孫龍霞 呂寧 於鋒 葛迅一 胡雙燕

DOI： 10.3969/j.issn.1671-7775.2024.03.007

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

摘要：針對(duì)工廠化蘑菇種植中人工采摘費(fèi)時(shí)、費(fèi)力等問題，研制了一款蘑菇采摘機(jī)器人.首先，采用模塊化設(shè)計(jì)了采摘機(jī)器人機(jī)械結(jié)構(gòu)，基于D-H法推導(dǎo)機(jī)器人運(yùn)動(dòng)學(xué)正解和逆解，并進(jìn)一步分析了采摘手臂的動(dòng)力學(xué)性能；以采摘效率為目標(biāo)建立了手臂尺寸的多目標(biāo)優(yōu)化模型，并用遺傳算法求最優(yōu)解；然后建立Adams虛擬樣機(jī)模型，對(duì)優(yōu)化前后的機(jī)器人模型分別進(jìn)行采摘?jiǎng)恿W(xué)仿真試驗(yàn)，結(jié)果表明，在電動(dòng)機(jī)輸出轉(zhuǎn)矩相同情況下，大臂關(guān)節(jié)和小臂關(guān)節(jié)最大角速度分別提高22.9%和18.6%，單次采摘時(shí)間由1.60 s縮短到1.36 s ，速度提高15%；最后研制原理樣機(jī)并進(jìn)行采摘試驗(yàn)，試驗(yàn)結(jié)果表明，所研制的機(jī)器人可適用于工廠化蘑菇種植模式下多層菇床中狹小、大面積作業(yè)的自動(dòng)化采摘，單次蘑菇采摘時(shí)間約為2.0 s.

關(guān)鍵詞：? 蘑菇； 采摘機(jī)器人； 運(yùn)動(dòng)學(xué)分析； 多目標(biāo)優(yōu)化； 動(dòng)力學(xué)仿真

中圖分類號(hào)： TP237? 文獻(xiàn)標(biāo)志碼：? A? 文章編號(hào)：?? 1671-7775（2024）03-0295-07

引文格式：? 孫龍霞，呂? 寧，於? 鋒，等. 蘑菇采摘機(jī)器人的結(jié)構(gòu)設(shè)計(jì)及優(yōu)化［J］.江蘇大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，45（3）：295-301，308.

收稿日期：?? 2023-11-01

基金項(xiàng)目：? 江蘇省現(xiàn)代農(nóng)機(jī)裝備與技術(shù)示范推廣項(xiàng)目（NJ2021-37）； 江蘇省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（BE2022363）； 江蘇省農(nóng)業(yè)科技自主創(chuàng)新項(xiàng)目（CX（20）3068）

作者簡介：?? 孫龍霞（1970—），女，江蘇通州人，研究員級(jí)高級(jí)工程師（njaurobot@njau.edu.cn），主要從事農(nóng)業(yè)機(jī)械化技術(shù)的研究.

呂? 寧（2003—），女，安徽滁州人，本科生（共同一作，2178043589@qq.com），主要從事農(nóng)業(yè)采摘機(jī)器人技術(shù)的研究.

Structure design and optimization of mushroom picking robot

SUN Longxia1， LYU Ning2， YU Feng1， GE Xunyi1， HU Shuangyan1

（1. Jiangsu Province Agricultural Machinery Application Center， Nanjing， Jiangsu 210036， China； 2. College of Artificial Intelligence， Nanjing Agricultural University， Nanjing， Jiangsu 210031， China）

Abstract： To solve the problems of picking mushrooms manually in the factory mushroom growing environment with consuming time and labor， a mushroom picking robot was designed and developed. The mechanical structure of the picking robot system was designed by the modular design method， and the positive and negative kinematics solutions of the robot were deduced based on the D-H coordinate method to analyze the dynamic performance of the picking arm. The multi-objective optimization model of picking arm size structure was established for maximizing the picking efficiency， and the optimal solution was obtained with rapid iteration by genetic algorithm. The Adams virtual prototype model was established， and the picking dynamics simulation tests of the robot model before and after optimization were conducted. The simulation results show that under the same motor output torque， the maximum angular velocities of the big arm joint and the small arm joint are increased by 22.9% and 18.6%， respectively， while the single picking time is shortened from 1.60 s to 1.36 s with the picking speed increased by 15%. The developed physical prototype is suitable for the large area automatic picking operation in the sall multi-layer mushroom bed under the factory mushroom growing mode， and the single picking time is 2.0 s.

