機器人在農業工程中的應用

時間：2023-04-30 17:47:34 資料我要投稿

相關推薦

機器人在農業工程中的應用

隨著電子技術和計算機技術的發展，機器人已在很多領域得到日益廣泛的應用，智能化和自動化取得了長足的進展。在農業生產中，由于作業對象的復雜性、多樣性，使得新概念農業機械——農業機器人的開發具有了巨大的經濟效益和廣闊的市場前景。我國是一個農業大國，農業問題是關系到我國經濟社會發展的根本問題。由于經濟發展和資源分配的不平衡以及環境的日益惡化，我國農業將面臨嚴峻的考驗。為使農業得到持續穩定的發展，我國已確立了科教興農戰略，而技術替代資源的發展道路是21世紀農業發展的必然選擇[1]。實施精確農業，廣泛應用農業機器人，以提高資源利用率和農業產出率，提高經濟效益將是現代農業發展的必然趨勢。因此，研究開發以農業機器人為代表的新概念農業機械，對我國農業的長遠發展有著重要意義。隨著農業生產的規模化、多樣化和精確化，農業生產作業要求逐漸提高，許多作業項目都是勞動密集型工作，由于人口老齡化問題和農業勞動力資源的減少，致使勞動力成本在農業生產成本中所占比例高達33~50%[2]，大大降低了產品的市場競爭力。農業機器人相對于傳統農業機械能更好地適應生物技術的新發展，是農業現代化發展到一定階段的必然產物。農業機器人的使用可以改善作業條件，降低勞動強度，提高勞動生產率和作業質量，減輕農藥、化肥等對人體的危害，解決勞動力不足等問題，具有很大的發展潛力。農業機器人是一類以農產品為操作對象、兼有人類部分信息感知和四肢行動功能、可重復編程的柔性自動化或半自動化設備。同工業機器人相比，它具有以下特點[3]：一是作業對象的嬌嫩性和復雜性；二是作業環境的非結構性，不僅要求農業機器人具有與生物柔性相對應的處理功能，還要順應變化無常的自然環境，要求農業機器人在視覺、推理和判斷等方面具有一定的智能。三是作業過程的復

雜性。農業機器人一般是作業和移動同時進行，而且工作時具有特定的位臵和范圍。四是使用對象的特殊性。使用者是農民，因此農業機器人必須具有較高的可靠性和操作簡單的特點。此外，農業機器人的生產制造還應考慮降低成本，否則，將很難推廣普及。

一、果樹采摘機器人的發展

國外農業機器人發展迅速，自上世紀80年代第一臺西紅柿采摘機器人在美國誕生以來，采摘機器人的研究和開發歷經20多年，日本和歐美等國家相繼研制了蘋果、柑橘、西紅柿、葡萄、黃瓜等智能采摘機器人。我國在該領域中的研究雖然還處于起步階段，但也取得了一些可喜的成果，如中國農業大學研制的草莓、茄子采摘機器人，浙江大學研制的番茄收獲機械手等。但由于采摘機器人存在制造成本高和智能化水平不能滿足農業生產需求的問題，使得采摘機器人不能廣泛地應用到農業生產中。

引例1：日本西紅柿采摘機器人

1993年，日本岡山大學的N.Kondo等人針對西紅柿傳統栽培系統研究出了一個七自由度采摘機器人[4-5]。

該機器人有七自由度SCORBOT-ER工業機械手、末端執行器、視覺傳感器、移動機構和控制部分組成。利用彩色攝像機作為視覺傳感器尋找和識別成熟果實。末端執行器設計有兩個帶有橡膠的手指和一個氣動吸嘴，把果實吸住抓緊后，利用機械手的腕關節把果實擰下。行走機構有四個車輪，能在田間自動行走。采摘時，移動機構行走一定的距離后，就進行圖像采集，利用視覺系統檢測出果實相對機械手坐標系的位臵信息，判斷西紅柿是否在收獲的范圍之內，若可以采摘，則控制機械手靠近并摘取果實，吸盤把果實吸住后，機械手指抓住果實，然后通

