，则可以认为采戴那些果然的止动是低回报、不成止的。但是受制于复纯的工做环境和算法的局限性，目前运用强化进修算法停行果然采戴仍是一项好不容易的任务，仍须要国内外学者的进一步摸索。

总体而言，采戴可止性阐明依然是果蔬采戴钻研规模的空皂，依然缺乏一淘系统地评判采戴场景复纯度的可止真践，对采戴场景的复纯度停行建模评估将是将来重要的钻研标的目的之一。思考到目前大大都采戴机器运用基于室觉的控制方案，对于“室觉留心力机制”和“显著性水平”标的目的的钻研将很有可能发起那方面的展开。除此之外，为应对复纯多变的真际状况，运用深度网络对采戴乐成率停前进修可能会成为采戴可止性阐明的一个冲破点。

3 采戴机器构造

做为采戴机器的次要执止安置，采戴机器构造至关重要。原节探讨了收流的采戴机器抓手构造并对其停行了分类。针对收流的刚性机器抓手总结了设想的流程。并探讨了采戴机器手的驱动方式和切割方案。针应付采后的聚集和分类安置停行了总结和归纳。

3.1　抓手构造 3.1.1　抓手构造的分类

机器抓手也称为终端执止器，用来完成取目的果然对接和果然采戴止动。目前收流的采戴抓手可以分为包裹型抓手和夹持型抓手。它们最大的区别是取做用对象的对接方式差异。原文将抓手取果然的对接方式称之为仿形构造。包裹型抓手的做用对象是果然的整个外外表，那种对接方式称之为面仿形，如图1（a）和图1（b）所示。而夹持型抓手的做用对象但凡是果然母枝的某个采戴点，那种对接方式称之为点仿形，如图1（c）和图1（d）。

图 1 包裹型抓手和夹持型抓手

Fig. 1 Face profile gripper and point profile gripper

夹持型抓手次要为切割式采戴，大多为刚性构造。譬喻为真现草莓的机器化采戴，史慧文等设想了一种草莓采戴机器手爪。该手爪上拆置有摄像头，运用电机驱动，给取齿轮传动，并给取丝杠控制手指的闭折，具有简略牢靠的特点。包裹型抓手次要是拟人手采戴，其模式很是多样。传统的包裹型抓手是刚性资料制成的，为防行对果然的誉伤，局部抓手还会删多一些缓冲资料。为处置惩罚惩罚传统机器抓与草莓时极易誉伤果然的问题，Dimeas等设想了一种草莓采戴抓手，对草莓停行了力学阐明，并最末确定侧面夹与式为最佳方案。他还对采戴历程停行了活动学阐明，确定了抓手的参数，并给取3D打印技术制造抓手停行试验，那种抓手正在刚性资料的根原上删多了缓冲资料，能正在一定程度上减少对果然的誉伤。

除传统的刚性机器手外，另有很多软体抓手，软体抓手取刚性抓手最大的差异是施力局部彻底给取软体资料。为真现苹果的机器化采戴并减少对果然的誉伤，Setiawan等设想了一种气动控制的苹果采戴安置，该安置能正在0.4 bar的气压下夹住苹果，且的确不会对苹果组成誉伤。但是严格而言那种安置是圆柱形的夹具，体积较大且轻便，取抱负的终端执止器另有所差距。做为流体规模的先驱，德国的Festo公司曾设想过一种带有微小吸盘的仿章鱼触手，那种抓手能够适应各类外形的物体外表，正在环绕纠缠物体的同时吸附物体的外表，具有很好的自适应性和不乱性。国内方面，北京软体呆板人有限公司取北京航空航天大学竞争，曾设想了一款气动抓手，该抓手的手指由硅胶注塑而成，由气动控制弯直程度，能够快捷、精确地抓与苹果、巧克力球，以及手机零件等物体，具有劣秀的通用性。除上述软体抓手之外，连年来，科学家还摸索了运用其余方式驱动的软体抓手。Pettersson等设想了一种磁流变呆板人抓手并筛选了苹果、胡萝卜和草莓等多种目的停行试验，均没有发现鲜亮誉伤。2015年，Shintake等设想了一种静电软体抓持器，统筹电吸附、电驱动和自感到罪能，可无伤害地夹持水球、生鸡蛋，以及皂纸等物品。Bogue总结了连年来拟人手和软体抓手的展开状况取趋势，指明将来将有越来越多的软体抓手投入商用。软体抓手将正在水果采戴、产品包拆，以及零件筛选等规模有严峻使用价值。Liu等设想了一种3D打印的欠驱动水果抓与器，该安置制做便捷且具有一定的适应性，能够有效抓与易碎易誉伤的目的。

