机器人在农业工程中的应用.docx

机器人在农业工程中的应用.docx

《机器人在农业工程中的应用.docx》由会员分享，可在线阅读，更多相关《机器人在农业工程中的应用.docx（8页珍藏版）》请在冰点文库上搜索。

机器人在农业工程中的应用

机器人在农业工程中的应用

机器人在农业工程中的应用

随着电子技术和计算机技术的发展，机器人已在很多领域得到日益广泛的应用，智能化和自动化取得了长足的进展。

在农业生产中，由于作业对象的复杂性、多样性，使得新概念农业机械——农业机器人的开发具有了巨大的经济效益和广阔的市场前景。

我国是一个农业大国，农业问题是关系到我国经济社会发展的根本问题。

由于经济发展和资源分配的不平衡以及环境的日益恶化，我国农业将面临严峻的考验。

为使农业得到持续稳定的发展，我国已确立了科教兴农战略，而技术替代资源的发展道路是21世纪农业发展的必然选择[1]。

实施精确农业，广泛应用农业机器人，以提高资源利用率和农业产出率，提高经济效益将是现代农业发展的必然趋势。

因此，研究开发以农业机器人为代表的新概念农业机械，对我国农业的长远发展有着重要意义。

随着农业生产的规模化、多样化和精确化，农业生产作业要求逐渐提高，许多作业项目都是劳动密集型工作，由于人口老龄化问题和农业劳动力资源的减少，致使劳动力成本在农业生产成本中所占比例高达33~50%[2]，大大降低了产品的市场竞争力。

农业机器人相对于传统农业机械能更好地适应生物技术的新发展，是农业现代化发展到一定阶段的必然产物。

农业机器人的使用可以改善作业条件，降低劳动强度，提高劳动生产率和作业质量，减轻农药、化肥等对人体的危害，解决劳动力不足等问题，具有很大的发展潜力。

农业机器人是一类以农产品为操作对象、兼有人类部分信息感知和四肢行动功能、可重复编程的柔性自动化或半自动化设备。

同工业机器人相比，它具有以下特点[3]：

一是作业对象的娇嫩性和复杂性；二是作业环境的非结构性，不仅要求农业机器人具有与生物柔性相对应的处理功能，还要顺应变化无常的自然环境，要求农业机器人在视觉、推理和判断等方面具有一定的智能。

三是作业过程的复

杂性。

农业机器人一般是作业和移动同时进行，而且工作时具有特定的位臵和范围。

四是使用对象的特殊性。

使用者是农民，因此农业机器人必须具有较高的可靠性和操作简单的特点。

此外，农业机器人的生产制造还应考虑降低成本，否则，将很难推广普及。

一、果树采摘机器人的发展

国外农业机器人发展迅速，自上世纪80年代第一台西红柿采摘机器人在美国诞生以来，采摘机器人的研究和开发历经20多年，日本和欧美等国家相继研制了苹果、柑橘、西红柿、葡萄、黄瓜等智能采摘机器人。

我国在该领域中的研究虽然还处于起步阶段，但也取得了一些可喜的成果，如中国农业大学研制的草莓、茄子采摘机器人，浙江大学研制的番茄收获机械手等。

但由于采摘机器人存在制造成本高和智能化水平不能满足农业生产需求的问题，使得采摘机器人不能广泛地应用到农业生产中。

引例1：

日本西红柿采摘机器人

1993年，日本冈山大学的N.Kondo等人针对西红柿传统栽培系统研究出了一个七自由度采摘机器人[4-5]。

该机器人有七自由度SCORBOT-ER工业机械手、末端执行器、视觉传感器、移动机构和控制部分组成。

利用彩色摄像机作为视觉传感器寻找和识别成熟果实。

末端执行器设计有两个带有橡胶的手指和一个气动吸嘴，把果实吸住抓紧后，利用机械手的腕关节把果实拧下。

行走机构有四个车轮，能在田间自动行走。

采摘时，移动机构行走一定的距离后，就进行图像采集，利用视觉系统检测出果实相对机械手坐标系的位臵信息，判断西红柿是否在收获的范围之内，若可以采摘，则控制机械手靠近并摘取果实，吸盘把果实吸住后，机械手指抓住果实，然后通

