何東健 張連兆 李響 李萍 王滔鋆

摘要 由于菠蘿植株和菠蘿果實(shí)結(jié)構(gòu)的特殊性，目前國(guó)內(nèi)大部分菠蘿采摘主要以人工為主，機(jī)械化水平較低，采摘工作效率較低，工作環(huán)境較差，對(duì)手、手臂等身體部位有較大的傷害。設(shè)計(jì)了一種基于雙目視覺(jué)的自動(dòng)菠蘿采收機(jī)，主要由分行器、行走裝置、雙目視覺(jué)系統(tǒng)、采摘裝置、輸送裝置、收集裝置、控制系統(tǒng)和電源供給裝置組成，對(duì)雙目視覺(jué)定位系統(tǒng)和主要機(jī)械部件進(jìn)行了介紹，使用SolidWorks軟件對(duì)采收機(jī)進(jìn)行三維建模，并對(duì)其進(jìn)行了經(jīng)濟(jì)效益分析。實(shí)踐表明，該菠蘿自動(dòng)采收機(jī)能滿足采摘需求，效率較高，經(jīng)濟(jì)效益較好。

關(guān)鍵詞 菠蘿;自動(dòng)采收機(jī);雙目機(jī)器視覺(jué);結(jié)構(gòu)設(shè)計(jì)

中圖分類號(hào) S220.2;TP23文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2019）13-0207-04

doi：10.3969/j.issn.0517-6611.2019.13.063

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Design of Automatic Pineapple Harvesting Machine Based on Binocular Machine Vision

Abstract Due to the particularity of pineapple plant and pineapple fruit structure， most of the domestic pineapple picking is mainly artificial， the mechanization level is low， the picking work efficiency is low， the working environment is poor， and the body parts such as opponents and arms have greater damage. An automatic pineapple harvesting machine was designed， which composed of a binocular vision positioning part， a picking part， a conveying part， a collecting part， a hub motor selfpropelled platform and a central control part. Secondly， the 3D modeling and analysis of the picking machine was carried out with SolidWorks software. The design would effectively solve the problems of difficult pineapple harvesting and promote the development of the pineapple industry.

Key words Pineapple;Automatic harvesting machine;Binocular machine vision;Structure design

基金項(xiàng)目 2018年省級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（201803056）。

作者簡(jiǎn)介 何東?。?957—），男，陜西漢中人，教授，博士，博士生導(dǎo)師，從事智能檢測(cè)與農(nóng)業(yè)信息技術(shù)研究。張連兆（1997—），男，山東莒縣人，從事機(jī)械電子工程研究。何東健和張連兆為共同第一作者。

收稿日期 2019-03-23;修回日期 2019-04-16

菠蘿作為一種重要的熱帶水果，在我國(guó)已有400余年的種植歷史，在廣東、海南、廣西、福建均有大面積種植。菠蘿果實(shí)品質(zhì)優(yōu)良，富含果糖、葡萄糖、維生素B和C、檸檬酸、蛋白酶及各類微量元素等[1]，深受人們青睞。菠蘿葉中含有豐富的纖維，是一種具有優(yōu)良?xì)⒕阅艿募徔棽牧蟍2-3]，并且在藥用領(lǐng)域具有抗腫瘤、降血糖、調(diào)血脂等作用[4-5]。我國(guó)菠蘿的種植面積大，在菠蘿生產(chǎn)過(guò)程中采摘是最重要的一個(gè)環(huán)節(jié)。目前，我國(guó)菠蘿主要依靠人工采摘，伴隨著我國(guó)城鎮(zhèn)化率的不斷提高，農(nóng)業(yè)人口向其他產(chǎn)業(yè)流動(dòng)，菠蘿采摘作業(yè)面臨日益嚴(yán)重的勞動(dòng)力緊缺與成本快速上升間的矛盾。此外，菠蘿葉緣帶有銳刺，人工采摘必須穿戴防護(hù)服在高溫下作業(yè)，勞動(dòng)強(qiáng)度大，效率較低，導(dǎo)致菠蘿成本上升，經(jīng)濟(jì)效益降低，影響果農(nóng)的收入。

