李玉青，劉寧，隋秀梅，張茂云

1.長春職業(yè)技術(shù)學院機電學院（長春 130022）；2.長春理工大學機電工程學院（長春 130022）

隨著水果產(chǎn)量逐年增加，水果采摘的工作量成倍增長。農(nóng)業(yè)機械化可有效代替人力完成各項作業(yè)，極大提高效率。

國內(nèi)研發(fā)的水果采摘成型機器人尚未見報道。中國農(nóng)業(yè)大學張鐵中等在草莓果實目標識別和提取上己經(jīng)取得一些成果，其視覺系統(tǒng)為針對特定的呈倒三角形狀的草莓進行了研究，并且由于其攝像機標定方法所限，只能確定標定平面上的草莓的位置信息，其視覺系統(tǒng)識別草莓和確定果梗采摘點仍舊難以實現(xiàn)[1]。

以草莓為采摘對象，針對草莓視覺識別過程復雜、定位精度不高等問題，提出基于Core-XY收集機構(gòu)配合機器視覺、應用末端執(zhí)行器同時工作的草莓自動采摘機，解決原有采摘機器采摘效率低、損傷率較高的問題，降低農(nóng)民重復購買機具的成本。

1 整體設(shè)計

1.1 整體結(jié)構(gòu)

該小車由整體框架、雙目視覺定位部分、五自由度機構(gòu)和收集裝置組成。采用人力推動便攜式草莓采摘小車，整體框架由鋁型材搭建而成，小車上帶有低成本的雙目視覺攝像頭，能夠快速識別并定位草莓梗[2]。采摘機構(gòu)共有5個自由度，能實現(xiàn)采摘所需要的位置和姿態(tài)。前2個自由度由Core-XY機構(gòu)構(gòu)成，能提供水平面內(nèi)的二維運動，保證其在平面內(nèi)做高精度運動，第3個自由度由垂直于平面的絲杠導軌組成，與Core-XY機構(gòu)配合構(gòu)成三維運動機構(gòu)，第4、第5個自由度由舵機驅(qū)動使機械臂采摘末端自由轉(zhuǎn)動以適應草莓的不同采摘角度。2個6 mm寬的2GT同步帶緊密貼合在同步輪帶動下相向運動夾緊草莓莖端，運動過程中借助前端刀片將草莓莖部切斷，草莓繼續(xù)在同步帶的帶動下向后運動，掉落在沖擊力小的棉布上，沿傳送帶進入收集盒內(nèi)循環(huán)收集，在設(shè)計產(chǎn)品同時，充分考慮國內(nèi)外設(shè)計不足，設(shè)計技術(shù)指標外形尺寸為長度×寬度×高度分別800 mm×220 mm×600 mm；采摘角度為俯仰角±45°、橫滾角±40°；單次停留采摘空間為長度×寬度×高度分別500 mm×300 mm×150 mm，如圖1所示[3]。

圖1 裝置整體機構(gòu)圖

2 運動設(shè)計方案

2.1 Core-XY機構(gòu)運動模型

小車通過視覺標定確定草莓位置，要實現(xiàn)將工作末端執(zhí)行器運動到目標位置，需要保證整個運動過程中準確無誤地達到目標位置并且保持機器的平衡性[4]。Core-XY機構(gòu)輕巧、控制簡單、本身平穩(wěn)性好，故采用Core-XY機構(gòu)與絲杠傳動裝置配合實現(xiàn)平穩(wěn)準確的三維坐標控制。如圖2所示。

圖2 Core-XY機構(gòu)

2.2 Core-XY機構(gòu)運動原理

Core-XY的工作原理是由雙馬達控制X、Y方向移動，馬達工作方向一致時，該機構(gòu)運到X軸；相反，則移動到Y(jié)軸。與單個馬達控制相比，雙馬達效率更高、運行更穩(wěn)定，從而減輕工作臺上的質(zhì)量。

在X軸上的移動是由2個馬達牽引同步帶動，并且與執(zhí)行元件的右側(cè)方向是一致的且靠右。在Y方向移動時，ΔA帶動同步帶方向在執(zhí)行元件的上方且向上，ΔB方向朝下[5]。

2.3 Core-XY機構(gòu)平衡性分析

用Inventor測量Core-XY的負載部分的質(zhì)量約2.5 kg，掛載所占用位置面積為321 394mm2，所占體積為891 441 mm3，該機構(gòu)負載如圖3[6]。

圖3 Core-XY機構(gòu)負載部件

為保證Core-XY機構(gòu)在啟動和停止過程中不丟步，采用2個57步進電機來驅(qū)動Core-XY機構(gòu)，如表1所示。

表1 Core-XY電機參數(shù)