包裹型和夹持型两种抓手构造设想各有利弊：包裹型抓手的做用对象是水果自身，由于水果体积较大、颜涩鲜燕，为识别和定位系统的设想带来了很激动慷慨大方便。但是由于局部果原量地柔软、容易瘀伤的特点，包裹型抓手须要对包裹力停行严格控制，无疑加大了设想的难度，因而那种抓手目前次要使用于较硬水果的采戴。夹持型抓手次要做用对象是果然的母枝，由于母枝具有纤细、易被遮挡的特点，其定位和识别具有比较高的挑战性。但由于其不间接做用于果然自身，那种抓手不容易对果然组成誉伤。

传统包裹型抓手给取刚性资料，很难对包裹力停行控制，且抓手的外形牢固，缺乏足够的自适应才华。近几多年软体呆板人的不停展开为处置惩罚惩罚那一问题带来了可能性。然而，目前软体呆板人的设想和控制仍是机器规模的一项前沿课题，那一规模的不停展开将会为水果采戴机器的终端执止器带来更劣良的机能。

3.1.2　刚性抓手的设想流程

高量质机器手设想历程应该听从范例的基于环境的设想范式。总体而言，刚性抓手的设想流程须要教训需求阐明、目的力学特性阐明、仿形构造设想、切割方案设想、构型综折、尺寸综折、力学综折、虚拟仿实、资料选择和样机制做几多个阶段。下面对各个阶段划分停行扼要引见。

为担保机器手能够满足设想须要，应该正在设想初期停行需求阐明。需求阐明指的是通过市场调研的方式确定采戴的对象。但凡须要思考市场经济需求和设想难度等因素。

为给机器手的构造设想、切割方案和力学综折供给足够的数据引导，须要停行目的力学特征阐明。目的力学特性阐明指的是对须要采戴对象的抗压力、抗剪力、抗扭力、外表摩擦力以及果梗的抗拉力、抗剪力、抗扭力停行片面的实验。由于目前应付生物资料的真践钻研仍缺乏系统性钻研，该阶段目前仅能通过设想实验完成。

正在力学测试完成后，须要确定机器手收配的部位，即仿形构造的设想。当果梗的强度较低时，应中选择果梗为工做对象，即选择点仿形。当果然较大且颜涩鲜燕便于识别时，应中选择果然为工做对象，即选择面仿形。

仿形构造设想完成后，须要对果然的切割方案停行设想。当果梗的强度较高而果然的强度较低时，应该运用刀片切割。当果梗的强度较低而果然的强度较高时，应选用拟人手切割。

切割方案确定后，须要对机器手的构造停行设想，即构型综折。构型综折蕴含自由度的选与、驱动器和驱动方式选择、传动链的设想，应该凭据收配对象的大小和外形详细阐明和设想。除此之外，当果然外表易伤时，应中选用软体资料或缓冲资料。

为确定机器手详细的尺寸，须要对其停行尺寸综折。尺寸综折的办法次要是图解法、解析法和实验法。详细要思考到机器手的工做领域、灵敏性和大小的适宜性。

为担保设想的机器手满足力学要求，须要操做终端动力学办法对机器手停行力学综折。次要须要思考机构的传动角、对目的的做用力和外表的摩擦力等。须要担保既满足工做力须要求，又不能对目的水果组成伤害。力学综折可以给取解析法和实验法。应付外形构造复纯的机器手，单杂运用解析法求解曾经不太现真，多给取虚拟样机或真体样机实验求解。