Key words：? mushroom; picking robot; kinematic analysis; multi-objective optimization; dynamic simulation

食用菌具有極佳的食品價(jià)值，能夠提供優(yōu)質(zhì)完全蛋白質(zhì)、豐富的脂肪、維他命、微量元素以及21種氨基酸等，蘑菇蛋白優(yōu)于植物蛋白.其中褐菇（因肉質(zhì)鮮嫩，營養(yǎng)價(jià)值和牛排相當(dāng)，又名牛排菇）更具價(jià)值，70%～90%的營養(yǎng)可被人體吸收，還富含有谷類中所沒有的氨基酸、賴氨酸和色氨酸，以及素食中的葉酸和維他命B12等.2014—2019 年，中國食用菌總產(chǎn)量從3 270 萬t增加到近4 000 萬t，食用菌生產(chǎn)正經(jīng)歷快速穩(wěn)定增長的過程［1-2］.隨著市場上褐菇需求量不斷增加，褐菇種植規(guī)模也不斷擴(kuò)張，實(shí)現(xiàn)了規(guī)?；a(chǎn)，但菌菇采摘環(huán)節(jié)依舊采用人工采摘，自動(dòng)化機(jī)械化程度低、采摘成本高、采摘費(fèi)時(shí)、費(fèi)力等問題也隨之凸顯［3-4］，因此基于工廠化種植模式下開發(fā)高效率的蘑菇采摘機(jī)器人具有極大的應(yīng)用前景.文獻(xiàn)［5-7］發(fā)明了一種具有多元化吸觸手的蘑菇采摘設(shè)備，該采摘機(jī)器人利用負(fù)壓氣體驅(qū)動(dòng)橡膠吸盤，適合在一定尺寸范圍內(nèi)的蘑菇帽，針對(duì)不同尺寸的蘑菇需要經(jīng)常性更換吸盤，因而不夠?qū)嵱?文獻(xiàn)［8］研制了一種收獲溫室牡蠣蘑菇的機(jī)器人，采用RGB-D攝像機(jī)提供彩色圖像、深度和在低光條件下工作的光源，機(jī)器人收獲成功率達(dá)到86.8%，但這種采摘機(jī)器人存在照明不足的區(qū)域，蘑菇粘連的情況以及蘑菇表皮會(huì)出現(xiàn)破損［9］.文獻(xiàn)［10］則采用結(jié)構(gòu)光SR300深度相機(jī)采集菇床圖像送入工業(yè)控制計(jì)算機(jī)進(jìn)行原位測量，對(duì)褐菇進(jìn)行精確測量與定位.文獻(xiàn)［11］提出了一種YOLO v5遷移學(xué)習(xí)識(shí)別定位褐菇，結(jié)合褐菇三維邊緣信息的直徑動(dòng)態(tài)估測法實(shí)現(xiàn)褐菇尺寸的精確測量和中心點(diǎn)定位.但以上的研究都未能滿足在工廠種植模式下的快速、精準(zhǔn)、無損的蘑菇采摘需求.

文中結(jié)合工廠化種植模式下的多層褐菇采摘需求，采用模塊化的設(shè)計(jì)方法進(jìn)行蘑菇采摘機(jī)器人結(jié)構(gòu)設(shè)計(jì)，使用D-H法建立機(jī)器人運(yùn)動(dòng)學(xué)模型，以最快采摘效率為目標(biāo)函數(shù)建立優(yōu)化模型，采用遺傳算法求得手臂尺寸最優(yōu)解，并通過虛擬樣機(jī)軟件Adams驗(yàn)證最優(yōu)解模型對(duì)性能的提升效果，最后開發(fā)出原理樣機(jī)進(jìn)行蘑菇采摘試驗(yàn)驗(yàn)證.

1? 蘑菇采摘機(jī)器人設(shè)計(jì)

工廠化種植模式下，為提高空間利用率褐菇種植在多層菇床上.每一個(gè)菇房內(nèi)布置2排菇架，菇架外通道寬度140 cm，單個(gè)菇架分為6 層，每層布置18個(gè)相互獨(dú)立的菇床，層間隔為60 cm，菇床架要求采摘機(jī)器人的最低工作高度小于50 cm，最高工作高度大于410 cm.為保證蘑菇采摘機(jī)器人可在過道中順利通過，機(jī)器人寬度應(yīng)該小于過道寬度.為滿足工作高度和分層的需求，機(jī)器人應(yīng)具備升降功能.當(dāng)一個(gè)菇床內(nèi)蘑菇采摘結(jié)束之后，機(jī)器人需要進(jìn)行升降或者前進(jìn)動(dòng)作，因此采摘機(jī)械手臂應(yīng)該安裝在一套可自動(dòng)伸縮的導(dǎo)軌系統(tǒng)上，機(jī)器人行走時(shí)手臂和導(dǎo)軌系統(tǒng)收縮在平臺(tái)正上方，機(jī)器人采摘時(shí)導(dǎo)軌系統(tǒng)朝菇架一側(cè)推出，采摘機(jī)械手臂和末端采摘手爪則深入到夾層空間進(jìn)行作業(yè)，如圖1所示.

