作品展示

小麦种子切片通常采用人工切片的方式，存在着耗时长，效率低、取样质量差等问题。本项目从以下五个方面开展，针对种子尺寸小、形状各异导致群体单粒化困难的问题，研究基于振动分离原理的小尺寸异形种子自动供料装置，实现群体种子单粒化；针对小尺寸外形各异种子形状和胚胎方向识别与最佳取样位点选取的问题，研究融合图像与3D 点云信息的种子外形与胚胎方向识别技术，识别准确率达到95%以上；针对小尺寸异形种子精准微创取样与安全操作的问题，研究基于力感知-反馈的切割机构设计与自动控制技术，结合切割和机器人微创操作理论，实现种子切片一次处理1200 粒种子以上,切割和抓取成功率达到95%以上，切割偏差<0.1mm。

创新点1 ：研究小尺寸异形种子群体单粒化机构设计与优化，实现种子批量单粒化。 创新点2 ：研究基于多源信息与多任务深度学习融合方法，解决小尺寸种子外形与胚胎方向识别与最佳取样点选取问题； 创新点3 ：探索机器人灵巧微创切割操作理论，为切片机的研发提供理论依据。

本机器人的关键技术可分为种子分离、姿态识别、夹持输送、种子取样、样品收集等关键技术。其基本工作原理为：通过种子分离技术将种子群体分离成均匀的单粒种子流，位姿调整技术对单粒种子的姿态进行识别，获取其外形和胚胎方向信息。随后，通过夹持输送技术应用机械臂将种子按照目标姿态送入取样技术的既定取样位点；取样完成后的种子母体和分离开的种子样品会由机械臂或其它物料输送机构放入样品收集装置中，控制系统存储样品及种子所在料盘序号及孔位坐标。 在此过程中，小尺寸异形种子存在胚胎方向识别困难、夹持和切割难度高、取样空间狭窄等技术瓶颈，造成识别的置信度低、取样精度差、样品纯度低等缺陷，因此小麦等小颗粒异形种子取样机器人长期存在市场空白。

提高育种效率：这类机器人能够为分子设计育种提供高效、低损的取样操作，特别是在处理大量样本时，能显著提升工作效率； 推动精准农业发展：通过机器人进行微创取样，可以更精确地收集种子数据，为精准农业和智能育种提供支持，提高产品产量与质量； 降低劳动强度：自动化的取样过程减少了人工操作，降低了劳动强度，同时也减少了因人为因素导致的取样错误；