第34卷第6期2013年11月中国农机化学报
JournalofChineseAgriculturalMechanizationVol.34No.6Nov.2013
DOI:10.3969/j.issn.2095-5553.2013.06.054
自导航温室黄瓜收获机器人的研究
杨振宇1,2，刘发英1,3，王勇1
(1.山东理工大学，山东淄博，255049；2.中国农业大学，北京市，100083；
3.河北工业大学，天津市，300130)
摘要：为了提高采摘机器人作业时的实用性和收获效率，结合斜拉线式的种植模式，设计了一种自导航温室黄瓜收获机器人。收获机器人沿导航线运动，橡胶条栅栏式的收获装置可以有效地隔离黄瓜和茎叶，收获装置可以做横向和斜上升降运动，黄瓜收获与下一个采摘目标的图像获取同步进行，获取的源图像经灰度变换、Otsu自适应阈值算法和中值滤波算法预处理后，再采用局部最大类间方差阈值法对黄瓜果实进行识别。试验结果表明收获速度可达25根/min，收获成功率在92%以上，可以满足温室黄瓜收获的实际工况要求，具有较好的应用前景。关键词：自导航；温室；收获机器人；并行处理中图分类号：S226.4
文献标识码：A
文章编号：2095-5553(2013)06-0225-05
杨振宇,刘发英,王勇.自导航温室黄瓜收获机器人的研究[J].中国农机化学报,2013,34(6):225~229
YangZhenyu,LiuFaying,WangYong.Studyofautomaticnavigationcucumberharvestingrobotingreenhouse[J].JournalofChineseAgriculturalMechanization,2013,34(6):225~229
0引言
随着黄瓜市场需求的不断增加，温室大棚种植面
推广。
本文根据黄瓜的种植模式和生长特性，采用斜拉线的种植方式，黄瓜成熟后果实的大部分外露，受叶茎遮挡的部分少，研制了适合在该工况下工作的黄瓜收获机器人。该机器人的平台系统利用机器视觉技术沿导航线行走，通过机器人前方的果实信息获取摄像头获取黄瓜成熟度和位置信息，再根据获得的结果控制收获装置动作，实现收获过程的控制。该自适应温室黄瓜收获机器人的传动结构简单、紧凑，工作效率高，切割装置稳定可靠，操作简单方便，采用收获和收集一体化作业，减少作业人员的数量，减轻作业人员的劳动强度，提高劳动效率，为智能农业机械走向田间奠定基础。
积不断扩大。目前温室大棚内黄瓜收获还是以人工作业的方式进行，作业环境差，人工成本高，工作劳动强度大，收获效率低。E.J.VanHenten等人[1~5]研制了双成像系统的黄瓜收获机器人系统，双成像系统用来检测视场中黄瓜果实的成熟度、空间位置和获取切割点信息；近藤(KONDO)等人使用6自由度工业机器人和CCD摄像机研制成功了一种黄瓜采摘机器人[6]，其根据叶茎比、黄瓜对红外光的反射率低的原理来识别叶茎和黄瓜，由于黄瓜长条形，使得叶茎对识别精度影响加大，从而使得成功率降低，其采摘速度为
16个/min，成功率大约90%；XiuyingTang等人提出
了一种斜拉线式的种植模式，利用控制器控制六自由度机械臂和专用末端执行器抓取黄瓜完成采摘过程[7]，但其收获效率较低；袁挺、冯青春等人[8~11]研制的基于近红外光谱成像技术的温室黄瓜检测方法结合五自由度机械臂的黄瓜采摘机器人，该机器人黄瓜的正确识别率为91.3%。以上各采摘机器人的技术水平很高，但由于存在果实的识别率和采摘率不高，果实采摘时间较长，采摘机器人制造成本和维护成本高等问题[12]，因此在温室生产的实际应用受到限制，难以全面
收稿日期：2013年1月28日
修回日期：2013年3月22日
1自导航温室黄瓜收获机器人工作原理
利用斜拉线式的黄瓜种植模式，黄瓜成熟后果实
与茎叶的区分更加容易。导航线与种植黄瓜的垄之间距离相对固定，收获机器人横向运动装置的移动距离比该距离稍远一些，使得收获装置的前端充分接触黄瓜藤蔓。启动自导航温室黄瓜收获机器人，机器人的导航摄像头根据导航线进行移动，当果实信息获取摄像头采集的图像存在目标果实时，经处理器进行图像处理后，获取果实的大小和位置信息，如果符合收获
第一作者：杨振宇，男，1973年生，江西高安人，博士研究生；研究方向为农业机器人与机器视觉技术。E-mail:[email protected]
226
中国农机化学报2013年
要求就发出停车指令，然后发出横向运动装置的运动指令，收获装置总成的前端靠近黄瓜藤蔓后，处理器再发出升降运动装置总成运动指令，完成收获作业。在收获作业的同时，果实信息获取摄像头采集下一幅图像信息，这样就实现了并行处理，提高了作业效率。
1
2345
自导航运动平台车采用后轮驱动，由电机控制其运动速度，采用前轮转向，由导航云台摄像机采集直线或圆弧线导航信息，经过控制系统处理后控制转向电机工作。果实信息获取摄像机完成黄瓜有无和品质鉴别的任务。横向运动装置系统是由丝杠螺母传动实现横向运动装置靠近黄瓜藤蔓的运动。横向运动装置在靠近黄瓜的一侧分别有两条与水平面成70°~85°夹角的导轨和齿条，收获装置根据果实信息获取的信息，通过齿轮齿条传动在导轨上滑行，完成黄瓜收获的动作。收获装置总成是自导航温室黄瓜收获机器人作业时的末端部件，完成最终收获收集过程。自导航温室黄瓜收获机器人的收获筐是可以方便更换的，收获筐放在横向运动装置的平台上，由收获装置总成收
