一种花朵采摘机器人的采摘方法
【专利摘要】一种花朵采摘机器人的采摘方法，其步骤如下：通过步进控制运动至采摘区域；通过视觉传感器观测采摘区域，并通过颜色滤波算法快速实现在复杂背景下对目标的获取，得到多个目标；通过尺寸学习算法，对多个目标进行筛选；利用立体视觉探测系统，通过左、右目相机获取花朵的图像信息，并进行信息提取、匹配，实现位置姿态检测，生成可采摘目标位置姿态数据库；采用多机械臂并联协同运动控制算法，开展多并联机构间的协调控制，生成可采摘目标位姿数据库中的目标进行分工，并对获得分工后的目标进行路径优化，寻找机械臂运动的最短路径，作为单独机械臂的运动规划要求。本发明克服量了在农业作业复杂环境下对作物目标无法有效识别及采摘的问题。
【专利说明】
一种花朵采摘机器人的采摘方法
技术领域
[0001]本发明涉及一种适用于花朵等农作物的采摘机器人采摘方法，属于农业技术加工机械领域。
【背景技术】
[0002]随着世界人口老龄化趋势明显，农村劳动力逐步流失，人力成本已成为制约农业发展的重要因素。我国是农业大国，因此农业机械的需要非常高，同时采摘作业所用的劳动力占整个生产过程作用劳动力的30%至50%，而我国目前的采摘主要还依靠人工，因此对采摘机器人的需求约来约迫切。
[0003]采摘机器人在具有较高经济价值的花朵领域非常少见，例如茉莉花等，其花朵采摘具有较大的市场，人工采摘成本目前已成为其产品成本组成的主要因素，因此迫切需要通过开展自主采摘技术研究降低产品成本。但受其目标环境较为复杂，单目标较小等难题，如何提高目标定位精度和采摘效率成为开发花朵采摘机器人的首要问题。
[0004]本发明可根据目标特性的不同，同时适应性改进完成对棉花、蘑菇等诸多农作物的自主采摘，并可应用于工业自动分拣等操作中。
【发明内容】
[0005]本发明所解决的技术问题是:通过颜色滤波完成花朵在树丛等复杂背景下的初步提取，实现对复杂作业背景的过滤；利用尺寸学习法，根据立体视觉探测系统确定与目标的相对位置关系，通过分析可采摘目标在立体视觉探测系统中所占像素及可分割区域的特性，确定目标筛选的阈值。采用立体视觉探测系统，通过对目标特征信息的检测、匹配及位置重建，获取目标相对于立体视觉探测系统的位置信息，进而建立目标的位置姿态数据库，克服在农业作业复杂环境下对作物目标无法有效识别及采摘的问题。
[0006]同时，通过多并联机构协同运动控制，可实现对多目标的同时采摘，进一步提高工作效率，解决目前采摘机器人效率与人工存在较大差距的难题。
[0007]本发明为花朵采摘机器人的采摘方法，其步骤如下:
[0008]a.通过步进控制运动至相关区域；
[0009]b.通过视觉传感器观测目标区域，并通过颜色滤波算法快速实现在复杂背景下对目标的获取，得到多个目标；
[0010]C.通过尺寸学习算法，对步骤b获得的多个目标进行筛选；
[0011]d.利用立体视觉探测系统，通过左、右目相机获取花朵的图像信息，并对两个相机内的信息进行提取、匹配，进行光路逆向结算，实现对步骤C筛选后的目标进行位置姿态检测，生成可采摘目标位姿数据库；
[0012]e.采用多机械臂并联协同运动控制算法，开展多并联机构间的协调控制，对步骤d生成可采摘目标位姿数据库中的目标进行快速分工及路径优化，得到运动规划要求；
[0013]f.按照步骤e得到的运动规划要求，控制机械臂完成对目标的包拢，并通过末端切割器快速切割目标；
[0014]g.在末端切割器中内置吸气式装置，在进行切割的同时开启吸气式装置；
[0015]h.吸气式装置吸力设置与目标重量基本保持一致，吸气装置直接连接到存储箱中，完成对花朵的储存。
[0016]所述的花朵采摘机器人的采摘方法，采摘目标为茉莉花或者棉花。
[0017]所述的花朵采摘机器人的采摘方法，其特征在于步骤b采用颜色滤波进行图像分害J，通过分析背景树丛与花朵在颜色特性上的区分度，利用颜色阈值滤波，完成对树丛的过滤。
[0018]所述的花朵采摘机器人的采摘方法，其特征在于步骤c采用尺寸学习法，根据立体视觉探测系统与目标的相对位置关系，通过分析可采摘目标在探测器中所占像素及可分割区域的特性，确定目标筛选的阈值，实现采摘目标筛选。