過機械手的腕關節擰下果實。該機器人從識別到采摘完成的時間為15s，成功率在70%左右。存在的主要原因是當成熟番茄的位臵處于葉莖相對茂密的地方時，機械手無法避開莖葉障礙物完成采摘任務。因此，為了達到實用化目的，需要在機械手的結構、采摘方式和避障規劃方面加以改進，以提高采摘速度和采摘成功率。

引例2：日本葡萄采摘機器人

日本岡山大學研制出一種用于果園棚架栽培模式的葡萄收獲機器人[6]，如圖1-2所示。其機械部分是一個具有五自由度的極坐標型機械手，由四個旋轉關節和一個棱柱型直動關節組成。腕部的兩個旋轉關節可保證末端執行器水平和垂直接近葡萄，即使葡萄束傾斜也能達到目的。視覺系統采用PSD(Position Sensitive Device)三維視覺傳感器，可檢測成熟果實的三維位臵信息。在開放的種植方式下，由于采摘季節太短，單一的采摘功能使得機器人的使用效率低下，因此，分別開發了用于采摘和套袋的末端執行器、裝在機械手末端的噴嘴等。末端執行器由機械手指和剪刀組成，采摘時，用機械手指抓住果實，再用剪刀剪斷穗柄。引例3：日本草莓采摘機器人

從1999年起，Kondo等人就開始了對草莓采摘機器人的研究，至2008年，最新的試驗樣機已研發出來[7-8]。該機器人由三自由度的圓柱型機械手、末端執行器、視覺系統、移動機構等組成。視覺系統由三個彩色TV攝像頭和四個極化濾光照明裝臵組成，其中兩個攝像頭用于尋找和識別成熟草莓，另一個安裝在末端執行器上，在機械手接近草莓的過程中給出草莓果梗的位臵。末端執行器設計有一個氣動吸嘴和一個帶剪刀的夾持器。經溫室實驗證明，該機器人的采摘速度為

9.3~17.9 s/個，成功率在75%左右。

引例4：荷蘭黃瓜采摘機器人

1996年，荷蘭農業環境工程研究所研究出一種多功能模塊式黃瓜收獲機器人

[9-12]。黃瓜按照標準的園藝技術在溫室中種植成高拉線纏繞方式吊掛生長。機器人利用近紅外視覺系統辨識黃瓜果實，并探測它的位臵。機械手采用三菱六自由度機械手MitsubishiRV-E2，并在底座增加了一個線性滑動自由度，RV-E2機械手由24V直流電機和伺服控制器來驅動。末端執行器采用的是三菱夾持器1E-HM01，利用電極切割來代替普通刀子切割，可以殺死90%的病毒，并在切割過程形成一個封閉的疤口，從而減少果實水分流失，減慢熟化程度。實驗結果表明：機械手穩態精度為±0.2mm，中心點定位精度為1mm；作業速度為45s/根，采摘成功率為80%。在溫室里進行采摘試驗的效果良好，但由于采摘時間過長，要滿足商用產品的各種要求，還需對樣機加以改進和完善。

引例5：英國蘑菇采摘機器人

英國Silsoe研究院的J.N.Reed等人研制了蘑菇采摘機器人[13]，它可以自動測量蘑菇的位臵、大小，并且選擇性地采摘和修剪，如圖1-6所示。它由視覺系統、采摘機械手、手指傳送器、修剪器、PC機等組成。機械手包括兩個氣動移動關節和一個步進電機驅動的旋轉關節；末端執行器是帶有軟襯墊的吸引器。視覺傳感器采用索尼CD 20/B，TU 12.5-75mm變焦透鏡，使蘑菇定位成功率提高到90%。采摘后的蘑菇由手指傳送器送到夾持器，再放入蘑菇采集箱。經試驗表明，采摘成功率為75%左右，生長傾斜是采摘失敗的主要原因。如何根據圖像信息調整機械手姿態動作提高采摘成功率和采用多個末端執行器提高生產率是亟待解決的問題。

二．除草機器人的發展

引例1：移栽（育苗）機器人

臺灣Ting和Yang等研制的移栽機器人，把幼苗從600穴的育苗盤中移植到48穴的苗盤中[14]。機器人本體部分由ADEPT-SCARA型4自由度工業機器人和SNS夾持器組成，位于頂部的視覺傳感器確定苗盤的尺寸和苗的位臵，力覺傳感器保證SNS夾持器夾住而不損傷蔬菜苗，在苗盤相鄰的情況下，單個苗移栽的時間在2.6~3.25 s之內。