6
图1一次收获过程
获的黄瓜通过收获装置的内部斜面滑落到收获筐内。
Fig.1Aharvestingprocess
1.收获装置系统4.黄瓜藤蔓
2.黄瓜藤蔓吊架5.地面
3.待收获黄瓜
6.收获机器人移动平台
2.2收获装置总成结构设计
收获装置总成是一个一面开口的类似簸箕的物
体，如图3所示，在其上方带有橡胶条组成的栅栏条，相邻栅栏条之间的空隙介于适合收获黄瓜的最小端尺寸与最大端尺寸之间，这样便于被收获的黄瓜通过栅栏条，而又可以挡住黄瓜藤蔓的茎叶。在收获装置总成的前端，靠近黄瓜藤蔓的地方安装有收获刀具
2
2.1
自导航温室黄瓜收获机器人结构设计
整体机构
自导航温室黄瓜收获机器人包括有移动电源、工
业控制PC、自导航运动平台车、导航云台系统、横向运动装置系统、斜向升降运动装置系统、果实信息获取系统、收获装置和收获框等部分组成，如图2所示。
(可用美工刀代替)，以便于切断黄瓜的瓜柄。
1
2
1
2
[1**********]09
45678
图2
工况和整体结构
4
3
图3
收获装置
3
Fig.3Harvestingdevice
1.滑块
2.弹性栅栏条
3.收获刀具
4.收获装置体
2.3控制系统设计
系统硬件主要由图像信息获取系统、机器人运动
平台系统、收获装置运动系统和工控机系统等部分组成，自导航温室黄瓜收获机器人控制系统总体结构框架如图4所示。图像信息获取系统主要有彩色摄像机和图像采集卡组成，完成图像信息的采集任务；机器人移动平台系统主要有云台摄像机、运动控制器、电机驱动器、转向电机和行走电机等部分组成，主要完成机器人平台系统的运动、停止和转向的动作；收获装置运动系统主要由运动控制卡、电机驱动器、横向运动电机和升降运动电机等部分组成，主要完成工控机发出执行指令；工控机是各系统之间的中枢系统，
4.收获筐
Fig.2Workenvironmentandoverallstructureofharvestingrobot1.黄瓜藤蔓
2.升降电机
3.黄瓜信息获取摄像机6.导航信息获取摄像机8.导航线
9.横向移动导轨12.收获装置总成
5.横向移动驱动电机
10.横向移动装置系统
7.收获机器人移动平台系统
11.斜向升降移动导轨
13.待收获黄瓜14.齿轮15.齿条
第6期杨振宇等：自导航温室黄瓜收获机器人的研究
227
图像信息获取系统获取的图像信息经过工控机处理后，发出是否要求机器人运动平台停车或运动的指
令，发出收获装置到达目标位置的位移运动指令，从而控制横向运动电机和升降运动电机运动。
图4自导航温室黄瓜收获机器人控制系统框图
Fig.4ControlsystemblockdiagramofnavigationgreenhouseCucumberharvesting
robot
自导航温室黄瓜收获机器人的控制系统的工作流程如图5所示。
在需要收获的目标对象后，给机器人平台系统和收获装置运动系统发送位置信息，执行停车、收获装置运动系统横向运动、升降运动；达到完成收获作业的坐标位置时，收获装置运动系统反向运动，返回到初始状态；与此同时，黄瓜信息获取摄像机采集下一幅图像，经图像预处理和识别算法处理后获得采摘目标的大小和位置坐标信息，以实现并行处理；在收获装置系统复位后，由控制系统给机器人运动平台发送移动信息，到达下一个目标位置时，再次停车，收获装置运动系统执行工控机的指令完成下一个目标的收获，这样周而复始直到到达收获的终点。
2.4图像信息获取与处理
源图像的采集使用嘉恒OK—AC1310型CCD彩
色相机，镜头采用ComputarM0814—MP型8mm焦距镜头，采用带宽50nm的850nm滤波片，安装在镜头的前端，焦距和光圈值调整好后固定不变。采集的源图像如图6(a)所示。
由于采用斜拉线的种植模式，黄瓜果实更容易显露在茎叶之外，有利于果实信息的获取。黄瓜是粗长条型的物体，与周围环境存在较大差异。首先将采集的源图像进行灰度变换，然后使用经典的Otsu自适应阈值算法和中值滤波算法获得的预处理后的图像如图6(b)所示，但在背景信息中还是存在小面积的干扰。
为了有效的解除背景环境信息对黄瓜果实识别的影响，采用局部最大类间方差阈值法处理预处理后的
图5
黄瓜收获机器人工作流程图
图像，然后再对图像进行区域标记，保留最大面积区块，根据收获果实的外形尺寸要求，按照图像像素面积、圆形度和矩形度阈值范围作为评判标准，将符合评判标准的区块确定为黄瓜果实，处理后的结果如图
Fig.5Cucumberharvestingrobotworkflowdiagram
首先启动机器人，机器人运动平台系统的云台摄像机和导航线识别程序开始工作，机器人沿导航线运动，与此同时，图像信息获取系统的彩色摄像机也开始工作，获取图像信息，经过工控机处理后，如果存
