技术领域
[0001] 本发明涉及采摘机械技术领域，具体为一种基于人工智能视觉识别的采摘机械手。
相关背景技术
[0002] 自动化生产加工是必然趋势,农业生产自然也不例外,我国政府早已确定了科教兴农的战略,在农业生产中普及自动化设备,提高生产效率、降低劳动成本是未来农业生产的发展方向。水果种植业在农业生产中占据着举足轻重的地位,而我国的水果采摘几乎全部依靠人力劳动实现,随着社会经济的发展和人口老龄化的加快,农业劳动力将出现严重短缺现象,从而导致水果生产成本的提高,因此农业水果产业想要长足发展,提高劳动效率,实现水果采摘自动化成为迫在眉睫的问题。
[0003] 目前农业采摘机器人还处于研究阶段,离商品化与实用化还有一段较长的路要走,基于这些原因,开发出一种高效率、低成本的基于机器视觉的农业采摘机器人具有着长远意义。
具体实施方式
[0039] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0040] 实施例1：
[0041] 请参阅图1至图6所示，一种基于人工智能视觉识别的采摘机械手，包括安装底座1，安装底座1的顶部转动设置有转动底盘2，转动底盘2的顶部固定设置有固定架3，且固定架3的顶部转动设置有第一活动架4，固定架3的一侧转动设置有调节气缸5，且调节气缸5的驱动端与第一活动架4的底部活动连接，其中安装底座1内壁的顶部固定设置有驱动电机6，且驱动电机6的输出轴固定设置有驱动齿轮7，转动底盘2的内壁固定设置有内齿圈8，且驱动齿轮7的表面与内齿圈8的内壁啮合传动；
[0042] 进一步的，第一活动架4顶部的一侧转动设置有第一安装架9，第一安装架9的一侧固定设置有伺服直线滑台10，且伺服直线滑台10的表面滑动设置有第二活动架11，第一活动架4顶部的另一侧还固定设置有第一电机12，且第一电机12的输出轴与第一安装架9的一侧固定连接，第二活动架11顶部的一侧固定设置有第二电机13，且第二活动架11顶部的另一侧转动设置有第二安装架14，第二电机13的输出轴一端与第二安装架14的一侧固定连接；
[0043] 进一步的，第二安装架14的一侧固定设置有第三电机15，且第三电机15的输出轴一端固定设置有驱动丝杆16，第二安装架14的一侧固定设置有采摘架17，且采摘架17的一侧活动设置有三个采摘臂18，其中三个采摘臂18关于采摘架17的中心轴线呈等角度分布设置，采摘臂18通过若干个活动连杆和销轴进行组成；驱动丝杆16的表面螺纹设置有调节架19，且调节架19的外周面分别活动设置有三个调节杆20，三个调节杆20的一端分别与三个采摘臂18的一端活动连接。
[0044] 进一步的，第二安装架14的一侧还固定设置有三个限位杆21，且三个限位杆21的一端均与调节架19的内部滑动连接。
[0045] 需要说明的是，在对果实进行采摘时，通过驱动电机6的输出轴通过驱动齿轮7和内齿圈8之间的啮合传动，让转动底盘2带动固定架3进行转动，对采摘机械手的采摘方向进行调控，接着通过控制调节气缸5的驱动端伸出，控制第一活动架4的顶端向上抬升，对采摘机械手的采摘高度进行调控，再通过伺服直线滑台10控制第二活动架11沿着第一安装架9向一侧滑动，让第二活动架11一侧的采摘臂18向采摘的果实靠近，同时利用第一电机12的输出轴控制第一安装架9的角度，第二电机13的输出轴控制第二安装架14的角度，让第二安装架14一侧的三个采摘臂18移动至采摘果实的一侧，最后通过第三电机15的输出轴控制驱动丝杆16进行顺时针转动，利用驱动丝杆16带动调节架19沿着限位杆21向一侧滑动，让三个采摘臂18向外侧展开，再通过伺服直线滑台10带动第二活动架11向采摘果实的一侧移动，让采摘果实处于三个采摘臂18之间，通过控制第三电机15的输出轴进行逆时针转动，让三个采摘臂18对采摘果实进行包覆，最后控制第二活动架11沿着第一安装架9进行复位，完成对果实的采摘操作。
