農(nóng)機(jī)大全網(wǎng)（www.iwpwp.com）最新農(nóng)機(jī)信息：農(nóng)林業(yè)采收機(jī)器人發(fā)展現(xiàn)狀，農(nóng)機(jī)新產(chǎn)品,二手農(nóng)機(jī),農(nóng)機(jī)補(bǔ)貼目錄,農(nóng)機(jī)價(jià)格查詢,農(nóng)機(jī)報(bào)價(jià)大全，更多農(nóng)機(jī)資訊請查看：農(nóng)機(jī)資訊

　　農(nóng)林業(yè)采收機(jī)器人發(fā)展現(xiàn)狀

機(jī)器人采收是農(nóng)林業(yè)現(xiàn)代化的關(guān)鍵技術(shù)之一。文中基于采收機(jī)器人采收對象進(jìn)行分類，主要類型有蘋果采收機(jī)器人、草莓采收機(jī)器人、番茄采收機(jī)器人、黃瓜采收機(jī)器人和林業(yè)采收機(jī)器人等，根據(jù)采收機(jī)器人類型對國內(nèi)外農(nóng)林業(yè)采收機(jī)器人的研究進(jìn)行了分析，討論了采收機(jī)器人發(fā)展過程中涉及的導(dǎo)航避障、視覺系統(tǒng)和末端執(zhí)行器這些關(guān)鍵技術(shù)，通過分析現(xiàn)有采收機(jī)器人的優(yōu)缺點(diǎn)，提出了目前研究中在末端執(zhí)行器、圖像識別技術(shù)、導(dǎo)航定位技術(shù)、柔性結(jié)構(gòu)和機(jī)器人本體設(shè)計(jì)方面的問題，展望了未來農(nóng)林業(yè)采收機(jī)器人的發(fā)展方向。

縱觀美國、日本、荷蘭、英國和比利時(shí)等農(nóng)林業(yè)生產(chǎn)大國，現(xiàn)代化農(nóng)林業(yè)已成為當(dāng)今世界農(nóng)林業(yè)發(fā)展的潮流。隨著設(shè)施農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)等新型農(nóng)業(yè)的出現(xiàn)，計(jì)算機(jī)、傳感器和自動(dòng)化技術(shù)越來越多被應(yīng)用于農(nóng)林業(yè)生產(chǎn)中。中國作為農(nóng)林業(yè)大國，實(shí)現(xiàn)農(nóng)林業(yè)現(xiàn)代化、農(nóng)林業(yè)裝備機(jī)械化和智能化成為發(fā)展的必然趨勢。

目前，針對水稻、小麥等大面積種植的谷物已經(jīng)基本實(shí)現(xiàn)了從播種到收獲的自動(dòng)化、機(jī)械化，大大節(jié)約了人工成本。但是，針對水果蔬菜等農(nóng)作物，即使在種植環(huán)節(jié)已經(jīng)能達(dá)到高度的自動(dòng)化，但在采摘環(huán)節(jié)仍然需要大量的人工勞動(dòng)。隨著近年來機(jī)器人技術(shù)、圖像識別技術(shù)的發(fā)展，如何使用機(jī)器人代替人工高效地完成采摘作業(yè)成為亟待解決的問題。

1國內(nèi)外研究現(xiàn)狀

自1968年美國學(xué)者Schertz和Brown首次提出將機(jī)器人技術(shù)應(yīng)用于果蔬采摘，經(jīng)過50年的研究與發(fā)展，農(nóng)林業(yè)收獲裝備經(jīng)歷了從半自動(dòng)化的采摘機(jī)械到全自動(dòng)的采摘機(jī)器人。目前，日本、英國、美國和西班牙等發(fā)達(dá)國家都展開了農(nóng)林業(yè)采收機(jī)器人方面的研究，主要涉及的采收對象有蘋果、西紅柿、草莓和甜橙等。我國在農(nóng)林業(yè)采收機(jī)器人方面的研究工作起步較晚，但近年來發(fā)展勢頭迅猛并取得了大量成果。國內(nèi)許多科研院校已經(jīng)設(shè)計(jì)出試驗(yàn)樣機(jī)，同時(shí)也提出了許多關(guān)鍵技術(shù)理論，但總體較國外研究相比，仍有一定的差距。

1.1國外研究現(xiàn)狀

1.1.1蘋果采收機(jī)器人

20世紀(jì)末，韓國慶北大學(xué)研發(fā)的蘋果采收機(jī)器人具有4自由度，同時(shí)包括3個(gè)旋轉(zhuǎn)關(guān)節(jié)和1個(gè)移動(dòng)關(guān)節(jié)。該機(jī)器人選用內(nèi)含壓力傳感器的3指夾持器作為末端執(zhí)行器，可以有效避免損傷蘋果。雖然此機(jī)器人采用了CCD攝像機(jī)和光電傳感器，能夠較為準(zhǔn)確地識別蘋果，但受限于自由度，仍然難以避開障礙物進(jìn)行工作。

