基于机器人视觉的猕猴桃采摘机器路径生成方法研究

摘 要：为了实现猕猴桃智能化采摘，提高采摘路径精准度，本文选取机器人视觉技术作为核心技术，提出猕猴桃采摘机器路径生成方法研究。利用CCD仪器采集猕猴桃图像信息，通过MATLAB软件处理图像信息，并对相机采集信息相关参数进行标定，利用红外障碍传感器采集机器人行走路径中的障碍物信息，对采摘路径进行调整，得到最终采摘路径方案。实验测试结果表明，本文设计方案能够准确且安全地完成猕猴桃采摘任务。

关键词：机器人视觉;猕猴桃采摘;路径生成

随着智能化控制的快速发展，促进了农业采摘技术的提升，正在从半自动化向全自动化方向改进，不再依靠人力劳动，自动识别果实，完成果实采摘工作[1]。目前，应用比较多的操控技术为机器人视觉技术，利用该项技术可以采集果实目标信息，根据各个果实所处位置，生成快捷采摘路径，实现机械化采摘[2]。当前关于此方面的研究尚不成熟，并且不同果实的视觉识别方法存在较大差异。本文以猕猴桃作为采摘对象，探究机器人视觉技术在果实采摘路径生成方面的应用方法。

一、机器视觉技术

机器视觉技术是一种集图像技术、神经生物学、人工智能等多种学科为一体的综合学科，选取计算机作为操作工具，模拟人类的视觉功能，从客观角度出发，从图像中挖掘重要信息，并采取相应处理措施加以处理，最终得到控制方案，实现智能化操控[3]。对于目标采摘路径控制的研究，通常情况下，采用传感技术探测周围环境，在生成控制方案时，用于处理障碍物的规避等。另外，与数字图像处理技术相结合，利用摄像头、相机等信息采集设备，获取目标图像信息，经过去噪、还原等一系列处理措施，得到更为精准的目标图像信息，采取定位处理，得到较为精准的目标位置信息，而后生成目标采摘路线[4]。

二、基于机器人视觉技术的猕猴桃采摘路径生成流程

为了便于采摘和管理，猕猴桃果树种植比较整齐，设定种植间距，集中在某一区域种植。本文研究的猕猴桃株距35m，横向距离4.5m。以往采取人工采摘方式采摘果实，由于果实分布随机，部分果实所处位置高度超出了正常采摘高度范围，需要借助梯子等设备采摘果实，大大降低了果实采摘效率。为了弥补传统采摘的不足，本文提出利用机器人视觉技术，探究智能化果实采摘方案。其中，路径生成流程，除了要考虑猕猴桃果树分布位置以外，还需要考虑果园环境中的障碍物，避免设备与障碍物的撞击。

当其遇到障碍物时，路径发生变动，同一垄地猕猴桃的采摘路径不再沿着直线行走，而是在有限的空间内，躲开障碍物，此时系统重新规划机器人的行走路线。在图1采摘路径基础上，将部分直线路径修改为曲线路径即可。

三、猕猴桃采摘路径生成智能方案

（一）基于系统控制框架结构的采摘路径生成方案

关于基于系统控制框架结构的采摘路径生成方案，借助CCD仪器采集猕猴桃图像信息，将这些图像信息传输至PC平台，利用MATLAB软件处理图像信息，从而获取较为精准的果实位置信息。在PC平台中，初步生成目标采摘路径图。通过无线通信装置，将此路径图发送至单片机控制系统中。在此系统控制下，实现猕猴桃采摘机器人智能化控制。另外，添加红外障碍传感器，采集障碍物信息，返回控制系统，在单片机作用下生成实际采摘路径图，使得机器人在采摘果实期间避开障碍物。

（二）系统硬件介绍

本系统的硬件主要由CCD仪器、PC平台、单片机控制系统、红外障碍传感器4部分组成，利用这些硬件设备控制机器人行走路径，从而实现猕猴桃果实智能化采摘。其中，CCD仪器是图像采集的关键，需要高精度、USB接口相机作为CCD仪器中的信息采集重要部件，为了满足此需求，本研究选取型号为MVU300相机作为猕猴桃信息采集工具。考虑到单片机功能集中要求较高，且支持功能模块拓展等多项系统开发需求，本研究选取STM32系列单片机作为核心控制器，根据机器人采摘路徑控制需求，搭建最小控制系统。红外障碍传感器型号PS56R，PC平台运行内存4GB。

