洪翌鈞

（中南大學(xué)，長沙 410006）

草莓是世界上栽培面積較廣的水果，生長周期長，生產(chǎn)管理環(huán)節(jié)多，以鮮食為主，具有極高的營養(yǎng)價值。草莓具有獨(dú)特的植物學(xué)特征和栽培要求，在全球不同國家和地區(qū)，其栽培模式、經(jīng)營規(guī)模等差異很大。目前，我國草莓種植方式主要分為高壟栽培和高架栽培。高壟栽培草莓一般壟面為35 ～40 cm，壟高為30 cm，壟距為80 ～100 cm，壟溝為25 ～30 cm，株距為20 cm左右。高架栽培草莓一般支架高度為1.1 ～1.5 cm，單雙行種植均可。依據(jù)無土栽培槽寬度而定，草莓間距為20 ～30 cm。

我國是最大的草莓生產(chǎn)國，2022 年全年草莓產(chǎn)量達(dá)到320 萬t。近年來，草莓已成為我國水果產(chǎn)業(yè)中發(fā)展最快的領(lǐng)域，經(jīng)濟(jì)和社會效益顯著提升，不僅促進(jìn)了農(nóng)民增收，而且作為適宜農(nóng)業(yè)旅游、觀光采摘的水果，促進(jìn)了第一、第二、第三產(chǎn)業(yè)的融合發(fā)展。但是，目前我國的草莓生產(chǎn)機(jī)械化總體水平偏低，草莓生產(chǎn)對人工的依賴非常嚴(yán)重。近年來，隨著科技的發(fā)展，草莓生產(chǎn)逐漸走向智能化和機(jī)械化。草莓采摘機(jī)器人的研制極大地降低了人力成本，提高了采摘效率，推動了草莓種植業(yè)的規(guī)模化發(fā)展。

1 研究現(xiàn)狀

1.1 采摘執(zhí)行裝置研究現(xiàn)狀

目前，國內(nèi)草莓采摘機(jī)器人在采摘執(zhí)行裝置方面大多采用切斷或扭斷果梗的方式。高義虎采用夾持果實(shí)并割斷草莓梗的采摘方式，利用機(jī)械爪夾持草莓，應(yīng)用切割機(jī)構(gòu)切斷果梗并自動回位待機(jī)，以備下一次運(yùn)行。該執(zhí)行機(jī)構(gòu)體積小，可保持靈活性，并可深入草莓種植區(qū)[1]。程勝鵬采用4 自由度的機(jī)械手，末端執(zhí)行裝置左夾爪裝有刀片，右夾爪開有凹槽，由舵機(jī)驅(qū)動夾爪閉合，可在夾持果梗的基礎(chǔ)上剪斷果梗[2]。王糧局設(shè)計(jì)的采摘執(zhí)行機(jī)構(gòu)，利用攏果繩將果實(shí)從復(fù)雜環(huán)境中攏出，由電機(jī)帶動齒輪和齒條機(jī)構(gòu)實(shí)現(xiàn)夾指閉合，完成果柄的剪切和夾持[3]。

1.2 行走機(jī)構(gòu)研究現(xiàn)狀

當(dāng)前，國內(nèi)行走裝置設(shè)計(jì)多為適用于高架栽培模式的輪式底盤和履帶式底盤，也有針對地壟采用導(dǎo)軌機(jī)構(gòu)的設(shè)計(jì)。陳俊丞根據(jù)高架栽培草莓大棚內(nèi)通道平整，適合輪式底盤通行運(yùn)動的情況，采用麥克納姆輪底盤，具有良好的平穩(wěn)性和可靠性，能夠有效適應(yīng)環(huán)境[4]。李贇釗等研究的跨壟式行走機(jī)構(gòu)適合壟作草莓，驅(qū)動電機(jī)位于機(jī)構(gòu)上部載物臺，豎直方向傳動采用鏈傳動[5]。驅(qū)動時通過齒輪傳動、傳動軸和鏈傳動將動力傳遞給輪軸，實(shí)現(xiàn)輪子旋轉(zhuǎn)、機(jī)構(gòu)行走。李長勇等采用履帶式行走機(jī)構(gòu)設(shè)計(jì)，車體的驅(qū)動源為直流減速電機(jī)，并與驅(qū)動輪連接，而驅(qū)動輪與履帶嚙合[6]。該行走機(jī)構(gòu)具有承載能力強(qiáng)、穩(wěn)定性好、環(huán)境適應(yīng)能力強(qiáng)等優(yōu)點(diǎn)。王糧局采用導(dǎo)軌機(jī)構(gòu)，驅(qū)動電機(jī)固定在多機(jī)械臂安裝座上，電機(jī)軸和齒輪連接，齒條和導(dǎo)軌固定連接，使得多機(jī)械臂安裝座和直線軌道發(fā)生相對位移。

