本文介绍了采摘机器人和视觉技术在水果采摘中的应用和研究进展。重点研究了复杂农业环境的视觉和定量定位、目标识别、三维重建和容错等方法的应用前景，并探讨了用于机器视觉和机器人系统的容错技术。机器视觉及其相关算法的应用提高了收获机器人在复杂农业环境中的效率、功能性、智能性和远程交互性。机器视觉及其相关的新兴技术在先进的农业应用中具有巨大的潜力。然而，机器视觉及其准确定位仍然存在许多技术难题，使得大多数收获机器人难以实现的商业应用。
两种主要的水果识别和定位方法
这包括数字图像处理技术和基于深度学习的算法。指出了识别和定位成功率带来的未来挑战：光照变化和遮挡环境下的目标识别；动态干扰环境下的目标跟踪；农业机器人视觉系统的三维重建和容错。提出了水果收获机器人识别与定位应用中的几个开放性研究问题，并对机器视觉的新发展和未来发展趋势进行了阐述。
机器人技术领域广泛应用
机器视觉应用使机器人能够主动、准确地识别和定位目标。目前正在开发机器人和自动化系统，以完成工业、医药和军事领域操作者所做的工作。近期在视觉识别和三维重建、定位和容错方面的技术进步促进了机器人技术在包括作物收获在内的农业中的应用。与野外的其他机器人系统一样，农业机器人使用人工智能来执行各种劳动密集的农业任务，如种植、喷洒、修剪和收割。在许多高度依赖农业获取粮食、就业、收入和社会稳定的发展中国家，农业收获机器人已成为迫切需要。随着城市化和劳动力短缺的加剧，农业收获机器人的应用具有提高生产力、减少浪费、提高农业可持续性的潜力。
作物的形状、大小、颜色、质地和其他物理、化学和营养特性差异很大。在许多农业作物中，水果在经济上是必不可少的，具有较高的营养和健康效益。水果的生物学特性取决于其生长环境、空间位置、几何形状、大小、颜色和硬度。收获水果是一项机械和重复的工作，这是耗费时间的劳动密集型.这些原因促使人们对采果机器人进行了研究。在视觉识别和位置检测方面取得进展的基础上，提出了分割水果及其相关算法，并通过立体匹配重建三维水果，计算出水果目标的空间坐标。机器人子系统面临的主要挑战包括无手导航和水果定位
自动采摘水果的机器人
果田地形崎岖，障碍物大，移动收获机器人的视觉系统在穿越地形时会产生剧烈的振动。这种复杂性要求使用动态目标跟踪和自动图像去模糊算法.这一课题引起了跨学科研究人员的关注。利用双目视觉跟踪地形变形引起的振动，并对三维变形表面进行检测。例如，当野生果树被风吹走并干扰机械臂时，机器人的视觉系统会发生振动，导致目标跟踪和成像不准确。此外，还将双目视觉应用于目标运动引起的振动检测。建立了空间坐标误差模型，并建立了综合补偿模型。该机器人的容错技术是通过虚拟和物理机器人。
基于收获机器人的机器视觉研究还处于起步阶段。随着人工智能技术的发展，可以获取和处理目标的三维空间信息。立体视觉技术是收获机器人应用中的一个主要瓶颈。特别是在作物识别、定位算法、误差处理和小目标动态跟踪等方面。
微信在线咨询