2008年，比利時(shí)BAETEN J等研發(fā)了一種蘋果采收機(jī)器人，該機(jī)器人采用6自由度機(jī)械臂，安裝于可升降運(yùn)動(dòng)平臺(tái)上，由拖拉機(jī)拖動(dòng)。末端執(zhí)行器選擇氣壓驅(qū)動(dòng)柔性執(zhí)行器。該機(jī)器人采摘周期為8~10 s，采摘率達(dá)80%，但是結(jié)構(gòu)占地面積大，采摘?jiǎng)幼鞑粔蜢`活。

1.1.2草莓采收機(jī)器人

日本的KONDO N等針對草莓的溫室高壟內(nèi)培模式，研發(fā)了安裝在龍門式移動(dòng)平臺(tái)上的3自由度直角坐標(biāo)機(jī)械臂，是草莓采收機(jī)器人的初代樣機(jī)。該機(jī)器人由彩色CCD相機(jī)檢測草莓果實(shí)，利用吸入旋轉(zhuǎn)切斷式末端執(zhí)行器切斷果梗，采摘果實(shí)。試驗(yàn)發(fā)現(xiàn)吸持方式對小型果實(shí)十分有效，但仍有34%的果實(shí)無法被正確采摘。

陳至靈等：農(nóng)林業(yè)采收機(jī)器人發(fā)展現(xiàn)狀農(nóng)業(yè)工程裝備與機(jī)械化隨后，KONDO N等又在第一代樣機(jī)的基礎(chǔ)上，通過改進(jìn)末端執(zhí)行器機(jī)構(gòu)，研制了第2代草莓采收機(jī)器人。第2代機(jī)器人吸取了吸入旋轉(zhuǎn)式和勾取式的優(yōu)勢，在末端執(zhí)行器真空吸入草莓果實(shí)的基礎(chǔ)上，增加了張合爪用于夾取果梗，完成切斷，有效地提高了采摘的成功率。

日本宮崎大學(xué)NAGATA M等開發(fā)了由3自由度直角坐標(biāo)機(jī)械臂帶動(dòng)末端執(zhí)行器的采收機(jī)器人，其能完成豎直向下夾持并切斷果梗。該機(jī)器人配備了固定-移動(dòng)雙相機(jī)，在白色或黑色的塑料膜背景下對草莓果實(shí)進(jìn)行識別和定位，成功率超過90%。

針對高架懸掛式栽培的草莓，日本的HAYASHI S等研制了適用于高架栽培的草莓采收機(jī)器人。此機(jī)器人采用軌道移動(dòng)平臺(tái)和龍門式機(jī)械臂，以長條形LED點(diǎn)陣光源和3個(gè)相機(jī)構(gòu)成視覺單元，末端執(zhí)行器選用反射式光電傳感器。與初代機(jī)型相比，新型的采摘機(jī)器人質(zhì)量輕，采摘耗時(shí)縮短，但由于機(jī)器視覺算法無法妥善處理光源光照不均勻的問題，采摘成功率無法保證。

1.1.3番茄采收機(jī)器人

番茄由于其成串生長的特性，導(dǎo)致果實(shí)之間貼碰重疊和遮擋現(xiàn)象嚴(yán)重，因此被認(rèn)為是機(jī)器人收獲難度最大的蔬果之一。日本早在20世紀(jì)80年代初就開始進(jìn)行番茄采收機(jī)器人的研究。京都大學(xué)川村登等較早進(jìn)行了番茄采摘機(jī)器人樣機(jī)的開發(fā)。該機(jī)器人包括電動(dòng)輪式底盤、5自由度機(jī)械臂和2指夾持器，利用相機(jī)對果實(shí)定位。盡管該機(jī)器人結(jié)構(gòu)與性能還不夠成熟，但已完成番茄采摘機(jī)器人的初步構(gòu)想與基礎(chǔ)框架。

岡山大學(xué)的KONDO N等設(shè)計(jì)的番茄采收機(jī)器人，選用彩色攝像頭和圖像處理卡構(gòu)成的視覺系統(tǒng)識別和定位成熟的番茄，7自由度機(jī)械手用以避開障礙物，帶有橡膠套的夾持器和吸盤用以夾取和采摘果實(shí)。該機(jī)器人采摘周期約為15 s，成功率能夠達(dá)到70%。

后來，KONDO N等又針對番茄的生長特性研制了新的番茄采收機(jī)器人。該機(jī)器人選用三菱RH-6SH5520型工業(yè)機(jī)器人，末端執(zhí)行器采用切斷式來剪切果梗，同時(shí)配有夾持器夾取被采摘的整串番茄。其最大采摘質(zhì)量6kg，采摘周期約為15 s，但成功率較低，僅為50%左右。

FUJURA T等針對45°傾斜水培櫻桃番茄開發(fā)了采收機(jī)器人。采用電動(dòng)輪式底盤，4自由度直角坐標(biāo)機(jī)械臂，吸持-擺動(dòng)剪斷式末端執(zhí)行器和紅外立體視覺傳感器。該機(jī)器人的采摘能保證果實(shí)較高的收獲率和果實(shí)花萼較高的完整性。