1.3 識別定位系統(tǒng)研究現(xiàn)狀

現(xiàn)階段，國內(nèi)對草莓采摘機(jī)器人草莓識別定位方法的研究較多且方向各有不同。陳俊丞采用YOLO 識別算法，通過雙目攝像頭建立三維坐標(biāo)系，對草莓圖像進(jìn)行二值化處理。先尋找像素形心，再采用局部自適應(yīng)閾值二值化處理，最終定位草莓質(zhì)心。彭志鴻等采用基于OpenCV 圖像處理庫的草莓識別方法，通過高斯模糊、二值化等算法處理后，在二維圖像平面內(nèi)識別草莓質(zhì)心坐標(biāo)并進(jìn)行標(biāo)定[7]。馬科展選取Mask-RCNN 作為神經(jīng)網(wǎng)絡(luò)框架，優(yōu)化后的草莓識別模型草莓檢測準(zhǔn)確率和召回率分別達(dá)到90.14%和98.68%[8]。對于輸出結(jié)果，結(jié)合深度圖像獲得草莓的局部點(diǎn)云，通過特征計(jì)算與完整點(diǎn)云模板進(jìn)行匹配，得到草莓真實(shí)位置及姿態(tài)，與未遮擋草莓的質(zhì)心和主軸偏差小于1 mm 和1°，與遮擋情況草莓的質(zhì)心和主軸偏差小于6 mm 和6°。

2 存在的問題

2.1 采摘執(zhí)行裝置結(jié)構(gòu)設(shè)計(jì)仍有待完善

成熟草莓肉質(zhì)柔軟多汁，極易受損。目前，草莓采摘機(jī)器人的采摘執(zhí)行方式包括切斷、扭斷等多種形式，最終的采摘方式多為夾持，而夾持機(jī)械爪采摘柔性極差，易損傷草莓果實(shí)和枝葉。由于草莓生長呈簇狀分布，機(jī)械爪夾持對識別精度要求較高，只能實(shí)現(xiàn)單枚草莓采摘，不僅增加了采摘難度，而且降低了采摘效率。另外，草莓植株枝葉茂密，種植間隔小，而草莓采摘機(jī)器人多使用多自由度機(jī)械臂，不僅容易出現(xiàn)碰撞問題，造成機(jī)體損壞和草莓植株損傷，而且會因?yàn)闄C(jī)械臂自由度過多導(dǎo)致的振動和誤差降低采摘效率。

2.2 草莓果實(shí)識別及定位影響因素難以排除

草莓采摘環(huán)節(jié)中，最重要的是對果實(shí)的識別與定位。對果實(shí)識別與定位的精確性將影響草莓采摘機(jī)器人的行走和采摘執(zhí)行裝置的運(yùn)行，進(jìn)而影響采摘草莓的品質(zhì)。識別的成功率受到多方因素影響。首先，草莓種植環(huán)境的光照、草莓植株葉片遮擋等，將會直接影響攝像頭捕捉圖像的質(zhì)量，對識別工作造成極大干擾。草莓采摘機(jī)器人行進(jìn)過程中，葉片遮擋和多草莓果實(shí)重疊，可能造成檢測目標(biāo)丟失而更換采摘目標(biāo)，但若頻繁出現(xiàn)此問題將嚴(yán)重降低草莓采摘的成功率和效率。其次，草莓種植環(huán)境地形造成的機(jī)器人行進(jìn)過程機(jī)身振動、機(jī)械臂運(yùn)動時產(chǎn)生的自身振動、末端執(zhí)行機(jī)構(gòu)采摘時造成的草莓植株和果實(shí)晃動，以及可能存在的草莓果實(shí)掉落，將導(dǎo)致捕捉圖像模糊、識別效果差，果實(shí)采摘效率低。最后，草莓采摘依賴識別處理后的定位，而識別過程中可能存在草莓自身黑斑或表皮傷疤、上層葉片陰影、多草莓果實(shí)重疊等問題，干擾草莓三維坐標(biāo)建立和形心捕捉，影響采摘。

