基于轻量化网络与边缘计算的采摘机器人果实快速识别与末端柔顺控制设计.docxVIP

PAGE2

基于轻量化网络与边缘计算的采摘机器人果实快速识别与末端柔顺控制设计

摘要

针对当前果园采摘机器人果实识别实时性差、末端抓取损伤率高的问题，本设计提出一种融合轻量化目标检测网络与边缘计算平台的快速识别方案，并设计视觉伺服与柔顺控制算法，实现采摘机器人的高效、无损作业。设计首先构建以MobileNetV3为骨干的轻量级果实检测网络，并基于TensorRT在NVIDIAJetsonXavierNX边缘设备上完成量化部署，推理延迟降至32ms，满足实时检测需求。其次，提出基于位置的视觉伺服控制律，以果实三维位姿为输入驱动机械臂末端靠近目标；同时设计基于阻抗控制的末端柔顺抓取策略，通过力传感器反馈实现接触力动态调节，将抓取力峰值控制在(5±0.8)N范围内，大幅度降低果实损伤率。全文按照需求分析、总体设计、详细设计、实现与测试的工程逻辑展开，逐步完成系统架构设计、模块划分、算法实现与性能验证。测试结果表明，该系统在苹果园模拟场景中，单果检测精度达到92.3%，从识别到抓取完成的平均周期为2.1s，抓取成功率为94.7%，且损伤率低于5%。本设计的技术特色在于将轻量化视觉模型与边缘计算深度融合，结合力位混合控制策略，为复杂非结构环境下的果实快速、柔顺采摘提供了可复用的工程方案。

第一章绪论

1.1研究背景

农业劳动力短缺已成为全球性的挑战，尤其在水果采摘环节，