采摘机器人方向优秀论文范文2赏析——基于现代设计方法学的葡萄采摘机器人设计

　　为提高葡萄采摘的自动化程度与效率，降低人工成本并适应智慧农业发展趋势，设计了一款葡萄采摘机器人。基于现代设计方法学，对葡萄采摘机器人进行功能分解，明确其执行、驱动、视觉、控制及支撑等核心模块。本研究通过形态矩阵构建多种设计方案，结合效用值分析法对方案进行系统评价，最终选定以履带式行走装置、直流电机驱动、齿轮传动为核心，并集成多种视觉方案。该葡萄采摘机器人采用六轴机械臂结构，通过蜗轮蜗杆传动，末端执行机构配备柔性夹爪与剪切装置，可精确夹持并剪切直径 1~3mm 的葡萄枝，并完成了对控制系统的初步设计。基于现代设计方法学的葡萄采摘机器人设计为葡萄采摘自动化提供了可行的技术方案，其模块化设计与低维护成本的特点使其具有较为广阔的应用前景。

　　关键词

　　葡萄采摘机器人;现代设计方法学;效用值分析法;控制系统设计;视觉检测

　　0 引言

　　葡萄作为全球重要的经济作物之一，其种植面积与产量逐年增长，中国作为葡萄生产大国，2022 年种植面积已超过 8×10⁶hm²，产量已突破 1.4×10⁷t。但葡萄的采摘任务仍以传统的人工采摘为主，存在劳动强度大、效率低、成本高等问题，尤其是在采摘作业的高峰期时，劳动力短缺的问题尤为突出。随着人口老龄化的加剧和农业劳动力的转移，葡萄产业的可持续发展面临严峻挑战。在此背景下，研发高效、智能的采摘机器人成为解决上述问题的关键路径，也是现代农业装备智能化转型的重要研究方向。

　　近年来，众多学者在农业采摘机器人领域的研究取得了显著进展，然而葡萄采摘作业因其复杂的生长环境(果实簇生、枝叶遮挡、光照环境多变等)和果实易损伤的特性，对机器人的感知、定位、抓取等核心技术提出的更高要求。国内研究团队针对葡萄采摘的特殊需求，在机械结构、视觉算法、运动控制策略等方面展开了系统性的探索。叶银海等研发了一种采运同步式双机器人葡萄自动化采收系统，将采、运分别用 2 个机器人完成，在负责运输的机器人上放置更多的收集框，达到提高采摘效率的目的;马聪等提出了基于颜色空间和霍夫直线检测算法融合的方法，提高棚架式葡萄图像的采集率，该方法的葡萄果实串的正确识别率达到了 92%;杨语录等设计并开发了一种基于 SCARA 的柔性葡萄采摘机械臂，该机械臂可更好的适应不同场合下篱架式葡萄的采摘，具有更好的通用性。国内葡萄采摘机器人仍处于快速发展阶段，现有研究主要集中在葡萄采摘机器人的机械臂结构优化以及葡萄果视觉识别算法的改进上，但如何设计出高效可靠的葡萄采摘机器人机械结构和优化出更加精准的葡萄果识别算法，一直是葡萄采摘机器人设计需要攻克的难点。

　　本文通过形态矩阵构建出多种葡萄采摘机器人设计方案，利用效用值分析法对各方案进行评分从而选出最优设计方案，最后根据最优设计方案的要求设计出适合葡萄采摘环境的葡萄采摘机器人的机械结构，并给出控制模块和识别模块的设计方案，达成了模块化设计与降低维护成本的目的，为葡萄采摘自动化提供了可行的技术方案。且该方案低功耗、高适应性的特点还可拓展至其他果蔬采摘场景，在推动智慧农业装备产业化进程中具有重要的应用价值。

　　1 葡萄采摘机器人方案设计

　　1.1 葡萄采摘机器人设计的具体要求

　　现代设计方法学是研究产品设计的过程、规律及设计中思维和工作方法的一门综合性学科。对比传统设计方法以经验、感性和静态的方式进行设计，现代设计方法具有更加科学、理性和动态的特点。本研究通过对葡萄种植园的实地考察，与葡萄采摘工人进行交流后，依据现代设计方法学为葡萄采摘机器人设计制定了要求期望明细表。