[0046] 实施例2：
[0047] 请参阅图6所示，作为上述实施例中方案的进一步具体说明，采摘臂18的内部设置有视觉识别模块、果实状态分析模块、果实采摘评估模块、和数据库，视觉识别模块分别与果实状态分析模块和数据库连接，果实状态分析模块分别与果实采摘评估模块和数据库连接，果实采摘评估模块分别与执行终端和数据库连接。
[0048] 视觉识别模块用于对采摘机械手在采摘时各采摘区域对应各采摘果实的采摘位置、果实图像、光照强度进行数据采集，具体的采集过程如下：
[0049] 通过设置在采摘臂18上的摄像头采集采摘机械手在采摘时对应各采摘区域的图像数据，同时在采集的图像数据中标注出采摘果实的位置，并同时记录采摘机械手的坐标和位置数据，配合测距传感器对采摘机械手与采摘果实之间的距离数据进行获取，通过对采摘机械手与采摘果实之间的距离数据与采摘机械手与采摘果实之间的相对位置坐标进行计算得出采摘机械手在采摘时各采摘区域对应各采摘果实的采摘位置。
[0050] 其中，在通过对采摘机械手与采摘果实之间的距离数据以及采摘机械手与采摘果实之间的相对位置坐标后，将距离数据代入到采摘机械手与采摘果实之间的相对位置坐标中，进而获取采摘机械手在采摘时各采摘区域对应各采摘果实的采摘位置。
[0051] 通过控制采摘臂18移动至采摘果实的一侧，接着利用设置在采摘臂18上的摄像头对采摘果实的图像进行获取，通过调整采摘臂18相对采摘果实的位置，得到采摘机械手在采摘时各采摘区域对应各采摘果实的外形图像集合。
[0052] 通过设置在采摘臂18上的光照传感器对采摘机械手在采摘时各采摘区域对应各采摘果实的光照强度进行光照强度的数据获取，得到采摘果实在采摘时的光照强度。
[0053] 在一个具体的实施例中，本发明中通过在采摘机械手上设置视觉识别模块，对果实在采摘过程中对应各采摘区域中采摘果实的采摘位置、果实图像以及光照强度进行数据采集，基于各采摘区域中采摘果实的采摘位置实现对采摘机械手的快速定位，提高采摘机械手对果实的采摘效率，通过各采摘区域中采摘果实的果实图像以及光照强度进行数据采集，便于后续对采摘机械手对采摘果实的采摘参数控制提供有力的数据支撑。
[0054] 果实状态分析模块用于对采摘机械手在采摘时各采摘区域对应各采摘果实的采摘状态进行分析，其具体的分析过程如下：
[0055] 从采摘机械手在采摘时各采摘区域对应各采摘果实的外形图像集合中提取采摘区域对应各采摘果实的表面图像，得到采摘区域对应各采摘果实的表面图像，并基于采摘区域对应各采摘果实的表面图像获取采摘区域对应各采摘果实的外形轮廓和皮肤纹理；
[0056] 将采摘区域对应各采摘果实的外形轮廓与数据库中存储的参考采摘果实的外形轮廓进行重合对比，得到采摘区域对应各采摘果实与参考采摘果实的外形轮廓的重合面积，记为采摘区域对应各采摘果实外形轮廓的重合面积；
[0057] 从数据库中获取各采摘果实的参考皮肤纹理，同时在参考皮肤纹理上提取若干个特征点，将采摘区域对应各采摘果实的皮肤纹理与数据库中存储的参考采摘果实的皮肤纹理进行特征点的重合对比，得到采摘区域对应各采摘果实的皮肤纹理与参考采摘果实的皮肤纹理中特征点的重合数量，记为采摘区域对应各采摘果实皮肤纹理中特征点的重合数量。
[0058] 需要说明的是，其中参考采摘果实的外形轮廓包括成熟后采摘果实的大小和形状，参考采摘果实中皮肤纹理中的特征点包括颜色、凹凸、纹路等方面。
