農(nóng)業(yè)采摘機器人應用與發(fā)展現(xiàn)狀_趙永才.pdf

SDNJH 2025 04 件后面安裝壓扁輥 可實現(xiàn)對牧草莖稈的壓扁功能 以減少牧草的晾干時間 三 發(fā)展建議 一 深入推進農(nóng)機裝備研發(fā) 補齊高端機械化短板 目前全省普遍使用的割草機以旋轉(zhuǎn)式割草機為 主 依靠三點懸掛與拖拉機相連 而國外廣泛使用的 自走式割草機在國內(nèi)雖有生產(chǎn) 但市場保有量較低 尚未普及 另外國內(nèi)割草機市場需求較小 自主品牌 產(chǎn)品以出口為主 全球80 的需求在美國和歐洲 因 此亟須大力發(fā)展適合我省飼草種植場地的高端大型 割草機械 破解機械需求不足難題 二 強化質(zhì)量監(jiān)管 制定適合我省省情的作業(yè) 標準或規(guī)范 機械化收獲標準或規(guī)范的制定 可以科學指導 飼草收獲的各環(huán)節(jié) 對大面積機械化作業(yè)提供技術(shù) 支撐 有利于飼草產(chǎn)量提升 目前現(xiàn)行標準有NY T 4251 2022 牧草全程機械化生產(chǎn)技術(shù)規(guī)范 NY T 2461 2013 牧草機械化收獲作業(yè)技術(shù)規(guī)范 基本是 針對內(nèi)蒙古 甘肅等地區(qū) 況且標準在機械化收獲方 面描述較簡單 故而起草適合我省的地方標準或行 業(yè)規(guī)范勢在必行 三 加大財政補貼 提升生產(chǎn)企業(yè)研發(fā)制造能力 農(nóng)業(yè)農(nóng)村部辦公廳財政部辦公廳關于印發(fā) 2024 2026年全國通用類農(nóng)業(yè)機械中央財政資金 最高補貼額一覽表 的通知以及 山東省2024 2026 年農(nóng)機購置與應用補貼機具補貼額一覽表 第一 批 中都已取消割草機的補貼 而在大部分外省中 依然有補貼 因此可以通過增加山東省財政補貼 對 相關企業(yè)加大扶持力度 提升其智能化研發(fā)和制造 能力 設計制造出更加適合山東乃至全國的飼草收 割機械 作者單位 李家濤 屈克君 胡付浩 王洪波 楊 文靜 山東省章丘鼓風機股份有限公司 孫曉文 山 東省農(nóng)業(yè)機械技術(shù)推廣站 一 引言 我國是重要的蔬菜和水果產(chǎn)地 蔬菜種植面積 常年穩(wěn)定在2 10 7 hm 2 以上 年產(chǎn)量達8 10 8 t 規(guī)模 居世界第一 水果年產(chǎn)量達3 10 8 t以上 人均產(chǎn)量 遠超世界平均水平 山東作為農(nóng)業(yè)大省 蔬菜水果產(chǎn) 量均居全國前列 近年來 隨著人口老齡化加劇以 及農(nóng)村人口流失 農(nóng)村適齡勞動力大幅下降 而果蔬 成熟期較為集中 用工量大 用工成本高 導致果蔬 采摘時節(jié)勞動力短缺 過早過晚采摘均易導致果蔬 品質(zhì)的下降 因此研究應用替代人工的農(nóng)業(yè)采摘機 器人迫在眉睫 隨著工業(yè)化水平和人工智能的不斷 發(fā)展 農(nóng)業(yè)采摘機器人進入了快速發(fā)展時期 在機械 結(jié)構(gòu) 感知系統(tǒng) 控制系統(tǒng)以及通訊等方面不斷嘗試 創(chuàng)新 各類農(nóng)業(yè)采摘機器人正逐漸從試驗階段進入 生產(chǎn)應用階段 本文分析了農(nóng)業(yè)采摘機器人的國內(nèi) 外發(fā)展現(xiàn)狀 