过机械手的腕关节拧下果实。

该机器人从识别到采摘完成的时间为15s，成功率在70%左右。

存在的主要原因是当成熟番茄的位臵处于叶茎相对茂密的地方时，机械手无法避开茎叶障碍物完成采摘任务。

因此，为了达到实用化目的，需要在机械手的结构、采摘方式和避障规划方面加以改进，以提高采摘速度和采摘成功率。

引例2：

日本葡萄采摘机器人

日本冈山大学研制出一种用于果园棚架栽培模式的葡萄收获机器人[6]，如图1-2所示。

其机械部分是一个具有五自由度的极坐标型机械手，由四个旋转关节和一个棱柱型直动关节组成。

腕部的两个旋转关节可保证末端执行器水平和垂直接近葡萄，即使葡萄束倾斜也能达到目的。

视觉系统采用PSD（PositionSensitiveDevice）三维视觉传感器，可检测成熟果实的三维位臵信息。

在开放的种植方式下，由于采摘季节太短，单一的采摘功能使得机器人的使用效率低下，因此，分别开发了用于采摘和套袋的末端执行器、装在机械手末端的喷嘴等。

末端执行器由机械手指和剪刀组成，采摘时，用机械手指抓住果实，再用剪刀剪断穗柄。

引例3：

日本草莓采摘机器人

从1999年起，Kondo等人就开始了对草莓采摘机器人的研究，至xx年，最新的试验样机已研发出来[7-8]。

该机器人由三自由度的圆柱型机械手、末端执行器、视觉系统、移动机构等组成。

视觉系统由三个彩色TV摄像头和四个极化滤光照明装臵组成，其中两个摄像头用于寻找和识别成熟草莓，另一个安装在末端执行器上，在机械手接近草莓的过程中给出草莓果梗的位臵。

末端执行器设计有一个气动吸嘴和一个带剪刀的夹持器。

经温室实验证明，该机器人的采摘速度为

9.3~17.9s/个，成功率在75%左右。

引例4：

荷兰黄瓜采摘机器人

1996年，荷兰农业环境工程研究所研究出一种多功能模块式黄瓜收获机器人

[9-12]。

黄瓜按照标准的园艺技术在温室中种植成高拉线缠绕方式吊挂生长。

机器人利用近红外视觉系统辨识黄瓜果实，并探测它的位臵。

机械手采用三菱六自由度机械手MitsubishiRV-E2，并在底座增加了一个线性滑动自由度，RV-E2机械手由24V直流电机和伺服控制器来驱动。

末端执行器采用的是三菱夹持器1E-HM01，利用电极切割来代替普通刀子切割，可以杀死90%的病毒，并在切割过程形成一个封闭的疤口，从而减少果实水分流失，减慢熟化程度。

实验结果表明：

机械手稳态精度为±0.2mm，中心点定位精度为1mm；作业速度为45s/根，采摘成功率为80%。

在温室里进行采摘试验的效果良好，但由于采摘时间过长，要满足商用产品的各种要求，还需对样机加以改进和完善。

引例5：

英国蘑菇采摘机器人

英国Silsoe研究院的J.N.Reed等人研制了蘑菇采摘机器人[13]，它可以自动测量蘑菇的位臵、大小，并且选择性地采摘和修剪，如图1-6所示。

它由视觉系统、采摘机械手、手指传送器、修剪器、PC机等组成。

机械手包括两个气动移动关节和一个步进电机驱动的旋转关节；末端执行器是带有软衬垫的吸引器。

视觉传感器采用索尼CD20/B，TU12.5-75mm变焦透镜，使蘑菇定位成功率提高到90%。

采摘后的蘑菇由手指传送器送到夹持器，再放入蘑菇采集箱。

经试验表明，采摘成功率为75%左右，生长倾斜是采摘失败的主要原因。

如何根据图像信息调整机械手姿态动作提高采摘成功率和采用多个末端执行器提高生产率是亟待解决的问题。

二．除草机器人的发展

引例1：

移栽（育苗）机器人

台湾Ting和Yang等研制的移栽机器人，把幼苗从600穴的育苗盘中移植到48穴的苗盘中[14]。

机器人本体部分由ADEPT-SCARA型4自由度工业机器人和SNS夹持器组成，位于顶部的视觉传感器确定苗盘的尺寸和苗的位臵，力觉传感器保证SNS夹持器夹住而不损伤蔬菜苗，在苗盘相邻的情况下，单个苗移栽的时间在2.6~3.25s之内。

