作品展示

本作品为一种面向名优茶的无人化茶叶采摘机器人。利用图像识别技术精准辨识芽叶的颜色、形状等信息，实现对茶叶嫩芽精准识别；根据茶叶物理生长特性和机械收获力学特性，寻找影响茶叶采摘的制约因素，能够获取最佳切割速度、切割角度、行走速度组合；通过自适应控制等控制系统设计方法与神经网络算等相结合，实现机械臂灵活、精准、智能采摘茶叶。机器人构造包括履带行进车组件、三坐标位移组件、视觉定位系统、茶叶采摘手组件。履带行进车组件是整体采摘机器人的位移驱动；三坐标位移组件带动末端的茶叶采摘手组件进行位移调整；视觉定位系统给控制零部件提供茶叶位置信息；茶叶采摘手组件对茶叶进行采摘、收集。

① 嫩芽识别率高：基于机器视觉和三维点云特征目标检测与定位识别技术，区分嫩芽与老叶颜色，实现嫩芽单体形心数据识别率达75%以上，含杂率低于10%； ② 精准无损采摘：并联臂机械手臂结构＋研制末端钝化仿形执行器，实现综合采摘损伤率低于10%； ③ 作业环境适应性好：液压传感自适应调整平台高度和宽度，实现适应90%以上的丘陵茶园； ④ 无人化程度高：软件自主规划路径实现无人采摘，实现自动无人巡航。

茶叶采摘机器人以名优茶为采摘对象，以精准、高效、智能为设计理念，通过先进图像识别技术、人工智能数据处理技术、机器手臂智能控制技术对不同品种的茶芽采摘、自动快速识别茶芽、对茶芽进行等级分类并实现自动无损采摘茶芽。该仿生机器人由履带行进车组件、三坐标位移组件、视觉定位系统、茶叶采摘手组件等部分组成，履带行进车组件是整体采摘机器人的位移驱动，三坐标位移组件带动末端的茶叶采摘手组件进行位移调整。采用基于“深度学习+视觉识别”的检测方案，搭建深度神经网络的模型，利用大量的样本数据帮助控制系统对茶叶嫩芽的纹理、颜色等特征进行深度学习，再借助双目空间定位技术实现3D定位，从而精准找到芽叶所在位置；采摘机械臂采用基于动力学模型的滑模控制方法，有效降低机械臂采摘过程的波动性，提高采摘速率；在采摘的过程中，末端的茶叶采摘手组件动作过程和人手近似，仿真人手指捏住茶叶，然后快速扯下，放进收集箱。经过实验室及现场验证，验证数据结果表明：该茶叶采摘智能仿生机器人嫩芽识别率高、采摘过程精准无损、作业环境适应性好、无人化程度高。

① 经济价值：提高采摘效率和降低采摘人工成本； ② 教育价值：多学科人才促进专创融合、新工科人才赋能产学研基地； ③ 社会价值：直接带动就业岗位，促进传统农机岗位人员转型升级。