彭彥昆 馬 營 李 龍

(1.中國農(nóng)業(yè)大學(xué)工學(xué)院， 北京 100083; 2.國家農(nóng)產(chǎn)品加工技術(shù)裝備研發(fā)分中心， 北京 100083)

0 引言

蘋果是我國重要的經(jīng)濟(jì)作物，栽培面積廣,總產(chǎn)量居世界前列[1]。蘋果具有營養(yǎng)價值高、生態(tài)適應(yīng)強、耐性好和供應(yīng)周期長等優(yōu)點，深受消費者歡迎，成為我國國民膳食結(jié)構(gòu)中的重要組成部分[2]。我國蘋果的采后商品化處理能力僅為其總產(chǎn)量的15%，與發(fā)達(dá)國家相比存在較大差距[3]，是制約我國蘋果產(chǎn)業(yè)發(fā)展的因素之一。

對蘋果的品質(zhì)進(jìn)行檢測并分級，可以提高蘋果商品化處理能力，提高商品市場競爭力。目前在線檢測裝置的分選執(zhí)行機構(gòu)大多采用料斗/果盤翻轉(zhuǎn)，使被測物體落下，或者采用擋板使不同級別的被測物滾落至不同區(qū)域[4-8]，這樣的分選機構(gòu)機械結(jié)構(gòu)復(fù)雜，自由度較低，運行不夠靈活。利用機械手對水果進(jìn)行分選，可以實現(xiàn)更為靈活的分選操作。BLASCO等[9]利用氣吸式機械手吸附水果轉(zhuǎn)動，基于機器視覺技術(shù)采集水果不同角度的圖像，并根據(jù)水果表面缺陷對水果進(jìn)行評價及分選；ISHII等[10]研制的果實分選機器人系統(tǒng)利用圖像處理技術(shù)對水果進(jìn)行檢測分級，由吸盤機械手執(zhí)行分選操作。以上研究只是根據(jù)水果的外部品質(zhì)由機械手執(zhí)行分選操作，但內(nèi)部品質(zhì)也是水果評價的重要指標(biāo)。近紅外光譜技術(shù)能夠無損、高效、快速地對水果的內(nèi)部品質(zhì)進(jìn)行預(yù)測[11]，能夠滿足現(xiàn)場檢測和在線分析的要求，已在提高水果生產(chǎn)自動化水平方面發(fā)揮了重要作用[12-15]。近紅外光譜儀的小型化和便攜化為近紅外無損檢測技術(shù)應(yīng)用到不同生產(chǎn)領(lǐng)域提供了可能性[16-19]。

本文將近紅外無損檢測技術(shù)與分揀機械手相結(jié)合，設(shè)計蘋果內(nèi)部品質(zhì)分級機械手，在夾持的同時采集蘋果近紅外光譜信息，并對其內(nèi)部品質(zhì)進(jìn)行預(yù)測，為設(shè)計水果內(nèi)部品質(zhì)在線檢測裝置提供思路。

1 機械手設(shè)計

1.1 結(jié)構(gòu)組成及工作原理

蘋果內(nèi)部品質(zhì)分級機械手主要由夾持機構(gòu)、近紅外光譜采集系統(tǒng)、控制系統(tǒng)3部分組成，圖1為裝置示意圖。夾持機構(gòu)完成抓取蘋果和釋放蘋果的動作，近紅外光譜采集系統(tǒng)完成近紅外光譜信息采集，控制系統(tǒng)在蘋果夾持和光譜信息采集中起到連接動作和控制過程的作用。

圖1 裝置硬件示意圖Fig.1 Schematic of device hardware1.步進(jìn)電機 2.直線軸承 3.滑軌 4.反光燈杯 5.手指安裝座 6.遮光膠墊 7.軟膠手指 8.FSR408型膜片式壓力傳感器9.微動開關(guān) 10.鹵鎢燈珠 11.安裝套筒 12.連桿 13.絲杠螺母 14.絲杠 15.光纖 16.STS-NIR型光譜儀

