第 31 卷 第 22 期 農(nóng) 業(yè) 工 程 學 報 Vol.31 No.22 2015 年 11 月 Transactions of the Chinese Society of Agricultural Engineering Nov. 2015 25 基于視覺伺服的草莓采摘機器人果實定位方法王糧局1，張立博1，段運紅2，張鐵中1（1. 中國農(nóng)業(yè)大學工學院，北京 100083； 2. 北京卓眾出版有限公司農(nóng)機事業(yè)部，北京 100083） 摘 要： 為解決基于手眼系統(tǒng)的視覺伺服方法在草莓采摘機器人應用中存在的視覺信息反饋延遲大、頻率低以及深度信息無法確定等帶來的定位耗時長、精度低的問題，采用攝像機曝光信號觸發(fā)控制卡進行高速位置鎖存，結合位置傳感器的反饋信息，來減少定位耗時；采用基于運動恢復結構的方法，提高果實采摘參數(shù)的精度。在壟坡和攝像機像平面的夾角為±10°范圍內(nèi)的情況下，針對包含 13 粒成熟草莓的果實域，采用直角坐標式機械臂草莓采摘機器人樣機進行了定位試驗。試驗結果表明：定位時間在 0.6330.886 s 之間；草莓深度信息的相對誤差在 4.34%0.95% 范圍內(nèi)。 關鍵詞：機器人；視覺伺服；采摘；定位；草莓 doi：10.11975/j.issn.1002-6819.2015.22.004 中圖分類號：TP242.6 文獻標志碼：A 文章編號：1002-6819(2015) -22-0025-07 王糧局，張立博，段運紅，張鐵中. 基于視覺伺服的草莓采摘機器人果實定位方法J. 農(nóng)業(yè)工程學報，2015，31(22)：2531. doi ：10.11975/j.issn.1002 -6819.2015.22.004 http:/www.tcsae.org Wang Liangju, Zhang Libo, Duan Yunhong, Zhang Tiezhong. Fruit localization for strawberry harvesting robot based on visual servoingJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 2531. (in Chinese with English abstract) doi：10.11975/j.issn.1002 -6819.2015.22.004 http:/www.tcsae.org 0 引 言選擇性果實采摘是農(nóng)業(yè)上最為耗時費力的作業(yè)環(huán)節(jié)之一， 30 a 來人類一直試圖采用機器人從事該類作業(yè)。但由于果實采摘機器人作業(yè)環(huán)境復雜，采摘對象的物理參數(shù)非結構化，因此果實采摘機器人的軟硬件系統(tǒng)與工業(yè)機器人相比更加復雜，需要專用的視覺系統(tǒng)對目標果實進行識別定位，并需要專用的末端執(zhí)行器（即采摘手爪）對果實進行精準、無損采摘，這些成為采摘機器人領域主要的研究課題1-5。 其中，對果實在世界坐標系內(nèi)的定位，目前普遍采用的方法是雙目立體視覺6-7和基于手眼系統(tǒng)的視覺伺服8-10方法。前者由 2 臺攝像機分別同時采集果實圖像，然后將 2 幅圖像進行匹配，利用相匹配點的視差實現(xiàn)對目標果實的定位。但由于 2 幅圖像對應點間的匹配算法復雜，并且對視覺傳感器參數(shù)一致性和安裝精度要求高，因此實際作業(yè)時耗費時間長，實施難度大11。后者結構相對簡單，但存在信息反饋延時大、頻率低以及采摘目標深度信息無法確定等問題，為滿足視覺反饋信息的實時性，需要增加運算量，對視覺系統(tǒng)硬件性能要求高12-13。此外，最近興起的基于光編碼技術14和飛行時間方法15的具有深度信息的攝像機也應用到了采摘機器人上，但是收稿日期：2015-05-04 修訂日期：2015-10-13 基金項目：國家自然科學基金資助項目（61375089） 作者簡介：王糧局，男，河南商丘人，博士生，主要研究方向：農(nóng)業(yè)機器人。北京 中國農(nóng)業(yè)大學工學院，100083 。Email ：wangliangjugmail.com 通信作者：張鐵中，男，河北邢臺人，教授，博士生導師，主要研究方向：農(nóng)業(yè)機器人，生物生產(chǎn)自動化。北京 中國農(nóng)業(yè)大學工學院，100083。 Email：zhangtz56163.com 這些方法尚不成熟，精度也不夠高。 由于在草莓栽培中，草莓果實大致分布在一個平面內(nèi)，因此草莓果實的深度信息變化不大，在這種情況下采用視覺伺服定位方法更具優(yōu)越性。針對基于手眼系統(tǒng)視覺伺服定位方法存在的問題，本文提出一種改進的方法。