6(c)所示。最后采用行循环扫描算法确定切割点的
位置，在对黄瓜图像进行行扫描的时候，
扫描位置在
228
中国农机化学报2013年
黄瓜果实体上时，相邻扫描行的像素值为255的像素个数差别很小，但当扫描到黄瓜果梗处时，像素值为
人制造维护成本高等问题，结合斜拉线式的黄瓜种植模式，设计了自导航温室黄瓜收获机器人。该机器人的结构简单，性能稳定，通过温室试验后，橡胶条栅栏式的收获装置隔离黄瓜和茎叶的效果好，收获速度可达25根/min，收获成功率92%以上，适合于温室环境下各种带果柄瓜果的收获作业。
参
考
文
献
255的像素会发生突变，该处作为判断的关键点，再
在这个点的位置往上加上三倍果梗长度的位置点作为收获装置系统向上运动的终点坐标。
[1]E.J.VanHenten,E.J.Schenk,etal.Collision-freeinversekinematicsoftheredundantseven-linkmanipulatorusedinacucumberpickingrobot[J].BiosystemsEngineering,2010,106(5):112~124.
(a)源图像
(b)预处理结果
(c)识别结果
[2]周增产,J.Bontsema,等.荷兰黄瓜收获机器人的研究开发[J].
农业工程学报,2001,17(6):77~80.
图6源图像及其处理结果
Fig.6Sourceimageanditsprocessing
result
ZhouZengchan,J.Bontsema,etal.DevelopmentofcucumberharvestingrobotinNetherlands[J].TransactionsoftheChineseSocietyofAgriculturalEngineering,2001,17(6):77~80.[3]E.J.VanHenten,B.A.J.VanTuijl,etal.Fieldtestofanautonomouscucumberpickingrobot[J].BiosystemsEngineering,2003,86(3):305~313.
[4]林伟明,毛罕平,等.多光谱视觉技术在收获机器人中的应用[J].
农业装备技术,2004,30(6):15~18.
3
3.1
性能试验
试验条件和方法
因为品种“津优3号”的黄瓜果柄长16mm左
右，长度适中，黄瓜瓜体长度在300~360mm之间，质量在200~260g之间，单瓜市场售价最高，因此选用该品种的黄瓜作为试验对象。
收获机器人导航速度为0.3m/s，横向移动装置移动速度0.25m/s，升降移动装置移动速度0.6m/s。
LinWeiming,MaoHanping,etal.Applicationofmulti-spectrumreflectancevisiontechniqueforharvestingrobot[J].TheEquipmentandTechnologyofAgriculture,2004,30(6):15~18.
[5]VanHentenEJ,HemmingJ,etal.Anautonomousrobotforharvestingcucumbersingreenhouses[J].AutonomousRobots,2002,13(3):241~258.
[6]KondoN,TingKC.Roboticsforbioproductionsystems[M].ASABEPublisher,1998.
[7]TangXiuying,ZhangTiezhong,etal.Anewrobotsystemforharvestingcucumber[C]//2009ASABEAnnualMeeting,PaperNo:096463.
[8]袁挺,纪超,等.基于光谱成像技术的温室黄瓜识别方法[J].
农业机械学报,2011,42(增刊):172~176.
3.2试验结果与分析
在温室环境下，将收获的黄瓜按垄分为五个样本
数量进行收获测试，收获速度为25根/min，将收获成功数、未收获数和收获过程中收获装置破损黄瓜的数量统计在表1中。计算收获成功率时将未收获的数量和收获后破损的数量都视为不成功的收获数量。从表1中可以看出，收获成功率在92%以上，最高达到
97.0%，可以满足温室黄瓜收获的实际工况要求。
表1
试验结果与分析表收获数(只)
Tab.1
收获次数
样本数(只)
Experimentalresultsandanalysis
未收获数成功率(只)(%)其中破损数
12345
[1**********]9
[1**********]
32331
56242
92.292.994.592.197.0
YuanTing,JiChao,etal.Greenhousecucumberrecognitionbasedonspectralimagingtechnology[J].TransactionsoftheChineseSocietyforAgriculturalMachinery,2011,42(Supp.):172~176.