[0019]所述的花朵采摘机器人的采摘方法，其特征在于步骤d针对筛选后的目标进行同步定位，利用立体视觉探测系统对多目标进行同步测量，实现对可采摘目标位置姿态的一次性覆盖运算，并生成目标位置姿态信息数据库。
[0020]所述的花朵采摘机器人的采摘方法，其特征在于其特征在于步骤e利用步骤d获取的目标位置姿态信息数据库获取的目标位姿信息数据库，通过对多并联机构协同运动控制算法，对多条机械臂的运动路径进行规划，避免相互碰撞，并以效率为设计值进行优化分析。
[0021]所述的花朵采摘机器人的采摘方法，其特征在于步骤g在完成步骤f对目标完成包拢及切割后，通过吸气式装置将花朵吸入到收集管，并纳入储存箱中储存。
[0022]本发明给出了一种可以在复杂背景下完成对花朵这种非合作目标特征提取及位姿测量的方法，通过颜色滤波完成花朵在树丛等复杂背景下的初步提取，实现对复杂作业背景的过滤、利用尺寸学习法，根据立体视觉探测系统与目标的相对位置关系，通过分析可采摘目标在立体视觉探测系统所占像素及可分割区域的特性，确定目标筛选的阈值。采用立体视觉探测系统，通过对目标特征信息的检测、匹配及位置重建，获取目标相对于探测器的位置信息，解决了在非结构环境下对非合作目标位姿信息难以测量的难题。有助于推进农业自主作业技术发展。
[0023]本发明中采用图像分割算法将茉莉花从非结构环境中进行分割，并利用尺寸学习法对可采摘目标进行筛选后利用立体视觉完成对目标位姿的测量，有效提高了对目标位姿信息测量的效率。
[0024]采用多并联机构协同运动控制算法，通过避障及路径最有规划，最大程度的保障执行效率，有效解决了传统采摘机器人效率低下无法进行工程应用的难题。
[0025]本发明采用吸气式装置实现对采摘后目标的自动获取及收集，进一步提高系统工作效率。项目通过适应性改进完成对棉花、蘑菇等诸多农作物的自主采摘，并可应用于工业自动分拣等操作中。
【附图说明】
[0026]
[0027]图1为花朵采摘机器人的采摘流程；
[0028]图2为花朵采摘机器人方案图。
[0029]1-立体视觉探测系统，2-多机械臂，3-切割器及吸气式装置，4-储存箱。
【具体实施方式】
[0030]下面结合附图和【具体实施方式】对本发明的技术方案做进一步详细说明。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明要求保护的范围。
[0031]实施例1:
[0032]本发明为一种茉莉花采摘机器人的采摘方法，如图1所示，本发明具体实施步骤如下:
[0033]a.利用行走机构实现在茉莉花丛上方的移动，并通过步进控制运动至采摘区域；
[0034]b.通过视觉传感器观测目标区域，并通过颜色滤波算法快速实现在复杂背景下对目标的获取，得到多个目标；
[0035]c.通过尺寸学习算法，对步骤b获得的多个目标进行筛选；
[0036]d.利用立体视觉探测系统，通过左、右目相机获取花朵的图像信息，并对两个相机内的信息进行提取、匹配，进行光路逆向结算，实现对步骤c筛选后的目标进行位置姿态检测，生成可采摘目标位姿数据库；
[0037]e.采用多机械臂并联协同运动控制算法，开展多并联机构间的协调控制，对步骤d生成可采摘目标位姿数据库中的目标进行快速分工，并对获得分工后的目标进行路径优化，寻找机械臂运动的最短路径，作为单独机械臂的运动规划要求；
[0038]f.按照步骤e得到的运动规划要求，控制机械臂完成对目标的包拢，并通过末端切割器快速切割目标；
[0039]g.在末端切割器中内置吸气式装置，在进行切割的同时开启吸气式装置；
[0040]h.吸气式装置吸力设置与目标重量基本保持一致，吸气装置直接连接到存储箱中，完成对茉莉花的储存。
[0041]实施例2:
[0042]本发明为一种棉花采摘机器人的采摘方法，如图1所示，本发明具体实施步骤如下:
[0043]a.利用行走机构实现在棉花丛上方的移动，并通过步进控制运动至采摘区域；
[0044]b.通过视觉传感器观测目标区域，并通过颜色滤波算法快速实现在复杂背景下对目标的获取，得到多个目标；