東京大學(xué)的CHEN X等開發(fā)了仿人型雙臂式番茄采收機(jī)器人。該機(jī)器人在頭部和腕部裝有兩個(gè)體感攝像頭，每個(gè)手臂有7個(gè)自由度，并裝有夾剪一體式的末端執(zhí)行器。目前該機(jī)器人僅能靠人的指令完成采摘，仍處于試驗(yàn)階段。

科威特的TAQI F等為溫室和家庭采摘櫻桃番茄設(shè)計(jì)了一款機(jī)器人，該機(jī)器人通過相機(jī)拍攝圖像識別番茄果實(shí)，并且能夠自主判別番茄是否成熟，是否破損或腐爛并完成分揀。

1.1.4黃瓜采收機(jī)器人

日本KONDO N等研制的黃瓜采摘機(jī)器人，采用6自由度機(jī)器人，配以CCD相機(jī)，根據(jù)黃瓜與其莖葉紅外光反射率差異的原理進(jìn)行識別，果梗分離采用傳統(tǒng)的夾持切斷式。但受制于莖葉對于黃瓜識別的影響程度較大，該機(jī)器人采摘成功率并不高。

荷蘭的VAN HENTER E J等研制的軌道式黃瓜采摘機(jī)器人，包括4個(gè)采收機(jī)器人和1個(gè)機(jī)器人?？空?。每個(gè)采收機(jī)器人由智能控制運(yùn)動(dòng)裝置、采摘機(jī)械手、終端感應(yīng)器和計(jì)算機(jī)視覺系統(tǒng)組成。其利用瞬時(shí)高溫方式切斷果梗，避免了細(xì)菌感染，采摘成功率能達(dá)到80%。

1.1.5林業(yè)采收機(jī)器人

原蘇聯(lián)中央森工機(jī)械研究所的伊爾庫茨克分所設(shè)計(jì)了一種裝備有信息測量系統(tǒng)、執(zhí)行系統(tǒng)和控制系統(tǒng)的伐木歸堆機(jī)器人，其由計(jì)算機(jī)控制操縱抓切裝置，使機(jī)械臂按指定方向動(dòng)作，以完成抓樹、從根部伐樹、搬移和歸堆等工作。

北美推出的Rottne 2202型和Rocan T型微型輪式采伐聯(lián)合機(jī)采用計(jì)算機(jī)程序控制機(jī)器人完成伐木、打枝和造材作業(yè)，該機(jī)的特點(diǎn)是機(jī)體小巧，作業(yè)時(shí)不會(huì)對周圍樹木造成損傷，機(jī)組接地壓力較小，減少了對地表的破壞和樹根的損傷。

Timberjack公司開發(fā)了適用于陡坡和松軟林地的6足采伐聯(lián)合機(jī)器人，該機(jī)器人通過腿部傳感器獲取地面路況信息，采用計(jì)算機(jī)系統(tǒng)控制步伐，平衡機(jī)器人各足的載重，能越過120 cm的障礙，按設(shè)定的程序自動(dòng)完成伐木、打枝和造材等工作。

1.1.6其他類型采收機(jī)器人

希臘工程師POOL TA和美國佛羅里達(dá)大學(xué)工程師HARREL R C等合作研發(fā)了一種柑橘采收機(jī)器人。該機(jī)器人由彩色攝像機(jī)和超聲波測距機(jī)進(jìn)行識別定位，采用半圓形環(huán)切刀切斷果梗。

日本岡山大學(xué)MONTA M等研制的果園棚架栽培模式的葡萄采收機(jī)器人由一個(gè)5自由度機(jī)械臂和視覺傳感器組成。此機(jī)器人同時(shí)集成了葡萄的剪枝、套袋和藥物噴灑功能。

日本京都大學(xué)UMEDA K等研制了一種名叫“STORK”的西瓜采收機(jī)器人。該機(jī)器人包含有平行4球聯(lián)動(dòng)的機(jī)械采摘手爪、視覺傳感器和移動(dòng)機(jī)構(gòu)。采摘手爪利用真空吸盤吸附方式提起西瓜，完成采摘。

日本HAYASHI S等針對V型架栽培的茄子開發(fā)了采收機(jī)器人，其采用履帶式底盤、7自由度機(jī)械臂、掌心相機(jī)、超聲距離傳感器、真空吸盤和帶有柔性夾持器的果梗夾剪一體化末端執(zhí)行器。但由于枝葉遮擋等問題，該機(jī)器人的識別率和采摘成功率都較低。

巴里理工大學(xué)和萊切大學(xué)合作研制的菊苣采收機(jī)器人機(jī)是由一個(gè)雙4桿機(jī)構(gòu)機(jī)械手、末端執(zhí)行器和視覺系統(tǒng)組成。其基于智能彩色濾波算法和圖像形態(tài)學(xué)操作來確定菊苣的位置。末端執(zhí)行器采用切斷方式削減根莖，并能夠夾持菊苣送入采集托盤內(nèi)。