圖2 裝置工作流程圖Fig.2 Working flow chart of device

裝置工作流程如圖2所示，機械手自上而下接近在水平面上放置的蘋果，當(dāng)近紅外光譜采集系統(tǒng)的遮光膠墊貼在蘋果表面時，微動開關(guān)被觸發(fā)，步進(jìn)電機驅(qū)動夾持機構(gòu)工作，帶動軟膠手指夾持蘋果。為防止傷害蘋果，軟膠手指內(nèi)側(cè)設(shè)有膜片式壓力傳感器，當(dāng)夾持力達(dá)到膜片式壓力傳感器設(shè)定閾值時，步進(jìn)電機停止轉(zhuǎn)動，手指停止增大夾持蘋果的夾持力。遮光膠墊貼在蘋果表面后形成圓形光譜采集區(qū)域，來自光源的光經(jīng)蘋果表面反射增大后被光纖接收并由光譜儀采集光譜信息。微動開關(guān)觸發(fā)的同時單片機向上位機發(fā)送信號，光譜儀采集近紅外光譜信息。上位機軟件根據(jù)內(nèi)置的蘋果可溶性固形物含量預(yù)測模型對光譜信息進(jìn)行分析，并實時顯示預(yù)測結(jié)果。

1.2 夾持機構(gòu)

夾持機構(gòu)由步進(jìn)電機提供驅(qū)動力，絲杠機構(gòu)將步進(jìn)電機的旋轉(zhuǎn)運動轉(zhuǎn)換為直線運動。絲杠螺母與3個手指通過連桿連接，由步進(jìn)電機驅(qū)動在絲杠上作往復(fù)運動，從而帶動3個手指張合。通過控制步進(jìn)電機的旋轉(zhuǎn)角控制手指的張合角，實現(xiàn)蘋果夾持和釋放。

為避免手指在夾持過程中對蘋果造成傷害，手指選用柔軟的軟膠材料，采用3D打印技術(shù)制作，可以適應(yīng)不同大小和不同形狀的蘋果。為了提高手指的夾持性能，手指的結(jié)構(gòu)選用Fin Ray結(jié)構(gòu)[20]，如圖3a所示。該結(jié)構(gòu)采用仿生魚鰭原理設(shè)計，當(dāng)向該結(jié)構(gòu)施加壓力時，其不會沿著推力方向彎曲，而是向著推力的反方向彎曲而包裹住施力物體。該結(jié)構(gòu)適用于機械手夾持不同形狀的物體，結(jié)構(gòu)簡單緊湊，有良好的夾持性能[21]，夾持效果如圖3b所示。

圖3 手指結(jié)構(gòu)圖Fig.3 Schematics of fingers

靈敏的夾持力控制也是避免對被夾持物造成傷害的重要因素。選用FSR408型膜片式壓力傳感器作為手指接觸力檢測元件。當(dāng)接觸壓力達(dá)到所設(shè)定的閾值時，信號轉(zhuǎn)換模塊輸出一個高電平信號，步進(jìn)電機停止轉(zhuǎn)動，夾持機構(gòu)停止增大夾持力。

1.3 近紅外光譜采集系統(tǒng)

近紅外光譜采集系統(tǒng)主要由光譜儀、光源、光纖組成。

機械手空間有限，為使結(jié)構(gòu)更為緊湊，光譜儀體積應(yīng)盡可能小。根據(jù)這一要求選擇海洋光學(xué)STS-NIR型光譜儀，其尺寸為40 mm×42 mm×24 mm，質(zhì)量68 g，光學(xué)分辨率為0.5 nm，波長范圍為650～1 100 mm。評判水果內(nèi)部品質(zhì)指標(biāo)的近紅外光譜集中在700～900 nm之間[22]，此光譜儀可以滿足對果蔬內(nèi)部品質(zhì)的預(yù)測?？紤]到裝置的空間布局，采用反射光測量，光源發(fā)出的光由被測物反射后經(jīng)光纖傳遞進(jìn)入光譜儀，完成光譜信息采集。

光源主要由遮光膠墊、鹵鎢燈珠、反光燈杯組成。遮光膠墊的材質(zhì)為橡膠，可以根據(jù)樣品的形狀貼合在樣品表面，防止光的溢出，降低由樣品外形差異帶來的誤差。考慮到空間和發(fā)熱問題，選擇6個2 W小鹵鎢燈珠組成環(huán)形光源。