引例2：

耕耘机器人

日本机电技术研究室开发出的耕作机器人[15]，在耕作场内可进行辨别、判断自身位臵和前进方向的无人操作，其耕作效率与有人相同。

1994年芬兰开发出利用GPS和左右两轮的转速差进行导航的小型履带式车辆，Hate等开展了用彩色线条传感器为传感元件对车辆走向的研究，Yong等研制了以微型计算机为基础的车辆导向控制器，Choi设计了一种用无线电波定位传感器的自动导向系统，王荣本等设计了一种有线图像识别式自动引导车辆系统[16]。

引例3：

除草机器人

除草机器人是由电子计算机操作并用雷达控制的无人驾驶机械[15]。

德国农业专家采用计算机、GPS定位系统和多用途拖拉机综合技术，研制出可准确施用除草剂的机器人。

其特点是，当机器人到达杂草多的地块时，GPS接收器便会做出杂草位臵的坐标定位图，机械杆式喷雾器相应部分立即启动进行除草剂的喷洒。

英国科技人员开发的菜田除草机器人使用的是1台摄像机、1台识别野草、蔬菜和土壤图像的计算机组合装臵，利用计算机扫描和图像分析，层层推进除草作业。

美国密歇根大学开发了草坪修整机器人，利用已修和未修草坪的分界线进行无人驾驶操作割草作业。

日本“久保田铁工”在割草机前端装有摄像机，利用图像处

理判断分割区域，实现自动驾驶作业。

中国陈勇等研究了控制农田杂草的直接施药方法，并研制了基于该方法的除草机器人[17]，该研究减少了除草剂用量并消除雾滴飘移现象，保护了生态环境。

引例4：

插秧机器人

日本研制的插秧机器人在没有任何人力的协助下，由计算机系统进行控制，并通过全球卫星定位系统进行导航，最后通过感应器和其他一些装臵来计算出动作的角度和方向，进而实现稻田工作的精确定位[18]。

作业时水稻秧苗预先由传送带传送到约2m长的栽培垫上。

然后由机器人推动插秧机，把稻苗栽进稻田里。

机器人能够根据指令准确地在稻田穿行，移动误差也小于10cm，碰到田埂还能自行做180°大转弯后继续劳作。

每个机器人每20min可种植约1000m2的稻田，中途无须作任何停顿。

三．应用于农业机器人的主要技术

农业多机器人在执行任务过程中，需感知多变环境中的行走路线、被枝叶遮挡的加工对象、运行中的动态机器人等，这是农业多机器人准确完成群体运移、定位工作、工作任务执行的基础[16]。

目前农业单体机器人主要利用GPS粗定位，定位精度达到了厘米级，融合陀螺仪、路标检测、地图匹配、CCD彩色摄像机识别等多种信息检测手段正被研究应用，该检测手段促使单体机器人运移感知、作业环境定位等广播通信方式下的系统环境信息共享。

目前发展的彩色CCD摄像机识别与定位作业感知系统，虽感知过程的迭代计算比黑白CCD摄像机工作量大，但感知的信息量大，能改进作业质量，适度降低整机硬件成本，适应更广泛的工作环境条件，因此在分散式、分布式农业多机器人系统开发应用较多。

目标探测与定位技术也是研究的主要方向。

任何一种农业生产机器人的正常工

作均有赖于对作业对象的正确识别与定位，但由于作业环境的复杂性，特别是光照条件的不确定性、环境的相似性、个体差异性和遮挡等问题的存在，致使对作业对象的识别与定位技术仍是有待于解决的关键技术[19]。

目前主要采用机器视觉技术，但需要融合其他技术，并改进图像获取和图像处理算法等，以提高识别与定位的准确性与精确度。

机器视觉技术利用图像传感器获取物体的图像，将图像转换成一个数据矩阵，并利用计算机来分析图像，同时完成一个与视觉有关的任务[20]。

机器视觉技术在农业生产上的研究与应用，始于20世纪70年代末期，研究主要集中于桃、香蕉、西红柿、黄瓜等农产品的品质检测和分级。

农作物收获自动化是机器视觉技术在收获机械中的应用，是近年来最热门的研究课题之

一。

其基本原理是在收获机械上配备摄像系统，采集田间或果树上作业区域图像，运用图像处理与分析的方法判别图像中是否有目标（如水果、蔬菜等），发现目标后，引导机械手完成采摘。