根據(jù)以上需求，在同時(shí)比較了幾種機(jī)械手臂的布置方案后，占用立面空間較小的平面關(guān)節(jié)手臂作為采摘機(jī)械手臂的首選布置方案.同時(shí)分析采摘單個(gè)菇床的蘑菇時(shí)采摘機(jī)器人作業(yè)覆蓋平面圖，如圖2所示.蘑菇種植菇床邊界為矩形A2B2C2D2（A2B2=1 340 mm，A2C2=1 400 mm），手臂腰部安裝在導(dǎo)軌系統(tǒng)上，導(dǎo)軌系統(tǒng)x方向和y方向有效行程構(gòu)成的區(qū)域?yàn)榫匦蜛1B1C1D1（A1B1=A1C1=1 000 mm）.由此確定的手臂長度至少為A1A2，得到平面EFGHIJ內(nèi)部空間為機(jī)器人采摘空間平面，能夠看出采摘空間平面可完全覆蓋蘑菇種植區(qū)域.

基于上述分析使用SolidWorks軟件模塊化建立蘑菇采摘機(jī)器人系統(tǒng)結(jié)構(gòu)設(shè)計(jì)裝配模型，如圖3所示.該機(jī)器人主要由移動(dòng)升降平臺(tái)、伸縮導(dǎo)軌系統(tǒng)、采摘機(jī)械手臂、柔性采摘手爪及傳感器感知系統(tǒng)組成.其中移動(dòng)升降平臺(tái)，使用高強(qiáng)度雙柱鋁合金伸縮升降平臺(tái)，采用800 W的電動(dòng)液壓泵驅(qū)動(dòng)液壓桿和重載鏈條驅(qū)動(dòng)平臺(tái)上升和下降.導(dǎo)軌系統(tǒng)則采用龍門式布置，選用內(nèi)置雙軸心直線導(dǎo)軌和滑塊作為移動(dòng)執(zhí)行機(jī)構(gòu)，采用同步輪-同步帶作為傳動(dòng)方案，同時(shí)選用合適扭矩的帶增量式編碼器的閉環(huán)步進(jìn)電動(dòng)機(jī)進(jìn)行驅(qū)動(dòng)，能夠有效提高導(dǎo)軌系統(tǒng)的平穩(wěn)性.采摘機(jī)械手臂采用平面二臂關(guān)節(jié)機(jī)器人設(shè)計(jì)方案，選用轉(zhuǎn)速高、功質(zhì)比大的直流無刷伺服電動(dòng)機(jī)配合緊湊輕量的諧波減速器驅(qū)動(dòng)，降低了手臂質(zhì)量從而提高響應(yīng)速度和采摘效率.末端執(zhí)行器采用自主開發(fā)的柔性采摘手爪，經(jīng)試驗(yàn)測定可高效抓取蘑菇，同時(shí)不損傷蘑菇表面.

2? 運(yùn)動(dòng)學(xué)分析

2.1? 運(yùn)動(dòng)學(xué)正解

為了進(jìn)一步優(yōu)化手臂的尺寸，首先需要通過運(yùn)動(dòng)學(xué)分析建立尺寸多目標(biāo)優(yōu)化模型.文中建立如圖4所示蘑菇采摘機(jī)器人D-H坐標(biāo)系［12］.其中X0Y0Z0為不動(dòng)坐標(biāo)系，是末端執(zhí)行器位置的參考坐標(biāo)系，X8Y8Z8為固接在末端執(zhí)行器上用于表示末端位置和姿態(tài)的坐標(biāo)系.

根據(jù)坐標(biāo)系中各關(guān)節(jié)之間設(shè)定的參數(shù)，列出蘑菇采摘機(jī)器人的D-H參數(shù)，如表1所示.