國(guó)內(nèi)外在菠蘿高效采摘方面開(kāi)展了一些研究。劉玉杰等[6]提出了一種菠蘿半自動(dòng)采摘機(jī)，人駕駛半自動(dòng)菠蘿采摘機(jī)，由人控制控制平臺(tái)對(duì)菠蘿進(jìn)行采摘，手動(dòng)控制機(jī)械手對(duì)準(zhǔn)后采摘，采摘效率較低;吳沛晟等[7]設(shè)計(jì)了一種菠蘿采摘機(jī)器人，采用履帶式自走平臺(tái)作為機(jī)身，雙目定位系統(tǒng)對(duì)菠蘿進(jìn)行識(shí)別和定位，采摘機(jī)械手從菠蘿頂部抓取果實(shí)并擰斷果柄，但只能采摘單列菠蘿，采摘效率尚有待提高;陳章恒等[8]提出了一種菠蘿收集采摘車設(shè)計(jì)方案，但菠蘿生長(zhǎng)高度在35 cm左右，壟高20 cm左右，2個(gè)行走輪采用橫桿連接，難以具體實(shí)施。目前，菠蘿采摘機(jī)自動(dòng)化程度不高、采摘效率較低，尚需研究并開(kāi)發(fā)能自動(dòng)采摘菠蘿的裝置。

針對(duì)上述問(wèn)題，根據(jù)菠蘿種植間距均勻、行距較大、果實(shí)碩大、果實(shí)生長(zhǎng)在菠蘿植株的頂部、果柄較長(zhǎng)、成熟時(shí)菠蘿果實(shí)與果柄連接處較脆等實(shí)際種植環(huán)境及菠蘿自身的生理特點(diǎn)，筆者設(shè)計(jì)了一種菠蘿自動(dòng)采收機(jī)，以期實(shí)現(xiàn)菠蘿的自動(dòng)采摘和收集，提高菠蘿采摘的機(jī)械化水平，促進(jìn)菠蘿種植業(yè)的發(fā)展，應(yīng)對(duì)勞動(dòng)力短缺、勞動(dòng)成本上升的困境，提高果農(nóng)的經(jīng)濟(jì)效益。

1 菠蘿的物理特性及采摘需求分析

1.1 菠蘿的物理特性

菠蘿果實(shí)呈橢球體形狀，橫向直徑為11～13 cm，縱向直徑為14～17 cm，果實(shí)平均質(zhì)量為0.98 kg。菠蘿植株距壟上面高度約35.4 cm，壟高約20 cm，果實(shí)與果柄連接處直徑約2.53 cm。隨機(jī)選取10株成熟菠蘿進(jìn)行測(cè)定，菠蘿果實(shí)橫向直徑、果實(shí)縱向直徑、果實(shí)質(zhì)量、植株高度及果實(shí)連接處果柄直徑如表1所示。

辛寶英等[9]隨機(jī)選取10個(gè)帶植株的菠蘿對(duì)與果實(shí)連接處的果柄進(jìn)行切斷力測(cè)試，10次測(cè)定的平均值為30.8 N，由于切斷力受刀刃鋒利程度和機(jī)械效率的影響，將切斷力放大12倍，得出所需切斷力為36.96 N。

1.2 采摘需求分析

根據(jù)菠蘿種植和果實(shí)特性，設(shè)計(jì)的菠蘿自動(dòng)采收機(jī)具有能自動(dòng)完成自主行走、果實(shí)識(shí)別、采摘、輸送、收集等基本功能，且需要滿足以下基本要求：①作業(yè)過(guò)程不損傷菠蘿植株和菠蘿果實(shí);②具有較高的識(shí)別率，漏摘率小于2%;③采摘機(jī)的采摘效率高于人工采摘2倍。

2 菠蘿自動(dòng)采收機(jī)的總體方案設(shè)計(jì)

設(shè)計(jì)的菠蘿自動(dòng)采收機(jī)適于在一畦兩行菠蘿種植模式下進(jìn)行采摘作業(yè)，菠蘿自動(dòng)采收機(jī)整體結(jié)構(gòu)示意圖如圖1所示，主要由分行器、行走裝置、雙目視覺(jué)系統(tǒng)、采摘裝置、輸送裝置、收集裝置、控制系統(tǒng)和電源供給裝置等組成。