[0059] 果实采摘评估模块用于对采摘机械手在采摘时各采摘区域对应各采摘果实的采摘状态进行评估，其具体的评估方法如下：
[0060] 由采摘区域对应各采摘果实外形轮廓的重合面积、各采摘果实皮肤纹理中特征点的重合数量和各采摘区域对应各采摘果实的光照强度构成各采摘区域对应各采摘果实的果实采摘评估参数。
[0061] 从各采摘区域对应各采摘果实的果实采摘评估参数中提取各采摘区域对应各采j j j摘果实的重合面积、重合数量和光照强度的数值，并分别记为Si、Qi和Li，i表示为各采摘果实的编号，i＝1,2，...，n，n表示为各采摘果实编号的总和，j表示为各采摘区域的编号，j＝1,2，...，m，m表示为各采摘区域编号的总和。
[0062] 依据公式 计算出采摘区域对应各采摘果实的采摘状态评估指数，ΔS表示为采摘区域对应各采摘果实的允许重合面积差，ΔQ表示为采摘区域对应各采摘果实的允许重合数量差，ΔL表示为采摘区域j
对应各采摘果实的允许光照强度差，Si‑1表示为采摘区域对应第i‑1个采摘果实的外形轮j
廓重合面积，Q i‑1表示为采摘区域对应第i‑1个采摘果实的皮肤纹理中特征点的重合数量，j
Li‑1表示为采摘区域对应第i‑1个采摘果实的光照强度，a1、a2、a3分别表示为设定的重合面积、重合数量、光照强度相对应的权值因子。
[0063] 通过数据库获取设定的采摘区域对应各采摘果实的采摘状态评估指数阈值，将采摘区域对应各采摘果实的采摘状态评估指数与设定的采摘状态评估指数阈值进行对比，其具体的对比结果如下：
[0064] 若γi≥q1，则表示采摘区域对应各采摘果实的采摘状态为正常，生成正常信号并发送至执行终端；
[0065] 若q1＞γi＞q2，则表示采摘区域对应各采摘果实的采摘状态为劣质，生成劣质信号并发送至执行终端；
[0066] 若γi≤q2，则表示采摘区域对应各采摘果实的采摘状态为异常，生成异常信号并发送至执行终端。
[0067] 其中，q1、q2均表示为设定的采摘区域对应各采摘果实的采摘状态评估指数阈值，且q1＞q2＞0。
[0068] 在一个具体的实施例中，本发明中通过对采摘区域对应各采摘果实外形轮廓的重合面积、各采摘果实皮肤纹理中特征点的重合数量和各采摘区域对应各采摘果实的光照强度进行综合分析计算得出采摘区域对应各采摘果实的采摘状态评估指数，再将采摘区域对应各采摘果实的采摘状态评估指数与设定的采摘状态评估指数阈值进行对比，得出相应的采摘信号，让采摘机械手根据相应的采摘信号调节控制参数对果实决定是否需要进行采摘操作，以及对果实进行采摘后的回收位置，显著提升采摘机械手对果实的采摘效率，并且能够实现对采摘的果实进行自动分类处理，提高对果实的采摘效果。
[0069] 执行终端基于果实采摘评估模块生成的信号进行相应的操作，具体的操作方式如下：
[0070] 执行终端在接收到正常信号后，控制采摘机械手对果实进行采摘并放入正常收集框中，在接收到劣质信号后，控制采摘机械手对果实进行采摘并放入病果收集框中，在接收到异常信号后，控制采摘机械手对果实不进行采摘。
[0071] 数据库用于存储参考采摘果实的外形轮廓、皮肤纹理以及采摘区域对应各采摘果实的采摘状态评估指数阈值。
[0072] 同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
[0073] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0074] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