根據(jù)D-H約定，相鄰兩個(gè)關(guān)節(jié)之間的運(yùn)動(dòng)變換矩陣Ai都可以表示為4個(gè)基本矩陣的乘積，由此通過簡單計(jì)算可得Ai如下：

A1=1000

0010

0-10d1

0001，

A2=1000

0100

001d2

0001，

A3=1000

0010

0-10d3

0001，

A4=100a4

00-10

010d4

0001，

A5=c5-s50a5c5

s5c50a5s5

0010

0001，

A6=c6-s60a6c6

s6c60a6s6

0010

0001，

A7=c7-s700

s7c700

0010

0001，

A8=1000

0100

001d8

0001，（1）

式中： ci表示cos θi；si表示sin θi.

計(jì)算得到正運(yùn)動(dòng)學(xué)矩陣方程：

T08=r11r12r13Px

r21r22r23Py

r31r32r33Pz

0001，（2）

式中： r11=c7（c5c6-s5s6）-s7（c5s6+s5c6）；

r12=-c7（c5s6+s5c6）+s7（c5c6-s5s6）；r13=0；

r21=c7（c5s6+s5c6）+s7（c5c6-s5s6）；

r22=c7（c5c6-s5s6）-s7（c5s6+s5c6）；r23=0；

r31=0；r32=0；r33=0;

Px=a4+a5c5+a6（c5c6-s5s6）；Py=d2+d3+a5s5+a6（c5s6+s5c6）；Pz=d1-d4-d8.

2.2? 運(yùn)動(dòng)學(xué)逆解

逆運(yùn)動(dòng)學(xué)方程［13］可以描述為：已知（Px，Py，Pz），求解對(duì)應(yīng)的手臂所對(duì)應(yīng)的夾角和伸長量的值.根據(jù)識(shí)別定位相機(jī)的工作特性，采摘策略采用點(diǎn)陣列遍歷掃描的方法進(jìn)行.因此當(dāng)每次掃描識(shí)別之后，采摘機(jī)械手臂的腰部位置是由掃描點(diǎn)的位置確定，為已知條件.故靜坐標(biāo)系導(dǎo)軌系統(tǒng)中y方向?qū)к夁\(yùn)動(dòng)量d3，x方向?qū)к夁\(yùn)動(dòng)量a4是確定的.結(jié)合機(jī)械結(jié)構(gòu)本身尺寸所確定的導(dǎo)軌高度參數(shù)d1，固定導(dǎo)軌伸展運(yùn)動(dòng)量d2，腰部偏置量d4，手臂大臂長度a5，小臂長度a6，末端執(zhí)行手爪的旋轉(zhuǎn)角度θ7都是已知量，則有

Px=a4+a5cos θ5+a6（cos θ5cos θ6-sin θ5sin θ6），

Py=d2+d3+a5sin θ5+a6（cos θ5sin 6+sin θ5cos θ6），

Pz=d1-d4-d8，（3）

即簡化為兩個(gè)方程求解兩個(gè)未知量的問題.由此可較為容易求得逆運(yùn)動(dòng)學(xué)方程的解：

cos θ6=（Px-a4）2+（Py-d2-d3）2-a25-a262a5a6，

sin θ6=±1-cos2θ6，（4）

因此解得關(guān)節(jié)角度為

θ6=tan-1±1-cos2θ6cos θ6，

θ5=tan-1Py-d2-d3Px-a4-tan-1a6sin θ6a5+a6cos θ6.（5）

2.3? 手臂動(dòng)力學(xué)分析

根據(jù)逆運(yùn)動(dòng)學(xué)解出的X坐標(biāo)和Y坐標(biāo)方程，對(duì)其求微分得到dX=Jdq，其中X=PxPy，表示末端位置信息；q=θ5θ6，表示廣義的關(guān)節(jié)變量；J為雅可比矩陣，反應(yīng)末端速度隨位移量的變化關(guān)系，表示為