菠蘿采收機(jī)工作過(guò)程如下：輪轂電機(jī)由蓄電池供電，在控制系統(tǒng)的控制下勻速行走，分行器對(duì)行分開(kāi)菠蘿植株葉子，安裝在采摘裝置正上方的雙目視覺(jué)系統(tǒng)，實(shí)時(shí)采集菠蘿種植行圖像并傳輸給工控機(jī)進(jìn)行菠蘿果實(shí)識(shí)別與定位，當(dāng)菠蘿到達(dá)攝像頭視野中央且與攝像頭的距離最小時(shí)，菠蘿到達(dá)采摘裝置推手前方，控制系統(tǒng)控制步進(jìn)電機(jī)調(diào)節(jié)升降平臺(tái)和刀片高度，使刀片對(duì)準(zhǔn)果柄處且推手推手推動(dòng)菠蘿果實(shí)，對(duì)果實(shí)進(jìn)行采摘，采摘完成后推手和刀片復(fù)位;采摘下來(lái)的菠蘿果實(shí)落到傳送帶上，被傳送帶輸送到后方的收集裝置。菠蘿自動(dòng)采收機(jī)的工作流程如圖2所示。

3 菠蘿自動(dòng)采收機(jī)關(guān)鍵部件設(shè)計(jì)

3.1 雙目視覺(jué)定位系統(tǒng)設(shè)計(jì)

采用2個(gè)藍(lán)色妖姬T3200攝像頭構(gòu)成雙目視覺(jué)系統(tǒng)，攝像頭分辨率為640×480，通過(guò)相機(jī)云臺(tái)安裝在機(jī)架上，以識(shí)別菠蘿果實(shí)并定位。

3.1.1 相機(jī)標(biāo)定。

為了消除畸變并獲得相機(jī)的內(nèi)外部參數(shù)，需要對(duì)相機(jī)進(jìn)行標(biāo)定。李斌等[10] 分別用MATLAB 標(biāo)定工具箱和Opencv1.1+C++進(jìn)行標(biāo)定試驗(yàn)，結(jié)果表明MATLAB標(biāo)定工具箱標(biāo)定的相機(jī)誤差較小，且操作方便，故該研究使用MATLAB2016a自帶的toolbox_calab工具箱對(duì)相機(jī)進(jìn)行標(biāo)定[11]。用左、右2個(gè)攝像頭對(duì)標(biāo)準(zhǔn)黑白棋盤進(jìn)行不同角度的拍照，共獲得96幅圖像（每個(gè)相機(jī)48幅）用于標(biāo)定。通過(guò)標(biāo)定得到旋轉(zhuǎn)矩陣R、平移矩陣T、左右側(cè)相機(jī)內(nèi)參和左右側(cè)相機(jī)畸變系數(shù)。

根據(jù)標(biāo)定得到的數(shù)據(jù)，用Opencv中stereoRectify（）函數(shù)[12]完成立體校正，然后用InitUndistortRecitifyMap（）函數(shù)計(jì)算出圖像校正所需要的映射矩陣，進(jìn)而對(duì)左右圖像進(jìn)行畸變校正，其中平移矩陣T和左右相機(jī)內(nèi)參需要轉(zhuǎn)置后使用。

3.1.2 果實(shí)對(duì)象圖像分割。

進(jìn)行菠蘿果實(shí)目標(biāo)定位，首先要將菠蘿目標(biāo)從背景中分割出來(lái)。常用的圖像分割方法有基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等[13] 。為了實(shí)現(xiàn)實(shí)時(shí)識(shí)別菠蘿果實(shí)，圖像分割應(yīng)具有良好的分割準(zhǔn)確率，且算法復(fù)雜度低、耗時(shí)少。

對(duì)福建省漳州市龍海市菠蘿生產(chǎn)進(jìn)行考察，該地區(qū)對(duì)菠蘿進(jìn)行了套袋處理，且白色紙對(duì)菠蘿進(jìn)行了包裹如圖3a所示。將原始圖像經(jīng)均值偏移濾波后將其變換到HSV顏色空間[14]，果實(shí)和葉子的色相（H）分布如圖3b所示。由圖3b可知，因包裹后的菠蘿果實(shí)和葉子顏色差異較大，故用色相將菠蘿果實(shí)從背景中分割出來(lái)。分割過(guò)程如圖3所示，具體步驟如下：①將圖像變換到HSV顏色空間;②采用大津法計(jì)算分割閾值[13]，并進(jìn)行二值化;③一次開(kāi)閉運(yùn)算消除噪聲;④為提高計(jì)算速度，故尋找果實(shí)目標(biāo)上、下、左、右像素點(diǎn)，確定果實(shí)形心的大致位置。

