鄭辰俊，戴銘涵，吳倩茹，王旭，秦艷

（1.電子科技大學(xué)成都學(xué)院 智能制造工程系，四川成都，611731；2.江蘇聯(lián)合職業(yè)技術(shù)學(xué)院 淮安生物工程分院，江蘇淮安，223200）

0 引言

隨著人工智能領(lǐng)域的飛速發(fā)展，機(jī)器人在智慧農(nóng)業(yè)方面的應(yīng)用也日趨廣泛。而水果采摘作為農(nóng)業(yè)領(lǐng)域中比較重要的一環(huán)，提升采摘水果的效率，在節(jié)約人工成本、縮短采摘周期以及提升經(jīng)濟(jì)效益等方面具有積極的意義。因此，研究智能采摘機(jī)器人具有良好的應(yīng)用價(jià)值和市場前景。

近年來，國內(nèi)許多機(jī)構(gòu)對采摘機(jī)器人的研究逐漸增加。例如：2020 年，南通科技職業(yè)學(xué)院王麗娟、劉志剛等開發(fā)了一種結(jié)構(gòu)簡單的單果采摘器，實(shí)現(xiàn)了不同種類水果的采摘功能[1]；2021 年，綏化學(xué)院李作山和付江龍以立體視覺為基礎(chǔ)，對采摘機(jī)器人的路徑規(guī)劃進(jìn)行了研究，機(jī)器人的行進(jìn)過程平滑，且確保了誤差均在許可范圍內(nèi)[2]；2022 年，河南工業(yè)職業(yè)技術(shù)學(xué)院岳鵬飛通過分析動(dòng)力學(xué)數(shù)據(jù)，完成了采摘機(jī)器人機(jī)械臂的運(yùn)動(dòng)學(xué)建模與仿真，提升了機(jī)器人作業(yè)的效率[3]；2023 年，陜西國防工業(yè)職業(yè)技術(shù)學(xué)院孫永芳在設(shè)計(jì)農(nóng)業(yè)采摘機(jī)器人的運(yùn)動(dòng)控制系統(tǒng)時(shí)，運(yùn)用了同步定位和建圖(SLAM)技術(shù)，實(shí)現(xiàn)了機(jī)器人工作時(shí)對果實(shí)位置的準(zhǔn)確判斷和采摘[4]。從上述研究來看，智能化已經(jīng)成為農(nóng)業(yè)采摘機(jī)器人發(fā)展的必然趨勢，且隨著時(shí)間的推移，機(jī)器人的采摘效率、路徑規(guī)劃、視覺識別以及運(yùn)動(dòng)控制等方面的精度也將越來越準(zhǔn)確。鑒于此，本文采用形態(tài)分析法對智能采摘機(jī)器人進(jìn)行設(shè)計(jì)，通過該方法的擬合形成合理的設(shè)計(jì)方案，從而在縮短設(shè)計(jì)周期的同時(shí)，確保機(jī)器人各方面的性能滿足使用要求。

1 形態(tài)分析矩陣的建立及方案的確定

形態(tài)分析法，是對采摘機(jī)器人的功能和技術(shù)手段進(jìn)行排列組合，由此獲得一系列設(shè)計(jì)方案，并優(yōu)選出最佳方案的設(shè)計(jì)方法[5]。該方法的主要實(shí)現(xiàn)過程是：（1）建立功能和技術(shù)手段的對應(yīng)關(guān)系。通過文獻(xiàn)參考法，整理2019—2023 年相關(guān)采摘機(jī)器人的功能和設(shè)計(jì)方案[6~7]；（2）建立形態(tài)分析矩陣。將步驟1 整理好的主要功能和方案以列表的形式，添加至指定位置，形成對應(yīng)關(guān)系，從而完成矩陣的構(gòu)建；（3）設(shè)計(jì)方案的確定。形態(tài)分析矩陣的建立，能夠獲得大量的設(shè)計(jì)方案，故在這一系列設(shè)計(jì)方案中，從創(chuàng)造性、技術(shù)手段實(shí)現(xiàn)的可行性、經(jīng)濟(jì)性以及生產(chǎn)工藝等方面進(jìn)行綜合論證，選擇出合理的設(shè)計(jì)方案。