[9]袁挺,张俊雄,等.基于机器视觉的非结构环境下黄瓜目标特
征识别[J].农业机械学报,2009,40(8):170~218.
4结论
针对现有国内外的温室黄瓜采摘机器人存在果实
YuanTing,ZhangJunxiong,etal.Featureacquisitionofcucumberfruitinunstructuredenvironmentusingmachinevision[J].TransactionsoftheChineseSocietyforAgricultural
的采摘效率不高、果实平均采摘时间较长、采摘机器
第6期杨振宇等：自导航温室黄瓜收获机器人的研究
229
Machinery,2009,40(8):170~218.
[10]冯青春,袁挺,等.黄瓜采摘机器人远近景组合闭环定位方
法[J].农业机械学报.2011,42(2):154~157.
FengQingchun,JiChao,etal.Optimizationdesignandkinematicanalysis
of
cucumberof
the
harvestingChinese
robot
manipulator[J].for
Agricultural
Transactions
Society
FengQingchun,YuanTing,etal.Feedbacklocatingcontrolbasedonclosesceneforcucumberharvestingrobot[J].Transactions
of
the
Chinese
Society
for
Agricultural
Machinery,2011,42(2):154~157.
[11]冯青春,纪超,等.黄瓜采摘机械臂结构优化与运动分析[J].
农业机械学报,2010,41(增刊):244~248.
Machinery,2009,41(Supp.):244~248.
[12]张铁中,杨丽,等.农业机器人技术研究进展[J].中国科学,
2010,40(Supp.):71~87.
ZhangTiezhong,YangLi,etal.Researchprogressofagriculturalrobottechnology[J].ScienceChina:InformationScience,2010,40(Supp.):71~87.
Studyofautomaticnavigationcucumberharvestingrobotingreenhouse
YangZhenyu1,2,LiuFaying1,3,WangYong1
(1.ShandongUniversityofTechnology,Zibo,255049,China;2.ChinaAgriculturalUniversity,Beijing,100083,China;
3.HebeiUniversityofTechnology,Tianjin,300130,China)
Abstract:Inordertoimproveusabilityandefficiencyoftheharvestingrobot,anavigationcucumberharvestingrobotingreenhouseisde-signedbasedonplantingpatternsofobliquepulltype.Theharvestingrobotmovesalongthenavigationline,andharvestingdevicescandohorizontalmotionanddiagonalascendinganddescendingmotion.Therubberbarrierofcucumberharvestingdevicescaneffectivelyseparatecucumberandleaves.Harvestingcucumberandgettingthenexttargetimageissynchronous.Sourceimagesaftergray-scaletransformation,Otsuadaptivethresholdalgorithm,andthepre-medianfilteringalgorithm,cucumberswereidentifiedusinglocalmaximumvariancebetweenclusters.Testresultsshowthatharvestingspeedcanbeupto25/min,harvestingsuccessrateisabove92%.Itcanmeetthepracticalcondi-tionsofgreenhousecucumberharvestingrequirements.Thiscucumberrobothasgoodapplicationprospects.Keywords:automaticnavigation;greenhouse;harvestingrobot;parallelprocessing
(上接第224页)
processing:anoverview[J].ComprehensiveReviewsinFoodScienceandFoodSafety,2008,(7):2~13.
[13]宋怡焕,饶秀勤,等.基于DT-CWT和LS-SVM的苹果果梗/
花萼和缺陷识别[J].农业工程学报,2012,28(9):114~118.
SongYihuan,RaoXiuqin,etal.Applestem/calyxanddefectdiscriminationusingDT-CWTandLS-SVM[J].TransactionsoftheCSAE,2012,28(9):114~118.