1.2國內(nèi)研究現(xiàn)狀

1.2.1蘋果采收機(jī)器人

南京農(nóng)業(yè)大學(xué)顧寶興等針對標(biāo)準(zhǔn)矮化蘋果果園，設(shè)計(jì)的蘋果采摘機(jī)器人，利用DGPS自主導(dǎo)航載有采摘機(jī)械臂的輕型履帶式智能移動(dòng)平臺(tái)，通過果實(shí)與樹枝色差模型的圖像處理識別和定位果實(shí)，完成采摘。

天津農(nóng)學(xué)院蘇媛等以瑞典ABB公司的ABB irb460型3自由度工業(yè)機(jī)器人為模型，利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了蘋果采收機(jī)器人的視覺系統(tǒng)。該機(jī)器人將640×640像素的圖片，在RGB顏色空間下，結(jié)合中值濾波降噪和拉普拉斯算子邊緣檢測方法實(shí)現(xiàn)果實(shí)的特征提取，最終完成蘋果果實(shí)定位。

1.2.2草莓采收機(jī)器人

中國農(nóng)業(yè)大學(xué)陳利兵針對壟作草莓研制了3直動(dòng)直角坐標(biāo)機(jī)械臂配置剪切式末端執(zhí)行器，配合CCD相機(jī)構(gòu)成視覺系統(tǒng)的草莓采摘系統(tǒng)；針對高架草莓，也制作了采用3直動(dòng)直角坐標(biāo)機(jī)械臂配置夾剪一體式末端執(zhí)行器，并安裝了微型履帶底盤的“采摘童1號”樣機(jī)。

國家農(nóng)業(yè)智能裝備工程技術(shù)研究中心馮青春等研發(fā)的草莓采摘機(jī)器人針對高架栽培模式，采用了聲納導(dǎo)航移動(dòng)平臺(tái)，6自由度機(jī)械臂和雙目視覺系統(tǒng)，并開發(fā)了吸持果實(shí)，夾持果梗后，利用電熱絲燒斷果梗的新型末端執(zhí)行器。

1.2.3番茄采收機(jī)器人

上海交通大學(xué)的ZHAO Y S等開發(fā)的雙臂式番茄采收機(jī)器人，安裝了兩只三自由度PRR式機(jī)械臂，采用了滾刀式和吸盤筒式末端執(zhí)行器，使用雙目視覺系統(tǒng)進(jìn)行果實(shí)識別與定位。

國家農(nóng)業(yè)智能裝備工程技術(shù)研究中心王曉楠等針對溫室立體培育番茄種植，設(shè)計(jì)了一款智能番茄采摘機(jī)器人，包括視覺定位單元、采摘手爪、控制系統(tǒng)及承載平臺(tái)。該機(jī)器人基于HIS色彩模型進(jìn)行圖像處理，提高了果實(shí)定位與識別精度；通過氣囊夾持方式，保證了采摘過程中果實(shí)的柔性夾持，降低了采摘過程中果實(shí)的損傷率。

1.2.4黃瓜采收機(jī)器人

湯修映等研制的黃瓜采摘機(jī)器人FVHR-I，擁有一個(gè)帶活動(dòng)刃口和固定刃口的末端執(zhí)行器，用以切斷果梗。其視覺識別系統(tǒng)采用了RGB模型的G分量進(jìn)行圖像分割，同時(shí)進(jìn)行黃瓜果實(shí)識別和分割點(diǎn)的確定。該機(jī)器人的采摘成功率很高，但黃瓜果實(shí)的識別還有待提高。

中國農(nóng)業(yè)大學(xué)紀(jì)超等根據(jù)黃瓜果實(shí)與背景葉片分光反射特性差異，設(shè)計(jì)的黃瓜采摘機(jī)器人由自主移動(dòng)平臺(tái)、果實(shí)識別定位系統(tǒng)、采摘機(jī)械臂、柔性末端執(zhí)行器和能源系統(tǒng)構(gòu)成，并提出了三層式系統(tǒng)控制方案，設(shè)計(jì)了導(dǎo)航控制程序和采摘控制程序。該機(jī)器人單根黃瓜采摘耗時(shí)28 s左右，成功率達(dá)85%，具有較高的穩(wěn)定性與實(shí)用性。

1.2.5林業(yè)采收機(jī)器人

東北林業(yè)大學(xué)陸懷民等研制的林木球果采集機(jī)器人擁有一個(gè)5自由度的機(jī)械手。工作時(shí)，機(jī)械手爪由雙泵雙回路液壓系統(tǒng)驅(qū)動(dòng)，實(shí)現(xiàn)機(jī)械手爪與機(jī)械臂整體的柔性動(dòng)作。機(jī)器人停放在距母樹3~5m處，機(jī)械手爪張開并對準(zhǔn)要采集的樹枝。隨后，機(jī)械臂前伸使采集爪趨近球果，采集爪收攏，利用采集爪的梳齒結(jié)構(gòu)夾攏果實(shí)并將果實(shí)擼下。最后完成球果的收集。