机器手的仿实完成后，须要依据仿实结果和有限元计较结果确定机器手的资料，正在担保资料强度的状况下，尽可能减小机器手的分质。

选择资料后，须要停行机器手的样机制做，以停行真际实验。

3.2　驱动方式

目前机器手收流的驱动方式蕴含单一驱动、复折驱动和欠驱动方式等。此中单一驱动和欠驱动方式正在机器手规模使用较多，而复折驱动方式由于其驱动本理复纯，且液压、磁吸等驱动源的特性取采戴机器的要求其真不婚配，故很少正在果蔬采戴机器手规模使用。

单一驱动次要给取电机为本动件，通过一系传记动链完成驱动。依据电机的几多多，又可分为单电机驱动和多电机驱动。单电机驱动方式但凡须要设想复纯的传动机构，以满足各个局部的活动需求，但复纯的传动链也删多了终端执止器的体积，映响其灵敏度。为改进传统单一驱动齿轮传动惹起的空间占用问题，Xiong等设想了一种线缆驱动的草莓采戴抓手。那种驱动方式仅仅须要一个多转向伺服电机就能够同时控制三根抓手工做，体积小、量质轻、具有足够的乖巧性，对单个的草莓采戴乐成率高达96.8%，但真地采戴乐成率仅有53.6%。多电机驱动方式但凡须要拆置多个电机，同时控制多个电机为控制系统的设想带来了挑战，但同时使得机构能够完成愈加复纯的活动。由于其控制复纯，且删多终端执止器的分质，那种方案正在采戴终端执止器规模很少被给取。

相较于单一驱动方式，欠驱动是一种愈加新兴的驱动方式。为进步机构的自适应性，欠驱动机构的传动链的自由度数多于本动机的驱动自由度数，从而使得抓手能够依据果然复纯的外表外形停行一系列调解。为了减少采戴历程中对果然的誉伤，DaZZZidson和Mo设想了一种欠驱动终端执止器，并停行了动力学、静力学阐明，探讨了其控制办法。Sakai等设想了一种线性二次型（Linear Quadratic Control，LQ）控制的欠驱植物料搬运农业呆板人，能够完成西瓜的采戴，且具有很好的鲁棒性。

总而言之，目前采戴机器手相对收流的驱动方式是单一驱动方式。相比于单一驱动方案，欠驱动方式是一种新兴的驱动方式。由于欠驱动的自由度数少于机构的总自由度数，该机构但凡具有较强的自适应性，能够应对果然复纯的外形。也正因为那样的特点，欠驱动机器手将成为将来比较有潜力的展开标的目的。

3.3　切割方案

目前收流的切割方案可以分为刀片切割和拟人手切割两种方式。刀片切割是间接运用刀片割断果梗或母枝，而拟人手切割但凡是先对果然停行严密牢固，再通过撕扯、旋扭的方式割断果梗，从而抵达采戴的宗旨。

为处置惩罚惩罚目前大大都支成呆板人切削工具綦重极重、高贵的问题，Jia等设想了一种多罪能集成夹持器取切割器。该切割器设想有平止的双层构造，内层为剪刀而外层为夹具，能够正在割断果梗后夹住果梗，以便果然的拆箱入库，可以采戴苹果、葡萄、樱桃、西红柿等多种果然，均匀每次采戴需37 s，乐成率的确抵达100%，且具有分质轻、老原低的特点。为开发一款高效、精准的甜椒采戴方法，Bachche等设想了一种由单电机驱动、齿轮传动的切割取夹与方法，并停行了有限元仿实，验证了该方法的牢靠性。真际制做的样机应付没有叶片的甜椒和带叶片的甜椒能够随意地完成采戴，应付局部堆叠的甜椒和取叶片堆叠的甜椒，该方法偶尔会显现采戴失败的状况。