結合草莓果實的生長特點，采用攝像機曝光信號觸發(fā)控制卡進行高速位置鎖存，結合位置傳感器的反饋信息，實現(xiàn)了在不加大計算機運算量的前提下，降低視覺反饋信息延遲大、頻率低的影響，減少定位耗時；在視覺伺服過程中，采用基于運動恢復結構的方法實現(xiàn)目標草莓域深度信息的精確計算，進而提高果實采摘參數(shù)的精度。 1 草莓采摘機器人結構及其運動學方程 本文所針對的草莓種植環(huán)境為壟作栽培，其特點為草莓植株種植在壟頂，果實貼在壟坡，并且在垂直壟坡方向上沒有重疊；采摘作業(yè)過程中除了少許的葉子遮擋外基本沒有別的障礙物16。 草莓采摘機器人采用直角坐標式機械臂17（圖 1），主要由精密運動定位機構、末端執(zhí)行器和龍門式行走機構等組成。精密運動定位機構固定在龍門式行走機構上，能沿壟方向進行大范圍運動；末端執(zhí)行器固定在精密運動定位機構末端，具有手眼系統(tǒng)。精密運動定位機構包含 3 個平動自由度，用來精確定位空間位置。在采摘過程中，精密運動定位機構帶動末端執(zhí)行器運動，當成熟果實在采摘位置時，末端執(zhí)行器進行采摘，采摘過程如文獻18所述；采摘完成后，龍門式行走機構帶動精密運動定位機構移動 500 mm 距離， 精密運動定位機構進行下一個工作循環(huán)。 農(nóng)業(yè)工程學報（http:/www.tcsae.org ） 2015 年 26 a. 主視圖 a. Front view b. 左視圖 b. Left view 1.橫梁 2. 龍門式行走機構 3. 水平精密運動定位機構 4.前伸精密運動定位機構 5. 豎直精密運動定位機械 6. 攝像機 7. 末端執(zhí)行器 8. 壟坡 9.草莓收集輸送帶 1.Beam with track 2.Gantry walking mechanism 3.Precision positioning mechanism in horizontal direction 4.Precision positioning mechanism in front-back direction 5.Precision positioning mechanism in vertical direction 6.Camera 7.End-effector 8.Ridge 9.Conveyor transporting collected strawberry 圖 1 草莓采摘機器人機械結構圖 Fig.1 Mechanical structure of strawbery harvesting robot 草莓采摘機器人的各坐標系如圖 2 所示。 1.橫梁 2. 滑軌式行走機構 3. 精密運動定位機構 4. 末端執(zhí)行器 5. 壟坡 1.Beam with track 2.Gantry walking mechanism 3.Precision positioning mechanism 4.End-effector 5. Ridge 注：OW為世界坐標系的原點；xW、 yW、zW分別為世界坐標系 X、Y 、Z 軸，mm；OC為攝像機坐標系的原點； xC、 yC、 zC分別為攝像機坐標系 X、 Y、 Z軸，mm ； 為像平面和壟坡面的夾角，(°) 。下同。 Note: OWis origin of world coordinate system; xW, yW, zWis respectively X, Y and Z axis of world coordinate system; OCis origin of camera coordinate system; xC, yC, zCis respectively X , Y and Z axis of camera coordinate system; is angle between image plane and ridge plane, (°). Same as below. 圖 2 草莓采摘機器人的坐標系 Fig.2 Coordinate system of strawberry harvesting robot 1） OWxWyW為世界坐標系，原點 OW位于精密運動定位機構的起始點，OWxW為水平精密運動定位機構運動方向， OWyW為豎直精密運動定位機構運動方向， OWzW為前伸精密運動定位機構運動方向。其中，xWyW坐標軸均平行于攝像機像平面（約定下述所指 X 方向為 OWxW，Y 方向為 OWyW， Z 方向為 OWzW）。理想狀況下，攝像機平面平行于壟坡平面，且 X 方向平行于壟的長度方向。 2） OCxCyC為攝像機坐標系，原點 OC位于攝像機光心，xCyC坐標軸均平行于攝像機像平面。 在單次采摘草莓過程中，機械臂沒有旋轉(zhuǎn)運動，空間一點 P 在 2 個坐標系中分別表示為(),WWWWP xyz、( ),CCCCPxyz。