[0045]c.通过尺寸学习算法，对步骤b获得的多个目标进行筛选；
[0046]d.利用立体视觉探测系统，通过左、右目相机获取花朵的图像信息，并对两个相机内的信息进行提取、匹配，进行光路逆向结算，实现对步骤c筛选后的目标进行位置姿态检测，生成可采摘目标位姿数据库；
[0047]e.采用多机械臂并联协同运动控制算法，开展多并联机构间的协调控制，对步骤d生成可采摘目标位姿数据库中的目标进行快速分工，并对获得分工后的目标进行路径优化，寻找机械臂运动的最短路径，作为单独机械臂的运动规划要求；
[0048]f.按照步骤e得到的运动规划要求，控制机械臂完成对目标的包拢，并通过末端切割器快速切割目标；
[0049]g.在末端切割器中内置吸气式装置，在进行切割的同时开启吸气式装置；
[0050]h.吸气式装置吸力设置与目标重量基本保持一致，吸气装置直接连接到存储箱中，完成对棉花的储存。
[0051 ] 对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专利技术人员来说是显而易见的，本文中所定义的一般原理可以在不脱离本发明范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽范围。
【主权项】
1.一种花朵采摘机器人的采摘方法，其步骤如下: a.通过步进控制运动至采摘区域； b.通过视觉传感器观测采摘区域，并通过颜色滤波算法快速实现在复杂背景下对目标的获取，得到多个目标； c.通过尺寸学习算法，对步骤b获取的多个目标进行筛选； d.利用立体视觉探测系统，通过左、右目相机获取花朵的图像信息，并对两个相机内的信息进行提取、匹配，进行光路逆向结算，实现对C筛选后的目标进行位置姿态检测，生成可采摘目标位置姿态数据库； e.采用多机械臂并联协同运动控制算法，开展多并联机构间的协调控制，对步骤d生成可采摘目标位姿数据库中的目标进行分工，并对获得分工后的目标进行路径优化，寻找机械臂运动的最短路径，作为单独机械臂的运动规划要求； f.按照步骤e得到的运动规划要求，控制机械臂完成对目标的包拢，并通过末端切割器快速切割目标； g.在末端切割器中内置吸气式装置，在进行切割的同时，开启吸气式装置； h.吸气式装置吸力设置与目标重量基本保持一致，吸气装置直接连接到存储箱中，完成对花朵的储存。2.如权利要求1所述的采摘机器人的采摘方法，其特征在于采摘目标为茉莉花或者棉花。3.如权利要求1所述的采摘机器人的采摘方法，其特征在于步骤b采用颜色滤波进行图像分割，通过分析背景树丛与花朵在颜色特性上的区分度，利用颜色阈值滤波，完成对树丛的过滤。4.如权利要求1所述的采摘机器人的采摘方法，其特征在于步骤c采用尺寸学习法，根据立体视觉探测系统与目标的相对位置关系，通过分析可采摘目标在探测器中所占像素及可分割区域的特性，确定目标筛选的阈值，实现采摘目标筛选。5.如权利要求1所述的采摘机器人的采摘方法，其特征在于步骤d针对筛选后的目标进行同步定位，利用双目立体视觉系统对多目标进行同步测量，实现对可采摘目标位置姿态的一次性覆盖运算，并生成目标位置姿态信息数据库。6.如权利要求1所述的采摘机器人的采摘方法，其特征在于步骤e利用步骤d获取的目标位置姿态信息数据库，通过对多并联机构协同运动控制算法，对多条机械臂的运动路径进行规划，避免相互碰撞，并以效率为设计值进行优化分析。7.如权利要求1所述的采摘机器人的采摘方法，其特征在于步骤g在完成步骤f对目标完成包拢及切割后，通过吸气式装置将花朵吸入到收集管，并纳入储存箱中储存。8.一种花朵采摘机器人，其特征在于，包括:立体视觉探测系统(I)，多机械手臂(2)，末端切割器及吸气式装置(3)，存储箱(4)，其中末端切割器中内置吸气式装置(3)，吸气装置(3)直接连接到存储箱(4)中。
【文档编号】A01D46/30GK105993393SQ201510389142
【公开日】2016年10月12日
【申请日】2015年7月3日
【发明人】唐超, 高朝辉, 唐庆博, 李勇鹏, 魏明, 张霞, 张恒浩, 王小锭, 陈春燕
【申请人】中国运载火箭技术研究院