J=-a5sin θ5-a6sin（θ5+θ6）-a6sin（θ5+θ6）

a5cos θ5+a6cos（θ5+θ6）a6cos（θ5+θ6）.（6）

由（6）式可進(jìn)一步可得到方程X·=Jq·，則手臂上任意點(diǎn)線速度和角速度都可以通過雅克比矩陣和關(guān)節(jié)變量的導(dǎo)數(shù)來表示，設(shè)分別有Jvi和Jωi，v為線速度，ω為角速度，i表示連桿數(shù)，即為5和6，則有以下關(guān)系：

vi=Jvi（q）q·，ωi=Jωi（q）q·.（7）

系統(tǒng)總動(dòng)能：

Ek=12（mvTv+ωTIω）=12q·TD（q）q·（8）

式中： m為手臂的總質(zhì)量；I為轉(zhuǎn)動(dòng)慣量矩陣，D（q）為慣性矩陣，其對(duì)稱且正定，D（q）=∑［miJvi（q）TJvi（q）+Jωi（q）TRi（q）IiRi（q）TJωi（q）］，其中Ri表示連桿質(zhì)心到旋轉(zhuǎn)中心的距離.系統(tǒng)總勢能為Ep，由于采摘手臂為平面關(guān)節(jié)機(jī)器人手臂，則整個(gè)單層采摘過程中無勢能變化，因此Ep=G（q），G（q）為系統(tǒng)的重力矢量.

利用拉格朗日動(dòng)力學(xué)方程可得到廣義驅(qū)動(dòng)力F與廣義關(guān)節(jié)變量q之間的關(guān)系：

F=ddtEkq·-Ekq+Epq，（9）

求得對(duì)應(yīng)的關(guān)節(jié)力矩τ=D（q）q··，進(jìn)而求得手臂總能耗E=∫τq·.

3? 手臂優(yōu)化模型建立及分析

為實(shí)現(xiàn)對(duì)機(jī)器人結(jié)構(gòu)模型的優(yōu)化，采用最高采摘效率為優(yōu)化目標(biāo)，在給定的優(yōu)化變量下對(duì)相關(guān)目標(biāo)函數(shù)進(jìn)行優(yōu)化求取最優(yōu)解［14］.在圖2中，外側(cè)矩形表示菇床單元組成的平面，內(nèi)側(cè)矩形表示導(dǎo)軌系統(tǒng)x、y方向有效行程組成的平面.M（Mx，My）點(diǎn)為相機(jī)掃描點(diǎn)，N（Nx，Ny）點(diǎn)為采摘過程中手臂腰部所在的位置.采摘手臂腰部從原始位置O（0，400）點(diǎn)開始，通過導(dǎo)軌系統(tǒng)x方向電動(dòng)機(jī)，y方向電動(dòng)機(jī)，大臂電動(dòng)機(jī)及小臂電動(dòng)機(jī)協(xié)同動(dòng)作，控制安裝在手臂末端的相機(jī)沿直線運(yùn)動(dòng)掃描、辨識(shí)、測量采摘空間Pn中的蘑菇尺寸，當(dāng)掃描蘑菇尺寸滿足采摘設(shè)定的條件時(shí)掃描動(dòng)作立即停止.手爪進(jìn)行采摘?jiǎng)幼鳎烧Y(jié)束之后N點(diǎn)運(yùn)動(dòng)到O點(diǎn)，同時(shí)手臂關(guān)節(jié)運(yùn)動(dòng)成一條直線，M點(diǎn)到達(dá)蘑菇放置區(qū)，放下蘑菇之后進(jìn)行下一次掃描和采摘.

3.1? 優(yōu)化變量

蘑菇采摘機(jī)器人手臂系統(tǒng)的大臂和小臂的長度尺寸不但決定了采摘區(qū)域面積，而且還關(guān)系手臂質(zhì)量、采摘軌跡長度等因素，從而將進(jìn)一步影響到采摘機(jī)器人的采摘效率，優(yōu)化前手臂尺寸a5=300 mm，a6=300 mm.因此選定機(jī)器人手臂結(jié)構(gòu)參數(shù)設(shè)計(jì)的優(yōu)化問題優(yōu)化變量為x=（a5，a6）.

3.2? 約束條件

根據(jù)菇床和導(dǎo)軌系統(tǒng)設(shè)計(jì)的結(jié)構(gòu)尺寸，在求解過程中需要保證P點(diǎn)在圖2中A2B2C2D2矩形平面內(nèi)，保證C點(diǎn)在內(nèi)側(cè)矩形范圍內(nèi).因此得到邊界約束條件為

-670 mm≤Px≤670 mm，

0 mm≤Py≤1 400 mm，

-450 mm≤Cx≤450 mm，

0 mm≤Cy≤1 000 mm.（10）

同時(shí)旋轉(zhuǎn)手臂受物理尺寸限制，達(dá)不到整個(gè)圓周360°旋轉(zhuǎn)，因此根據(jù)電動(dòng)機(jī)、減速器的安裝尺寸以及有限元軟件對(duì)分析的手臂尺寸參數(shù)分析結(jié)果可以確定手臂關(guān)機(jī)的允許轉(zhuǎn)角范圍為