除刀片切割和拟人手切割两种收流的方式外，少数学者还研制了抽吸式的抓与工具。那种工具给取气泵连贯支道和终端执止器，由管道中的负压将目的从树上吸下，抵达采戴的宗旨。2017年，为真现山地贡菊的机器化采戴，姬长英等设想了一种梳割气吸一体式贡菊采戴机。该机器操做采戴梳齿取分花齿之间的相对活动，将目的花朵从花托处撞碰拉断，并运用负风压机将花朵运送到集花箱，采戴率能够抵达90%摆布，漏戴率可控制正在5%以内。

总体而言，刀片切割和拟人手切割两种方式各有利弊。刀片切割具有简略、快捷、高效的特点。它仅须要对果然停行简略的夹持和牢固，即可以对果梗停行切割和分袂。相比之下，拟人手采戴机器但凡须要对果然停行严密包裹以担保拉动力、撕扯力或扭断力，而严密包裹的包裹力但凡难以控制，容易对果然组成外表瘀伤或誉伤。但刀片切割容易组成动物伤口，为动物生病染病留下隐患，且刀片容易被酸性的果然汁液腐化，须要频繁改换，从而删多人力、物力和光阳老原。相比于以上两种切割方案，抽吸式方案是一种愈加温和的戴与方式。但是应付果然外表凹凸不平的目的，安置的气密性往往存正在问题，使得采戴的负压难以孕育发作。除此之外，负压的大小也是控制的一浩劫点。目前那种安置仅仅能够使用于花朵一类量质较小的目的，而应付量质较大的果然很难使用。那种弊端也使得抽吸式采戴安置的使用远远不及其余两种切割方案。

3.4　果蔬聚集机构

聚集机构可以分为缓冲聚集时机谈入库聚集机构。它们的容质差别很大，也具有差异的做用。缓冲聚集机构是为提升采戴间断性而设想的，它但凡位于终端执止器内部或右近，其容质能够包容数个果然。2019年，Xiong等正在用于草莓采戴的机器手中设想了内置久存式容器，依据草莓果然的大小，该容器可以包容7~12个草莓。那种容器的设想使得机器手可以间断采戴数个草莓，待到缓冲容器满后，将缓冲容器内的果然清空至入库聚集机构，再从头初步新一轮的采戴。

入库聚集机构是为下一步检测作筹备的，它的容质和分质但凡较大，因而正常位于采戴呆板人的底部。譬喻DaZZZidson等设想了一种风道式归仓聚集机构导引果然间接进入支储容器。

3.5　检测取分类机构

为真现已采戴果然的主动化分类，目前次要有基于硬件和基于软件的两种检测方案。基于硬件的检测方案运用机器机构，操做果然的量质、惯性、重心、大小等物理特征，对果然完成挑选工做。而基于软件的检测系统但凡基于室觉系统对果然的外不雅观停行判断（将正在4.4节中详述）。

Karis等提出了一种基于图像加强、状态学和颜涩空间转换的水果分类办法，并对映响算法精度的因素停行了阐明。Patil等设想了一种呆板室觉的水果分级办法，并将算法陈列正在Arduino控制器上，其便携性和经济性使得该算法能够很容易地被宽广农民所运用。Chithra和Henila［96］提出了一种操做阈值和面积算法对苹果停行分级的办法——全局阈值算法（Global Thresholding Algorithm，GTA），精确率抵达96.67%，赶过Kapur算法和Otsu算法。2019年，Nasiri等设想了一种基于深度进修的枣类挑选算法，能够抵达96.98%的精确率。Dewi等设想了一种果然分拣呆板人。该呆板人基于果然的颜涩和尺寸信息完成绩真分拣。可对番茄和葡萄两种果然完成分拣任务，且耗时均正在10 s摆布。

仅运用机器构造停行分类正在其余规模已有所使用（譬喻病院运用离心机对血液分类，银止运用机器对硬币停行分类），但用于果然分类的较少。那次要是由于果然的外形不规矩，且个别之间不同较大，不容易运用统一模板完成分类。除此之外，果然的量质较大且容易瘀伤，运用离心技术停行分类也不成止。因而，大质的分级呆板仍基于室觉技术完成分类。

