摘要：在保证采摘蜜桔品质和于限定周期内完成采摘任务的基础上，以洞口县雪峰蜜桔为研究对象，基于机器视觉技术创新设计蜜桔采摘机器人。蜜桔采摘机器人与人工采摘对比实验结果表明，雪峰蜜桔机器人采摘能降低果皮损伤率，提升果品分类效果，保障蜜桔生产的经济效益。

　　关键词：洞口县；雪峰蜜桔；机械采摘；试验研究

　　1.引言

　　洞口县是湖南省邵阳市下辖县，位于湖南省中部偏西南区域，雪峰山东麓。洞口县属于中亚热带季风性湿润气候，全年温和无霜期。独特的气候环境加上肥沃的土壤条件，造就了当地特有的蜜桔品种—雪峰蜜桔。雪峰蜜桔是洞口县主要经济作物，尤其是从2011年洞口县被挂牌命名为“中国雪峰蜜桔之乡”后[1]，当地蜜桔种植规模进一步扩大，为地方农业经济发展作出了巨大贡献。

　　2.洞口县雪峰蜜桔采摘现状

　　雪峰蜜桔是洞口县特有蜜桔品种，是中国国家地理标志产品，因生长于雪峰山上而得名。雪峰蜜桔外形美观、皮薄汁多、香甜无核，带有淡淡的蜂蜜醇香。洞口县雪峰蜜桔具有抗逆性强、产量高、耐贮藏等特征，但果皮较薄，在采摘期不适合进行机械作业。每年雪峰蜜桔上市季节，洞口县桔农主要是在晴天进行人工采摘，由工人将蜜桔从树上采摘下来，放置在采摘筐中，经运输机械从山上向山下输送。根据雪峰蜜桔公共服务平台统计数据，洞口县雪峰蜜桔种植面积约18万亩，年产量约20万吨，种植规模较大，蜜桔产量较高，传统人工采摘方式需要投入的人工劳动力较大，每年采摘蜜桔需要花费的时间较多，很容易错过蜜桔的最佳采摘时间，影响蜜桔批发价格和市场价格[2]。此外，洞口县雪峰蜜桔在尚未实现机械化采摘的背景下，无法在采摘环节根据果品大小、色泽、成熟度等进行自动分类，只能在采摘结束后使用水果大小分级机按果实大小简单分类，果实分类标准单一，难以满足消费者的多样化需求。

　　3.洞口县雪峰蜜桔机械化采摘发展策略

　　3.1总体思路

　　雪峰蜜桔机械采摘技术的最终目标是开发一套雪峰蜜桔自动采摘机器人，主要从机器人的视觉系统、机械臂系统、末端抓手、移动底盘等方面进行设计，赋予机器人精准识别、自动避障和精准抓取等功能。

　　3.2机器视觉系统

　　为满足雪峰蜜桔自动采摘机器人精准识别果实的功能，从雪峰蜜桔的大小、颜色等多方面考量，选择MER-050-200GC彩色面阵相机进行蜜桔的识别，相机基本参数见表1。

　　在机器人运行时，机器视觉系统拍摄的图像为固定状态的雪峰蜜桔，为保证图像清晰，在选定相机后需要选择合适的镜头，将聚焦物体的光集中于相机传感器，镜头焦距按以下公式计算：

　　式（1）中，f表示镜头聚焦；l表示相机传感器尺寸；Wu表示蜜桔与镜头的距离；FOY表示视场横向尺寸。

　　根据上述计算，最终选择NH-0614-2M-C1/2X镜头[3]，其基本参数见表2。

　　选择在相机中安装驱动程序与相应功能包，将图像处理程序按ROS框架进行封装，设计节点程序Img及自定义消息格式img_red，经节点程序Img订阅相机发布的话题获取图像，目标检测采用机器视觉和深度学习检测方法，通过视觉成像模型和视觉检测模型以及视觉检测算法获取计算结果。