Apples’damagedetectionbasedonactivethermalinfraredtechnique
MenHong,ChenPeng,ZouLina,ZhuBin(NortheastDianliUniversity,Jilin,132012,China)
Abstract:Fornon-destructivetestingofapples’damage,Thispaperresearchedthetemperaturedifferenceaboutdamagedandintactapple，providingantheoreticalbasisfortheautomaticidentificationoftheapplesinjurysite.First,inordertoachieveoptimaldetection,thisexperimentoptimizedfactorsofdamagedapples’thermalimageacquisitionsystem,suchasheatsource,heatingdistance，shootingdistanceandsoon.Thenthethermalimagecurveandregionaltemperaturedifferenceofapples’stalkandcalyxwereanalyzedbothqualitativelyandquantitatively.Atlast,disturbanceofapplestalkandcalyxintheimagefeatureextractionwasruledouteffectivelyusingtemperaturedifferencecharacteristics.Experimentsindicatethatthetemperaturedifferenceoftheintactpartsis0.7to1.3℃,thefruitstalkis4.3to8℃,apples’calyxis3.3to4.7℃,minordamagedis1.3to2.6℃,andseriousdamagedis2.6to3.2℃.Keywords:damageinapple;featureoftemperaturedifference;infraredimaging;automaticallyidentify
第34卷第6期2013年11月中国农机化学报
JournalofChineseAgriculturalMechanizationVol.34No.6Nov.2013
DOI:10.3969/j.issn.2095-5553.2013.06.054
自导航温室黄瓜收获机器人的研究
杨振宇1,2，刘发英1,3，王勇1
(1.山东理工大学，山东淄博，255049；2.中国农业大学，北京市，100083；
3.河北工业大学，天津市，300130)
摘要：为了提高采摘机器人作业时的实用性和收获效率，结合斜拉线式的种植模式，设计了一种自导航温室黄瓜收获机器人。收获机器人沿导航线运动，橡胶条栅栏式的收获装置可以有效地隔离黄瓜和茎叶，收获装置可以做横向和斜上升降运动，黄瓜收获与下一个采摘目标的图像获取同步进行，获取的源图像经灰度变换、Otsu自适应阈值算法和中值滤波算法预处理后，再采用局部最大类间方差阈值法对黄瓜果实进行识别。试验结果表明收获速度可达25根/min，收获成功率在92%以上，可以满足温室黄瓜收获的实际工况要求，具有较好的应用前景。关键词：自导航；温室；收获机器人；并行处理中图分类号：S226.4
文献标识码：A
文章编号：2095-5553(2013)06-0225-05
杨振宇,刘发英,王勇.自导航温室黄瓜收获机器人的研究[J].中国农机化学报,2013,34(6):225~229
YangZhenyu,LiuFaying,WangYong.Studyofautomaticnavigationcucumberharvestingrobotingreenhouse[J].JournalofChineseAgriculturalMechanization,2013,34(6):225~229
0引言
随着黄瓜市场需求的不断增加，温室大棚种植面
推广。
本文根据黄瓜的种植模式和生长特性，采用斜拉线的种植方式，黄瓜成熟后果实的大部分外露，受叶茎遮挡的部分少，研制了适合在该工况下工作的黄瓜收获机器人。该机器人的平台系统利用机器视觉技术沿导航线行走，通过机器人前方的果实信息获取摄像头获取黄瓜成熟度和位置信息，再根据获得的结果控制收获装置动作，实现收获过程的控制。该自适应温室黄瓜收获机器人的传动结构简单、紧凑，工作效率高，切割装置稳定可靠，操作简单方便，采用收获和收集一体化作业，减少作业人员的数量，减轻作业人员的劳动强度，提高劳动效率，为智能农业机械走向田间奠定基础。
积不断扩大。目前温室大棚内黄瓜收获还是以人工作业的方式进行，作业环境差，人工成本高，工作劳动强度大，收获效率低。E.J.VanHenten等人[1~5]研制了双成像系统的黄瓜收获机器人系统，双成像系统用来检测视场中黄瓜果实的成熟度、空间位置和获取切割点信息；近藤(KONDO)等人使用6自由度工业机器人和CCD摄像机研制成功了一种黄瓜采摘机器人[6]，其根据叶茎比、黄瓜对红外光的反射率低的原理来识别叶茎和黄瓜，由于黄瓜长条形，使得叶茎对识别精度影响加大，从而使得成功率降低，其采摘速度为
16个/min，成功率大约90%；XiuyingTang等人提出
了一种斜拉线式的种植模式，利用控制器控制六自由度机械臂和专用末端执行器抓取黄瓜完成采摘过程[7]，但其收获效率较低；袁挺、冯青春等人[8~11]研制的基于近红外光谱成像技术的温室黄瓜检测方法结合五自由度机械臂的黄瓜采摘机器人，该机器人黄瓜的正确识别率为91.3%。以上各采摘机器人的技术水平很高，但由于存在果实的识别率和采摘率不高，果实采摘时间较长，采摘机器人制造成本和维护成本高等问题[12]，因此在温室生产的实际应用受到限制，难以全面