兩者之間的坐標轉(zhuǎn)換關系為： () ()WW CWqP q=+CCPR T 式中， ( )WqCR 為坐標系旋轉(zhuǎn)變換矩陣； ( )WCqT 為坐標系平移變換矩陣。 由機器人運動學方程可得 () ()1310001000101000 1xWWyCzPPqqP×=CRT（ 1） 式中， Px、 Py、 Pz是原點 OC相對于原點 OW的 3 個分量。 2 草莓果實視覺定位原理 在采摘過程中，末端執(zhí)行器夾指末端貼壟坡沿 X 方向運動，當?shù)竭_目標草莓域正下方時，停止 X 方向的運動，夾指張開一定的寬度，然后沿壟坡向上（即 Y 方向）運動，接著機械臂帶動末端執(zhí)行器向 -Z 方向運動，將草莓拉離壟坡平面，進行剪切18。 因此， 在 X 方向?qū)誓繕瞬葺蚝?，只需獲得末端執(zhí)行器到草莓采摘點之間的 Y方向上的距離和草莓域?qū)挾龋纯蓪崿F(xiàn)對目標草莓的采摘。 對 X 方向的定位采用改進的視覺伺服方法；對圖像進行處理、識別和分析，并結合攝像機投影原理和運動恢復結構的方法，得到目標草莓域深度信息以及相應的采摘參數(shù)，從而確定末端執(zhí)行器 Y 方向的位移和兩夾指的張開寬度。視覺定位流程如圖 3 所示。限于篇幅，本文主要探討 X 方向視覺伺服定位和獲取目標草莓域采摘參數(shù)的方法。 圖 3 視覺定位流程圖 Fig.3 Process of vision localization 2.1 雅可比矩陣求取 根據(jù)針孔攝像機模型投影原理可得 第 22 期 王糧局等：基于視覺伺服的草莓采摘機器人果實定位方法 27 1 1CCCCx zuvfyz= （ 2） 式中， (xC,yC,zC)為點在攝像機坐標系中的坐標； zC為攝像機光心到壟面的距離， mm； (u,v)為點在圖像坐標系中的坐標，像素； f 為攝像機的焦距， mm。 對式（ 2）兩邊進行微分，可得 22101000 0CCCCCCCCCxzzxu yf yv z zz=tais time required from start of exposure to complete reading image, ms; tsis time required from start of exposure to complete analyzing image, ms; tcis time of image processing and analysis, ms; t1-t4 are times. 圖 4 機器視覺時序圖 Fig.4 Timing diagram of machine vision 由采摘過程可得，視覺伺服只針對 X 方向進行，故由式（ 5）、（ 6）可得 CWzx uf = （ 8） 式中， u 為草莓域的形心相對圖像中心的 X 方向位移，像素。由于 u 每隔 ts更新一次，故 xW也每隔 ts更新一次， ts相對實時反饋而言仍太大。為獲得更高更新頻率的xW用于伺服控制，利用由伺服電機驅(qū)動的精密運動定位機構可獲得 X 軸的實時運動參數(shù)的特點，對 xW進行重新計算。 由式（ 7）、（ 8）可得 Ctazx xuf= + （ 9） 由采摘環(huán)境知， zC變化相對不大，所以根據(jù)環(huán)境取一近似值即可保證伺服運動控制在目標位置的一鄰域內(nèi)收斂。 根據(jù)草莓域和攝像機的位置關系可得 Wtox xx = （ 10） 式中， xo為攝像機光心在世界坐標系的實時橫坐標， mm；xW為修正后的攝像機光心到理想位置的偏差， mm。 由于 xt是草莓域在世界坐標系的實際位置，不受圖像采集滯后和圖像數(shù)據(jù)處理耗時的影響，而且每隔 ts計算出新值以減小誤差； xo是由伺服電機實時反饋的位置，所以可以實時得到 xW。 設 X 方向允許定位誤差為 x（本文取 2 mm），則當 xW x 時， X 方向滿足定位要求，精密運動定位機構 X 軸停止運動。 根據(jù)下式對精密運動定位機構 X 軸進行運動控制。 農(nóng)業(yè)工程學報（http:/www.tcsae.org ） 2015 年 28 0d()() () () ddtnP I Dx tvt k xt k xt t kt= + +（ 11） 式中， x 為 xW， mm； kP、 kI、 kD分別為比例、積分、微分系數(shù)； vn為精密運動定位機構 X 軸控制速度， mm/s。 2.3 采摘參數(shù)求取 當末端執(zhí)行器在 X 方向?qū)誓繕瞬葺蚝?，需要得到末端?zhí)行器到草莓采摘點 Y 方向的距離和草莓域的寬度來控制末端執(zhí)行器的上移距離 y（ mm）和張開寬度W2g（ mm）。由于在定位過程中，只存在平移運動，根據(jù)世界坐標系和攝像機坐標系的關系，相對攝像機光心的采摘參數(shù)在兩坐標系內(nèi)是一致的，如圖 5 所示。 