3 研究設(shè)想及發(fā)展趨勢

3.1 采摘執(zhí)行與收集裝置改進(jìn)設(shè)想

國內(nèi)末端執(zhí)行機(jī)構(gòu)多以機(jī)械爪夾持剪切并通過機(jī)械手運(yùn)送，可以考慮將機(jī)械爪改進(jìn)為包含攏果裝置和夾剪果柄裝置的采摘執(zhí)行機(jī)構(gòu)。在攏果繩將草莓從枝葉中攏出后，利用剪切機(jī)構(gòu)完成草莓梗的剪切工作，省去機(jī)械臂夾持搬運(yùn)剪切后草莓果實(shí)的過程。在機(jī)械剪切裝置下方設(shè)置柔性碗狀采集器和柔性管道，在完成剪切后使草莓能夠自由落入采集器，并沿管道進(jìn)入收集箱，以減少夾持搬運(yùn)過程中機(jī)械爪柔性差及機(jī)械臂運(yùn)行振動對草莓表皮的損傷，同時可實(shí)現(xiàn)多草莓采摘。需注意，由于壟作草莓果實(shí)離地面較近，難以收集，故此設(shè)計(jì)方法的草莓采摘僅適用于高架草莓采摘，并不適用于壟作草莓采摘。

3.2 草莓識別定位系統(tǒng)設(shè)想

目前，深度學(xué)習(xí)在農(nóng)業(yè)領(lǐng)域的應(yīng)用已成為主流。深度學(xué)習(xí)應(yīng)用于草莓采摘識別，通過數(shù)據(jù)處理提取特征具備更好的泛化能力?？紤]草莓目標(biāo)檢測的模型輕量化、快速、準(zhǔn)確、實(shí)時等需求，文章采用YOLOv5+DeepSORT，利用YOLO 識別算法檢測速度快的優(yōu)勢，配合跟蹤算法DeepSORT 實(shí)現(xiàn)實(shí)時跟蹤草莓采摘。

3.2.1 YOLOv5 算法簡介

YOLOv5 算法是一種基于深度學(xué)習(xí)的目標(biāo)檢測算法，開發(fā)者為Ultralytics 團(tuán)隊(duì)的Glenn Jocher。與其他算法相比，YOLOv5 具有檢測速度快、準(zhǔn)確率高、模型輕量化、易于部署和使用等優(yōu)點(diǎn)，其調(diào)用、訓(xùn)練和預(yù)測都十分方便，能夠在資源有限的嵌入式設(shè)備上實(shí)現(xiàn)高效的目標(biāo)檢測。在近幾年的應(yīng)用經(jīng)驗(yàn)中，YOLOv5 相當(dāng)優(yōu)秀，是YOLO 系列中發(fā)展較為完備且使用相對廣泛的一個版本，適合草莓的采摘識別。YOLOv5 共包含5 個版本的目標(biāo)檢測網(wǎng)絡(luò)，本設(shè)計(jì)選擇YOLOv5s 的網(wǎng)絡(luò)結(jié)構(gòu)。相比其他網(wǎng)絡(luò)，YOLOv5s占空間更小，更適合部署在移動設(shè)備上，而且推理速度更快，適用于草莓采摘作業(yè)的實(shí)時檢測。