　　3.3机械臂

　　机械臂是采摘机器人的核心。为提升机械臂自动控制精度，设计了一种五自由度机械臂来抓取果实，并利用doMotion运动控制器作为机械臂的控制系统，避免机械臂运动僵硬导致蜜桔果皮受损。机器人上位机经机器视觉系统获取果实坐标后，经ROS中的MoveIt模块计算机械臂控制指令，并通过Modbus通信将控制指令下发给机械臂的控制系统，经Moveit的运动学解算控制不同关节需要转动的角度，以此提升机械臂运动的精准度。

　　3.4末端抓手

　　末端抓手设计以雪峰蜜桔无损摘取为目标，考虑到雪峰蜜桔在采摘时无法承受较大抓力，所以重点考虑控制末端抓手的抓取力。设计的末端抓手选择鳍条效应机械爪，利用步进电机驱动手爪开闭；末端手爪内侧设置压力传感器，经步进电机旋转角度调控控制末端手爪夹持力度。

　　3.5移动底盘

　　研究的雪峰蜜桔自动采摘机器人采用由履带式载体、底盘控制器、驱动器与伺服电机组成的移动底盘，搭载机器人的采摘机械臂，可以根据目标检测结果自动移动。雪峰蜜桔种植区域地势起伏较大，选择履带为机器人的行走机构，支持在凹凸不平的地面稳定移动，具备较强抓地力。

　　4.洞口县雪峰蜜桔机械化采摘技术应用效果

　　4.1评价思路

　　为明确雪峰蜜桔机械采摘技术应用效果，将设计的雪峰蜜桔自动采摘机器人应用于采摘作业实践，分别在某果园划分两个面积相等的区域，分别在两个区域采用人工采摘和机械采摘模式，比较两种采摘模式下的果品尺寸规格、识别精度、坏果率、作业效率及作业成本。

　　4.2评价标准及结果

　　4.2.1采摘精度

　　根据《地理标志产品雪峰蜜桔第1部分：质量要求》（DB43/T 274.1-2019），将果径在30mm—50mm的雪峰蜜桔划分为S、L两种规格，其中S对应果径为30≤d≤40，L对应果径为40≤d≤50，超出50mm和小于30mm的果实降一个质量等级计算。在两个采摘区域分别随机选择1000个雪峰蜜桔，测量果实果径，对比两个区域的采摘精度，试验结果见表3。

　　根据表3所示，人工采摘的果品尺寸分类精度为99.80%，机械采摘为97.20%，人工采摘精度略高于机械采摘精度，但两种模式的差异不显著，故机械采摘精度能保证果实分类的准确性。

　　4.2.2坏果率

　　在两个区域随机选择的1000个雪峰蜜桔中，采用人工观测方法，检测不同采摘方式下的坏果率（剔除非采摘因素的坏果，自动补齐检测样本量），检测结果见表4。

　　根据表4统计结果，人工采摘和机械采摘模式的坏果数量较小，坏果率分别为0.2%和0.7%，两种采摘模式下的坏果率无显著差异P<0.05，说明雪峰蜜桔机械采摘技术能降低坏果风险。

　　4.2.3采摘效率及成本

　　按每亩地蜜桔采摘相同作业量计算，机械采摘与人工采摘的效率与成本计算结果如表5所示。

　　5.结束语

　　基于机器视觉开发的雪峰蜜桔自动采摘机器人凭借先进技术进行图像捕捉、目标检测，并通过对机器人机械臂、末端抓手及移动底盘的精准控制，能实现高精度的果品分类、自动路径规划、自动抓取等功能，能在保证果品分类精度和降低坏果率的条件下提高作业效率和控制作业成本，在实践中表现出了显著的效率优势和效益优势，建议在洞口县雪峰蜜桔生产过程中推广和应用此项技术。

　　参考文献

　　[1]韦壮敏,朱鹏锦,叶维雁,杨贵兵,彭靖茹,彭东海.不同采摘期金葵蜜桔果实品质变化规律研究[J].农业研究与应用,2023,36(03):9-14.

　　[2]邓玲,江涤非,黎跃勇,董子舟,谭诗琪.基于气象因子的湖南省柑橘气候品质评价模型研究——以洞口蜜桔为例[J].江西农业学报,2022,34(08):184-189.

　　[3]薛乃豪.南丰蜜桔主要品质指标机器视觉分级方法研究[D].江西农业大学,2022.