基于机器视觉的智能果蔬采摘机器人柔性末端执行器设计.docxVIP

PAGE2

基于机器视觉的智能果蔬采摘机器人柔性末端执行器设计

摘要

随着智慧农业的快速发展，果蔬采摘环节的自动化与智能化需求日益迫切。传统刚性末端执行器在抓取过程中易造成果实损伤，难以满足高品质果蔬的无损采摘要求。本课题针对这一核心痛点，设计一种基于机器视觉的智能果蔬采摘机器人柔性末端执行器，融合目标识别算法与柔性抓取技术，实现成熟果实的无损识别与精准采摘。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。首先分析果蔬采摘作业的实际需求与现有方案的不足，明确柔性末端执行器的功能与非功能指标。其次，在总体设计层面构建视觉感知、抓取决策与柔性执行三大模块的协同架构。详细设计阶段深入阐述YOLOv5目标识别算法的优化适配、仿生包覆与负压吸附双模柔性抓取机构的参数化设计，以及视觉-力觉融合的抓取控制策略。实现环节完成软硬件集成与关键算法部署，测试环节通过实验室采摘实验验证系统性能。

本设计的核心创新点在于：提出包覆-吸附双模柔性抓取策略，可自适应不同尺寸与表皮质地的果蔬；设计视觉-力觉融合的损伤阈值控制算法，将抓取力实时约束在果实生物力学屈服极限内。实验结果表明，系统对番茄、草莓等典型果蔬的识别准确率达95.3%，无损采摘成功率达92.1%，单果平均采摘周期为8.6秒，满足实际作业需求。

关键词：智慧农业；采摘机器人；柔性末端执行器；机器视觉；目标识别；无损