引例2：耕耘機器人

日本機電技術研究室開發出的耕作機器人[15]，在耕作場內可進行辨別、判斷自身位臵和前進方向的無人操作，其耕作效率與有人相同。1994年芬蘭開發出利用GPS和左右兩輪的轉速差進行導航的小型履帶式車輛，Hate等開展了用彩色線條傳感器為傳感元件對車輛走向的研究，Yong等研制了以微型計算機為基礎的車輛導向控制器，Choi設計了一種用無線電波定位傳感器的自動導向系統，王榮本等設計了一種有線圖像識別式自動引導車輛系統[16]。

引例3：除草機器人

除草機器人是由電子計算機操作并用雷達控制的無人駕駛機械[15]。德國農業專家采用計算機、GPS定位系統和多用途拖拉機綜合技術，研制出可準確施用除草劑的機器人。其特點是，當機器人到達雜草多的地塊時，GPS接收器便會做出雜草位臵的坐標定位圖，機械桿式噴霧器相應部分立即啟動進行除草劑的噴灑。英國科技人員開發的菜田除草機器人使用的是1臺攝像機、1臺識別野草、蔬菜和土壤圖像的計算機組合裝臵，利用計算機掃描和圖像分析，層層推進除草作業。美國密歇根大學開發了草坪修整機器人，利用已修和未修草坪的分界線進行無人駕駛操作割草作業。日本“久保田鐵工”在割草機前端裝有攝像機，利用圖像處

理判斷分割區域，實現自動駕駛作業。中國陳勇等研究了控制農田雜草的直接施藥方法，并研制了基于該方法的除草機器人[17]，該研究減少了除草劑用量并消除霧滴飄移現象，保護了生態環境。

引例4：插秧機器人

日本研制的插秧機器人在沒有任何人力的協助下，由計算機系統進行控制，并通過全球衛星定位系統進行導航，最后通過感應器和其他一些裝臵來計算出動作的角度和方向，進而實現稻田工作的精確定位[18]。作業時水稻秧苗預先由傳送帶傳送到約2 m長的栽培墊上。然后由機器人推動插秧機，把稻苗栽進稻田里。機器人能夠根據指令準確地在稻田穿行，移動誤差也小于10 cm，碰到田埂還能自行做180°大轉彎后繼續勞作。每個機器人每20 min可種植約1 000 m2的稻田，中途無須作任何停頓。

三．應用于農業機器人的主要技術

農業多機器人在執行任務過程中，需感知多變環境中的行走路線、被枝葉遮擋的加工對象、運行中的動態機器人等，這是農業多機器人準確完成群體運移、定位工作、工作任務執行的基礎[16]。目前農業單體機器人主要利用GPS粗定位，定位精度達到了厘米級，融合陀螺儀、路標檢測、地圖匹配、CCD彩色攝像機識別等多種信息檢測手段正被研究應用，該檢測手段促使單體機器人運移感知、作業環境定位等廣播通信方式下的系統環境信息共享。目前發展的彩色CCD攝像機識別與定位作業感知系統，雖感知過程的迭代計算比黑白CCD攝像機工作量大，但感知的信息量大，能改進作業質量，適度降低整機硬件成本，適應更廣泛的工作環境條件，因此在分散式、分布式農業多機器人系統開發應用較多。目標探測與定位技術也是研究的主要方向。任何一種農業生產機器人的正常工

作均有賴于對作業對象的正確識別與定位，但由于作業環境的復雜性，特別是光照條件的不確定性、環境的相似性、個體差異性和遮擋等問題的存在，致使對作業對象的識別與定位技術仍是有待于解決的關鍵技術[19]。目前主要采用機器視覺技術，但需要融合其他技術，并改進圖像獲取和圖像處理算法等，以提高識別與定位的準確性與精確度。機器視覺技術利用圖像傳感器獲取物體的圖像，將圖像轉換成一個數據矩陣，并利用計算機來分析圖像，同時完成一個與視覺有關的任務[20]。機器視覺技術在農業生產上的研究與應用，始于20世紀70年代末期，研究主要集中于桃、香蕉、西紅柿、黃瓜等農產品的品質檢測和分級。農作物收獲自動化是機器視覺技術在收獲機械中的應用，是近年來最熱門的研究課題之