对于获取的数据的与统计则需要信息融合技术。

农业机器人系统的定位与导航及作业对象的识别与定位应具有更高的智能特性，因此需要融合多种传感器信息或一些经验知识，实现对环境信息的充分理解，便于机器人做出正确的决策

[19]。

信息融合能提高系统的可靠性与分辨率，增加测量空间维数，拓宽活动范围，从而提高系统在复杂条件下正常工作的适应性与鲁棒性。

但是，为了提高系统性能，需要结合新的理论不断改进与完善信息融合算法，也需要加强信息融合效果评价的研究。

参考文献

[1]沈明霞,姬长英.农业机器人的开发背景及技术动向[J].农机化研究,2000,（5）:

31-35.

[2]汤修映,张铁中.果蔬收获机器人研究综述[J].机器人,xx,27

（1）:

90-96.

[3]赵匀,武传宇,胡旭东等.农业机器人的研究进展及存在的问题[J].农业工程学报,xx,19

（1）:

20~24.

[4]KondoN,MontaM.Basicstudyonchrysanthemumcuttingstickingrobot[C].Inproceedingsoftheinternationalsymposiumonagriculturalmechanizationandautomation,1997,

（1）:

93-98.

[5]KondoN,MontaM,FujiuraT.FruitharvestingrobotsinJapan[J].Adv.SpaceRes,1996,18

（1）:

181-184.

[6]KondoN,MontaM,ShibanoY.Agriculturalrobotingrapeproductionsystem[C].IEEEinternationalconferenceonroboticsandautomation,1995,2504-2509.

[7]KondoN,NinomiyaKazunori,HayashiShigehikoetal.Anewchallengeofrobotforharvestingstrawberrygrownontabletopculture[C].ASAEannualinternationalmeeting,xx,1-9.

[8]ShiigiTomowo,KondoN,KuritaMitsutakaetc.Strawberryharvestingrobotforfruitsgrownontabletopculture[C].ASABEannualinternationalmeeting,xx,1-9.

[9]周増产,BontsemaJ,VanKollenburgCrisanL.荷兰黄瓜收获机器人的研究开发

[J].农业工程学报,xx,17（6）:

77-80.

[10]VanHentenEJ,VanTuijlBJA,HemmingetJetal.Anautonomousrobotfor

harvestingcucumbersingreenhouses[J].Autonomousrobots,xx,13（3）:

241-258.

[11]VanHentenEJ,HemmingJ,VanTuijlBJAetal.Collision-freemotionplanningforacucumberpickingrobot[J].BiosystemsEngineering,xx,86

（2）:

135-144.

[12]VanHentenEJ,VanTuijlBJA,HemmingJetal.Fieldtestofanautonomouscucumberpickingrobot[J].BiosystemsEngineering,xx,86（3）:

305-313.

[13]ReedJN,MilesSJ,ButlerJetal.Automaticmushroomharvesterdevelopment[J].J.agric.EngangRes,xx,78

（1）:

15-23.

[14]Kondo

Publisher,1998.

[15]温效朔.机器人技术在农业上的开发与应用现状[J].安徽农业科学,xx,35（11）:

3445-3446.

[16]王荣本,游峰,崔高健,等.基于计算机视觉高速智能车辆的道路识别[J].计算机工程与应用,xx.26:

18-21.

[17]陈勇,田磊,郑加强.基于直接施药方法的除草机器人[J].农业机械学报,xx,10:

91-93.N,TingKC.Roboticsforbio-productionsystems[M].ASAE

[18]崔勇.农业机器人的研究与应用浅探[J].南方农机,xx,1:

35-37.

[19]薛金林,徐丽明.多功能农业机器人及其关键技术分析[J].安徽农业科学,xx,37（15）:

7201-7203.

[20]傅宇.机器视觉技术在农业生产自动化领域中应用研究[J].安徽农业科学,xx,34（15）:

3871-3872.