收稿日期：2013年1月28日
修回日期：2013年3月22日
1自导航温室黄瓜收获机器人工作原理
利用斜拉线式的黄瓜种植模式，黄瓜成熟后果实
与茎叶的区分更加容易。导航线与种植黄瓜的垄之间距离相对固定，收获机器人横向运动装置的移动距离比该距离稍远一些，使得收获装置的前端充分接触黄瓜藤蔓。启动自导航温室黄瓜收获机器人，机器人的导航摄像头根据导航线进行移动，当果实信息获取摄像头采集的图像存在目标果实时，经处理器进行图像处理后，获取果实的大小和位置信息，如果符合收获
第一作者：杨振宇，男，1973年生，江西高安人，博士研究生；研究方向为农业机器人与机器视觉技术。E-mail:[email protected]
226
中国农机化学报2013年
要求就发出停车指令，然后发出横向运动装置的运动指令，收获装置总成的前端靠近黄瓜藤蔓后，处理器再发出升降运动装置总成运动指令，完成收获作业。在收获作业的同时，果实信息获取摄像头采集下一幅图像信息，这样就实现了并行处理，提高了作业效率。
1
2345
自导航运动平台车采用后轮驱动，由电机控制其运动速度，采用前轮转向，由导航云台摄像机采集直线或圆弧线导航信息，经过控制系统处理后控制转向电机工作。果实信息获取摄像机完成黄瓜有无和品质鉴别的任务。横向运动装置系统是由丝杠螺母传动实现横向运动装置靠近黄瓜藤蔓的运动。横向运动装置在靠近黄瓜的一侧分别有两条与水平面成70°~85°夹角的导轨和齿条，收获装置根据果实信息获取的信息，通过齿轮齿条传动在导轨上滑行，完成黄瓜收获的动作。收获装置总成是自导航温室黄瓜收获机器人作业时的末端部件，完成最终收获收集过程。自导航温室黄瓜收获机器人的收获筐是可以方便更换的，收获筐放在横向运动装置的平台上，由收获装置总成收
6
图1一次收获过程
获的黄瓜通过收获装置的内部斜面滑落到收获筐内。
Fig.1Aharvestingprocess
1.收获装置系统4.黄瓜藤蔓
2.黄瓜藤蔓吊架5.地面
3.待收获黄瓜
6.收获机器人移动平台
2.2收获装置总成结构设计
收获装置总成是一个一面开口的类似簸箕的物
体，如图3所示，在其上方带有橡胶条组成的栅栏条，相邻栅栏条之间的空隙介于适合收获黄瓜的最小端尺寸与最大端尺寸之间，这样便于被收获的黄瓜通过栅栏条，而又可以挡住黄瓜藤蔓的茎叶。在收获装置总成的前端，靠近黄瓜藤蔓的地方安装有收获刀具
2
2.1
自导航温室黄瓜收获机器人结构设计
整体机构
自导航温室黄瓜收获机器人包括有移动电源、工
业控制PC、自导航运动平台车、导航云台系统、横向运动装置系统、斜向升降运动装置系统、果实信息获取系统、收获装置和收获框等部分组成，如图2所示。
(可用美工刀代替)，以便于切断黄瓜的瓜柄。
1
2
1
2
[1**********]09
45678
图2
工况和整体结构
4
3
图3
收获装置
3
Fig.3Harvestingdevice
1.滑块
2.弹性栅栏条
3.收获刀具
4.收获装置体
2.3控制系统设计
系统硬件主要由图像信息获取系统、机器人运动
平台系统、收获装置运动系统和工控机系统等部分组成，自导航温室黄瓜收获机器人控制系统总体结构框架如图4所示。图像信息获取系统主要有彩色摄像机和图像采集卡组成，完成图像信息的采集任务；机器人移动平台系统主要有云台摄像机、运动控制器、电机驱动器、转向电机和行走电机等部分组成，主要完成机器人平台系统的运动、停止和转向的动作；收获装置运动系统主要由运动控制卡、电机驱动器、横向运动电机和升降运动电机等部分组成，主要完成工控机发出执行指令；工控机是各系统之间的中枢系统，
4.收获筐
Fig.2Workenvironmentandoverallstructureofharvestingrobot1.黄瓜藤蔓
2.升降电机
3.黄瓜信息获取摄像机6.导航信息获取摄像机8.导航线
9.横向移动导轨12.收获装置总成
5.横向移动驱动电机
10.横向移动装置系统
7.收获机器人移动平台系统
11.斜向升降移动导轨
13.待收获黄瓜14.齿轮15.齿条
第6期杨振宇等：自导航温室黄瓜收获机器人的研究
227
图像信息获取系统获取的图像信息经过工控机处理后，发出是否要求机器人运动平台停车或运动的指
令，发出收获装置到达目标位置的位移运动指令，从而控制横向运动电机和升降运动电机运动。
图4自导航温室黄瓜收获机器人控制系统框图
Fig.4ControlsystemblockdiagramofnavigationgreenhouseCucumberharvesting
robot
自导航温室黄瓜收获机器人的控制系统的工作流程如图5所示。
在需要收获的目标对象后，给机器人平台系统和收获装置运动系统发送位置信息，执行停车、收获装置运动系统横向运动、升降运动；达到完成收获作业的坐标位置时，收获装置运动系统反向运动，返回到初始状态；与此同时，黄瓜信息获取摄像机采集下一幅图像，经图像预处理和识别算法处理后获得采摘目标的大小和位置坐标信息，以实现并行处理；在收获装置系统复位后，由控制系统给机器人运动平台发送移动信息，到达下一个目标位置时，再次停车，收获装置运动系统执行工控机的指令完成下一个目标的收获，这样周而复始直到到达收获的终点。
2.4图像信息获取与处理
源图像的采集使用嘉恒OK—AC1310型CCD彩
色相机，镜头采用ComputarM0814—MP型8mm焦距镜头，采用带宽50nm的850nm滤波片，安装在镜头的前端，焦距和光圈值调整好后固定不变。采集的源图像如图6(a)所示。
由于采用斜拉线的种植模式，黄瓜果实更容易显露在茎叶之外，有利于果实信息的获取。黄瓜是粗长条型的物体，与周围环境存在较大差异。首先将采集的源图像进行灰度变换，然后使用经典的Otsu自适应阈值算法和中值滤波算法获得的预处理后的图像如图6(b)所示，但在背景信息中还是存在小面积的干扰。
