以前摘番茄全靠人工,累人還費錢,年輕人都不愛干這活兒?,F(xiàn)在農(nóng)業(yè)界直接放大招 —— 番茄采摘機器人橫空出世!
這機器人超牛,分采摘和底盤兩部分。采摘系統(tǒng)有 “神器三件套”:機械臂像八爪魚,靈活抓番茄;末端手比老果農(nóng)還溫柔;視覺平臺自帶 “火眼金睛”,番茄藏哪都能秒定位。
底盤更是 “走位大師”,四個輪子想咋動就咋動。窄壟、地滑都不怕,各種模式切換自如,還有算法 “導(dǎo)航”,穩(wěn)穩(wěn)不跑偏。
倆系統(tǒng)聯(lián)手,自動摘果又快又準(zhǔn),零失誤!以后番茄碰上它,只能 “束手就擒”!——摘不到番茄說番茄酸團(tuán)隊
第 1 章 系統(tǒng)概述及作品難點與創(chuàng)新點
1.1 研究背景
果蔬是人們生活必需品,中國果蔬種植面積和產(chǎn)量全球領(lǐng)先。番茄營養(yǎng)豐富,是重要經(jīng)濟作物,我國種植面積和產(chǎn)量持續(xù)增長,2022 年種植面積超 116 萬公頃,產(chǎn)量近 7000 萬噸,占世界總產(chǎn)量 1/3 以上。
但番茄簇狀生長、相互觸碰,采摘基本靠人工,機械化水平低。采摘人工成本占總成本 50%-70%,勞動力短缺讓成本不斷攀升,且工人多為中老年,體力負(fù)擔(dān)重。我國設(shè)施農(nóng)業(yè)發(fā)達(dá),設(shè)施番茄種植便于管理、提供穩(wěn)定環(huán)境,契合機器人作業(yè)。國家大力推進(jìn)農(nóng)業(yè)機械化,研發(fā)番茄采摘機器人對減輕勞動強度、提升生產(chǎn)水平意義重大。
1.2 作品難點及創(chuàng)新點
1.2.1 難點
- 溫室環(huán)境復(fù)雜、空間狹小,設(shè)計通過性好的機器人底盤難度大。
- 現(xiàn)有采摘機器人機械臂貴且不適用于農(nóng)業(yè)場景,成本和適配性是問題。
- 番茄生長密集易遮擋,規(guī)劃合理采摘順序和路徑存在挑戰(zhàn)。
- 番茄生長范圍廣,設(shè)計能全覆蓋的輕型機械臂難度高。
1.2.2 創(chuàng)新點
- 底盤采用四輪獨轉(zhuǎn)獨驅(qū)結(jié)構(gòu),動力強、轉(zhuǎn)彎靈活,適應(yīng)復(fù)雜地形。
- 伸縮式機械臂覆蓋范圍廣,三級結(jié)構(gòu)拓展作業(yè)空間,自主研發(fā)降本筑壁壘。
- 創(chuàng)新卷積神經(jīng)網(wǎng)絡(luò)模型與仿生采摘策略,實現(xiàn)高效無損采摘。
- 模塊化輪組便于維護(hù)升級,整套技術(shù)自主研發(fā),提升產(chǎn)品競爭力。
第 2 章 方案設(shè)計與論證
2.1 四轉(zhuǎn)四驅(qū)移動底盤和自主導(dǎo)航控制技術(shù)方案
2.1.1 移動底盤方案