注：xcl、xcr分別為草莓域左、右端 X 坐標， mm；yct草莓域頂端 Y 坐標，mm。下同。 Note: xcl, xcris respectively X coordinate of strawberry regions left and right border, mm; yctis Y coordinate of srawberry regions top border, mm. Same as below. 圖 5 草莓采摘參數(shù)示意圖 Fig.5 Parameters of harvesting strawberries 由圖 5 可得 ct syy l H= + （ 12） 2gcrclWxx g=+ （ 13） 式中， ls為采摘留梗長度， mm； H 為 Y 方向 OC到末端執(zhí)行器中心的距離， mm； W2g為兩夾指間距， mm； g為兩夾指的張開寬度和目標果實域的寬度的差值，取2 mm。 由式（ 2），可得 Cct tzyvf= （ 14） ()Ccr cl r lzx xuuf= （ 15） 式中， vt為草莓域頂端的像素坐標，像素； ul、 ur分別為草莓域左、右端的像素橫坐標，像素。 由式（ 12）和式（ 14），可得 CtszyvlHf= + （ 16） 由式（ 13）和式（ 15），可得 ()2CgrlzWuugf=+ （ 17） 2.4 深度計算方法 雖然 zC取一近似值，就可保證末端執(zhí)行器在目標位置附近收斂，但由式（ 16）（ 17）知，采摘參數(shù)的精度和zC相關。因此，為提高采摘參數(shù)的精度，需要提高 zC的精度，采用文獻20中的運動恢復結構的方法精確計算 zC。 由于所采用攝像機畸變較小，在視覺伺服運動過程中只進行水平運動，草莓果實尺寸相比 zC小很多，所以認為草莓域的形心和輪廓線的深度信息是一致的，且不變。 視覺伺服運動過程中，精密運動定位機構只進行 X方向的平動。假設攝像機在任意位置 A 處獲得第一幅圖像，在世界坐標系中運動 T(tx,ty,tz)到另一位置 B 處獲得另一幅圖像，兩幅圖像中包含同一草莓域的完整輪廓。設草莓域輪廓的形心為 P，在 2 幅圖像中，像素坐標分別為(u1,v1)， (u2,v2)；在 A、 B 兩處點 P 在攝像機坐標系的坐標分別為 PC1(xC1,yC1,zC1)、 PC2(xC2,yC2,zC2)。根據(jù)采摘過程中精密運動定位機構運動的特點得出 21CC=+PPT ;0;0xt=T 矩陣形式為 21212100CCxCCCCx xtyyzz =+ （ 18） 由式（ 2）和式（ 18）可得 2122 11110011xCCtuuzvzvff =+ 即： 1221xCC Cf tzz zuu=（ 19） 3 試驗與結果分析 3.1 試驗裝置及參數(shù) 搭建的草莓采摘機器人試驗平臺如圖 6，各組成部分參數(shù)如表 1。試驗中使用仿真草莓模型替代真實草莓，用塑料板模擬壟坡面。采用文獻21中的采摘執(zhí)行機構，文獻18中的末端執(zhí)行器和采摘方法，進行草莓定位試驗。 圖 6 草莓采摘試驗平臺 Fig.6 Experimental platform of harvesting strawberries 第 22 期 王糧局等：基于視覺伺服的草莓采摘機器人果實定位方法 29 表 1 草莓果實定位試驗平臺參數(shù) Table 1 Parameters of fruit localization experimental platform 類別 Category 型號 Model 備注 Remark 攝像機 Camera DH-SV1421GC 140 MP， 15 fps 曝光時間 1 ms鏡頭 Camera lens Computar M0814 焦距 8 mm 運動控制卡 Motion controller DMC-2280 電機驅(qū)動器 Motor driver AMP19540 電機 Motor Maxon RE40 編碼器 Encoder HEDL5540 1 000 線 處理器 CPU I5-3470 開發(fā)環(huán)境 IDE Visual studio 2012 3.2 定位精度評價指標 設定式（ 9）中 zC為定位完成時實際測量的攝像機光心到壟面的距離， mm。 zC的相對誤差為 CCCzzz = 式中， zC為計算所得距離， mm。 由式（ 16）可知， Y 方向末端執(zhí)行器到草莓采摘點的距離 y 的相對誤差為 CC CC CCtt tyyiCC Cts ts tzz zz zzvv vff fzz zvl H vl vff f =<=<=+ + （ 20） 式中， yi為 Y 方向攝像機光心到草莓采摘點距離的相對誤差。 