總結(jié)了農(nóng)業(yè)采摘機器人的關鍵技術(shù) 結(jié) 合實際應用效果提出了農(nóng)業(yè)采摘機器人存在的主要 問題 明確了未來發(fā)展方向 二 國內(nèi)外研究現(xiàn)狀 農(nóng)業(yè)采摘機器人主要是由動力行走裝置 采摘 機械臂 末端執(zhí)行器 感知系統(tǒng) 控制系統(tǒng)以及通訊 定位系統(tǒng)等組成 是一個復雜度高 精度要求高的智 能農(nóng)業(yè)裝備 眾多國內(nèi)外專家學者在農(nóng)業(yè)采摘機器 人領域進行了深入研究和廣泛的應用嘗試 日本 美 國 歐洲等國家從20世紀80年代起 就著手開展農(nóng) 業(yè)采摘機器人的相關研究工作 農(nóng)業(yè)采摘機器人技 農(nóng)業(yè)采摘機器人應用與發(fā)展現(xiàn)狀 趙永才 調(diào)查研究 23 DOI 10 15976 ki 37 1123 s 2025 04 016 2025 04 SDNJH 術(shù)較為成熟 應用場景和采摘品類較多 隨著我國 對智能農(nóng)業(yè)裝備的重視 農(nóng)業(yè)采摘機器人技術(shù)及其 實際應用發(fā)展迅速 目前農(nóng)業(yè)采摘機器人已經(jīng)在蘋 果 柑橘 草莓 番茄 甜椒等蔬果類作物的采摘方 面得到了初步應用 日本岡山大學的Kondo 等設計的番茄采摘機 器人 可以實現(xiàn)不同品種的番茄采摘 應用場景為 溫室大棚環(huán)境 光照條件良好可控 該番茄采摘機 器人由自走式底盤 單機械臂 末端執(zhí)行器 視覺感 知系統(tǒng) 控制系統(tǒng)等組成 工作時 視覺系統(tǒng)檢測識 別到成熟番茄后 將位置信息發(fā)送給控制系統(tǒng) 控 制末端執(zhí)行器對番茄進行剪切和吸取 該機器人采 摘成功率為70 單果采摘時間為15s 其設計思路 為后續(xù)的農(nóng)業(yè)采摘機器人的研制提供了重要參考 依據(jù) 美國Abundant Robotics公司設計的蘋果采摘 機器人 其世界級的視覺系統(tǒng)采用了深度相機 并 配有真空吸管吸取蘋果 機械臂采用并行結(jié)構(gòu) 采 摘速度快 識別準確率高 果實損傷程度低 但僅適 用于V型果園 樹冠內(nèi)部的果實難以實現(xiàn)準確采 摘 英國劍橋大學研制的生菜采摘機器人 由雙機 位攝像頭 機械臂 氣動切割式末端執(zhí)行器 移動平 臺 控制系統(tǒng)等組成 可在大田環(huán)境使用 該采摘機 器人利用軟夾頭對生菜進行夾持 避免對生菜頭部 造成損傷 田間測試識別準確率達82 單株采摘時 間為32s 采摘速度較低 中國農(nóng)業(yè)大學張鐵中等研制的草莓采摘機器 人 應用對象為溫室內(nèi)高架栽培模式的草莓 主要 由機械臂 末端執(zhí)行器 視覺識別系統(tǒng) 控制系統(tǒng) 等組成 其末端執(zhí)行器為氣動夾爪 具有可靠的夾 持和切斷作用 采摘成功率達88 單果采摘時間 為19s 江蘇大學劉繼展等研制的番茄采摘機器人 其末端執(zhí)行器采用新型真空吸盤對番茄實現(xiàn)有效 吸取 再由執(zhí)行機構(gòu)后退或激光切割等形式 完成 番茄果實與果柄的有效分離 西北農(nóng)林科技大學 李子旭等設計的獼猴桃采摘機器人 由末端執(zhí)行 器 Core XY 式結(jié)構(gòu)機械臂 視覺感知系統(tǒng) 移動 平臺 