为了有效的解除背景环境信息对黄瓜果实识别的影响，采用局部最大类间方差阈值法处理预处理后的
图5
黄瓜收获机器人工作流程图
图像，然后再对图像进行区域标记，保留最大面积区块，根据收获果实的外形尺寸要求，按照图像像素面积、圆形度和矩形度阈值范围作为评判标准，将符合评判标准的区块确定为黄瓜果实，处理后的结果如图
Fig.5Cucumberharvestingrobotworkflowdiagram
首先启动机器人，机器人运动平台系统的云台摄像机和导航线识别程序开始工作，机器人沿导航线运动，与此同时，图像信息获取系统的彩色摄像机也开始工作，获取图像信息，经过工控机处理后，如果存
6(c)所示。最后采用行循环扫描算法确定切割点的
位置，在对黄瓜图像进行行扫描的时候，
扫描位置在
228
中国农机化学报2013年
黄瓜果实体上时，相邻扫描行的像素值为255的像素个数差别很小，但当扫描到黄瓜果梗处时，像素值为
人制造维护成本高等问题，结合斜拉线式的黄瓜种植模式，设计了自导航温室黄瓜收获机器人。该机器人的结构简单，性能稳定，通过温室试验后，橡胶条栅栏式的收获装置隔离黄瓜和茎叶的效果好，收获速度可达25根/min，收获成功率92%以上，适合于温室环境下各种带果柄瓜果的收获作业。
参
考
文
献
255的像素会发生突变，该处作为判断的关键点，再
在这个点的位置往上加上三倍果梗长度的位置点作为收获装置系统向上运动的终点坐标。
[1]E.J.VanHenten,E.J.Schenk,etal.Collision-freeinversekinematicsoftheredundantseven-linkmanipulatorusedinacucumberpickingrobot[J].BiosystemsEngineering,2010,106(5):112~124.
(a)源图像
(b)预处理结果
(c)识别结果
[2]周增产,J.Bontsema,等.荷兰黄瓜收获机器人的研究开发[J].
农业工程学报,2001,17(6):77~80.
图6源图像及其处理结果
Fig.6Sourceimageanditsprocessing
result
ZhouZengchan,J.Bontsema,etal.DevelopmentofcucumberharvestingrobotinNetherlands[J].TransactionsoftheChineseSocietyofAgriculturalEngineering,2001,17(6):77~80.[3]E.J.VanHenten,B.A.J.VanTuijl,etal.Fieldtestofanautonomouscucumberpickingrobot[J].BiosystemsEngineering,2003,86(3):305~313.
[4]林伟明,毛罕平,等.多光谱视觉技术在收获机器人中的应用[J].
农业装备技术,2004,30(6):15~18.
3
3.1
性能试验
试验条件和方法
因为品种“津优3号”的黄瓜果柄长16mm左
右，长度适中，黄瓜瓜体长度在300~360mm之间，质量在200~260g之间，单瓜市场售价最高，因此选用该品种的黄瓜作为试验对象。
收获机器人导航速度为0.3m/s，横向移动装置移动速度0.25m/s，升降移动装置移动速度0.6m/s。
LinWeiming,MaoHanping,etal.Applicationofmulti-spectrumreflectancevisiontechniqueforharvestingrobot[J].TheEquipmentandTechnologyofAgriculture,2004,30(6):15~18.
[5]VanHentenEJ,HemmingJ,etal.Anautonomousrobotforharvestingcucumbersingreenhouses[J].AutonomousRobots,2002,13(3):241~258.
[6]KondoN,TingKC.Roboticsforbioproductionsystems[M].ASABEPublisher,1998.
[7]TangXiuying,ZhangTiezhong,etal.Anewrobotsystemforharvestingcucumber[C]//2009ASABEAnnualMeeting,PaperNo:096463.
[8]袁挺,纪超,等.基于光谱成像技术的温室黄瓜识别方法[J].
农业机械学报,2011,42(增刊):172~176.
3.2试验结果与分析
在温室环境下，将收获的黄瓜按垄分为五个样本
数量进行收获测试，收获速度为25根/min，将收获成功数、未收获数和收获过程中收获装置破损黄瓜的数量统计在表1中。计算收获成功率时将未收获的数量和收获后破损的数量都视为不成功的收获数量。从表1中可以看出，收获成功率在92%以上，最高达到
97.0%，可以满足温室黄瓜收获的实际工况要求。
表1
试验结果与分析表收获数(只)
Tab.1
收获次数
样本数(只)
Experimentalresultsandanalysis
未收获数成功率(只)(%)其中破损数
12345
[1**********]9
[1**********]
32331
56242
92.292.994.592.197.0
YuanTing,JiChao,etal.Greenhousecucumberrecognitionbasedonspectralimagingtechnology[J].TransactionsoftheChineseSocietyforAgriculturalMachinery,2011,42(Supp.):172~176.