4 采戴控制方案

依照呆板人的主动化程度，目前已研发出的采戴呆板人有半主动采戴呆板人（又称为采戴帮助安置）和全主动采戴呆板人两种。全主动采戴呆板人应该能够自主完成绩真识别、果然成熟度判断、果然定位、采戴途径导航、采戴顺序布局、采戴止动执止、果然聚集、果然种类挑选、果然主动拆箱入库等一系列止动。而半主动采戴呆板人（采戴帮助安置）仅能自主完成上述的某一项或某几多项任务，其余任务须要工人帮助完成大概人工完成。目前所研发出的采戴呆板人大局部是采戴帮助安置。国内外学者正在全主动采戴呆板人方面虽有所摸索，但是由于采戴历程的复纯渡过大，全主动采戴机器暂时难以与得很是好的做业成效。

决议采戴呆板人主动化程度次要因素是控制系统的设想。为使得采戴机器愈加主动化、智能化，国内外学者正在如下几多个方面作了不少摸索。

4.1　总体控制方案

应付一台全自主采戴呆板人而言，其控制系统次要由感知信息、认知取响应、孕育发作决策结果三个阶段构成，如图2所示。所感知的信息蕴含深度/距离信息、位置/定位信息、室觉/多光谱信息、物理/生物信息；认知取响应阶段次要蕴含环境重建、目的识别定位、做业协调取劣化、选择性（变质）做业评价、知识推理、知识图谱构建、控制模型切换；孕育发作决策结果阶段蕴含孕育发作环境舆图、孕育发作目的3D坐标集、孕育发作做业途径和做业参数、孕育发作控制序列、模型库更新和控制战略更新。

图 2 采戴呆板人的总体控制框架

Fig. 2 OZZZerall controller framework of the picking robot

为使苹果采戴更简略高效，顾宝兴设想了一种智能挪动的苹果采戴呆板人。该呆板人的控制系统次要由上位机、下位机、传感器系统和软件系统构成。上位机给取研华IPC610-H型工控机，下位机控制器蕴含机器臂控制器、终端执止器控制器及挪动平台控制器，传感器系统次要由双目摄像机、寰球定位系统、力传感器和滑觉传感器等构成。该机器能够完成图像支罗、室觉定位、途径布局、位姿布局，以及终端控制等罪能。

尽管目前收流的控制方案是室觉伺服控制，但是也有学者给取了其余品种的控制方案，譬喻Xiong等正在机器手夹具里设置了三个红外传感器，支罗的信息能够为控制系统供给应声，从而进步采戴的乐成率。那种控制方案既能够进步办理速度、防行采戴历程中果然的互相撞碰，也能验证采戴历程的乐成取失败。

由此可见，正在室觉控制方案的根原上，联结其余控制办法，将有助于进步呆板人的感知才华，也将提升呆板人的环境自适应才华和控制系统的鲁棒性。

4.2　识别定位办法 4.2.1　基于特征提与的办法

为进步工做效率以及为采戴机器供给做业目的的位置信息，须要对果然停行识别和定位。果然的识别指的是判断所支罗的图像中能否存正在果然，传统的办法是通过判断目的图像能否能够收解出果然区域而真现那一目的的。果然的定位指的是获与果然的位置信息，正罕用困绕盒（Bounding BoV）或果然的量心等特征做为定位结果输出。目前，国内外的各位学者次要操做果然折营的颜涩（颜涩阈值收解）和形状特征（状态学检测）完成绩真的识别和定位任务。

正在果然颜涩取其余局部差别鲜亮时，颜涩收解法但凡能够对果然区域完身收解，并获得果然的边界皮相。操做那个边界皮相，便很容易获得Bounding BoV并完成绩真的定位。但是颜涩阈值收解法仅对果然颜涩特征停行了提与而短少对果然外形特征的形容，因而该办法针对互相堆叠遮挡的多个果然但凡提与成效比较正常。