1.1 智能采摘機(jī)器人形態(tài)分析矩陣構(gòu)建

本文以采摘蘋果的機(jī)器人為設(shè)計(jì)對象，首先建立形態(tài)分析矩陣。采用文獻(xiàn)參考法整理的主要實(shí)現(xiàn)的功能包括：行走、果實(shí)采摘、果實(shí)放置、機(jī)器視覺、驅(qū)動(dòng)系統(tǒng)、無線通信以及循跡避障等[6~7]，構(gòu)建的形態(tài)分析矩陣如表1 所示。

表1 形態(tài)分析矩陣

形態(tài)分析矩陣的方案總數(shù)計(jì)算表達(dá)式為[5]：

式中，X1,X2,X3…。Xi為第i 個(gè)功能對應(yīng)的技術(shù)方案數(shù)量。

將表1 所示的形態(tài)分析矩陣數(shù)據(jù)代入公式(1)，能夠計(jì)算出獲得的設(shè)計(jì)方案數(shù)量為864 種。故需要對各技術(shù)手段進(jìn)行分析，確定合理的設(shè)計(jì)思路。

1.2 智能采摘機(jī)器人設(shè)計(jì)方案分析與確定

根據(jù)表1 所示的形態(tài)分析矩陣，確定最終設(shè)計(jì)方案方法是對每項(xiàng)功能對應(yīng)的技術(shù)手段進(jìn)行分析，從而確定每項(xiàng)功能的最終實(shí)施路徑，最后構(gòu)成整個(gè)機(jī)器人的設(shè)計(jì)方案。例如：就機(jī)器人的行走方式實(shí)現(xiàn)來看，由于種植蘋果樹的果園通常地形比較復(fù)雜，且樹上的蘋果分布不均，機(jī)器人需要根據(jù)蘋果的生長情況進(jìn)行采摘，滑軌和定向輪的形式、固定式都不適合。再考慮到移動(dòng)的便捷性，采用萬向輪的形式是比較合理的，因此可以選擇實(shí)現(xiàn)的技術(shù)手段為萬向輪結(jié)構(gòu)。同理，對其他的功能和對應(yīng)的技術(shù)手段進(jìn)行分析，最終確定的設(shè)計(jì)方案如表2 所示。

表2 采摘機(jī)器人設(shè)計(jì)方案

2 智能采摘機(jī)器人的設(shè)計(jì)

完成智能采摘機(jī)器人方案的確定后，便可以根據(jù)表2 所示的方案進(jìn)行系統(tǒng)設(shè)計(jì)。該設(shè)計(jì)主要包括3 個(gè)方面：三維模型的構(gòu)建、硬件設(shè)計(jì)以及軟件設(shè)計(jì)。系統(tǒng)設(shè)計(jì)的方法為功能和結(jié)構(gòu)相統(tǒng)一的原理，即根據(jù)表2 所示的功能和技術(shù)手段，在設(shè)計(jì)中采用對應(yīng)的結(jié)構(gòu)。例如：機(jī)器人的驅(qū)動(dòng)系統(tǒng)設(shè)計(jì)中，采取的技術(shù)手段為電機(jī)驅(qū)動(dòng)，則根據(jù)機(jī)器人的運(yùn)動(dòng)學(xué)原理和電磁轉(zhuǎn)矩的需求，確定無刷直流電機(jī)作為驅(qū)動(dòng)機(jī)構(gòu)，從而可以確定其結(jié)構(gòu)的形狀、尺寸、系統(tǒng)電路以及運(yùn)行程序等。同理，完成其他部件的設(shè)計(jì)。