（三）猕猴桃图像采集平台的搭建

本研究选取CCD信息采集仪器的像素为1024×768，满足果实信息采集像素要求。将其安装在果实采集机器人的前端，调整到中间位置，与水平面形成的角度为15°，控制该仪器与地面的距离为1.2m，建立坐标系，如图2所示。

（四）基于相机标定的猕猴桃采摘定位及路径生成

本研究采用棋盘标定法，将猕猴桃看作棋子，通过分析棋格盘图像信息，从而获取猕猴桃所处具体位置，将此部分信息传输给PC机，完成对采摘路径的布设。以下为果实采摘标定流程：

第一步：将猕猴桃分布点看作棋盘格标靶，制作棋盘格标靶;

第二步：利用CCD仪器采集多个位置和角度的标靶图像，即获取猕猴桃图像;

第三步：利用MATLAB软件处理图像信息;

第四步：采用边界搜索方法，提取具体分布角点信息;

第五步：判断提取信息是否正确，如果正确，执行下一步，反之，返回第四步;

第六步：判断所有标定图像角点信息是否正确，如果正确，则通过求解相机坐标位置参数，从而获取猕猴桃采摘目标坐标数据，反之，返回第四步。

按照上述标定方法，得到猕猴桃的坐标位置信息，生成初步采摘方案，而后利用红外障碍传感器采集机器人行走路径中的障碍物信息，如果当前生成的路径中存在障碍物，则根据传感器采集到的障碍物与机器人的距离信息，调整机器人行走路线，最终生成猕猴桃实际采摘路径图。

四、测试分析

为了测试上述方案是否满足可操作性要求，本研究按照上述方案搭建实验测试环境，将机器人放置到某猕猴桃果园中，选取4个猕猴桃作为采摘对象，经过现场实际勘测，得到4个果实的坐标，即M1（3，6，8），M2（6，8，8），M3（6，10，15），M4（8，11，17）。将这4个采摘目标的坐标信息输入到控制系统中，开启采摘模式，测得采摘定位坐标，观察实际采摘情况，整理测试结果如下表所示。

上表中测试结果显示，本文设计的猕猴桃采摘路径生成方案可以准确达到各个果实位置，按照要求完成采摘任务。另外，本方案可以自动躲避园林中的障碍物，生成的路径图与实际操作中机器人行走的路线图相同。由此可以判断，本文设计的采摘路径生成方案满足猕猴桃采摘要求，路径可靠且操作精准。

五、总结

本文围绕猕猴桃智能化采摘路径生成方法展开研究，选取机器人视觉技术作为研究工具，模拟人类视觉分析，挖掘猕猴桃所处地理位置信息，完成采摘目标定位。与此同时，利用红外障碍传感器采集机器人行走路径中的障碍物信息，调整果实采摘路径，从而实现高效、安全猕猴桃采摘自动控制。实验测试结果表明，本文设计的猕猴桃采摘路径生成方案可以准确且安全地完成采摘任务，满足果实智能化采摘设计要求。

参考文献：

[1]吴东明，王丽娟.采摘机器人避障控制系统研究—基于ARM+DSP和视觉传感器[J].农机化研究，2020，42（4）：218222.

[2]刘灵敏，胡婧，谢倩.基于类人足球比赛决策系统的采摘机器人多路径优化[J].农机化研究，2018，40（7）：231235.

[3]李振雨，王好臣.基于视觉识别定位的苹果采摘系统研究[J].图学学报，2018，139（3）：493500.

[4]穆龙涛，高宗斌，崔永杰，等.基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别[J].农业机械学报，2019，50（10）：2434.

项目名称：图像处理在猕猴桃采摘机器路径规划的应用研究（项目编号：2021KY1478）

作者简介：杨筱慧（1984— ），女，壮族，广西百色人，在职研究生，讲师，计算机工程系，研究方向：计算机技术方向。