由式（ 20）可知， y 的絕對誤差為 max maxyyieH H << （ 21） 式中， Hmax為 Y 方向攝像機光心到草莓采摘點的最大距離，取攝像機視野高度的一半，約 75 mm。 由式（ 17）可知，兩夾指間距 W2g的相對誤差為 ()()()()CC CCrl rlwrl rlzz zzuu uuffuu g uu =<=+ （ 22） 由式（ 22）可知，兩夾指間距 W2g的絕對誤差為 maxweW< （ 23） 式中， Wmax為工作過程中，兩夾指需張開的最大寬度，目標果實域草莓為 3 粒時取 94 mm18。 由式（ 21）和式（ 23）可知，當攝像機光心到壟面的距離 zC的相對誤差滿足一定要求時， Y 方向末端執(zhí)行器到草莓采摘點的距離 y，以及兩夾指間距 W2g即可滿足采摘要求。因此只需對 zC誤差進行評價，不需對 y和 W2g的誤差再進行評價。 3.3 試驗設計 在實際中，即使機械化起壟，壟坡在 X 方向仍不可能完全在同一平面上。但由于草莓域開始進入攝像機視野到定位完成， X 方向的運動少于 100 mm，可認為在這段很小的長度內(nèi)壟坡是一個平面。但由于行走機構在前進方向難以與壟坡面始終平行，攝像機像平面和壟坡面會出現(xiàn)夾角 （如圖 2）。因此，本文只需要考慮夾角 對定位精度和定位時間的影響。 以目標果實域草莓粒數(shù) n 和夾角 為試驗因素，定位耗時 t 和攝像機光心到壟面的距離 zC的相對誤差 為評價指標，設計雙因素完全試驗。每組試驗進行 5 次，每次記錄從攝像機視野中開始出現(xiàn)目標果實到定位完成耗時 t 和相對誤差 。 所采用的末端執(zhí)行器最多可以一次采摘 3粒草莓18，故分別取 n=1， 2， 3。機械化起壟和龍門式的行走機構可以保證夾角 很小，但為了能廣泛地適用于不同的草莓栽培模式，將 范圍放大至 10° 10°， 分別取 =0°、 ±5°、±10°。3.4 試驗結果與分析 對試驗數(shù)據(jù)進行方差分析，草莓粒數(shù)、夾角 值以及兩者的交互作用對定位時間的影響都顯著（ P分別為 0，0.001， 0.0383）；草莓粒數(shù)對相對誤差 影響不顯著（ P=0.752），夾角 值對相對誤差 影響顯著（ P=0），草莓粒數(shù)和夾角 值的交互作用對其影響也顯著（ P=0）。試驗結果如表 2 所示。 表 2 草莓采摘機器人果實定位試驗結果 Table 2 Test results of fruit localization of strawberry harvesting robot 1 粒草莓 1 strawberry 2 粒草莓 2 strawberries 3 粒草莓 3 strawberries 平均 Mean 夾角 Angle /(°) 定位耗時Localization time t/s 相對誤差Relative error /% 定位耗時Localization time t/s 相對誤差Relative error /% 定位耗時Localization time t/s 相對誤差Relative error /% 定位耗時Localization time t/s 相對誤差Relative error /% 10 0.634 2.83 0.753 1.29 0.845 3.65 0.7438 2.59 5 0.646 1.22 0.742 3.47 0.837 0.09 0.7417 1.53 0 0.633 4.34 0.728 3.52 0.886 3.33 0.7497 3.73 5 0.687 1.28 0.768 0.97 0.873 2.70 0.7758 1.65 10 0.685 0.90 0.768 0.95 0.862 0.74 0.7715 0.86 平均 Mean 0.6568 1.75 0.7517 1.66 0.8604 1.77 0.7563 1.73 標準誤 SE 0.0324 0.074 0.0293 0.122 0.0329 0.159 - - 注： 為像平面和壟面間的夾角； 為攝像機光心到壟面距離的相對誤差。 Note: is angle between image plane and ridge plane; is relative error of distance between optical center and ridge plane. 夾角 值相同時， 定位時間隨著果實粒數(shù)的增加而增加；主要因為草莓果實完全進入攝像機視野中前，較多粒數(shù)的果實在圖像中的形心距光心偏近，使得 x 偏?。ㄈ鐖D 7），根據(jù)式（ 11），這會導致控制速度偏小，所以定位時間較長。 