　　1.2 总功能分解

　　葡萄采摘机器人的总功能是指对葡萄园中的葡萄果实进行采摘、装车、运输全过程，为清楚地展示葡萄采摘机器人各工作部分与周围环境的关系，本研究建立技术过程流程图。

　　在技术过程流程图中，环境是指葡萄种植园及周遭环境，其余技术系统指的是葡萄采摘机器人对能源和控制等相关的技术要求，其中点画线表示该机械系统内部与外部的联系，虚线内表示葡萄采摘机器人的整体模块分类，其他信息指的是其余非视觉信息，如夹持住葡萄后影响控制机械臂完成装篮的相关信息等。

　　为了更直接地展示葡萄采摘机器人系统各部分的功能，建立功能结构树。将葡萄采摘机器人的总功能分为执行功能、驱动功能、视觉功能、控制功能、支撑部分。

　　1.3 葡萄采摘机器人设计方案的确定

　　根据葡萄采摘机器人的功能树，采取系统组合的方法，建立葡萄采摘机器人组合的形态矩阵，将可能的方法进行列举排列，计算出可能的解法，并在所有的解法中找出符合项目实际意义的执行方案。当不考虑工作环境和其条制约的情况下，设计方案一共有 4×2×3×2×3×3=432 种。

　　结合实际的工作环境，本研究对初始方案做了细致的比较与排除，最终得到 2 种可实施的方案。

　　方案 1：运动方式采用履带式，能量转化装置采用直流电机，传动方式采用齿轮传动，前后及侧方与末端执行机构都安装有视觉相机。此方案利用安装在葡萄采摘机器人前方与侧边的视觉相机采集视觉信息，通过控制程序及相关算法控制葡萄采摘机器人进行前后及避障运动，行进到适合葡萄采摘的大致位置;安装在末端执行机构上方的视觉相机采集葡萄果实及葡萄枝的位置，通过控制程序及相关算法，利用机械臂将末端执行机构中刀片与夹爪移动至适合进行采摘的位置。在完成上述 2 个步骤后，再通过控制程序控制夹爪及刀片闭合，对葡萄枝进行剪切工作，在剪断葡萄枝的同时，刀片下方的夹爪夹持住断面下方葡萄枝，再进行装车。

　　方案 2：采用的运动方式为轮式，能量转化装置采用小型汽油机，该方案的葡萄采摘机器人采用车轮作为运动方式，制动方式为盘式制动，且传动方式为皮带传动。此方案通过两侧的视觉相机检测葡萄簇后，通过控制程序控制车体靠近目标位置，再由末端执行机构上方的视觉相机检测信息，控制机械臂完成采摘，其实现功能的过程与方案 1 大致相同。

　　1.4 设计方案的评价与选择

　　本文采用效用值分析法进行方案的评价与选择。作为系统工程学的重要评价方法之一，效用值分析法主要是将待评价的目标看作 1 个系统，为满足该系统，会提出一个总目标，记为 E。总目标下会划分出更细的分目标，记为 E₁和 E₂，为 1 级分目标;1 级分目标会存在更细的分目标，即 E₁的分目标记为 E₁₁和 E₁₂，即 E 的 2 级分目标;同时 2 级分目标也会存在更细的分目标，即 E₁₁的分目标记为 E₁₁₁和 E₁₁₂，即 E 的 3 级分目标。以此类推，最终会形成一个呈树状结构的目标分级，即目标树。其中最末级别的评价目标是总目标的具体评价目标，即评价标准。

　　建立评价目标树时应选择起决定作用的设计要求与条件作为主要目标，且各个目标之间应当相互独立。由于各级别评价目标在同级别中的重要程度不同，以加权系数来表示各评价目标的重要程度，通常取 0~1 之间的数字来表示，各级别评价目标的加权系数之和应为 1。

　　在确定评价目标树和加权系数之后，针对各方案相应的分目标进行评价打分。在效用值分析法中，常以 0~10 分来评价该分级评价目标的价值，可以将分级评价目标的分数(s)乘以对应的加权系数(p)得到该分级评价目标的加权分价值(l)，则该方案的总价值(V)则可以通过计算各分级评价目标的加权价值之和来表示。