3.1.3 菠蘿果實(shí)定位。

雙目測(cè)距原理圖如圖4所示。P為目標(biāo)點(diǎn)，坐標(biāo)為（x，y，z），相機(jī)焦距為f，左右相機(jī)光軸之間的距離為B，OL和OR為相機(jī)光心，Pleft和Pright為在兩相機(jī)上的成像點(diǎn)。以左相機(jī)OL-XLYLZL為參考坐標(biāo)系，假設(shè)世界坐標(biāo)系與左相機(jī)的坐標(biāo)系重合，Ol-XlYlZl為左側(cè)相機(jī)的圖像坐標(biāo)系。由于相機(jī)在同一平面內(nèi)，所以Pleft和Pright的Y坐標(biāo)值相等，由三角形幾何關(guān)系得到：

式中，Xleft和Xright分別為相對(duì)于左右相機(jī)圖像坐標(biāo)系橫坐標(biāo)值;Y為左右圖像坐標(biāo)系下的縱坐標(biāo)值;f和B均為常數(shù);x、y、z為P點(diǎn)相對(duì)于左相機(jī)坐標(biāo)系下的坐標(biāo)值;OL為坐標(biāo)原點(diǎn)。將公式（1）、（2）、（3）聯(lián)立變形，得：

即可求得P點(diǎn)坐標(biāo)（x，y，z）。

由于左側(cè)相機(jī)固定在采摘裝置正上方，與采摘裝置推手距離為D，則可得到菠蘿果實(shí)相對(duì)于采摘裝置推手的距離d=D-z，然后升降平臺(tái)上升，使采摘裝置推手到達(dá)菠蘿果實(shí)高度，然后對(duì)菠蘿果實(shí)進(jìn)行采摘。

3.2 主要機(jī)械部件設(shè)計(jì)

為了保證菠蘿自動(dòng)采收機(jī)的協(xié)調(diào)、工作，根據(jù)圖2所示總體方案，分別進(jìn)行采摘裝置、輸送裝置和收集裝置設(shè)計(jì)。

3.2.1 采摘裝置設(shè)計(jì)。

成熟菠蘿果實(shí)與果柄連接處較脆，故采用掰折方式將菠蘿果從果柄處掰斷。連桿機(jī)構(gòu)應(yīng)用十分廣泛，在眾多工農(nóng)業(yè)機(jī)械和工程機(jī)械中得到廣泛應(yīng)用[15]，因此優(yōu)先考慮連桿機(jī)構(gòu)作為采摘裝置的傳動(dòng)裝置。采摘裝置結(jié)構(gòu)簡(jiǎn)圖如圖5所示，主要由頂端有推手的推桿、擺桿、連桿、曲柄和步進(jìn)電機(jī)組成。步進(jìn)電機(jī)每旋轉(zhuǎn)1周，使推手對(duì)菠蘿施力后回到初始位置D。在推手的另一側(cè)安裝有刀具，以暫時(shí)固定菠蘿主莖桿，且可切斷果柄連接部分考慮到菠蘿果實(shí)大小及葉子的影響，根據(jù)試驗(yàn)，推手行程為20 cm。采摘裝置裝在一個(gè)可升降的平臺(tái)上，根據(jù)雙目視覺(jué)定位系統(tǒng)得到的菠蘿高度，將采摘裝置升降至對(duì)應(yīng)位置，然后對(duì)菠蘿進(jìn)行采摘。

3.2.2 輸送裝置和收集裝置設(shè)計(jì)。

菠蘿果實(shí)呈橢球形狀易發(fā)生滾動(dòng)，故在傳送帶上增加擋板實(shí)現(xiàn)菠蘿果實(shí)的穩(wěn)定輸送（圖6）。根據(jù)表1中菠蘿的相關(guān)參數(shù)，設(shè)計(jì)傳送帶寬度為200 mm，擋板間距為150 mm，擋板高度為60 mm。

4 經(jīng)濟(jì)效益分析

菠蘿種植方式一般為品字形種植，菠蘿自動(dòng)采收機(jī)可同時(shí)采摘一畦兩列，設(shè)采收機(jī)行進(jìn)速度為V，采摘用時(shí)為t，根據(jù)調(diào)研數(shù)據(jù)，菠蘿平均株距為D=35.8 cm，則平均每17.9 cm采摘1個(gè)菠蘿，初樣設(shè)計(jì)的菠蘿采收機(jī)行進(jìn)速度V為0.1 km/h，假設(shè)每天工作10 h，則每天可采摘5 586個(gè)菠蘿，除去從采收機(jī)中取出菠蘿等用時(shí)，每天可采摘5 000個(gè)菠蘿，約4 900 kg，約為人工采摘工作效率的2倍;按照0.11元/kg的采摘工費(fèi)計(jì)算，每天可節(jié)省882元。菠蘿每年采摘3季，每季采摘時(shí)間大約45 d，則每臺(tái)采收機(jī)一年可節(jié)省72 000元人工采摘費(fèi)，設(shè)備經(jīng)濟(jì)價(jià)值非常大。

