基于计算机视觉的瓜果采摘系统的运用研究

《基于计算机视觉的瓜果采摘系统的运用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、农机化研究2018,01(40),200-203基于计算机视觉的瓜果采摘系统的运用研究边东良保定职业技术学院导出/参考文献关注分享收藏打印摘要：采摘机器人被广泛用于各种农产品的收获，能显著降低农业生产中的人力成本，解决目前农业生产屮劳动力匮乏的问题。计算机视觉技术可以将成熟的瓜果从其自然生长环境中识别出来，是采摘机器人实现目标定位和协调机械手的关键。针对目前采摘机器人受瓜果不同形态特征、质地影响和通用性较低等问题，通过优化公式算法和模型，设计出了基于计算机视觉的采摘系统，并对黄瓜、两红柿和柑桔这3种瓜果进行图像识别和采摘。试验结果发现:不同瓜果图像整体识别率达

2、到80%以上，对图像屮重叠遮挡的瓜果个体识别率也较高，均超过90%。该计算机视觉系统装载到采摘机器人上后，在自然条件下对3种瓜果采摘成功率在70%以上，可实现对不同瓜果的高效采摘，为采摘机器人更好地满足农业生产的实际需求提供了研宄基础。关键词：计算机视觉技术;瓜果采摘;机器人;作者简介：王彦辉（1980-）,男，河北高阳人，讲师，硕士，（E-mail）wangyanhui8524@163.com。收稿日期：2016-11-11基金：河北省科学技术厅项0（20150358）StudyontheApplicationofFruit-pickingSystemBas

3、edonComputerVisionWangYanhuiZhaoPeikunBianDongliangBaodingVocationalandTechnicalCollege;Abstract：Pickingrobotsarewidelyusedintheharvestofvariousagriculturalproducts,cansignificantlyreducethelaborcostsofagriculturalproduction,agriculturalproductiontosolvethecurrentproblemoflackoflabo

4、r.Computervisiontechnologycanbematurefruitfromitsnaturalgrowthenvironmenttoidentifyout,pickingrobotstoachievethegoalofpositioningandcoordinationoftherobotkey.Inordertosolvetheproblemthatthepickingrobothasdifferentmorphologicalcharacteristics，textureeffectsandlowversati1ity，thispaper

5、designsacomputer-vision-basedpickingsystembyoptimizingtheformulaalgorithmanclmodel,andcucumber,tomatoandcitrus.Theresultsshowedthattheoverallrecognitionrateofdifferentfruitswasmorethan80%,andtheindividualrecognitionrateofoverlappingfruitwashigherthan90%.Whenthecomputervisionsystemis

6、loadedonthepickingrobot,thesuccessrateofpickingthreekindsoffruitsundernaturalconditionsismorethan70%，whichcanrealizetheefficientpickingofdifferentfruits,andbettermeettheactualdemandofagriculturalproductionforthepickingrobotprovidingthebasisforresearch.Keyword：computervisiontechnolog

7、y;fruitpicking;robot;Received：2016-11-110引言近年来，随着城镇化进程加快和人口加速老龄化，农业生产面临劳动力匮乏、人力成本上升的问题，加快农业生产的现代化步伐势在必行。农产品收获季节短，且需耗费较多人力、物力，是影响农产品质量的重耍环节。发达国家，农业生产自动化水平提高迅速，很多采摘机器人被用于各种农产品的收获作业中。我国也在这一领域开展了一系列研宄，并取得了一定的成效。但是，0前采摘机器人的应用受到一些因素的制约，影响了其在农产品收获作业屮的广泛应用。首先，采摘机器人的工作环境为非结构化的，部分操作对象的外部形态特征复

8、杂多样，影响了采摘机器人对果实的准确识