1.4 控制系統(tǒng)

控制系統(tǒng)在蘋果夾持和光譜信息采集中起到連接動作和控制過程的作用，主要由計算機、STC89C52單片機、FSR408型膜片式壓力傳感器、信號轉(zhuǎn)換模塊、步進(jìn)電機以及步進(jìn)電機驅(qū)動器組成，其示意圖如圖4所示。當(dāng)蘋果接觸遮光膠墊使微動開關(guān)閉合后，單片機向步進(jìn)電機驅(qū)動器發(fā)送信號，步進(jìn)電機轉(zhuǎn)動，手指開始夾持蘋果。當(dāng)夾持力達(dá)到壓力傳感器設(shè)定閾值時，單片機將步進(jìn)電機驅(qū)動器的使能端置為低電平，步機電機停止運行，保持夾持狀態(tài)。同時通過串口向上位機發(fā)送信號。上位機軟件控制光譜儀采集光譜信息，并將光譜信息輸入預(yù)測模型計算預(yù)測結(jié)果，上位機軟件界面顯示光譜圖像及檢測結(jié)果，如圖5所示。

圖4 控制系統(tǒng)示意圖Fig.4 Schematic of control system

圖5 上位機軟件界面圖Fig.5 Host computer software interface

2 蘋果可溶性固形物含量預(yù)測模型的建立

2.1 試驗材料

試驗材料為煙臺紅富士蘋果，購于北京市某超市。挑選沒有損傷和缺陷的樣本共200個，運到實驗室后進(jìn)行清洗、編號，放置于冰箱內(nèi)。試驗前置于室溫24 h，使蘋果樣品溫度與環(huán)境溫度一致，避免溫度等因素對試驗結(jié)果產(chǎn)生影響[23]。

2.2 光譜信息采集

打開光源及光譜儀，預(yù)熱20 min使設(shè)備達(dá)到穩(wěn)定工作狀態(tài)，打開上位機軟件對檢測參數(shù)進(jìn)行設(shè)置，包括積分時間、平均次數(shù)、平滑度等。為保證所建預(yù)測模型更好地適應(yīng)實際工作環(huán)境，在機械手末端執(zhí)行器夾持蘋果的過程中進(jìn)行光譜信息采集。分別采用標(biāo)準(zhǔn)白板和標(biāo)準(zhǔn)黑板貼在遮光膠墊上校正光譜儀后，進(jìn)行樣本光譜采集，每個蘋果樣本采集4次光譜，采集位置為蘋果赤道帶附近，每采集一次旋轉(zhuǎn)90°，取4次光譜的平均值作為該樣本的光譜信息。

2.3 標(biāo)準(zhǔn)理化值的測定

采集完光譜信息后，參照文獻(xiàn)[24]，采用RA-620型數(shù)字阿貝折射儀立即對蘋果的可溶性固形物含量進(jìn)行測量。每個樣本從測量點切去一定厚度的果肉，用手持式榨汁機榨取果汁，將果汁滴于折光儀鏡面，讀取并記錄可溶性固形物含量，測量結(jié)果如表1所示。

表1 蘋果可溶性固形物含量統(tǒng)計Tab.1 Statistics of apple’s SSC

2.4 建模結(jié)果與分析

2.4.1光譜預(yù)處理

200個蘋果樣本的原始反射光譜曲線如圖6所示，選取650～1 100 nm波長下的光譜數(shù)據(jù)進(jìn)行預(yù)處理和建模。本裝置檢測蘋果的內(nèi)部品質(zhì)是基于反射光譜，選擇蘋果樣本光譜的反射率作為光譜信息的研究參數(shù)，反射率計算公式[25]為

(1)

式中R——蘋果樣本的反射率

Is——蘋果所反射的光譜強度

Iw——標(biāo)準(zhǔn)白板反射的光譜強度

Ib——標(biāo)準(zhǔn)黑板所反射的光譜強度

原始光譜曲線如圖6a所示。選用5點SG卷積平滑(Savitzky-Golay smooth, SG-smooth)的預(yù)處理方式降低光譜采集過程中隨機白噪聲的干擾，選用標(biāo)準(zhǔn)正態(tài)變換(Standard normal variable transformation, SNV)和多元散射校正(Multiplicative scattering correction, MSC)預(yù)處理方式可以消除樣本間散射所導(dǎo)致的基線平移和偏移現(xiàn)象。經(jīng)過預(yù)處理之后的光譜曲線如圖6b～6d所示。