農(nóng)業(yè)工程學報（http:/www.tcsae.org ） 2015 年 30 圖 7 夾角 =0 時草莓形心距光心距離的變化曲線 Fig.7 Change curve of distance between strawberries centroid and optical center when angle =0 的相對誤差 基本不為正值，主要是因為草莓近似橢球體，并不是平面圖形，剛完全進入視野時和在視野中心時的果實形心并不相匹配。剛進入視野時的果實形心偏?。ㄈ鐖D 8），即式（ 19）中 u1偏小，而 u2基本沒有偏差，所以計算得到的深度較實際偏小，相對誤差 為負。此外， 1粒、 2 粒、 3 粒果實的相對誤差 的標準誤逐漸增大，可見果實域越寬，相對誤差 越不穩(wěn)定，主要是因為果實完全進入攝像機視野時，果實域越寬，其形心和目標位置的距離越小（如圖 7），即式（ 19）中的 tx和 u2u1越小，這樣較小的 tx或者 u 的偏差就會使得 zC誤差較大。 a. 草莓剛進入圖像 a.Strawberry just fully in image b. 草莓在圖像中心 b.Strawberry on center of image 注：黑線為實際左右輪廓線沿光軸方向在壟坡上的投影。 Note: Black lines are left and right outlines projection on ridge in optical axis direction. 圖 8 夾角 對圖像中草莓形心的影響示意圖 Fig.8 Effect of angle on strawberries centroid in image 對少于 3 粒草莓的果實域，壟坡和攝像機像平面的夾角在 10° 10°范圍內(nèi)進行定位試驗，定位時間在0.633 0.886 s 之間；定位過程中計算所得相對誤差 在4.34%和 0.95%之間。由式（ 21）， y 的絕對誤差為3.26 mm，所以式（ 16）中的留梗長度 ls需大于該值；由式（ 23），兩夾指間距 W2g的絕對誤差為 4.08 mm，又 X方向視覺伺服定位允許定位誤差為 2 mm，所以 W2g的最終絕對誤差為 6.08 mm，根據(jù)文獻18，僅考慮定位誤差的影響，該末端執(zhí)行器采摘成功率高于 98.3%。 4 結 論 1）針對壟作草莓栽培模式，采用基于手眼系統(tǒng)的視覺伺服方法實現(xiàn)了對草莓果實在水平方向的精確定位。在視覺伺服過程中，采用攝像機曝光信號觸發(fā)控制卡高速鎖存位置信息的方法，解決了視覺信息滯后所造成的和位置信息在時間上不一致的問題；采用融合位置信息的方法，解決了視覺位置信息反饋頻率低的問題。 2）在視覺伺服過程中，采用運動恢復結構的方法，利用在不同位置所采集的圖像中草莓域的形心，推導出了目標草莓域的深度信息的精確計算方法，進而得到精確的果實采摘參數(shù)。 3）通過對實際作業(yè)環(huán)境的特點和定位精度評價指標進行分析，設計了草莓采摘機器人的果實定位試驗。試驗結果表明：在壟坡和攝像機像平面的夾角為 10° 10°的情況下，對包含 1 3 粒成熟草莓的果實域，本研究的定位時間為 0.633 0.886 s；草莓域深度信息的相對誤差在 4.34% 0.95%范圍內(nèi)。 參 考 文 獻 1 徐麗明，張鐵中. 果蔬果實收獲機器人的研究現(xiàn)狀及關鍵問題和對策J. 農(nóng)業(yè)工程學報，2004，20(5)：3842. Xu Liming, Zhang Tiezhong. Present situation of fruit and vegetable harvesting robot and its key problems and measures in applicationJ. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2004, 20(5): 38 42.(in Chinese with English abstract) 2 宋健，張鐵中，徐麗明，等. 果蔬采摘機器人研究進展與展望J. 農(nóng)業(yè)機械學報，2006，37(5)：158162. Song Jian, Zhang Tiezhong, Xu Liming, et al. Research actuality and prospect of picking robot for fruits and vegetablesJ. Transactions of the Chinese Society for Agricultural Machinery, 2006, 37(5): 158 162.(in Chinese with English abstract) 3 李秦川，胡挺，武傳宇，等. 果蔬采摘機器人末端執(zhí)行器研究綜述J. 