控制系統(tǒng)等組成 其末端執(zhí)行器采用電動夾 持 氣動剪切的方式實現(xiàn)對獼猴桃的穩(wěn)定夾持與 切割 通過建立阻抗控制系統(tǒng)降低對獼猴桃的抓 取損傷 三 農(nóng)業(yè)采摘機器人關鍵技術(shù) 農(nóng)業(yè)采摘機器人的基本組成包括末端執(zhí)行器 機械臂 移動平臺 視覺感知系統(tǒng)和控制系統(tǒng)等模 塊 工作時由視覺感知系統(tǒng)對作物進行識別定位 由 末端執(zhí)行器將作物與莖稈分離 因此作物采摘的成 功與否關鍵在于如何準確的對作物進行識別和定 位 分離過程盡可能減少對作物的損傷 主要包括三 個關鍵技術(shù) 即作物識別技術(shù) 作物定位技術(shù)和作物 分離技術(shù) 一 作物識別技術(shù) 作物識別技術(shù)是指對相機 采集的圖像進行分割識別 以實現(xiàn)對成熟果實 非成 熟果實以及非果實物體的精確區(qū)分 一般以機器視 覺作為主要感知系統(tǒng) 多光譜及紅外感知系統(tǒng)作為 補充 算法方面主要包括兩類 即傳統(tǒng)機器視覺算法 和深度學習目標檢測模型 傳統(tǒng)機器視覺算法是基于作物的外部特征進行 區(qū)別的算法 包括對作物的形狀輪廓 顏色 紋理等 特征進行識別 利用閾值分割 色彩空間分割 邊緣 分割等方法實現(xiàn)圖像分割并完成特征提取 其過度 依賴圖像質(zhì)量 易受到外部因素的影響而造成識別 率不穩(wěn)定的情況 在自然條件下進行作物采摘時 光 照情況隨著日出日落及氣象等原因不均勻 同時作 物易受到枝葉遮擋 作物重疊遮擋 枝葉與作物色系 相近等因素干擾 導致識別不準確現(xiàn)象 深度學習目標檢測模型可以針對復雜干擾條件 下的作物進行準確識別 通過對干擾條件下的圖像 進行深度學習訓練 使得復雜環(huán)境下的作物識別也 能達到較高的準確率 該模型需要大量不同情況下 的作物圖像作為數(shù)據(jù)集 同時通過對深度學習算法 不斷的改進和優(yōu)化 以提高模型的學習效率和訓練 精度 不同算法對不同作物的適應性也不同 需要經(jīng) 過對比試驗來不斷進行算法選擇和優(yōu)化 以期達到 較高的識別準確率 二 作物定位技術(shù) 作物定位技術(shù)是實現(xiàn)作物 精準采摘的關鍵技術(shù)之一 作物被識別后需要獲取 其準確的位置信息 以便實現(xiàn)最終的準確分離和收 調(diào)查研究 24 SDNJH 2025 04 集 作物定位技術(shù)主要包括二維信息和三維信息的 獲取 二維信息的獲取方法主要為質(zhì)心定位法和圓 形包圍定位法 質(zhì)心定位法通過計算分割后作物圖 像的像素分布重心 確定幾何中心 可以實現(xiàn)簡單 快速的實時定位 適用于無遮擋及形狀規(guī)則的作物 定位 圓形包圍定位法通過擬合略大于作物最大輪 廓的外接圓 利用圓心和半徑來進行作物的定位 適用于圓形或近圓形輪廓的作物 對少量遮擋的作 物也能實現(xiàn)較為準確的定位 為完成末端執(zhí)行器精 確移動至作物采摘位置的任務 僅獲取作物二維信 息無法實現(xiàn) 需要獲取作物的三維信息 以實現(xiàn)空 間定位 三維信息的獲取方法主要包括立體視覺法 結(jié) 構(gòu)光法和使用TOF相機等方法 立體視覺法通常 為雙目或多目視覺 通過多臺相機從不同角度拍攝 利用視差計算像素深度 構(gòu)建三維點云 結(jié)構(gòu)簡單 成本低 