郭秀麗等設(shè)計(jì)的采伐聯(lián)合機(jī)器人以SDWY-60型履帶式挖掘機(jī)作為行走機(jī)構(gòu)，安裝有6自由度機(jī)械手，采用雙泵雙回路液壓系統(tǒng)驅(qū)動(dòng)，利用基于模糊自適應(yīng)卡爾曼濾波的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，使機(jī)器人能實(shí)現(xiàn)立木定位、采伐與歸堆等多功能自動(dòng)循環(huán)作業(yè)。

魏占國等設(shè)計(jì)了輪式林木采伐聯(lián)合機(jī)器人CFJ-30，其底盤采用鉸接式車架構(gòu)造，采用全液壓驅(qū)動(dòng)，集伐木、打枝、造材和歸楞于一體。

1.2.6其他類型采收機(jī)器人

郭素娜等設(shè)計(jì)了一款能夠自主導(dǎo)航定位的葡萄采摘機(jī)器人，其通過RSSI自主導(dǎo)航和顏色特征提取，操作5自由度機(jī)械臂對成熟的葡萄完成定位和采摘，準(zhǔn)確率超過95%。

宋健等設(shè)計(jì)的開放式茄子采摘機(jī)器人，以4自由度關(guān)節(jié)式采摘機(jī)器人為本體?；谥狈綀D的固定雙閾值法對G-B灰度圖像進(jìn)行分割，提取了果實(shí)目標(biāo)的輪廓、面積、質(zhì)心、外接矩形以及切斷點(diǎn)等特征，對茄子進(jìn)行識別和定位。該機(jī)器人系統(tǒng)運(yùn)行穩(wěn)定可靠，抓取成功率為89%，平均耗時(shí)37.4 s。

2關(guān)鍵技術(shù)研究進(jìn)展

針對農(nóng)林業(yè)采收機(jī)器人在工作中所面臨的眾多問題，采收機(jī)器人的研究仍面臨巨大的挑戰(zhàn)。

（1）復(fù)雜的非結(jié)構(gòu)環(huán)境：農(nóng)林業(yè)采收機(jī)器人的工作地點(diǎn)往往處于農(nóng)田、果園和溫室壟間等具有坡度、坑洼地形、不可預(yù)見的障礙物的復(fù)雜地形環(huán)境中。因此機(jī)器人想要完成工作必須具有優(yōu)良的導(dǎo)航避障能力、穩(wěn)定的爬坡行走能力。

（2）自然環(huán)境下的作物信息獲取：采收機(jī)器人通過傳感獲取的各種信息都是在自然條件下進(jìn)行的，自然環(huán)境如光照、作物背景和枝葉遮擋等無關(guān)要素對于獲取信息的干擾非常嚴(yán)重，因此采收機(jī)器人信息系統(tǒng)對于作物信息篩選區(qū)分的成功率至關(guān)重要。

（3）作物的摘取與分揀：由于不同作物的生長情況和形狀特點(diǎn)各不相同，果實(shí)的生長位置、大小長短、易損程度也有很大區(qū)別，因此針對采收機(jī)器人的采收對象的不同，需要使用不同的末端執(zhí)行器以滿足不同的要求。

2.1導(dǎo)航避障系統(tǒng)

中國農(nóng)業(yè)大學(xué)湯修映等提出了基于機(jī)器視覺和關(guān)節(jié)空間的黃瓜采收機(jī)器人障礙規(guī)避方法。該方法將障礙分為球體、正方體和長方體，再根據(jù)障礙類型將其歸類，構(gòu)造障礙保護(hù)圓和障礙保護(hù)點(diǎn)，采取過中間障礙點(diǎn)的三次多項(xiàng)式插值函數(shù)完成機(jī)器人相應(yīng)節(jié)段關(guān)節(jié)的運(yùn)動(dòng)。

尹建軍等提出了一種基于構(gòu)形空間的關(guān)節(jié)型機(jī)械臂避障路徑規(guī)劃方法。該方法利用空間映射原理，將關(guān)節(jié)型機(jī)械臂工作空間三維避障問題轉(zhuǎn)變?yōu)镽-R機(jī)械臂避開障礙圓的問題，用臨界關(guān)節(jié)角建立C-障礙空間的映射計(jì)算模型，將工作空間的位置避障轉(zhuǎn)換為構(gòu)形空間連桿的關(guān)節(jié)角計(jì)算。

江蘇大學(xué)姬偉等針對特殊環(huán)境下采摘機(jī)器人的實(shí)時(shí)避障問題，提出了一種基于改進(jìn)人工勢場法的障礙規(guī)避方法。此方法通過引入虛擬目標(biāo)點(diǎn)使搜索過程跳出傳統(tǒng)人工勢場法的局部最優(yōu)極小點(diǎn)，從而實(shí)現(xiàn)機(jī)器人實(shí)時(shí)避障。

2.2視覺系統(tǒng)

2.2.1蘋果采收機(jī)器人

BULANON D M等開發(fā)了一套實(shí)時(shí)視覺系統(tǒng)用于采摘蘋果。該系統(tǒng)使用一個(gè)彩色CCD攝像機(jī)實(shí)時(shí)拍攝蘋果圖像，并利用PC機(jī)處理采集到的圖像。該系統(tǒng)能在不同光照下在1 s內(nèi)識別和定位水果。