　　对比数据得出 V₁>V₂，即表示方案 1 更优，因此选择能量转化装置采用直流电机，能量传递模式采用齿轮传动，行走装置采用履带，末端执行机构安装有视觉相机的葡萄采摘机器人的设计方案作为本次研究的最终设计方案。

　　2 葡萄采摘机器人的结构设计

　　葡萄采摘机器人主要包括末端执行机构、机械臂和车体 3 部分，其整体结构三维图展示了各部分的布局，主要设计参数也已明确。

　　2.1 车体部分的设计

　　葡萄采摘机器人车体部分主要由导向轮、支撑轮、张紧机构、电机固定架和车架等部分构成。本方案采用履带作为行走部件，可根据不同地面环境选择合适的履带型号，且设计有张紧结构来保证履带的正常工作;驱动轮作为整个行走机构的动力来源，其尺寸比其余承重轮大，有配合履带传动的凸起结构，且单侧履带与一个驱动轮配合;底部四组承重轮，采用两轮为一组的配队方式，提升整个车体结构的承重能力，保证履带运行的可靠性。

　　2.2 机械臂部分的设计

　　本方案目标为进行葡萄采摘作业，由于葡萄果实所在高度不统一，需要机械臂来调整末端执行机构的高度。本设计中，将机械臂的结构主要分为底座部分、大臂和小臂 3 个部分，设计出一个六轴机械臂。一般葡萄果穗距离地面的距离在 1.2～1.6m，故设计的机械臂高度加上车体部分在 1.5m 左右。常见的葡萄枝的粗细在 1～3mm，为避免无法完全切断葡萄枝，设计的末端执行机构的刀片错位距离为 0.1mm，即刀片突出于夹持平台 0.1mm。

　　底座部分：采用涡轮蜗杆传动将电机的水平转动转化为主轴竖直方向的旋转，从而带动固定在主轴上的机械臂部分旋转。

　　大臂部分：采用平行四边形原理保证了大臂运动的稳定性，两侧电机分别控制大臂部分的旋转和小臂方向的旋转。

　　小臂部分：采用将电机集中布置在尾部的方案，避免了将电机放置于关节处导致的重量分布不均匀和关节处受力过大的问题，通过 3 个电机分别控制轴 1、轴 2、轴 3 旋转，3 个电机的传动采用同心且中空的轴进行传动，起始位置通过交错的齿轮传动方式连接，末端的腕部采用斜齿轮方式连接，其中轴 3 与末端执行机构相连接。

　　2.3 末端执行机构的设计

　　末端执行机构是通过舵机提供夹爪夹持的动力，顶部安装有视觉相机对葡萄果实与葡萄枝进行识别，夹爪上侧安装有夹持啮合面与夹爪平行但不同面的切断装置。夹爪夹持动力由安装在底部的舵机提供，顶部留有 2 个定位孔可安装视觉相机。在夹爪的上侧安装有刀片，其啮合时刀片互相接触的平面与夹爪互相接触的平面有 1mm 的错位。

　　3 葡萄采摘机器人控制系统的设计

　　3.1 控制程序总体设计

　　葡萄采摘机器人需要实现动态环境下的精准采摘与自主导航，其控制系统需要满足高实时性、低功耗及复杂环境适应性的要求。基于分层控制理论，将系统划分为感知模块、决策模块与执行模块，各模块通过实时通信协议 ROS Topic 协同工作。

　　本方案采用模块化设计的原则，将各功能模块独立开发，通过标准化接口实现数据的交互，便于后期维护与功能扩展。其次，引入多传感器数据融合(MSDF)算法，确保单一传感器失效时，系统仍能正常运行。为保证机械臂运动控制与避障响应的时效性，采用 RT-Thread 实时操作系统(RTOS)，以确保任务调度周期≤10ms。

　　3.2 模块系统设计方案

　　感知模块设计

　　视觉定位：采用 Intel RealSense D435 深度相机(分辨率 1280×720，帧率 30fps)，结合改进的 HSV-ORB 特征融合算法，在复杂光照条件下将葡萄簇的识别准确率提升至 94.2%(传统 HSV 算法准确率为 89.5%)。