一。其基本原理是在收獲機械上配備攝像系統，采集田間或果樹上作業區域圖像，運用圖像處理與分析的方法判別圖像中是否有目標（如水果、蔬菜等），發現目標后，引導機械手完成采摘。

對于獲取的數據的整理與統計則需要信息融合技術。農業機器人系統的定位與導航及作業對象的識別與定位應具有更高的智能特性，因此需要融合多種傳感器信息或一些經驗知識，實現對環境信息的充分理解，便于機器人做出正確的決策

[19]。信息融合能提高系統的可靠性與分辨率，增加測量空間維數，拓寬活動范圍，從而提高系統在復雜條件下正常工作的適應性與魯棒性。但是，為了提高系統性能，需要結合新的理論不斷改進與完善信息融合算法，也需要加強信息融合效果評價的研究。

參考文獻

[1]沈明霞,姬長英.農業機器人的開發背景及技術動向[J].農機化研究,2000,(5):31-35.

[2]湯修映,張鐵中.果蔬收獲機器人研究綜述[J].機器人,2005,27(1):90-96.

[3]趙勻,武傳宇,胡旭東等.農業機器人的研究進展及存在的問題[J].農業工程學報,2003,19(1):20~24.

[4]Kondo N,Monta M.Basic study on chrysanthemum cutting sticking robot[C].In proceedings of the international symposium on agricultural mechanization and automation,1997,(1):93-98.

[5]Kondo N,Monta M,Fujiura T.Fruit harvesting robots in Japan[J].Adv.Space Res,1996,18(1):181-184.

[6]Kondo N,Monta M,Shibano Y.Agricultural robot in grape production system[C].IEEE internationalconference on robotics and automation,1995,2504-2509.

[7]Kondo N,Ninomiya Kazunori,Hayashi Shigehiko et al.A new challenge of robot for harvestingstrawberry grown on table top culture[C].ASAE annual international meeting,2005,1-9.

[8]Shiigi Tomowo,Kondo N,Kurita Mitsutaka etc.Strawberry harvesting robot for fruits grown on table top culture[C].ASABE annual international meeting,2008,1-9.

[9]周増產,Bontsema J,Van Kollenburg Crisan L.荷蘭黃瓜收獲機器人的研究開發

[J].農業工程學報,2001,17(6):77-80.

[10]Van Henten E J,Van Tuijl B J A,Hemminget J et al.An autonomous robot for

harvesting cucumbers ingreenhouses[J].Autonomous robots,2002,13(3):241-258.

[11]Van Henten E J,Hemming J,Van Tuijl B J A et al.Collision-free motion planning for a cucumber picking robot[J].Biosystems Engineering,2003,86(2):135-144.

[12]Van Henten E J,Van Tuijl B J A,Hemming J et al.Field test of an autonomous cucumber picking robot[J].Biosystems Engineering,2003,86(3):305-313.

[13]Reed J N,Miles S J,Butler J et al.Automatic mushroom harvester development[J].J.agric.Engang Res,2001,78(1):15-23.

[14]Kondo

Publisher,1998.

[15]溫效朔.機器人技術在農業上的開發與應用現狀[J].安徽農業科學,2007,35(11):3445-3446.

[16]王榮本,游峰,崔高健,等.基于計算機視覺高速智能車輛的道路識別[J].計算機工程與應用,2004.26:18-21.

[17]陳勇,田磊,鄭加強.基于直接施藥方法的除草機器人[J].農業機械學報,2005,10:91-93. N,Ting K C.Robotics for bio-production systems[M].ASAE

[18]崔勇.農業機器人的研究與應用淺探[J].南方農機,2008,1:35-37.

[19]薛金林,徐麗明.多功能農業機器人及其關鍵技術分析[J].安徽農業科學,2009,37(15):7201-7203.

[20]傅宇.機器視覺技術在農業生產自動化領域中應用研究[J].安徽農業科學,2006,34(15):3871-3872.

【機器人在農業工程中的應用】相關文章：

焊接機器人在船舶工業中的應用04-30