外文翻译 樱桃收获机器人

樱桃收获机器人

Kanae Tanigaki a, Tateshi Fujiura a,∗, Akira Akase b, Junichi Imagawa c

a Graduate School of Life and Environmental Sciences, Osaka Prefecture University, 1-1 Gakuen-cho Sakai, Osaka, Japan

b Faculty of Agriculture, Yamagata University, 1-23 Wakaba-cho Tsuruoka, Yamagata, Japan

c Nara Fruit Tree Research Center, 1345 Yushio Nishiyoshino-cho Gojo, Nara, Japan

摘要：樱桃收获机器人是以实验研究目的而设计的，并且其成功进行了基础实验。其最主要的部分是4个自由度的机械手、三维视觉传感器、主控制电脑和移动装置。其三维视觉传感器上装有能发出红色光线和红外光束的两个激光二极管。两束光线同时扫描目标物体。通过对三维视觉传感器反馈的图像进行分析处理，确定樱桃的位置，认出障碍物，并通过终端操纵装置决定机器人行进轨迹。在避免碰撞障碍物的情况下完成对樱桃的采摘。

关键字：机器人；自动化；图像识别；地面距离图像；传感器

1.简介

在日本，樱桃是要靠人工小心的收获的。由于樱桃的采摘期很短，采摘工作要集中在短期内完成，再加上劳动力短缺，这些都限制了樱桃的种植亩数。此外，樱桃树很高，采摘需要用到梯子。这使得采摘工作既危险又效率低。为了节约劳动力，樱桃收获机器人以实验研究为目的而设计，并且其初步实验取得了成功。果蔬收获机器人的调查研究已经取得了一定的成功。之前发布的果蔬收获机器人大多装备的是摄影机，水果的图像要通过与背景的颜色区别或特殊的反射比才能被辨别出来；水果的三维定位则通过双目立体视觉或视觉反馈控制系统估计得出。三维视觉传感器的应用也有相关报道。这种三维视觉传感器的优势在于其图像的各个图元都具有其间距信息。利用这一优点，目标物体能通过其三维形状被认出。对于樱桃采摘工作而言，这一功能有效的使水果在采摘过程中避免碰撞到叶子、茎等障碍物。为了成功的完成采摘动作，有效的辨别障碍物和红色的成熟的果实是至关重要的。为此，三维视觉系统配备了两个激光二极管。一个二极管发出红色的光线，另一个发出红外光束。为了避免太阳光的干扰，机器人使用半导体位置光敏传感器来探测反射光。半导体位置光敏传感器的信号组件接收高频率闪烁的激光光线来区分出太阳光。激光束扫描得出被测物体的三维模型，并通过红光和红外光线间特定的反射光的特征来区别于其他物体从而分辨出红色的果实。机器人需要在果园各种环境（温度、日照等）中准确、高效地，在不破坏果实和果树枝丫的情况下进行采摘任务。樱桃树大多种植多雨地区，需种植在大棚内来阻挡雨水。机器人在大棚里工作，不需要暴露在风雨中。樱桃不论在鲜果市场还是用于加工都必须连樱桃梗一起采摘。就人工采摘来说，农民们用手指抓住樱桃梗上部将其向上提起从树上摘下。因为这个理由，设计并进行实验使机器人来像农民一样抓住樱桃梗的上部并将其向上提起从树上摘下。

2.材料与方法

2.1适用耕作条件

用机器人收获樱桃，樱桃树的培养方式和机器人的性能都有重大意义。如果樱桃树使用传统种植方式之一的盆栽种植方式栽植，樱桃会广泛地分布在樱桃树的大的树冠处。因此，机器人需要一个大的工作空间。此外，由于樱桃树使用的培养方式，樱桃树分支的三维空间分布使机器人收获工作变得困难。

因此，在实验研究中，我们首次讨论使用适合机器人采摘的樱桃培养方式。于是，我们考虑使用“单植株培养”作为一种适合机器人采摘的樱桃种植方式，如图1所示。我们计划在使用单植株培养法成一列种植分支被修剪的成竖直向上的樱桃树的果园里使用采摘机器人。用这种方式的樱桃树所长出的果实会分布在树主干的周围。如果樱桃树的叶柄是被修剪短的，机器人可以很容易的辨认出长在树主干四周的果实。这有利于视觉辨认。图1所示为种植在奈良果树研究中心的樱桃树。研究中心的樱桃树被单株成列排列，方便机器人在列与列间行进。

2.2樱桃收获机器人

樱桃收获机器人由4个自由度的机械手、三维视觉传感器、主控制电脑和移动装置组成（图2）。机器人高1.2米，宽2.3米，长1.2米。三维视觉传感器被安装在机械手上，随着机械手的运动从各个角度来扫描物体。真空吸尘器将摘下的果实通过吸气管道吸入末端执行器。