　　力反馈：末端集成 ATI Mini40 六维力传感器(量程 ±120N，精度 ±0.1N)，通过动态阈值调整策略，实时调整剪切夹持葡萄枝过程中的力的大小。

　　环境感知：采用 RPLIDARA2 激光雷达(扫描频率 10Hz，探测半径 16m)与 IMU(BMI088，采样率 200Hz)组合，实现果园动态障碍物检测(精度 ±2cm)与车体姿态的实时矫正。

　　数据融合：基于卡尔曼滤波(KF)融合视觉与激光雷达数据，构建果园的三维栅格地图(分辨率 0.1m)，并通过点云配准(ICP)算法更新目标位置，定位误差≤1.5cm。

　　决策模块设计

　　路径规划：采用 RRT*-APF 混合算法(快速探索随机树结合人工势场)，对比传统 RRT 算法，该算法的功耗更低，生成路径更短。

　　运动控制：机械臂逆运动学求解基于几何解析法(计算耗时 < 1ms)，结合关节空间 PID 控制器(比例系数 Kp=2.5，积分系数 KI=0.01)，实现 ±0.1mm 的重复定位精度。

　　执行模块设计

　　机械臂关节：Maxon EC60 无刷伺服电机(额定扭矩 0.64N・m，峰值扭矩 1.92N・m)配合 Harmonic Drive 减速器(减速比 1∶100)，实测关节响应时间≤50ms。

　　末端执行机构：柔性夹爪采用 Shape Memory Alloy(SMA)驱动，夹持力 0.1～5.0N 连续可调，适应不同直径葡萄枝(1~3mm)的剪切需求。

　　移动底盘：基于 ROS 的 DWA 局部路径规划算法，在模拟葡萄园崎岖地形(坡度≤15°)中导航成功率 98.5%，最大行进速度 0.8m/s。

　　3.3 控制流程设计

　　主程序采用有限状态机(FSM)模型，具体流程包括初始化阶段、目标检测、路径规划、力控采摘和异常处理等环节。

　　初始化阶段：传感器自检、机械臂归零、地图加载。

　　目标检测：视觉相机快速扫描环境，若检测到成熟葡萄簇(饱和度阈值 H∈[0,30]，S>100)，触发采摘任务。

　　路径规划：决策模块生成机械臂的运动轨迹与底盘导航路径。

　　力控采摘：末端执行机构接触葡萄枝后，根据力传感器反馈动态调整夹持力度。

　　异常处理：若接触力超限或导航偏离路线，系统进入安全模式并重新开始规划。

　　3.4 验证结果

　　本研究通过 MATLAB/Simulink 搭建机械臂动力学模型，验证轨迹跟踪精度;利用 Gazebo 仿真环境测试导航算法的可行性。实验表明，采摘成功率达 92%，单果平均耗时约 5s，优于人工采摘效率。

　　4 结论

　　葡萄采摘作为农业生产中的关键环节，长期面临劳动力短缺、效率低下及成本高的问题。本研究基于现代设计方法学，提出并开发了一种适用于复杂果园环境的葡萄采摘机器人，旨在推动农业装备的智能化转型。通过功能分解与形态矩阵构建，明确了机器人的核心模块，并采用效用值分析法筛选出最优设计方案。最终方案采用履带式行走装置、直流电机、齿轮传动及六轴机械臂结构，集成多模态感知与实时控制技术，提升了葡萄采摘效率与适应性。

　　尽管本研究取得了阶段性的成果，但仍存在一定的局限性。例如，在实际果园试验中，复杂的光照与枝叶遮挡可能导致视觉识别率波动;机械臂在密集的葡萄簇中的避障功能仍需进一步优化。未来工作将聚焦于深度学习算法的引入以提高复杂果园环境适应性，同时探索轻量化材料与能源优化策略，延长机器人的续航能力。此外，通过大规模的实际试验累积数据，完善机器人对不同葡萄品种与种植模式的兼容性，将是推动其产业化的关键。

　　推荐阅读：采摘机器人方向优秀论文选题参考50个