在程序中設(shè)定Core-XY機構(gòu)線速度最大為10 cm/s停止時間最短為0.1 s，慣性力F為

Inventor測量Core-XY的負載部分的質(zhì)量約2.456 kg，代入式（3）可得F≈2.456 N。

2個電機均攤負載（步進電機同步輪直徑R=13 mm，摩擦力3 N）情況下：

代入數(shù)據(jù)得出M=0.035 4 N·m。

M小于上圖中的1.2 N·m，步進電機的扭矩足夠提供負載的慣性力，在實際運行過程中沒有出現(xiàn)丟步的情況，所以選用的電機能夠很好滿足Core-XY機構(gòu)的精確度要求。

2.4 滾珠絲杠電機驅(qū)動機構(gòu)分析

在空間Z軸方向上位置坐標確定，采用絲杠電機驅(qū)動裝置，使用42/57線性滾珠導軌滑臺，滑臺導程為4 mm，杠直徑12 mm，有效行程300 mm。如圖4所示。

圖4 絲杠運動簡圖

2.5 絲杠力學分析

由于絲杠垂直安裝，采用CBX滾珠絲杠中的1204型號，垂直載重10 kg。直線導軌承重與導向，步進電機直接驅(qū)動，假設(shè)承重最大負載1 kg（包含滑塊草莓在內(nèi)），無徑向負載[7]，不考慮徑向切削力，根據(jù)采摘草莓時的實際情況，設(shè)綜合摩擦力μ為0.1。

式中：F為軸向載荷；f為絲杠的徑向切削力；μ為導件的綜合摩擦系數(shù)；N為重量。

假設(shè)進給絲杠效率為0.94（根據(jù)統(tǒng)計數(shù)據(jù)資料查詢），扭矩計算如式（6）。

式中：T為驅(qū)動扭矩；L為絲杠導程；而42步進電機的扭矩為0.42 N·m，結(jié)合計算所得，采用的絲杠電機驅(qū)動裝置能夠達到效果。

2.6 Core-XY機構(gòu)與絲杠滑臺連接件應力分析

為保證X、Y、Z坐標的統(tǒng)一協(xié)調(diào)性，在Core-XY機構(gòu)與絲杠滑臺需要一個非常穩(wěn)固的連接件，保證能夠協(xié)調(diào)運作[8]。連接件的材料為鋁合金1060，上下表面固定，中間絲杠導通，假設(shè)絲杠滑臺與采摘手末端質(zhì)量為1.5 kg，估算要給連接件與絲杠滑臺接觸表面給一個均勻分布的外部載荷0.1 N·m，兩側(cè)面給均勻分布的外部載荷0.01 N·m，得到其應力變形分布圖如圖5所示。

圖5 連接件應力分布圖

Core-XY結(jié)構(gòu)與絲杠滑臺的連接件，零件將承受較大的應力，利用Soildworks軟件對零件進行受力分析，結(jié)構(gòu)強度足夠滿足運動要求，同時實物制作過程中，這個零件也能穩(wěn)定的連接滑臺和Core-XY機構(gòu)，減小誤差[9]。

2.7 Core-XY機構(gòu)與絲杠滑臺運動控制策略

scale=4.897/10*2 #13 mm同步輪

scale_z=5 #50步1 mm

global temp_x

#global pos_x

global temp_y

#gLobal pos_y

global temp_z

D_X=pos_x-temp_x

D_Y=pos_y-temp_yl

D_A_MOTOR=int ((D_X+D_Y)*scale)

D_B_MOTOR=int ((D_X-D_Y)*scale)

D_z_MOTOR=int (pos_z-temp_z)*scale_z

if pos_x＞1000 or pos_y＞4000 or pos_z＞2000:

print (“out of x_range !”)

else: #1000步63 mm

if temp_x !=pos_x or temp_y !=pos_y:

#pos_x=int (pos_x*15.0)

Data_negative (ex65, exe, D_A_MOTOR)

#cv2.putText (img1_rectified, str (pos_x-temp_x),(500, 250), font, 1, (255, temp_x=pos_x

data_negative (0x05, 0x01, D_B_MOTOR)

#cv2.putText (img1_rectified, str (pos_y-temp_y),(500, 350), font, 1, (255,

temp_y=pos_y

if temp_z !=pos_z:

3 視覺識別系統(tǒng)

