目前水果采摘存在劳动力短缺、采摘效率低和作业环境复杂等问题,亟须发展具备高精度感知与自主作业能力的智能化采摘装备,以全面提升果实采摘的效率和质量。传感器技术在水果采摘机器人中的应用包括路径规划、果实识别、定位及抓取控制...目前水果采摘存在劳动力短缺、采摘效率低和作业环境复杂等问题,亟须发展具备高精度感知与自主作业能力的智能化采摘装备,以全面提升果实采摘的效率和质量。传感器技术在水果采摘机器人中的应用包括路径规划、果实识别、定位及抓取控制等关键任务环节。针对非结构化果园环境,视觉、触觉与激光传感器的协同应用可实现目标识别、位置感知与避障控制,显著提升了采摘机器人对复杂环境的适应能力与作业精度,但是现有传感器仍然存在一些技术短板,如视觉传感器易受阳光干扰、枝叶遮挡和果实密集分布等因素影响,导致目标检测困难;触觉传感器易受温湿度影响,难以量化复杂的力学反馈,因而细微抓取力控制困难;由于非结构化环境下的路径优化困难,且激光传感器成本高昂,限制了其大规模应用。同时,单一传感器存在感知维度单一、环境适应性不足和果实特征感知不足等局限,难以适应非结构化果园环境。为此,针对多传感器融合技术面临的数据异构性、时序同步性和计算复杂性等挑战,对传感器技术在水果采摘机器人的未来应用进行了展望,指出融合红外、紫外等多波段成像技术和高动态范围(high dynamic range imaging,HDR)成像技术,柔性电子皮肤结合仿生结构设计的多传感器融合技术有望得到广泛应用。展开更多
基金Guangzhou Science and Technology Program(1563000115)
文摘智能视觉传感器技术因其低成本和图像高效采集优势成为当今无线视觉传感器网络(wireless vision sensor network,WVSN)的研究热点。该文在之前基于ARM平台S3C6410设计的低成本高分辨率农业视觉传感器(agricultural high resolution vision sensor,HRAVS)设计基础上,进行了网络和远程控制扩展,设计了一种基于WCDMA和Wi-Fi的高分辨率视觉传感器远程传输控制方案(vision sensor remote transmission control schema for the HRAVS,VSRTC)。使新型HRAVS节点可以利用有线、Wi-Fi、3G和4G等支持WVSN和农业物联网的应用。该文详细设计了VSRTC的应用体系结构、传输控制协议、应用软件。利用扩展的网络化视觉感知传感器,在华南农业农业大学试验农场部署了10个图像采集节点构成的WVSN,并开展了25d的运行测试,测试了新型节点的稳定性、图像采集与编码的性能,采集图像的平均耗时,以及在不同分辨率下的视频帧速率等。结果表明,该节点能够有效地支持命令响应式、周期响应式、视频流3种采集模式;在重传方案支持下所有节点指令丢失率在1%以内;在非联网状态下节点本地工作模式下,节点在1.3、2.0和3.2 Mpixel下采集图像的最短节点平均耗时分别约为6.2、8.2和11.1 s,最大视频帧速率分别为58.7、34.6、16.4帧/s;在全网络环境中,节点在1.3、2.0和3.2 Mpixel下采集图像的最短节点平均耗时分别约为17.6、26.9和49.6 s,最大视频帧速率分别为20.2、16.1、9.3帧/s。该方案对实时性要求不太高的农业领域来说,基本能满足其高分辨率图像和视频传输的需要。
文摘目前水果采摘存在劳动力短缺、采摘效率低和作业环境复杂等问题,亟须发展具备高精度感知与自主作业能力的智能化采摘装备,以全面提升果实采摘的效率和质量。传感器技术在水果采摘机器人中的应用包括路径规划、果实识别、定位及抓取控制等关键任务环节。针对非结构化果园环境,视觉、触觉与激光传感器的协同应用可实现目标识别、位置感知与避障控制,显著提升了采摘机器人对复杂环境的适应能力与作业精度,但是现有传感器仍然存在一些技术短板,如视觉传感器易受阳光干扰、枝叶遮挡和果实密集分布等因素影响,导致目标检测困难;触觉传感器易受温湿度影响,难以量化复杂的力学反馈,因而细微抓取力控制困难;由于非结构化环境下的路径优化困难,且激光传感器成本高昂,限制了其大规模应用。同时,单一传感器存在感知维度单一、环境适应性不足和果实特征感知不足等局限,难以适应非结构化果园环境。为此,针对多传感器融合技术面临的数据异构性、时序同步性和计算复杂性等挑战,对传感器技术在水果采摘机器人的未来应用进行了展望,指出融合红外、紫外等多波段成像技术和高动态范围(high dynamic range imaging,HDR)成像技术,柔性电子皮肤结合仿生结构设计的多传感器融合技术有望得到广泛应用。