[9]袁挺,张俊雄,等.基于机器视觉的非结构环境下黄瓜目标特
征识别[J].农业机械学报,2009,40(8):170~218.
4结论
针对现有国内外的温室黄瓜采摘机器人存在果实
YuanTing,ZhangJunxiong,etal.Featureacquisitionofcucumberfruitinunstructuredenvironmentusingmachinevision[J].TransactionsoftheChineseSocietyforAgricultural
的采摘效率不高、果实平均采摘时间较长、采摘机器
第6期杨振宇等：自导航温室黄瓜收获机器人的研究
229
Machinery,2009,40(8):170~218.
[10]冯青春,袁挺,等.黄瓜采摘机器人远近景组合闭环定位方
法[J].农业机械学报.2011,42(2):154~157.
FengQingchun,JiChao,etal.Optimizationdesignandkinematicanalysis
of
cucumberof
the
harvestingChinese
robot
manipulator[J].for
Agricultural
Transactions
Society
FengQingchun,YuanTing,etal.Feedbacklocatingcontrolbasedonclosesceneforcucumberharvestingrobot[J].Transactions
of
the
Chinese
Society
for
Agricultural
Machinery,2011,42(2):154~157.
[11]冯青春,纪超,等.黄瓜采摘机械臂结构优化与运动分析[J].
农业机械学报,2010,41(增刊):244~248.
Machinery,2009,41(Supp.):244~248.
[12]张铁中,杨丽,等.农业机器人技术研究进展[J].中国科学,
2010,40(Supp.):71~87.
ZhangTiezhong,YangLi,etal.Researchprogressofagriculturalrobottechnology[J].ScienceChina:InformationScience,2010,40(Supp.):71~87.
Studyofautomaticnavigationcucumberharvestingrobotingreenhouse
YangZhenyu1,2,LiuFaying1,3,WangYong1
(1.ShandongUniversityofTechnology,Zibo,255049,China;2.ChinaAgriculturalUniversity,Beijing,100083,China;
3.HebeiUniversityofTechnology,Tianjin,300130,China)
Abstract:Inordertoimproveusabilityandefficiencyoftheharvestingrobot,anavigationcucumberharvestingrobotingreenhouseisde-signedbasedonplantingpatternsofobliquepulltype.Theharvestingrobotmovesalongthenavigationline,andharvestingdevicescandohorizontalmotionanddiagonalascendinganddescendingmotion.Therubberbarrierofcucumberharvestingdevicescaneffectivelyseparatecucumberandleaves.Harvestingcucumberandgettingthenexttargetimageissynchronous.Sourceimagesaftergray-scaletransformation,Otsuadaptivethresholdalgorithm,andthepre-medianfilteringalgorithm,cucumberswereidentifiedusinglocalmaximumvariancebetweenclusters.Testresultsshowthatharvestingspeedcanbeupto25/min,harvestingsuccessrateisabove92%.Itcanmeetthepracticalcondi-tionsofgreenhousecucumberharvestingrequirements.Thiscucumberrobothasgoodapplicationprospects.Keywords:automaticnavigation;greenhouse;harvestingrobot;parallelprocessing
(上接第224页)
processing:anoverview[J].ComprehensiveReviewsinFoodScienceandFoodSafety,2008,(7):2~13.
[13]宋怡焕,饶秀勤,等.基于DT-CWT和LS-SVM的苹果果梗/
花萼和缺陷识别[J].农业工程学报,2012,28(9):114~118.
SongYihuan,RaoXiuqin,etal.Applestem/calyxanddefectdiscriminationusingDT-CWTandLS-SVM[J].TransactionsoftheCSAE,2012,28(9):114~118.
Apples’damagedetectionbasedonactivethermalinfraredtechnique
MenHong,ChenPeng,ZouLina,ZhuBin(NortheastDianliUniversity,Jilin,132012,China)
Abstract:Fornon-destructivetestingofapples’damage,Thispaperresearchedthetemperaturedifferenceaboutdamagedandintactapple，providingantheoreticalbasisfortheautomaticidentificationoftheapplesinjurysite.First,inordertoachieveoptimaldetection,thisexperimentoptimizedfactorsofdamagedapples’thermalimageacquisitionsystem,suchasheatsource,heatingdistance，shootingdistanceandsoon.Thenthethermalimagecurveandregionaltemperaturedifferenceofapples’stalkandcalyxwereanalyzedbothqualitativelyandquantitatively.Atlast,disturbanceofapplestalkandcalyxintheimagefeatureextractionwasruledouteffectivelyusingtemperaturedifferencecharacteristics.Experimentsindicatethatthetemperaturedifferenceoftheintactpartsis0.7to1.3℃,thefruitstalkis4.3to8℃,apples’calyxis3.3to4.7℃,minordamagedis1.3to2.6℃,andseriousdamagedis2.6to3.2℃.Keywords:damageinapple;featureoftemperaturedifference;infraredimaging;automaticallyidentify