[发明专利]一种智能化采摘串型水果的系统有效

专利信息
申请号: 202110081002.8 申请日: 2021-01-21
公开(公告)号: CN112715162B 公开(公告)日: 2022-03-08
发明(设计)人: 姚昱岑;郑讯佳;王维勋;曹川川 申请(专利权)人: 重庆文理学院
主分类号: A01D46/30 分类号: A01D46/30
代理公司: 重庆晶智汇知识产权代理事务所(普通合伙) 50229 代理人: 李靖
地址: 40216*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能化 采摘 水果 系统
【权利要求书】:

1.一种智能化采摘串型水果的系统,其特征在于:

包括采摘机械手(1)、机械连臂(2)、移动平台(3)、吹气枪(4)、单目视觉相机(5)、双目视觉相机(6)以及控制系统(7);所述采摘机械手(1)包括剪切部(11)以及机械手臂(12),所述剪切部(11)与所述机械手臂(12)一端固定连接、机械手臂(12)另一端与所述机械连臂(2)转动连接;所述机械连臂(2)远离所述机械手臂(12)的一端与所述移动平台(3)转动连接;所述移动平台(3)内设置机器人控制器(30),所述吹气枪(4)与双目视觉相机(6)固定设置在所述机械手臂(12)上,所述单目视觉相机(5)设置在待采摘串型水果果树下方的地面上;所述控制系统(7)与所述单目视觉相机(5)、双目视觉相机(6)以及机器人控制器(30)通过远程模块连接;

上述系统通过以下方法实现串型水果的采摘:

通过所述单目视觉相机与所述双目视觉相机配合实现对母枝的预定位,具体为:

a1:采用单目视觉相机随机获取连同串型水果果实、叶子以及树枝在内的多副彩色图像;选取并划分彩色图像内的多个果实目标以及非果实目标,并分别提取果实目标以及非果实目标的纹理特征值与颜色特征值,作为正负样本;

a2、通过控制系统内的支持向量机SVM对正负样本进行训练、生成多个弱分类器;然后采用控制系统内的AdaBoost算法构造强分类器,通过强分类器分割单目视觉相机获取的彩色图像,并将从图像中识别到的果实目标单独存储成彩色图像I1

a3、重复a1~a2,分别得到识别树枝与叶子的强分类器;然后分别在去除彩色图像I1的原始彩色图像中分割提取出树枝与叶子,分别存储成彩色图像I2和彩色图像I3

a4、控制系统根据果实的分布位置将果串分为单果实果串、双果实果串以及多果实果串,进而确定彩色图像I1中随机分布的果实所属的果串类型;随后,控制系统根据所确定的果串类型对果串母枝进行确定:

具体为:单果实果串:若一个果实的几何中心与其他任何果实的几何中心之间的欧式距离大于单个果实的平均直径,则该果实为单果实果串;双果实果串:若两个相邻果实几何中心间的欧式距离小于这两个果实的直径和,则这两个果实为一个双果实果串;多果实果串:若两个以上果实中,任意两个果实几何中心之间的欧式距离均小于两个果实的直径和,则该组果实为多果实果串;

对于单果实果串,其与果实相连的树枝即为母枝;

对于双果实果串与多果实果串,首先在彩色图像I1中做果串的轮廓外切矩形上下底的中垂线,然后结合彩色图像I1与彩色图像I2进行融合分析,通过彩色图像I1的中垂线与彩色图像I2的树枝相切情况确定果串的母枝;

a5、利用双目视觉相机获取果串母枝的双目立体图像,控制系统取双目视觉相机左图像中的母枝外接矩形几何中心点作为特征匹配点,在右图像中搜索与特征匹配点灰度值最接近且使归一化互相关函数达到最大值的点,实现特征匹配,得到母枝的几何中心点;最后计算母枝几何中心点的空间坐标,实现对母枝的预定位,得到母枝的预定位图像及预定位几何中心点;

然后在实际采摘过程中,移动平台靠近待采摘果树、机械手臂靠近待采摘串型水果,利用所述双目视觉相机获取采摘过程中母枝的实际定位图像及实际定位几何中心点;然后利用所述单目视觉相机的视觉缩放法,比较母枝的实际定位图像与预定位图像,确定母枝受干扰类型;

确定母枝受干扰类型后,利用所述吹气枪的空气动力进行主动抗扰;

基于受干扰类型以及主动抗扰方法,通过所述控制系统确定剪切部的进给终点;根据进给终点,通过所述控制系统计算采摘机械手的进给路径,实现串型水果的采摘。

2.根据权利要求1所述的一种智能化采摘串型水果的系统,其特征在于:所述机械连臂(2)为多轴联动机械臂。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆文理学院,未经重庆文理学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110081002.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top