5 結(jié)語(yǔ)

針對(duì)菠蘿采收面臨勞動(dòng)力成本高、效率低的問(wèn)題，在探究菠蘿物理特性的基礎(chǔ)上，提出基于雙目視覺(jué)的菠蘿采收機(jī)整體方案，設(shè)計(jì)了雙目視覺(jué)系統(tǒng)，并提出一種菠蘿果實(shí)定位方法，對(duì)采摘裝置、輸送裝置結(jié)構(gòu)和工作參數(shù)進(jìn)了分析和計(jì)算，使用SolidWorks軟件對(duì)采摘機(jī)進(jìn)行三維建模。經(jīng)濟(jì)效益分析表明，設(shè)計(jì)的菠蘿采收機(jī)能滿足采摘需求，可取得良好的經(jīng)濟(jì)效益，為菠蘿采收機(jī)的進(jìn)一步優(yōu)化設(shè)計(jì)與推廣使用奠定了基礎(chǔ)。

參考文獻(xiàn)

[1] 劉世彪，彭小列，田儒玉.世界熱帶五大名果樹(shù)[J].生物學(xué)通報(bào)，2003，38（3）：11-13.

[2] 郁崇文，張?jiān)?菠蘿葉纖維的性能研究[J].中國(guó)紡織大學(xué)學(xué)報(bào)，1997，23（6）：17-20.

[3] 劉恩平，郭安平，郭運(yùn)玲，等.菠蘿葉纖維的開(kāi)發(fā)與應(yīng)用現(xiàn)狀及前景[J].紡織導(dǎo)報(bào)，2006（2）：32-35.

[4] 王偉，丁怡，邢東明，等.菠蘿葉酚類成分研究[J].中國(guó)中藥雜志，2006，31（15）：1242-1244.

[5] 王金萍，王宏英，杜力軍，等.菠蘿葉中新的酰胺類成分[J].中國(guó)中藥雜志，2007，32（5）：401-403.

[6] 劉玉杰，郭安福，姜濤.菠蘿半自動(dòng)采摘機(jī)的結(jié)構(gòu)設(shè)計(jì)[J].安徽農(nóng)業(yè)科學(xué)，2018，46（14）：194-197.

[7] 吳沛晟，華京.菠蘿采摘機(jī)器人的實(shí)用化設(shè)計(jì)[J].蘭州工業(yè)學(xué)院學(xué)報(bào)，2016，23（3）：58-61.

[8] 陳章恒，張維元，張路遙，等.菠蘿收集采摘車的設(shè)計(jì)[J].科技創(chuàng)新與應(yīng)用，2018（10）：96-97.

[9] 辛寶英，施俊俠，廖湘湘，等.菠蘿采摘機(jī)械手結(jié)構(gòu)設(shè)計(jì)[J].農(nóng)業(yè)技術(shù)與裝備，2014（14）：12-14.

[10] 李斌，王海峰，黃文倩，等.菠蘿采收機(jī)械低成本雙目視覺(jué)平臺(tái)搭建與田間試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（S2）：188-192.

[11] 汪珍珍.基于MATLAB與opencv相結(jié)合的雙目立體視覺(jué)測(cè)距系統(tǒng)[D].天津：天津理工大學(xué)，2013.

[12] 王浩，許志聞，謝坤，等.基于OpenCV的雙目測(cè)距系統(tǒng)[J].吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2014，32（2）：188-194.

[13] 何東健，耿楠，龍滿生，等.數(shù)字圖像處理[M].3版.西安：西安電子科技大學(xué)出版社，2015.

[14] 黃春艷，楊國(guó)勝，侯艷麗.基于顏色直方圖和空間信息融合的圖像分割算法[J].計(jì)算機(jī)工程與應(yīng)用，2005（3）：85-87，107.

[15] 孫恒，陳作模，葛文杰.機(jī)械原理[M].8版.北京：高等教育出版社，2013.