LAK M B等采用顏色和形狀處理相結(jié)合的方法對蘋果進(jìn)行分割。他們對圖像進(jìn)行過濾，轉(zhuǎn)換成二值圖像，并降低噪聲，最后檢測出圖像中蘋果的位置。

NGUYEN T T等利用相機(jī)獲取的顏色（RGB）和三維（3D）形狀信息，開發(fā)了一種用于檢測和定位紅色和雙色蘋果的算法。該系統(tǒng)對于完全可見和部分遮擋的蘋果的檢測率分別可達(dá)100%和82%。

中國農(nóng)業(yè)大學(xué)馮娟等設(shè)計(jì)了一種基于激光視覺系統(tǒng)的蘋果采摘機(jī)器人。該視覺系統(tǒng)基于飛行時(shí)間原理對目標(biāo)場景進(jìn)行三維掃描，根據(jù)掃描數(shù)據(jù)反映果實(shí)曲面特性，更清晰地解析果實(shí)和分辨枝葉間的空間幾何特性和層次關(guān)系，避免或減少自然光線的干擾。

江蘇大學(xué)呂繼東等和馮瑋等提出了兩種對于蘋果果實(shí)快速跟蹤識別的方法。其一是基于R-G顏色特征的OTSU動(dòng)態(tài)閾值分割方法進(jìn)行首幀采集圖像分割，根據(jù)圖像中心原則識別果實(shí)。其二是在壓縮跟蹤算法的基礎(chǔ)上結(jié)合SURF特征的跟蹤識別方法。

賈偉寬等提出了一種基于K-means聚類分割、遺傳算法（GA）和最小均方差算法（LMS）優(yōu)化的徑向基（RBF）神經(jīng)網(wǎng)絡(luò)相結(jié)合的蘋果果實(shí)識別方法。該方法在LAB顏色空間下利用K-means聚類算法對采集的圖像進(jìn)行分割處理，提取RGB、HSI顏色特征向量和圓方差、致密度等特征。然后將提取的共16種特征輸入神經(jīng)網(wǎng)絡(luò)，并對RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到蘋果果實(shí)識別模型。同時(shí)引入遺傳算法對RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，利用最小均方差算法對連接權(quán)值進(jìn)一步學(xué)習(xí)，構(gòu)建新的神經(jīng)網(wǎng)絡(luò)模型（GA-RBF-LMS）。此方法能夠完成較為快速和精準(zhǔn)的識別，對于遮擋、重疊的果實(shí)識別率超過95%。

2.2.2草莓采收機(jī)器人

中國農(nóng)業(yè)大學(xué)張鐵中等采用三層BP神經(jīng)網(wǎng)絡(luò)，通過分析選取3×3領(lǐng)域像素的H通道值作為草莓圖像特征，選取HSV中與亮度無關(guān)通道以排除圖像明暗對分割效果的影響。利用BP神經(jīng)網(wǎng)絡(luò)，通過提取大區(qū)域和腐蝕、膨脹等算法處理，能較好地分離成熟草莓果實(shí)與背景。

王糧局等又針對傳統(tǒng)的基于手眼系統(tǒng)的視覺伺服方法在草莓采摘機(jī)器人設(shè)計(jì)中存在的信息反饋延遲大、頻率低、定位耗時(shí)長及精度低等問題，采用了攝像機(jī)曝光信號觸發(fā)控制卡進(jìn)行高速位置鎖存，結(jié)合位置傳感器的反饋信息，減少定位耗時(shí)，并采用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)方法，提高果實(shí)采摘精度。該方法將定位時(shí)間縮短至0.9~0.6 s，相對誤差控制在-4.3%~1.0%范圍內(nèi)。

西北農(nóng)林科技大學(xué)和日本宮崎大學(xué)合作開發(fā)了一種直立式草莓采收機(jī)器人。該機(jī)器人選用兩個(gè)彩色攝像機(jī)（寬視角相機(jī)和細(xì)節(jié)相機(jī)）識別草莓果實(shí)、定位草莓果梗位置并判斷草莓成熟度。其識別率能達(dá)到90%，成熟度檢測超過50%。

新疆維吾爾自治區(qū)大學(xué)房愛青等通過雙目視覺系統(tǒng)對草莓定位算法進(jìn)行了研究，提出了基于單目視覺與測距傳感器結(jié)合的草莓定位算法。該算法對草莓果實(shí)的識別率可達(dá)95%，定位誤差在10 mm以內(nèi)。

2.2.3番茄采收機(jī)器人

伊朗Urmia大學(xué)的AREFI A等為了區(qū)分番茄是否成熟開發(fā)了一種分割算法。該算法首先利用RGB顏色特征去除獲取圖像信息中的植物根莖等背景；接著用YIQ和HIS顏色空間提取番茄的黃色部分，用RGB提取番茄的紅色和橙色部分；最后通過定義YIQ顏色空間的條件關(guān)系，識別成熟番茄。