2.1 三維模型的構(gòu)建

采摘機(jī)器人三維模型，主要根據(jù)設(shè)計(jì)方案確定的基本結(jié)構(gòu)進(jìn)行布局、零部件形態(tài)和尺寸的確定、零件之間的配合以及整體的裝配等操作。以行走機(jī)構(gòu)和果實(shí)采摘機(jī)構(gòu)為例，采用萬向輪作為移動(dòng)方式，考慮到果園地形的復(fù)雜性，萬向輪能實(shí)現(xiàn)復(fù)雜地形的快速準(zhǔn)確移動(dòng)，需要一定的抗震功能，故該機(jī)構(gòu)除了萬向輪外，還需要設(shè)置增加強(qiáng)度性能和抗震性能的支架，萬向輪機(jī)構(gòu)的三維模型如圖1 所示。對于采摘蘋果的機(jī)械臂和機(jī)械爪而言，動(dòng)作過程中需要滿足運(yùn)行平穩(wěn)、運(yùn)動(dòng)精度以及適應(yīng)不同的運(yùn)動(dòng)軌跡等要求，本文采用四桿機(jī)構(gòu)作為連接裝置，在大臂起始端設(shè)置電機(jī)模塊控制機(jī)械臂的轉(zhuǎn)向。在末端執(zhí)行器選擇三指的機(jī)械爪，方便采摘蘋果的力度控制。將攝像頭設(shè)置于機(jī)械臂的小臂處，方便蘋果大小識別。機(jī)械臂和機(jī)械爪的三維模型，如圖2 所示。同理，系統(tǒng)其余主要的零件如圖3 ～圖4所示。

圖1 萬向輪機(jī)構(gòu)三維模型

圖2 機(jī)械臂和機(jī)械爪三維模型

圖3 果實(shí)放置桶

圖4 攝像頭

采摘機(jī)器人整體裝配模型如圖5 所示。

圖5 機(jī)器人整體裝配模型

2.2 硬件設(shè)計(jì)

2.2.1 主控芯片的確定

智能采摘機(jī)器人正常工作時(shí)，系統(tǒng)需滿足的要求包括：（1）較快的運(yùn)行速度和較高的穩(wěn)定性；（2）系統(tǒng)需要適時(shí)進(jìn)行信號的傳輸、反饋信號的檢測以及人機(jī)交互；（3）系統(tǒng)節(jié)能性良好，即具有低功耗特點(diǎn)。因此，為達(dá)到上述要求，根據(jù)文獻(xiàn)[8]的研究結(jié)論，該機(jī)器人的主控芯片可以確定為STM32F407，其系統(tǒng)電路如圖6 所示。

圖6 STM32F407 主控芯片

2.2.2 驅(qū)動(dòng)系統(tǒng)的設(shè)計(jì)

采摘機(jī)器人在運(yùn)行時(shí)，涉及驅(qū)動(dòng)系統(tǒng)主要包括兩個(gè)方面：（1）萬向輪運(yùn)行的驅(qū)動(dòng)；（2）機(jī)械臂和機(jī)械爪的驅(qū)動(dòng)。該驅(qū)動(dòng)包括對四桿機(jī)構(gòu)的驅(qū)動(dòng)控制整個(gè)機(jī)械臂的運(yùn)行軌跡，大臂起始端的驅(qū)動(dòng)控制機(jī)械臂的轉(zhuǎn)向，對手腕的驅(qū)動(dòng)控制機(jī)械爪的擺動(dòng)。

當(dāng)機(jī)器人在動(dòng)作時(shí)，驅(qū)動(dòng)系統(tǒng)工作的步驟是：（1）系統(tǒng)發(fā)送指令，讓采摘機(jī)器人開始工作（如運(yùn)行、采摘某棵樹上某個(gè)區(qū)域的蘋果）；（2）系統(tǒng)通過控制機(jī)器人的驅(qū)動(dòng)裝置，讓機(jī)器人運(yùn)動(dòng)到指定區(qū)域；（3）系統(tǒng)對四桿機(jī)構(gòu)、大臂起始端以及手腕等位置的驅(qū)動(dòng)裝置發(fā)送指令，執(zhí)行采摘蘋果動(dòng)作。

