基金项目：2018年山东省大学生科研项目（项目编号：18SSR271）
摘要：本文以智慧农业为背景，对圆形硬皮水果自动采摘车结构进行运动分析并设计，系统对类圆形硬皮水果采摘车进行硬件方面包含结构、机械手、气动装置、图像设备等进行了设计，并结合硬件特点进行了底层的驱动设计，实现了较为完美的采摘动作，提高了采摘效率和果农的经济效益，节省了人工成本，水果自动采摘车开发利用具有一定的经济效益。
关键词：水果自动采摘车；硬件设计；效率
1.引言
水果采摘是耗时、费力的环节之一，需投入的劳动力占整个生产过程的40%左右[1]。目前，国外发达等国家已取得了一些研究成果。比利时的Baeten等研发了一种苹果采摘机器人，采用工业机器人作为采摘机械臂，整个采摘机械臂及其控制系统安装在拖拉机后端。法国Pedenc和Motte[2]等研制了“MAGAL”苹果收获机器人，利用CCD 摄像机采集果实图像，采摘的果实通过中空的手臂滑落到果实收集箱内。我国劳动力成本不断增长，设计和制造一种可以替代劳动力密集度过大、劳动强度过大的苹果采摘作业的新型农业辅助设备已经成为当务之急。本项目基于农业生产的实际需要诞生，具有很强的实用价值。
2.系统设计分析
2.1 总体结构
采摘车车体整体尺寸长1500mm，宽1000mm，高300mm，底盘最低处与地面距离200mm，车轮采用14×3.2英寸标准车轮。完成采摘机械臂设计与制作。采摘臂5自由度，分为腰部、大臂、小臂、腕部、机械爪。采用步进电机驱动。整个机械臂最大伸长长度为3200mm。采摘车系统动力由24V铅蓄电池提供，设计、印刷制作PCB板，焊接电器元件，实现动力驱动电机的供电与控制。
2.2 工作原理
底盘的寻迹模块，能将收集的位置信息传递给Arduino控制板，控制系统不断的调整小车车轮使之按照计算出路线在植株间隙行走，避开果树和果树枝丫。机械臂末端的摄像机和颜色传感器不断扫描、收集成熟果实的位置信息，并将信息传递给Arduino控制板[3]，Arduino控制板经过一系列计算输出数据，控制步进电机机驱动机械臂到达水果所在的位置坐标。经过光学再次定位，机械臂末端的机械爪抓住水果，切断刀伸出，切断水果果柄，机械爪反向缩回，将果实取下，放到采集框内，完成采摘。
2.3 设计的特点和目标
系统主控制模块采用Arduino，物美价廉，开发简单，在设计过程中每次只采摘一枚果，机械结构强度要求低，使用普通铝合金或者不锈钢空心构件即可；驱动电机使用52型普通步进电机即可；设计使用的电源系统采用普通铅酸电池或者锂电池，成本合算。总体而言，该系统可以采摘苹果以及其他类圆形硬皮果实，机械设计制造成本不高，后期维护简单，实用性强，自动化程度高，推广发展前景良好。
2.4 设备的工作效率
系统的设计有效的提高果实采摘速度，效率是传统手工采摘6-8倍，最大作业宽度可达4.3米，最大作业高度达3.5米，采摘速度可达300Kg/h，其作业平台可容纳4-6人同时作业。系统基本实现果实的自动收集和码放，并能够实现自动避障，避开果树枝丫。系统可通过图像技术对果实实现智能颜色、形状识别判断，图像识别分析图如图1所示。
图1 果实图像识别
3.设计的内容与参数
系统主要对以下方面进行技术性设计：（1）伸缩式机械手臂：手臂简单自如地转向和收缩；（2）采摘器：实现各个方向水果准确安全的采摘；（3）接收装置:实现解决果实从高处落下收集到指定的位置；（4）传送装置：果实从高处安全顺利的传送至地面；（5）手持固定部分：增加整个装置的稳定性，降低采摘员手腕疲劳程度。
设计的采摘车系统具有以下参数：（1）采摘果树的高度约3m；（2）采摘水果是球形的，直径是3cm≤D≤10cm。
4.综合试验与结果分析
4.1 试验条件
系统在潍坊科技学院机电实训中心以及校园区内进行综合试验，试验果树品种为红富士，其行距为4.5 m，株距为3.5m，树龄为5年。双目摄像机采集的图像设为720* 480像素，GPS数据传输速度设为116- 200 bps。移动平台运动控制、水果采摘机械臂与末端执行器的控制、图像处理的算法实现及传感器系统的信号采集等所有软件程序及人机交互界面的开发均在Vc++6.0中进行。试验前，已经对遮挡严重部分果实进行了一定的处理，在没有人工干预的条件下，该机器人进行了自主果实采摘试验，采摘演示图如图2所示。
图2 实验采摘演示
4.2 实验结果
试验结束后，根据工控机录制的视频及双目摄像机采集图像时保存的图片，对果实采摘失败的原因进行了分析和统计。统计结果如下：因枝叶过多遮挡造成的失败次数为105次，因果实识别和定位造成的失败次数为66次，因枝叶与机械臂碰撞导致果实位置偏移造成的失败次数为45次，因果实尺寸超过末端执行器夹持手指夹持范围造成的失败次数为14次，因末端执行器的滑觉传感器响应速度问题造成的失败次数为32次。果实识别和定位造成失败的主要原因是逆光采摘时光线干扰太强所致。晴天顺光和阴天光线干扰较弱，果实识别正确率较高。晚间试验使用辅助光源光线干扰最小，果实识别正确率最为理想。
5.结论
整个系统将移动平台、水果采摘机械臂、末端执行器、传感器系统和图像处理算法等部分关键技术融合在一起，实现了移动平台导航、采摘机械臂运动、末端执行器抓取及水果装箱等关键动作的智能协调控制，能够真有效降低果农劳动量，只需在果园里铺设固定轨道（磁钉或者感光元件），采摘机器便可以沿着轨道自主采摘、自动运输水果。
参考文献
[1]顾宝兴，姬长英，王海青，田光兆，张高阳，王玲.智能移动水果采摘机器人设计与试验[J].农业机械学报，2012年第06期
[2]宋健，张铁中，徐丽明等.果蔬采摘机器人研究进展与展望[J].农业机械学报，2006，37（5）：158-162.
[3]高瑞.基于机器视觉的苹果果实识别与定位技术研究[D].北京：中国农业大学学位论文，2010.
作者简介：李彤（1998-），女，山东泰安人，潍坊科技学院电气自动化学院电子信息科学与技术专业2016级学生；
张得龙（1987-），男，山东省沂南人，潍坊科技学院电气自动化学院教师。
论文作者:李彤 张得龙
论文发表刊物:《知识-力量》2019年11月46期
论文发表时间:2019/10/18
标签：果实论文; 水果论文; 机械论文; 系统论文; 作业论文; 潍坊论文; 机器人论文; 《知识-力量》2019年11月46期论文;