東京大學(xué)Chen X Y等提出了一種基于幾何和物理推理的番茄采摘機(jī)器人視覺系統(tǒng)。該方法利用2個(gè)RGB-D傳感器采集數(shù)據(jù)，通過點(diǎn)云模型分割得到果實(shí)的原始形狀模型，最后通過分析幾何結(jié)構(gòu)來識別番茄果實(shí)。

東京大學(xué)和DENSO株式會(huì)社合作開發(fā)的番茄采收機(jī)器人采用立體相機(jī)，可以測量短距離和直射陽光的深度。同時(shí)設(shè)計(jì)了一款使用無限旋轉(zhuǎn)關(guān)節(jié)采摘手爪的末端執(zhí)行器。該機(jī)器人在半室外環(huán)境和陽光照射環(huán)境下表現(xiàn)出了較好的適應(yīng)性和魯棒性，具有較快的采摘速度（23 s/個(gè)）和超過60%的成功率。

浙江大學(xué)項(xiàng)榮等提出了一種基于組合匹配方法和深度校正模型的雙目立體視覺測距方法用于提高番茄采摘機(jī)器人的定位精度。該方法將形心匹配得到的視差值作為區(qū)域匹配設(shè)定視差范圍的參考值，以減小區(qū)域匹配計(jì)算量及誤匹配概率。再利用三角測距原理得到番茄區(qū)域深度圖，并將區(qū)域深度均值作為其深度維坐標(biāo)。隨后，又將這一方法進(jìn)行改進(jìn)運(yùn)用于開放環(huán)境中對番茄的定位。

中國計(jì)量大學(xué)梁喜鳳等提出了基于提取番茄果實(shí)串連通區(qū)域邊界的采摘點(diǎn)識別方法。通過圖像增強(qiáng)處理獲取邊界清晰的串番茄圖像后，采用多尺度形態(tài)學(xué)邊緣提取法提取串番茄邊緣圖像，再進(jìn)行邊界提取，填充串番茄邊界圖，獲得目標(biāo)連通區(qū)域，通過計(jì)算獲得串番茄采摘點(diǎn)的參考點(diǎn)。

上海交通大學(xué)趙源深等提出了一種基于非顏色編碼的番茄識別算法。通過Haar-like特征類型和AdaBoost深度學(xué)習(xí)算法獲得用于識別成熟番茄的分類器，利用所得分類器對番茄進(jìn)行在線識別。該方法對光照變化、果實(shí)粘連及枝葉遮擋等干擾有很好的自適應(yīng)性和魯棒性。

2.3末端執(zhí)行器

ARIMA S等開發(fā)了采用勾取切斷式末端執(zhí)行器的多功能作業(yè)機(jī)器人，采摘時(shí)，先用鉤子勾住果梗，手爪夾住果實(shí)，再使用切刀切斷果梗。

華盛頓州立大學(xué)的DAVIDSON J R等考慮到采摘現(xiàn)場的復(fù)雜環(huán)境和對蘋果的損傷，設(shè)計(jì)了一款末端執(zhí)行器。該末端執(zhí)行器產(chǎn)生具有法向力分布的球形功率抓取并且選取重復(fù)的選定人類模式拾取序列?？紤]到位置誤差，采用柔性欠驅(qū)動(dòng)關(guān)節(jié)，肌腱驅(qū)動(dòng)裝置改善執(zhí)行器性能。

浙江工業(yè)大學(xué)采用氣動(dòng)彎曲關(guān)節(jié)，設(shè)計(jì)了一款通過圓鋸片切割果梗的柑橘采摘末端執(zhí)行器。

江蘇大學(xué)劉繼展等改進(jìn)了一般番茄采摘機(jī)器人的吸盤式末端執(zhí)行器結(jié)構(gòu)，設(shè)計(jì)了一種以集成式真空發(fā)生器為核心的真空吸盤裝置，提高了果實(shí)吸附和采摘的成功率，減輕了吸附過程中對果實(shí)的損傷。

浙江工業(yè)大學(xué)錢少明等設(shè)計(jì)的黃瓜采摘末端執(zhí)行器針對黃瓜抓持的力學(xué)特性，建立了氣動(dòng)驅(qū)動(dòng)器氣壓值與抓持能力之間的關(guān)系。該末端執(zhí)行器由抓持器和切割器構(gòu)成，其中抓持器由兩個(gè)氣動(dòng)柔性彎曲關(guān)節(jié)構(gòu)成，切割器由旋轉(zhuǎn)氣缸和刀片構(gòu)成。

重慶理工大學(xué)王毅等基于仿生學(xué)理念，模仿蛇的吞咽動(dòng)作和上顎結(jié)構(gòu)，設(shè)計(jì)了以鉸鏈四桿機(jī)構(gòu)為構(gòu)型的末端執(zhí)行器。

3結(jié)論與展望

經(jīng)過50多年的發(fā)展，農(nóng)林業(yè)采收機(jī)器人的研究已經(jīng)取得了長足的進(jìn)步，無論是機(jī)型種類，還是在關(guān)鍵技術(shù)方面，無論是國內(nèi)，還是國外，農(nóng)林業(yè)采收機(jī)器人的研究和開發(fā)都方興未艾。在日本、美國和西班牙等農(nóng)林業(yè)機(jī)器人發(fā)達(dá)國家，采收機(jī)器人研究開發(fā)較早，開發(fā)的機(jī)型較多，但是，大多數(shù)仍未達(dá)到產(chǎn)業(yè)化水平。