方案一:前輪轉(zhuǎn)向 + 后輪驅(qū)動,阿克曼轉(zhuǎn)向結(jié)構(gòu),穩(wěn)定性好但轉(zhuǎn)彎半徑大。
方案二:四輪獨立驅(qū)動 + 轉(zhuǎn)向,雙電機控制,結(jié)構(gòu)簡單、轉(zhuǎn)彎靈活。
溫室壟窄、地形復(fù)雜,方案二更適配,故采用此方案。
2.1.2 自主導(dǎo)航方案
方案一:慣性導(dǎo)航,依賴加速度計和陀螺儀,存在誤差累積問題。
方案二:視覺導(dǎo)航,通過相機采集環(huán)境,用目標(biāo)檢測算法定位,成本低、適應(yīng)性強。
方案三:激光雷達(dá)導(dǎo)航,高精度但價格高、功耗大。
綜合考慮成本與環(huán)境適配性,選擇視覺導(dǎo)航方案二。
2.2 番茄視覺識別與定位方案
方案一:RGB-D 相機 + 卷積神經(jīng)網(wǎng)絡(luò) + 點云處理,檢測定位精準(zhǔn)。
方案二:RGB-D 相機 + 卷積神經(jīng)網(wǎng)絡(luò),僅識別無位姿檢測。
方案三:RGB-D 相機 + 傳統(tǒng)圖像處理,難應(yīng)對復(fù)雜遮擋。
設(shè)施番茄枝葉遮擋多,方案一兼顧速度與精度,被選用。
2.3 機械臂與末端手方案
2.3.1 機械臂方案
方案一:多自由度協(xié)作機械臂,控制復(fù)雜、逆解難。
方案二:四自由度兩軸伸縮機械臂,工作空間大、成本低、控制簡便。
考慮種植環(huán)境與成本,選擇方案二。
2.3.2 末端手方案
方案一:繩驅(qū)式扭轉(zhuǎn)末端手,多舵機控制,抓取靈活。
方案二:剪切一體式末端手,難切斷短果梗,影響保鮮。
方案三:氣吸式末端手,吸力不足,采摘成功率低。
因番茄果梗短、大小不均,采用方案一。
2.4 系統(tǒng)集成
2.4.1 底盤系統(tǒng)
由輪組、電池組、控制系統(tǒng)構(gòu)成。輪組模塊化設(shè)計,電池居中供電,預(yù)留安裝孔便于升級。
2.4.2 采摘系統(tǒng)
含三級伸縮機械臂、3 自由度末端手、旋轉(zhuǎn)升降平臺及控制系統(tǒng)。機械臂采用繩排式伸縮,結(jié)構(gòu)輕巧,底部連接板實現(xiàn)與底盤快速連接。
第 3 章 原理分析與硬件電路圖
采摘機器人分為移動底盤和機械臂兩大控制系統(tǒng),通過模塊化設(shè)計,包含單片機與底盤控制、上位機與機械臂控制、視覺、通信、語音、電源等模塊,各模塊分工協(xié)作。
3.1 單片機與底盤運動控制模塊
選用 Arduino mega2560 核心板作為底盤控制器,它具備 54 路數(shù)字、16 路模擬 I/O 口,4 路 UART 接口及 I2C 接口,能滿足多模塊信號處理需求,支持 OLED 屏實時監(jiān)控狀態(tài)。核心板參數(shù):3.3V/50mA 供電,256KB Flash、8KB SRAM、4KB EEPROM,16MHz 工作時鐘。