-π≤θ5≤π，

-56π≤θ6≤56π.（11）

對(duì)于優(yōu)化變量（a5，a6），采摘手臂的伸直尺寸L=A1A2應(yīng)該保證能夠覆蓋全部的采摘區(qū)域，同時(shí)過長的采摘手臂將會(huì)導(dǎo)致手臂靈活度下降和轉(zhuǎn)動(dòng)慣量增加，不利于快速加減速等動(dòng)力學(xué)表現(xiàn).因此采摘機(jī)械手臂應(yīng)具有各自的長度范圍，由此得到變量約束條件：

Lmin≤a5+a6≤Lmax，

a5min≤a5≤a5max，

a6min≤a6≤a6max.（12）

3.3? 目標(biāo)函數(shù)

優(yōu)化目標(biāo)為蘑菇采摘機(jī)器人的采摘效率最大，即手臂末端的相機(jī)沿直線運(yùn)動(dòng)遍歷采摘空間Pn中的蘑菇時(shí)所需的總時(shí)間最短.機(jī)器人關(guān)節(jié)電動(dòng)機(jī)選型依據(jù)合理的安裝尺寸，選取輸出轉(zhuǎn)矩最大的電動(dòng)機(jī)，因此可保證導(dǎo)軌x方向速度vx，導(dǎo)軌y方向速度vy，腰部關(guān)節(jié)角速度ω5和肘部關(guān)節(jié)角速度ω6的值確定，優(yōu)化時(shí)間最小，則有以下目標(biāo)函數(shù)

min f1=minCxvx，

min f2=minCy-400vy，

min f3=minθ5ω5，

min f4=minθ6ω6.（13）

實(shí)際控制中4個(gè)電動(dòng)機(jī)同時(shí)動(dòng)作，因此單次采摘時(shí)間應(yīng)該選取4個(gè)目標(biāo)函數(shù)中最大的一個(gè)作為模型解.基于以上分析得出采摘機(jī)械手臂的優(yōu)化模型：

min F（x）=min∑PnP1max［f1（x）， f2（x）， f3（x）， f4（x）］，（14）

且x滿足x=（a5，a6）.遺傳算法［15］被廣泛應(yīng)用在求解這類多參數(shù)，多目標(biāo)函數(shù)的非線性優(yōu)化問題中，算法能夠快速迭代，找到全局最優(yōu)解.文中采用MATLAB遺傳算法工具箱進(jìn)行求解，設(shè)置Lmin=455 mm，Lmax=600 mm，a5min=200 mm，a5max=300 mm，a6min=200 mm，a6max=300 mm.初始化種群數(shù)量100 個(gè)，遺傳停止迭代步數(shù)200 次，采用單點(diǎn)交叉算子和均勻變異算子，交叉概率和變異概率分別設(shè)置0.8和0.2，設(shè)置交叉和變異分布系數(shù)均為20，以保證種群多樣性.通過多次試驗(yàn)，其優(yōu)化收斂曲線如圖5所示.

從圖5能夠看出，最短時(shí)間函數(shù)F（x）在最開始迭代50次內(nèi)快速收斂，對(duì)掃描空間Pn的遍歷時(shí)間下降到267.2 s附近，之后200次內(nèi)求解總時(shí)間基本不發(fā)生波動(dòng)，說明求解得到了比較好的全局最優(yōu)解.對(duì)應(yīng)該最優(yōu)解的優(yōu)化變量值： a5=246.4 mm，a6=268.7 mm.考慮實(shí)際加工和安裝，尺寸圓整為246和269 mm.

4? 虛擬樣機(jī)性能仿真試驗(yàn)

為了驗(yàn)證優(yōu)化過程的有效性，在多體動(dòng)力學(xué)仿真軟件Adams View中建立導(dǎo)軌系統(tǒng)及采摘機(jī)械手臂的虛擬樣機(jī)模型，如圖6所示.模型中簡化了相關(guān)零部件的物理尺寸，根據(jù)物理樣機(jī)的實(shí)際材料設(shè)置、質(zhì)量、慣性張量等屬性設(shè)定樣機(jī)的相關(guān)物理屬性［15］；根據(jù)實(shí)際的約束和運(yùn)動(dòng)驅(qū)動(dòng)施加相關(guān)運(yùn)動(dòng)副約束和運(yùn)動(dòng)驅(qū)動(dòng)方程.