圖6 200個蘋果樣本反射光譜曲線Fig.6 Reflectance spectra of 200 apple samples

2.4.2蘋果可溶性固形物含量預(yù)測模型

以經(jīng)過預(yù)處理之后的光譜數(shù)據(jù)和按國家標(biāo)準(zhǔn)測量法所測得的可溶性固形物含量理化值作為自變量和因變量，采用偏最小二乘回歸法(Partial least squares regression, PLSR)建立回歸模型。將樣品按3∶1的比例隨機分為校正集與驗證集。用校正集相關(guān)系數(shù)Rc、預(yù)測集相關(guān)系數(shù)Rp、校正集均方根誤差RMSEC和預(yù)測集均方根誤差RMSEP評定建模效果，相關(guān)系數(shù)越高，均方根誤差越低，所建立的預(yù)測模型越穩(wěn)定。建模結(jié)果如表2所示，采用多元散射校正預(yù)處理方法所得蘋果可溶性固形物含量建模效果最優(yōu)。

3 試驗驗證

選取20個蘋果樣本對機械手進(jìn)行外部驗證，以檢驗可溶性固形物含量預(yù)測模型的穩(wěn)定性和準(zhǔn)確性。

表2 不同預(yù)處理后的建模結(jié)果Tab.2 Modeling result with different pretreatments

預(yù)熱至光源穩(wěn)定后，用機械手末端執(zhí)行器夾持蘋果并采集光譜數(shù)據(jù)。隨即用標(biāo)準(zhǔn)測量法檢測蘋果可溶性固形物含量的真實值，通過對比預(yù)測值與真實值，分析裝置的檢測性能。預(yù)測效果如圖7所示，蘋果可溶性固形物含量預(yù)測模型的相關(guān)系數(shù)為0.957 3，均方根誤差為0.422 4°Brix。

圖7 蘋果可溶性固形物含量預(yù)測模型預(yù)測效果Fig.7 Prediction results of apple soluble solids model

4 結(jié)論

(1)設(shè)計了一種蘋果內(nèi)部品質(zhì)分級機械手，主要由夾持機構(gòu)、近紅外光譜采集系統(tǒng)、控制系統(tǒng)等組成，分別完成夾持蘋果、采集蘋果光譜信息和控制動作的任務(wù)。

(2)基于所設(shè)計的蘋果內(nèi)部品質(zhì)分級機械手，采集蘋果在650～1 100 nm波長范圍內(nèi)的可見/近紅外反射光譜。采用SG卷積平滑、標(biāo)準(zhǔn)正態(tài)變量變換和多元散射校正對原始光譜曲線進(jìn)行預(yù)處理，建立蘋果可溶性固形物含量預(yù)測模型。不同預(yù)處理方法建模結(jié)果表明，采用多元散射校正方法預(yù)處理后的建模效果最優(yōu)，其預(yù)測模型的校正集和預(yù)測集相關(guān)系數(shù)分別為0.978 2、0.970 1，均方根誤差分別為0.274 6、0.326 3°Brix。

(3)對蘋果內(nèi)部品質(zhì)分級機械手預(yù)測模型的穩(wěn)定性和準(zhǔn)確性進(jìn)行測試。結(jié)果顯示，可溶性固形物含量預(yù)測值與測量值相關(guān)系數(shù)為0.957 3，均方根誤差為0.422 4°Brix。

(4)該蘋果內(nèi)部品質(zhì)分級機械手將近紅外無損檢測技術(shù)與分揀機械手相結(jié)合，可以實現(xiàn)蘋果可溶性固形物含量的預(yù)測，預(yù)測精度和穩(wěn)定性較好，在機械手夾持蘋果的同時可對蘋果的內(nèi)部品質(zhì)進(jìn)行預(yù)測。