適用于自然光照條件下進行定位 結(jié)構(gòu)光法 是通過主動投射圖案到作物表面 利用相機獲取投 射圖案變形信息計算深度 投射距離較近時深度精 度高 適用于溫室或室內(nèi)光照條件較好的場景 TOF相機通過發(fā)射紅外光脈沖并測量光往返時間 來計算距離 以獲取深度信息 實時性強 精度高 適 用于戶外采摘作業(yè)場景 三 作物分離技術(shù) 作物分離技術(shù)是指通過末 端執(zhí)行器來實現(xiàn)作物果實與莖葉分離的技術(shù) 在作 物果實被識別定位后 由末端執(zhí)行器實現(xiàn)作物果實 分離 農(nóng)業(yè)采摘機器人的采摘對象一般為蔬菜和瓜 果等表皮較為薄脆易于損傷的作物 因此與作物果 實直接接觸的末端執(zhí)行器的結(jié)構(gòu)以及工作方式 對 作物果實損傷情況有直接影響 末端執(zhí)行器一般執(zhí) 行兩部分功能 即實現(xiàn)作物果實的抓取和作物果實 分離 根據(jù)抓取和分離的方式不同 可以將末端執(zhí)行 器分為手抓式 真空式和剪切式三大類 無論哪種 方式的末端執(zhí)行器均需要注意與作物果實直接接觸 的部件盡量使用柔性及彈性的材料 避免作物果實 表皮劃傷或因為拉拽等分離方式造成的作物振動碰 撞損傷 四 存在的問題 一 采摘成功率低 自然環(huán)境復雜以及作物植 株特性等原因 導致田間采摘時出現(xiàn)自然光照不均 勻 遮擋 目標晃動等情況 造成識別及定位不準 確 進而導致采摘失敗 冠層內(nèi)部的作物果實 由于 枝葉阻擋 識別定位及運動路徑不通暢 均會導致 采摘失敗 二 采摘速度慢 農(nóng)業(yè)采摘機器人的采摘速度 跟機械結(jié)構(gòu)和識別定位能力有關 由于自然環(huán)境復 雜 作物識別定位需要大量計算 而機器人自身計算 處理能力有限 導致識別定位能力受限 每次采摘機 械臂和末端執(zhí)行器均需要執(zhí)行一系列動作 累計時 間較長 三 作物果實損傷率高 由于農(nóng)業(yè)采摘機器人 針對的作物為蔬菜和瓜果等表皮薄脆品類 機械采 摘過程中容易造成作物果實的損傷 末端執(zhí)行器接 觸和分離作物果實的過程均易造成機械損傷 五 未來展望 針對農(nóng)業(yè)采摘機器人存在的主要問題 未來可 以在以下幾個方面開展研究工作 一 加強農(nóng)機農(nóng)藝融合 針對農(nóng)業(yè)采摘機器人 對作物采收過程中存在的冠層遮擋 作物互相遮擋 等問題 可以通過農(nóng)機農(nóng)藝融合的方法 對種植農(nóng)藝 進行改進 實現(xiàn)標準化種植 例如果蔬可以進行V 架型種植 降低采摘機器人的識別和分離難度 提高 識別準確率和采摘速度 二 優(yōu)化識別算法 針對自然環(huán)境下 農(nóng)業(yè)采摘 機器人識別過程中存在的干擾因素較多的情況 可 以通過增強數(shù)據(jù)集 優(yōu)化深度學習算法模型等方式 提高作物識別準確率和識別速度 三 開發(fā)多臂協(xié)同作業(yè) 農(nóng)業(yè)采摘機器人的 采摘速度與機械臂的數(shù)量有較大的關系 目前的 采摘機器人多為單機械臂采摘 作物果實被識別 后需要等待上一個采摘過程完成 才能進行下一 個采摘過程 采摘速度受限 通過增加機械臂的數(shù) 目 提高機械臂協(xié)同作業(yè)能力 可以顯著提升采摘 效率 作者單位 鄄城縣農(nóng)業(yè)技術(shù)推廣中心 調(diào)查研究 25