從上述內(nèi)容可知，采摘機(jī)器人的驅(qū)動(dòng)系統(tǒng)較多，且不同的位置，驅(qū)動(dòng)裝置也不相同。限于篇幅，本文以萬向輪機(jī)構(gòu)的驅(qū)動(dòng)系統(tǒng)為例進(jìn)行闡述。機(jī)器人在果實(shí)采摘過程中，行走的地形比較復(fù)雜，且存在隨機(jī)的坑洼地形。但整體而言，運(yùn)行的場所通常面積不大，距離也有限。因此，采用無刷直流電機(jī)進(jìn)行驅(qū)動(dòng)[9]，比較合適。因?yàn)樵撾姍C(jī)轉(zhuǎn)矩較大、調(diào)速范圍較廣且調(diào)速方式為無級調(diào)速，能夠根據(jù)場所情況適時(shí)選擇合適的轉(zhuǎn)速保持復(fù)雜地形的順利行走，其驅(qū)動(dòng)結(jié)構(gòu)采用雙驅(qū)動(dòng)形式，驅(qū)動(dòng)系統(tǒng)的控制電路如圖7 所示。

圖7 萬向輪驅(qū)動(dòng)系統(tǒng)

2.2.3 循跡避障系統(tǒng)設(shè)計(jì)

采摘機(jī)器人的行走過程，需要適時(shí)進(jìn)行循跡和避障。這也是該機(jī)器人運(yùn)行的基本功能。對于該功能而言，本文選擇目前應(yīng)用較為廣泛的紅外傳感系統(tǒng)來實(shí)現(xiàn)循跡。原因在于機(jī)器人工作的時(shí)間通常為白天，果樹林的環(huán)境會(huì)導(dǎo)致光線分布趨于復(fù)雜。需要對不同照度的光線具有較好適應(yīng)能力的傳感器才能確保循跡的準(zhǔn)確性[8]，而紅外傳感器具有上述特點(diǎn)，是一種比較合理的選擇。其系統(tǒng)電路設(shè)計(jì)，如圖8 所示。

圖8 紅外傳感系統(tǒng)設(shè)計(jì)

此外，機(jī)器人在采摘水果的過程中，經(jīng)常會(huì)遇到果樹以及路面各種障礙。故機(jī)器人還需要具有避障功能。而避障的要求，既需要識別較遠(yuǎn)的障礙物，又需要在某些障礙物突然出現(xiàn)的時(shí)候，能夠及時(shí)停車。故對識別的距離和精度都有較高的要求。為滿足上述使用要求，可以選擇RB URF02 超聲波傳感器[8]。因此，確定了紅外和超聲波傳感器相結(jié)合的循跡避障系統(tǒng)。

2.3 軟件設(shè)計(jì)

機(jī)器人系統(tǒng)的軟件設(shè)計(jì)，主要是采摘蘋果時(shí)，對蘋果的大小進(jìn)行識別和判斷。只有當(dāng)判斷蘋果大于某個(gè)閾值時(shí)，機(jī)器人才會(huì)對其進(jìn)行采摘。故機(jī)器視覺是系統(tǒng)軟件設(shè)計(jì)的重要方面，本文也以機(jī)器視覺為例，對軟件設(shè)計(jì)進(jìn)行闡述。

2.3.1 算法的選擇機(jī)器視覺的核心問題在于算法的選擇。常用的可選算法有YOLOv5s、YOLOv3s 以及改進(jìn)YOLOv5s 等。三種算法對蘋果識別的檢測精度如表3 所示。

表3 三種算法的檢測精度（%）

從表3 所示的三種算法平均精度來看，因?yàn)椴烧獧C(jī)器人僅是對蘋果輪廓和大小進(jìn)行識別，識別對象比較簡單，且特征明顯。故三種算法都具有較高的檢測精度。從三種算法平均精度本身的比較來看，改進(jìn)YOLOv5s 算法精度要略高于其余兩種算法。主要體現(xiàn)在當(dāng)一些樹枝和樹葉對蘋果存在不完全遮擋情形下，該算法的識別精度要優(yōu)于其他兩種。因此，本文在算法選擇中，確定改進(jìn)YOLOv5s 為基本算法。較之于YOLOv5 算法而言，該算法主要是對YOLOV5 算法中的網(wǎng)絡(luò)結(jié)構(gòu)、策略以及訓(xùn)練三個(gè)方面進(jìn)行改進(jìn)。其CIoU函數(shù)損失計(jì)算表達(dá)式為[10]：

式中，ρ2(b,bgt)為真實(shí)框和預(yù)測框中心點(diǎn)的歐式距離；c為兩框?qū)蔷€長度；υ為測試框高的相似性參數(shù)；α為比例權(quán)重參數(shù)；ωgt為真實(shí)框的寬度；hgt為真實(shí)框的高度。