農(nóng)業(yè)機械學報， 2008， 39(3)： 175179， 186. Li Qinchuan, Hu Ting, Wu Chuanyu, et al. Review of end-effectors in fruit and vegetable harvesting robotJ. Transactions of the Chinese Society for Agricultural Machinery, 2008, 39(3): 175 179, 186.(in Chinese with English abstract) 4 張鐵中，楊麗，陳兵旗，等. 農(nóng)業(yè)機器人技術研究進展J. 中國科學：信息科學，2010(增刊 1)：7187. Zhang Tiezhong, Yang Li, Chen Bingqi, et al. Research progress of agricultural robot technologyJ. Scientia Sinica Informationis, 2010(Supp.1): 71 87.(in Chinese with English abstract) 5 Bac C Wouter, Van Henten Eldert J, Hemming Jochen, et al. Harvesting robots for high-value crops: State-of-the-art review and challenges aheadJ. Journal of Field Robotics, 2014, 31(6): 888911. 6 周俊，劉銳，張高陽. 基于立體視覺的水果采摘機器人系統(tǒng)設計J. 農(nóng)業(yè)機械學報，2010，41(6)：158162. Zhou Jun, Liu Rui, Zhang Gaoyang. Design of fruit harvesting robot based on stereo visionJ. Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(6): 158162.(in Chinese with English abstract) 7 Hayashi Shigehiko, Shigematsu Kenta, Yamamoto Satoshi, et al. Evaluation of a strawberry-harvesting robot in a field testJ. Biosystems Engineering, 2010, 105(2): 160171. 8 Mehta S S, Burks T F. Vision-based control of robotic manipulator for citrus harvestingJ. Computers and Electronics in Agriculture, 2014, 102(1): 146158. 9 Zhao De-An, Lü Jidong, Ji Wei, et al. Design and control of an apple harvesting robotJ. Biosystems Engineering, 2011, 110(2): 112122. 10 張凱良，楊麗，王糧局，等. 高架草莓采摘機器人設計與試驗J. 農(nóng)業(yè)機械學報，2012，43(9)：165172. Zhang Kailiang, Yang Li, Wang Liangju, et al. Design and experiment of elevated substrate culture strawberry picking robotJ. Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(9): 165 172.(in Chinese with English abstract) 11 白明，莊嚴， 王偉 . 雙目立體匹配算法的研究與進展J. 控制與決策，2008，23(7)：721729. Bai Ming, Zhuang Yan, Wang Wei. Progress in binocular stereo matching algorithmsJ. Control and Decision, 2008, 23(7): 721729.(in Chinese with English abstract) 第 22 期 王糧局等：基于視覺伺服的草莓采摘機器人果實定位方法 31 12 王麟琨，徐德，譚民 . 機器人視覺伺服研究進展J. 機器人，2004，26(3)：277282. Wang Linkun, Xu De, Tan Min. Survey of research on robotic visual servoingJ. Robot, 2004, 26(3): 277282.(in Chine