對(duì)優(yōu)化前手臂尺寸和優(yōu)化后手臂尺寸模型依次進(jìn)行仿真，仿真同一位置的單次采摘結(jié)果，設(shè)置仿真步數(shù)為200 次，仿真時(shí)間設(shè)定為3.0 s（前期理論計(jì)算單次采摘結(jié)果在2.5 s以內(nèi)），測量仿真過程中關(guān)節(jié)速度特性曲線，得到如圖7、8所示的結(jié)果.

由圖結(jié)果對(duì)比可知，優(yōu)化之后手臂動(dòng)力學(xué)響應(yīng)變得更迅速.經(jīng)過優(yōu)化，大臂和小臂的尺寸縮短，從而減小了質(zhì)量及轉(zhuǎn)動(dòng)慣量，在相同電動(dòng)機(jī)扭矩輸出下具有更大的角加速度.小臂關(guān)節(jié)角速度從最大角速度118（°）/s增大到140（°）/s，增幅達(dá)到18.6%.小臂關(guān)節(jié)角速度從最大角速度122（°）/s增大到150（°）/s，增幅達(dá)到22.9%；單次采摘時(shí)間由1.60 s縮短到1.36 s，縮短用時(shí)15%.

5? 機(jī)器人樣機(jī)采摘試驗(yàn)

依據(jù)設(shè)計(jì)和優(yōu)化過程中確定的結(jié)構(gòu)參數(shù)，研制了面向工廠化種植條件下的蘑菇采摘機(jī)器人樣機(jī)，如圖9所示.

采用VC++編寫上位機(jī)控制軟件，并依照工廠種植條件下的菇床尺寸，使用鋁型材搭建了1：1模擬菇床.將采摘過程劃分為以下關(guān)鍵動(dòng)作：導(dǎo)軌伸出，手臂到達(dá)采摘起始點(diǎn)；4個(gè)電動(dòng)機(jī)協(xié)同動(dòng)作，手臂開始按照既定的路徑進(jìn)行點(diǎn)掃描；相機(jī)識(shí)別到蘑菇；手臂運(yùn)動(dòng)到采摘位置；末端手爪升降氣缸向下動(dòng)作，手爪充氣抓緊蘑菇；末端手爪氣缸上升，蘑菇脫離菇床；4個(gè)電動(dòng)機(jī)協(xié)同動(dòng)作，手爪返回放置蘑菇位置；手爪吸氣張開，蘑菇落入指定位置；手爪準(zhǔn)備進(jìn)行下一次采摘作業(yè).整個(gè)過程如圖10所示.

采摘試驗(yàn)顯示電動(dòng)機(jī)協(xié)調(diào)動(dòng)作的時(shí)間在1.5 s左右，當(dāng)相機(jī)識(shí)別到蘑菇之后，氣動(dòng)手爪充氣抓取蘑菇需要0.5 s，單次蘑菇采摘需要2.0 s，開發(fā)的機(jī)器人能夠滿足采摘需求，相比人力采摘能夠節(jié)省勞動(dòng)力.

6? 結(jié)? 論

1） 針對(duì)工廠化種植條件下蘑菇人工收獲迫切需要解決的問題，進(jìn)行了采摘機(jī)器人設(shè)計(jì)需求分析；針對(duì)實(shí)際環(huán)境中的限制條件，進(jìn)行了蘑菇采摘機(jī)器人的模塊化設(shè)計(jì).

2） 采用D-H方法建立了機(jī)器人運(yùn)動(dòng)學(xué)分析坐標(biāo)系，分析并得到了蘑菇采摘機(jī)器人的運(yùn)動(dòng)學(xué)正解和逆解；在此基礎(chǔ)上，通過建立動(dòng)力學(xué)方程分析了機(jī)器人手臂動(dòng)力學(xué)性能，得到了關(guān)節(jié)旋轉(zhuǎn)角度、角速度、機(jī)械手臂動(dòng)能之間的關(guān)系.

3） 通過建立多目標(biāo)優(yōu)化函數(shù)，遺傳算法快速求解得到大臂長度246 mm，小臂長度269 mm的優(yōu)化值，最短的遍歷時(shí)間為229.5 s；虛擬樣機(jī)仿真表明，優(yōu)化后大小臂速度分別提升22.9%和18.6%，單次采摘時(shí)間縮減15%.

[WT5HZ]參考文獻(xiàn)（References）[WT5”BZ]

［1］? 李玉. 后疫情時(shí)代中國食用菌產(chǎn)業(yè)的可持續(xù)發(fā)展［J］. 菌物研究， 2021，19（1）：1-5.