2.3机械手

使用单植株培养法种植的樱桃树，其果实分布在树木主干的周围。为了在采摘过程中避免碰撞到叶子、树枝等障碍物的情况下采摘樱桃，机器人的末端执行器需要从樱桃树外围接近果实。因此，在研究中我们设计了有一个上下轴摇臂、三个左右转向的关节型机械手，其可以以任意角度采摘果实（图2）。机械手的上下轴摇臂机构需要较大的力量来克服重力做功。因此，机械手由交流电伺服电动机（日本安川电气, SGMAH-01BAA2C,额定功率 100W, 额定转矩 0.318Nm,额定速度 3000 min−1) 和螺旋机构（导线10mm）驱动。而三个左右转向机构不需要大的转矩。第一节和第二节左右转向机构由小型交流电伺服电动机（日本安川电气, SGMAH-A5BAA21,额定功率 50W, 额定转矩 0.159Nm,额定速度 3000 min−1)驱动。第三节左右转向机构由配有减速器的小型直流电动机驱动。机械手被设计用于能完成围绕樱桃树主干运动以采摘不仅是正面也包括生长在各个方向的樱桃。

由于樱桃果实分布在树主干的四周，如果视觉传感器只能从一个视角扫描物体，在主干另一边的果实将会被忽略。从各个角度扫描物体，三维视觉传感器被装在第二节机械臂上。机械手的移动带动三维视觉传感器位置和方向的改变，减小扫描死角。

2.4三维视觉传感器

三维视觉传感器上装备了一个发光器、一个光电探测器和一个扫描装置（图3）。发光器由一个红外线激光器组件、红色激光组件、一个冷片、一个半反射镜和两个反射镜构成。光电探测器有两个半导体位置光敏传感器、一个镜头和一个用于减少阳光影响的红色滤光器构成。扫描装置由一个电流计光电扫描装置和一个步进电机构成。电流计光电扫描装置竖直扫描物体，步进电机水平扫描物体。红色和红外线激光束通过冷片集中在同一发射和正面反射光轴。光线在远处通过半反射镜被分为两股（每一股都仍包含两种光的波长）。这两股光同时扫描物体。从被扫描物体上反射的两股光线聚焦在两个半导体位置光敏传感器上。三维视觉传感器与被扫描物体的距离可利用半导体位置光敏传感器检测到的返回电流和两光束的电流间的比率通过三角形法被计算出来。激光束发出闪烁的信号来消除太阳光对结果的影响。用这种方法，反射光会从太阳光中分离出来，形成连续的光。

波长为700-1000nm的红外光能在樱桃树的任意部分良好反射。另一方面，波长为690nm红色光线不能被未成熟的果实、叶子和茎秆良好反射而能被红色的成熟樱桃良好反射。研究中表明，波长为830nm的红外光和波长为690nm的红光是最合适的。红外激光(830nm)测量从三维视觉传感器返回的樱桃树每一部分的距离,红色激光(690nm)检测可收获的红色成熟果实。

如上所述,激光光束分成两股光线。三维视觉传感器同时扫描这两束光线,两个像素点同时测量以提高扫描速度。其像素为50,000（垂直方向250，水平方向200）。其扫描时间是1.5秒。视野为垂直方向43.8°和水平方向40.6◦。传感器的有效范围是170mm到 500mm。如果对象离传感器过远,检测光被削弱,无法测得精确的数据。

激光束每次被反射的光被两个半导体位置光敏传感器接收检测。红光和红外信号从半导体位置光敏传感器发出的。分别接收红色和红外信号,红色和红外激光光源发出频率41.6kHz、相位移为90◦的闪烁光线。半导体位置光敏传感器发车的光电电流被放大。红光和红外光的信号被放大器锁定，分别检测，也能够消除环境光线的影响。三维视觉传感器可在即使为100 klx照度的阳光下使用。一个红色的像和一个红外光的像被供应给计算机,然后计算机获得一系列图像与细分图像。一系列的图像通过半导体位置光敏传感器的阳极A和B反馈的红外信号用三角形法的被计算生成。细分图像从红光和红外信号之间的比例得到。红色樱桃通过红色激光的反射率区别于树叶等其他物体。然而,树的主干以及红色的果实都反射红色激光束。因此,需要使用其他方式区别果实与其他物体。而当水果被镜面反射后，当他们被扫描,果实中心能良好是反射激光光束。然而,这种现象不发生在树干的表面。使用这种反射现象每个果实的中心将被认出。当三维视觉传感器可见果实的中心，果实可以用这种方法被认出。对这些图像进行处理,红色果实位置和树叶和树枝等障碍物都可被辨认出。

图4所示为所得图像的例子。一系列的图像通过三角测量法计算半导体位置光敏传感器中的红外信号得到。处理红外信号、红光信号和一系列图像,被扫描物体被划分为红色果实和其他物体。右图所示细分后显示的图像。

2.5终端操纵装置