國內(nèi)研究開發(fā)較晚，但是，在國家和相關(guān)地方政府和科技部門的大力支持下，在采收機(jī)器人的研發(fā)方面做了大量有益的研發(fā)工作，取得了一定的研究成果，距離產(chǎn)業(yè)化還有一定的差距。未來國內(nèi)外的學(xué)者仍將致力于農(nóng)林業(yè)采收機(jī)器人的實(shí)用化和產(chǎn)業(yè)化研究。

目前農(nóng)林業(yè)采收機(jī)器人的研究仍存在一些問題亟待解決。

（1）末端執(zhí)行器。機(jī)器人采收作物的收獲率、作物的完整程度以及采收完成后對原植株的損壞程度也是制約農(nóng)林業(yè)采收機(jī)器人投入實(shí)際生產(chǎn)的重要原因。采收機(jī)器人的采收過程需要仿照人工作業(yè)，但是機(jī)械采摘末端執(zhí)行器的設(shè)計(jì)限制了采收機(jī)器人在復(fù)雜環(huán)境下采收的成功率和采收下的作物的完好程度。

同時(shí)農(nóng)林業(yè)采收機(jī)器人的采收要盡量避免采收過程中對農(nóng)作物植株的損傷，破壞性的采收是不可取的。因此，采收機(jī)器人末端執(zhí)行器的設(shè)計(jì)既要考慮到末端執(zhí)行器在枝葉間運(yùn)動(dòng)的靈活性，又要考慮采摘手爪對果蔬進(jìn)行采收作業(yè)時(shí)接觸力的大小、摘取的方式，以保證果蔬的完好。

（2）圖像識別技術(shù)。目前對于采收作物的圖像識別技術(shù)已有了較多的研究，但是面對自然環(huán)境下生長的農(nóng)作物，光照、枝葉遮擋和果實(shí)熟度等都是采收機(jī)器人工作時(shí)需要考慮的干擾因素，因此采收機(jī)器人對于成熟作物的識別率與識別速度始終難以達(dá)到較高的水平，這也導(dǎo)致機(jī)器人難以投入實(shí)際的農(nóng)林業(yè)生產(chǎn)。

采收機(jī)器人準(zhǔn)確識別成熟作物的速度與精度是提升機(jī)器人作業(yè)效率的關(guān)鍵。利用高效的算法和先進(jìn)的傳感器，將數(shù)據(jù)采集設(shè)備與視覺系統(tǒng)結(jié)合，提高視覺系統(tǒng)對信息的處理速度，同時(shí)利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)不斷提高對成熟果實(shí)作物的識別精度將會(huì)成為未來圖像識別技術(shù)的發(fā)展方向。

（3）導(dǎo)航定位技術(shù)。隨著精準(zhǔn)農(nóng)業(yè)、設(shè)施農(nóng)業(yè)的發(fā)展，高架栽培、溫室栽培等新型栽培方式將逐漸取代傳統(tǒng)的露天種植。而采收機(jī)器人在壟間的路徑規(guī)劃與障礙規(guī)避速度會(huì)對采收機(jī)器人的作業(yè)速度產(chǎn)生極大影響。采用人工神經(jīng)元網(wǎng)絡(luò)技術(shù)，結(jié)合機(jī)器學(xué)習(xí)等方法提高機(jī)器人對復(fù)雜環(huán)境的識別和處理能力將是未來導(dǎo)航定位技術(shù)發(fā)展的關(guān)鍵。

（4）柔性結(jié)構(gòu)。目前，農(nóng)林業(yè)采收機(jī)器人基本都是針對特殊作物研究制造的特型機(jī)器人，泛用性差。采收機(jī)器人的設(shè)計(jì)和制造不應(yīng)只滿足于單種類的作物，應(yīng)該提高機(jī)器人的泛用性，通過更換末端執(zhí)行器和控制程序能夠完成多種類型的作物收獲作業(yè)，甚至是將播種、施肥和噴藥等多種農(nóng)林業(yè)生產(chǎn)作業(yè)集成到一臺(tái)機(jī)器人上。

（5）機(jī)器人本體設(shè)計(jì)。目前，農(nóng)林業(yè)采收機(jī)器人由于所需的傳感器、圖像采集設(shè)備等儀器以及本體造價(jià)等原因?qū)е缕涑杀靖甙?。因此，對采收機(jī)器人結(jié)構(gòu)的簡化既能有效降低其生產(chǎn)成本，又能提高機(jī)器人在復(fù)雜環(huán)境下工作靈巧性。同時(shí)簡化操作能讓農(nóng)林業(yè)采收機(jī)器人能夠更快地在農(nóng)林業(yè)生產(chǎn)中得到普及。

（作者：陳至靈 姜樹海 孫翊）