LI Y. The sustainable development of edible fungi industry in China in the post epidemic era［J］. Journal of Fungal Research， 2021，19（1）：1-5.（in Chinese）

［2］? LI C T， XU S. Edible mushroom industry in China： current state and perspectives［J］. Applied Microbiology and Biotechnology， 2022，106（11）：3949-3955.

［3］? 王飛濤，樊春春，李兆東，等. 機(jī)器人在設(shè)施農(nóng)業(yè)領(lǐng)域應(yīng)用現(xiàn)狀及發(fā)展趨勢分析［J］. 中國農(nóng)機(jī)化學(xué)報(bào)， 2020，41（3）：93-98.

WANG F T， FAN C C， LI Z D， et al. Application status and development trend of robots in the field of facility agriculture［J］. Journal of Chinese Agricultural Mecha-nization， 2020，41（3）：93-98.（in Chinese）

［4］? 伍榮達(dá)，陳天賜，張世昂，等. 果蔬采摘機(jī)器人關(guān)鍵技術(shù)研究進(jìn)展［J］. 機(jī)電工程技術(shù)， 2021，50（9）：128-132.

WU R D， CHEN T C， ZHANG S A， et al. Research progress on key technologies of fruit and vegetable picking robots［J］. Mechanical & Electrical Engineering Technology， 2021，50（9）：128-132.（in Chinese）

［5］? JOHN V， JOHN R. Mushroom harvester： United States， US 9 974 235 B2［P］.2018-05-22.

［6］? JOHN VAN， JOHN R. Graze harvesting of mushrooms： United States， US 9 730 394 B2［P］.2017-08-15.

［7］? KUCHINSKIY N A. Development of an autonomous robotic mushroom harvester［D］. Canada： The University of Western Ontario， 2016.

［8］? RONG J， WANG P， YANG Q， et al. A field-tested harvesting robot for oyster mushroom in greenhouse［J］. Agronomy， 2021，11（6）：10-12.

［9］? OLIVEIRA F， TINOCO V， MAGALHES S， et al. End-effectors for harvesting manipulators-state of the art review［C］∥IEEE International Conference on Autonomous Robot Systems and Competitions （ICARSC）， 2022： 98-103.

［10］? 王玲，徐偉，杜開煒，等. 基于SR300深度相機(jī)的褐蘑菇原位測量技術(shù)［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2018，49（12）：13-19.

WANG L， XU W， DU K W， et al. Portabella mushrooms???? measurement in situ based on SR300 depth camera［J］. Transactions of the CSAM， 2018，49（12）：13-19. （in Chinese）

［11］? 盧偉，鄒明萱，施浩楠，等. 基于YOLO v5-TL的褐菇采摘視覺識(shí)別-測量-定位技術(shù)［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2022，53（11）： 341-348.

LU W， ZOU M X， SHI H N， et al. Techonlogy of visual identification-measuring-location for brown mushroom picking based on YOLO v5-TL［J］. Transactions of the Chinese Society for Agricultural Machinery， 2022，53（11）：341-348.（in Chinese）

［12］? ANTONOV A V， FOMIN A S. Inverse kinematics of a 5-DOF hybrid manipulator［J］. Automation and Remote Control， 2023，84（3）：317-330.

［13］? XIE S X， SUN L N， WANG Z H， et al. A speedup method for solving the inverse kinematics problem of robotic manipulators［J］. International Journal of Advanced Robotic Systems， 2022，19（3）：1-10.

［14］? 章永年，王美思，吳陽，等. 五連桿足式機(jī)器人腿部機(jī)構(gòu)多目標(biāo)優(yōu)化算法［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2016，47（10）：398-404.

ZHANG Y N， WANG M S， WU Y， et al.Multi-objective optimization algorithm of robot leg based on planar five-bar mechanism［J］. Transactions of the Chinese Society for Agricultural Machinery，2016，47（10）：398-404.（in Chinese）

［15］? 祁若龍，周維佳，王鐵軍. 一種基于遺傳算法的空間機(jī)械臂避障軌跡規(guī)劃方法［J］. 機(jī)器人， 2014，36（3）：263-270.

QI R L， ZHOU W J， WANG T J. An obstacle avoidance trajectory planning scheme for space manipulators based on genetic algorithm［J］. Robot， 2014，36（3）：263-270.（in Chinese）

[JY，2][HT5SS]（責(zé)任編輯? 祝貞學(xué)）