3.2.2 DeepSORT 算法簡介

DeepSORT 是基于目標(biāo)檢測的多目標(biāo)跟蹤算法。目標(biāo)檢測算法的優(yōu)劣影響該算法跟蹤的效果。該算法在為每個對象分配身份標(biāo)識號（Identity Document，ID）的同時能夠跟蹤對象。DeepSORT 算法是SORT算法的升級，在SORT 算法的基礎(chǔ)上引入深度學(xué)習(xí)，通過添加外觀信息，采用級聯(lián)匹配和重疊度（Intersection over Union，IoU）匹配，減少目標(biāo)ID 切換次數(shù)，提高跟蹤效率。該算法的具體流程：運(yùn)行卡爾曼濾波對軌跡進(jìn)行預(yù)測；使用匈牙利算法對Detections 與Confirmed 狀態(tài)的軌跡進(jìn)行級聯(lián)匹配，獲得Unmatched Tracks、Unmatched Detections 和Matched Tracks；對Unmatched Tracks、Unmatched Detections 和Tentative狀態(tài)的軌跡使用匈牙利算法進(jìn)行IoU 匹配，獲得新的Unmatched Tracks、Unmatched Detections 和Matched Tracks；卡爾曼濾波對Matched Tracks 狀態(tài)進(jìn)行更新；刪除Unmatched Tracks 的Tentative 狀態(tài)；Unmatched Tracks 的Confirmed 狀態(tài)大于max-age 則刪除，小于max-age 則初始化為新的軌跡。

本設(shè)計(jì)增加使用目標(biāo)跟蹤算法DeepSORT 而非僅僅使用目標(biāo)檢測算法YOLOv5 的原因如下。草莓植株枝葉較多，草莓果實(shí)藏于植株枝葉之間，而草莓采摘作業(yè)時草莓采摘機(jī)器人對草莓的捕捉是一個實(shí)時檢測的過程。在機(jī)器人識別判斷要采摘的草莓并向目標(biāo)移動的過程中，由于枝葉的存在，極有可能出現(xiàn)目標(biāo)草莓部分或完全被遮擋的情況，導(dǎo)致檢測器失效。此時攝像頭檢測范圍內(nèi)若存在其他草莓，可能會將其他草莓誤判為原目標(biāo)采摘草莓，從而產(chǎn)生頻繁轉(zhuǎn)換采摘目標(biāo)的問題，嚴(yán)重影響采摘效率。此時若增加目標(biāo)跟蹤算法，跟蹤器將為出現(xiàn)在檢測范圍內(nèi)的每個草莓分配一個ID，同時跟蹤草莓的位置并保持高速運(yùn)行。即使出現(xiàn)目標(biāo)采摘草莓被遮擋的情況，采摘機(jī)器人仍能預(yù)測目標(biāo)采摘草莓出現(xiàn)的位置并跟蹤判斷其坐標(biāo)，避免頻繁轉(zhuǎn)換采摘目標(biāo)。同時，跟蹤器的識別判斷速度通?？煊跈z測器，更適用于實(shí)時的草莓采摘作業(yè)。

3.3 未來發(fā)展趨勢

草莓植株枝葉較多，種植間距較小，因此對草莓采摘機(jī)器人提出了小型化要求，以降低植株枝葉的影響。壟作草莓由于其生長環(huán)境的特殊性，對采摘機(jī)器人行走避障能力提出了較高要求。因?qū)嶋H采摘過程中的多方環(huán)境因素影響，人們對草莓果實(shí)的檢測識別提出了較高要求，促使基于深度學(xué)習(xí)的視覺系統(tǒng)研究成為主流研究方向。市面上果實(shí)采摘機(jī)器人大多用于，降低采摘作業(yè)的勞動強(qiáng)度和勞動成本。因此，草莓采摘機(jī)器人的研究必將向著硬件結(jié)構(gòu)合理化、視覺系統(tǒng)智能化與高效化、控制系統(tǒng)自動化發(fā)展，并根據(jù)市場和環(huán)境的實(shí)際需求不斷改進(jìn)，以期實(shí)現(xiàn)實(shí)用化目標(biāo)。

4 結(jié)語

通過草莓采摘執(zhí)行與收集裝置的結(jié)構(gòu)改進(jìn)，將機(jī)械爪改進(jìn)為包含攏果裝置和夾剪果柄裝置的采摘執(zhí)行機(jī)構(gòu)，減少夾持搬運(yùn)過程中機(jī)械爪柔性差及機(jī)械臂運(yùn)行振動損傷草莓表皮的情況，同時實(shí)現(xiàn)多草莓采摘。在以往的研究中，草莓識別定位系統(tǒng)均采用單一算法，文章提出基于YOLOv5 算法和DeepSORT 算法聯(lián)合應(yīng)用于優(yōu)化草莓識別定位系統(tǒng)的設(shè)想，融合運(yùn)用結(jié)構(gòu)改進(jìn)和識別定位系統(tǒng)，可為草莓采摘機(jī)器人的深入研究提供有益參考。