3.1 攝像頭標定

樹莓派通過USB接收攝像頭的圖像，經(jīng)過圖像處理識別定位后，計算出路徑和各個關(guān)節(jié)的角度，通過串口發(fā)送16進制數(shù)據(jù)到STM32下位機，下位機發(fā)送多路脈沖信號來控制各個舵機的角度和步進電機的步數(shù)，工作流程圖如圖6所示。利用機械臂回原點的功能，用于對齊機械手坐標系和基坐標系，Core-XY機構(gòu)和步進電機絲杠機構(gòu)的行程邊緣均有碰觸開關(guān)，用于回原點的反饋。采用MATLAB的立體視覺標定箱來獲取單個攝像頭的內(nèi)參，切線畸變和徑向畸變系數(shù)，以及2個攝像頭之間的旋轉(zhuǎn)關(guān)系和平移關(guān)系，便于之后的雙目定位[10-11]（如圖7所示）。

圖6 控制流程圖

圖7 MATLAB立體攝像頭標定箱

3.2 視覺定位系統(tǒng)

Haar特征是一種反映圖像的灰度變化的，像素分模塊求差值的一種特征[12-13]。它分為3類：邊緣特征、線性特征、中心特征和對角線特征。用黑白兩種矩形框組合成特征模板，在特征模板內(nèi)用黑色矩形像素和減去白色矩形像素和表示這個模版的特征值。機器人采用OpenCV3跨平臺計算機視覺庫，用Python語言進行編寫，綜合運用機器學習與機器視覺技術(shù)，在實驗室中通過拍照采集2 000張成熟草莓各個角度的圖片，來進行Haar訓練，也就是說，程序能夠認識草莓的形態(tài)，不再通過簡單的顏色區(qū)分來判別草莓，大幅提高低照度和高亮度情況下的草莓識別率，提高草莓識別的魯棒性。開發(fā)的程序能夠同時識別多個草莓，也開發(fā)草莓姿態(tài)預估的功能，能夠傳遞數(shù)據(jù)給機械手橫滾角的大小，提高草莓采摘的適用性[14-15]。雙目視覺識別定位程序為獨立完成，平均坐標采樣頻率5次/s，深度精度±3 mm，通過比較成熟顏色的面積與草莓整體輪廓面積之比確定是否要摘取果實；對于多果密集分布的情況，根據(jù)不同的深度來進行區(qū)分；果實采摘點張通過雙目視覺定位得到（如圖8所示）。

圖8 視覺定位系統(tǒng)

4 結(jié)果與分析

通過草莓采摘試驗，實際測量草莓果實大小，如表2所示。

表2 草莓大小參數(shù)

草莓大小是實驗關(guān)鍵數(shù)據(jù)之一，是評價采摘效率重要指標，通過表2可知，草莓平均質(zhì)量在16 g左右，大小適中，采用該草莓用于后面草莓采摘工作效率實驗，如表3所示。

表3 草莓采摘實驗結(jié)果

由表3可知，采用雙目視覺識別定位，識別采摘草莓成熟程度為90%，按照草莓平均質(zhì)量16 g估算，采摘速度為325.6顆/h，采摘成功率為88%。采摘不成功原因主要來自草莓分布不均勻、有的甚至被頸部葉子遮蓋，視覺系統(tǒng)無法精確定位，末端執(zhí)行器無法采摘，通過人力彎腰去輔助采摘，進而增加勞力，降低工作效率，為此對手推采摘小車進行優(yōu)化設(shè)計。

5 優(yōu)化建議

設(shè)計采摘小車時也考慮到農(nóng)民使用產(chǎn)品的舒適性，保證在長時間作業(yè)范圍內(nèi)，不容易疲勞。通過查詢資料，根據(jù)人體工程學，人在直立行走時手臂的高度在1 050～1 450 mm之間最為舒適，所以將小車推手末端設(shè)計為高度距離地面高度為1 200 mm，同時，推手傾角可調(diào)，更加方便農(nóng)民采摘。如圖所示，推手角度通過一個帶有豁口的連桿調(diào)節(jié)，豁口可以卡在3個凸起位置，來達到不同的推手角度（如圖9所示）。

圖9 優(yōu)化位置和加工后實物

6 結(jié)論

該文重點對Core-XY機構(gòu)的草莓自動采摘機進行設(shè)計與研究，以此驗證使用低成本Core-XY機構(gòu)運動裝置可以負載2.5 kg的質(zhì)量，在利用Soildworks對Core-XY結(jié)構(gòu)與絲杠滑臺的連接件進行應力分析，以滿足強度校核，對末端執(zhí)行器和控制系統(tǒng)進行設(shè)計，并且制作出實物樣機，通過對采摘小車采摘草莓試驗數(shù)據(jù)分析可知，該小車體積小、效率高，減少由于人力彎腰采摘帶來的不便，使果農(nóng)采摘草莓更加便捷。根據(jù)使用感受及人體工程學設(shè)計原理，進行了二次優(yōu)化，增加了工作效率，有很高的市場前景和市場推廣價值。