水果采摘机器人视觉系统的研究进展.docVIP

水果采摘机器人视觉系统的研究进展 　　摘要：概述了近年来国内外水果采摘机器人视觉系统的特点并进行了分析和归类，分析了不同视觉系统和方法的主要特征、所使用的传感器、检测水果的图像处理技术策略、检测效果以及系统的优点和局限性，并对研究的现状进行了综述。经分析发现大多数视觉系统是通过电荷耦合器件（CCD）摄像机来获取图像，利用颜色和纹理分析作为特征，由各种分类器进行水果的检测，通过多相机或者距离传感器来进行空间定位和尺度测量。指出了水果采摘机器人视觉系统存在的问题和有待改进的方面，并初步提出了一些设想和建议。 　　关键词：水果；采摘机器人；机器人视觉；空间定位；颜色和纹理分析 　　中图分类号：TP242.6+2 文献标识码：A 文章编号：0439-8114（2012）21-4705-04 　　Development of Machine Vision System for Fruit Harvesting Robots 　　LU Jun，WANG Xian-feng，HOU De-jia 　　（College of Science，Huazhong Agricultural University， Wuhan 430070， China） 　　Abstract： A review of previous studies on automatic locating fruits on trees using computer vision methods was performed. The main features of these approaches were described， especially focusing on the sensors utilized for capturing tree images， the image processing strategy used to detect fruits， the results obtained in terms of the correct/false detection rates， and the advantages and limitation of the systems. The majority of these works use CCD cameras to capture the images and use local or shape-based analysis to detect the fruits， use multi cameras or range senses to locate the fruits. The affecting factors of these systems such as the intensity of light， occlusion， and algorithm efficiency were pointed out； and some opinions and advices on machine vision system were given. 　　Key words： fruit； harvest robot； machine vision； space orientation； color and shape analysis 　　水果种植业的迅速发展提升了果园机械的市场需求。采摘作业所用劳动力占整个生产过程所用劳动力的33%～50%，采摘作业比较复杂，季节性很强，若使用人工采摘，不仅效率低、劳动量大，而且容易造成果实的损伤，直接影响到水果的品质。使用采摘机器人不仅提高了采摘效率，而且降低了损伤率，节省了人工成本，提高了果农的经济效益，因此，提高采摘作业机械化程度具有重要意义。随着农业从业者的减少及老龄化趋势的不断加大，采摘机器人的开发利用具有巨大的经济效益和广阔的市场前景，符合社会发展的需求。 　　任何一种水果采摘机器人的正常工作均依赖于对作业对象的正确识别，因而要实现水果采摘机器人对水果的收获，关键是要从果树中识别出水果并确定水果的准确空间位置，以便为机械手的运动提供参数，完成水果的采摘。因此，视觉系统性能的好坏会直接影响到水果采摘效果。视觉系统的性能应从精度和速度两方面来评价。影响视觉系统精度和速度的因素较多，比如不稳定的光照、风、水果和树叶的相互遮盖、水果自身生长程度不一等等。目前仅依靠机器视觉识别水果的方法还未能达到商业化程度，要尽快改进算法、降低使用成本、缩短采摘时间、提高机器识别率和采摘效率[1]。 　　1 水果识别研究进展 　　1.1 非绿色水果识别研究进展 　　国内外在机器人采摘领域已进行了不少研究，视觉系统的采摘对象主要集中于颜色和背景差距较大、形状规则