3.2 上位機與機械臂運動控制模塊
上位機采用基于 Ubuntu 系統(tǒng)的高性能電腦,作為機械臂控制核心,負(fù)責(zé)算法處理、數(shù)據(jù)存儲與交互。通過 RS485 串口的 Modbus 協(xié)議與下位機通信。電腦雙系統(tǒng)協(xié)同工作:Windows 系統(tǒng)調(diào)試電機與夾爪,Ubuntu 系統(tǒng)借助 MoveIt! 在 Rviz 和 Gazebo 環(huán)境中仿真并控制機械臂運動。

3.3 Realsense L515 相機
選用英特爾 Realsense L515 深度相機,集成 RGB 與深度傳感器,通過 USB 3.1 連接主機,基于 ToF 技術(shù)獲取彩色與深度圖像。其 70x55 視野、低功耗且兼容多系統(tǒng),體積小、重量輕,固定于機械臂上,為番茄識別定位提供視覺數(shù)據(jù)。
3.4 通信模塊
通信系統(tǒng)整合 485、藍(lán)牙、SBUS、TCP 指令。電機控制上,底盤 8 個電機與機械臂 4 個伺服電機采用 485 通信,手抓舵機通過 485 轉(zhuǎn) PWM 模塊適配。底盤支持雙模式控制:遙控器模式下,SBUS 接收機轉(zhuǎn)換信號驅(qū)動底盤;上位機模式中,藍(lán)牙模塊或 ESP32 開發(fā)板傳輸導(dǎo)航指令。此外,定制拓展板實現(xiàn)核心板信號擴展與固定。
3.5 語音識別模塊
引入 ASR-PRO 離線語音芯片,降低操作門檻,農(nóng)民通過喚醒詞和指令即可操控底盤,無需專業(yè)培訓(xùn),兼顧易用性與成本。
3.6 電源模塊
電源模塊采用雙電壓供電:控制通訊系統(tǒng) 24V、驅(qū)動系統(tǒng) 48V,經(jīng)優(yōu)化電源轉(zhuǎn)換效率、降噪抗干擾,保障硬件穩(wěn)定運行。
第 4 章 軟件設(shè)計與流程
4.1 視覺導(dǎo)航參數(shù)信息獲取
機器人壟間自主導(dǎo)航的核心是精準(zhǔn)獲取導(dǎo)航線,采用基于直線模型的視覺導(dǎo)航算法,通過 “圖像采集 - 處理 - 導(dǎo)航線提取” 三步實現(xiàn)。
4.1.1 圖像采集
為應(yīng)對農(nóng)業(yè)環(huán)境光照變化與底盤抖動,調(diào)整 RealSense L515 相機參數(shù):調(diào)節(jié)焦距保證清晰成像,調(diào)大光圈縮短曝光時間,確保圖像質(zhì)量。
4.1.2 圖像處理
運用 Otsu 算法結(jié)合 Canny 邊緣檢測進(jìn)行壟間輪廓檢測。Otsu 算法自動選取閾值實現(xiàn)圖像二值化,Canny 算法檢測邊緣,二者結(jié)合解決傳統(tǒng)邊緣檢測的閾值問題,適應(yīng)不同光照條件。

4.1.3 獲取并跟蹤導(dǎo)航線
通過行掃描點檢測算法獲取壟體邊界離散點,經(jīng)多項式擬合得到道路中心離散點,將相機坐標(biāo)轉(zhuǎn)換為世界坐標(biāo),提取橫向與角度偏差參數(shù),由上位機傳輸至主控板,驅(qū)動機器人沿導(dǎo)航線行進(jìn)。
4.2 四轉(zhuǎn)四驅(qū)底盤控制系統(tǒng)
底盤通過 MODBUS 協(xié)議控制 8 個電機實現(xiàn)運動,轉(zhuǎn)向電機采用位置控制確保角度精準(zhǔn),驅(qū)動電機用速度控制結(jié)合模糊 PID 算法減小誤差。設(shè)計斜向轉(zhuǎn)向、四轉(zhuǎn)四驅(qū)阿克曼、原地轉(zhuǎn)向三種模式:斜向轉(zhuǎn)向提升橫向穩(wěn)定性;四轉(zhuǎn)四驅(qū)適配窄壟;原地轉(zhuǎn)向利用 360 度輪組實現(xiàn)。
支持遙控器與上位機雙控制模式:遙控器通過云卓 H12 撥桿切換模式;上位機基于 QT 開發(fā),可跨平臺運行,實現(xiàn)電腦或手機操控。針對四轉(zhuǎn)四驅(qū)模式,以底盤速度與角度誤差為輸入,經(jīng)模糊 PID 動態(tài)調(diào)整參數(shù),通過轉(zhuǎn)角逆運動學(xué)模型控制輪組,保障精準(zhǔn)走位。
-
機器人
+關(guān)注
關(guān)注
213文章
30249瀏覽量
217790 -
人工智能
+關(guān)注
關(guān)注
1811文章
49497瀏覽量
258189
發(fā)布評論請先 登錄
綜合配電柜的“進(jìn)化史”——從機械開關(guān)到智能終端
從燃油泵到電動航空:高速電機控制器的技術(shù)革命

從收音機到新能源:鋁電解電容如何跟著電子設(shè)備 “進(jìn)化” 了半個世紀(jì)?

工業(yè)電腦的進(jìn)化從基礎(chǔ)控制到智能決策的跨越
挖到寶了!人工智能綜合實驗箱,高校新工科的寶藏神器
從“聽得見”到“聽得懂”:語音識別芯片的AI進(jìn)化

當(dāng)工業(yè)設(shè)備開始“思考”:HZ-RK3576-SP_EVM如何讓傳統(tǒng)工業(yè)行業(yè)煥發(fā)智能新生?

聚徽智控——從嵌入式到邊緣計算:平板工控電腦的技術(shù)進(jìn)化論
老文章新視角:從靜態(tài)測試到CI/CT生態(tài)的進(jìn)化

生成式人工智能認(rèn)證:解鎖AI時代個人與組織的進(jìn)化密碼
路燈進(jìn)化史:從照亮黑夜到智聯(lián)城市
激光雷達(dá)進(jìn)化史:從機械式到全固態(tài)

評論