2.3.2 識別效果追蹤

采摘機(jī)器人的視覺測試平臺為Windows 10，處理器為11th Gen Intel(R) Core(TM) i5-11300H 3.10GHz，顯卡型號為Intel(R)Iris(R)Xe Graphics，編程軟件為Python 3.10。

在訓(xùn)練模型上，選取蘋果圖片訓(xùn)練集10000 張，驗(yàn)證集5000張以及測試集3000張。部分識別的情況如圖9所示，測試結(jié)果如表4 所示。

圖9 蘋果大小識別

表4 測試結(jié)果

從表4 所示的測試結(jié)果來看，采用改進(jìn)YOLOV5 算法后，通過訓(xùn)練，識別的平均準(zhǔn)確率達(dá)到了96%。該識別精度達(dá)到了預(yù)期的要求，表明采取改進(jìn)的YOLOV5 算法是比較合理的。

3 智能采摘機(jī)器人性能測試

基于形態(tài)分析法設(shè)計(jì)的智能采摘機(jī)器人性能是否滿足要求，需要進(jìn)行一定的測試。鑒于此，本文按照等比縮放原則制作了機(jī)器人的模型，并開展了一些測試。測試流程為：（1）將機(jī)器人放置于某果樹林場景中；（2）初始化機(jī)器人控制系統(tǒng)的參數(shù)；（3）設(shè)定機(jī)器人的運(yùn)行路徑和采摘目標(biāo)；（4）根據(jù)路徑和采摘目標(biāo)，進(jìn)行模擬作業(yè)操作；（5）對整個(gè)過程中的部分性能進(jìn)行測試、反饋以及參數(shù)調(diào)整。主要測試的內(nèi)容包括：（1）行走機(jī)構(gòu)對果樹林地面的適應(yīng)性。即機(jī)器人能否在果樹林的地面平穩(wěn)和快速地進(jìn)行直線、轉(zhuǎn)向、掉頭等動(dòng)作；（2）循跡和避障精度。機(jī)器人在行進(jìn)中，是否能夠按照既定路線準(zhǔn)確地到達(dá)目的地，且在行進(jìn)中遇到障礙物時(shí)能否及時(shí)判斷和避開；（3）果實(shí)采摘效率。機(jī)器人能否完成正常采摘果實(shí)的動(dòng)作以及能否達(dá)到既定的效率（按照預(yù)設(shè)的小時(shí)采摘水果個(gè)數(shù)進(jìn)行計(jì)量）；（4）系統(tǒng)控制精度以及指令響應(yīng)速度等。具體的測試結(jié)果如表5 所示。

表5 性能測試結(jié)果

從表5 所示的采摘機(jī)器人部分性能測試結(jié)果來看，各項(xiàng)主要性基本滿足要求。萬向輪機(jī)構(gòu)能夠適應(yīng)果樹林的地面，可以按照既定路線正常行進(jìn)。而系統(tǒng)整體的控制精度都比較良好，響應(yīng)速度也較快，表明主控系統(tǒng)的各模塊設(shè)計(jì)比較合理。由此可知，采用形態(tài)分析法得出的設(shè)計(jì)方案是行之有效的。

4 結(jié)論

智能采摘機(jī)器人設(shè)計(jì)中，本文采用形態(tài)分析法建立矩陣，并通過分析得出了較為合理的結(jié)構(gòu)設(shè)計(jì)方案。根據(jù)該設(shè)計(jì)方案完成了機(jī)器人的結(jié)構(gòu)設(shè)計(jì)，并建立了三維模型，實(shí)現(xiàn)了硬件和軟件的設(shè)計(jì)。對機(jī)器人模型進(jìn)行性能測試，測試結(jié)果達(dá)到了預(yù)期的目標(biāo)，驗(yàn)證了形態(tài)分析法設(shè)計(jì)的可行性。下一步工作，可以結(jié)合形態(tài)分析矩陣篩選出更加合理的方案，完成采摘機(jī)器人的進(jìn)一步優(yōu)化設(shè)計(jì)。