作品展示

我们在对国内外多家采摘机器人分析的基础上创新研究，为了使采摘机能够准确识别chay，需要对茶叶的形态特征进行研究设计出了智留茶香—RGBD信息融合结合ROS系统茶叶采摘一体机，能够识别茶叶并实现采摘的一体机。 我们的创新点有：一、采用仿生机械爪设计，仿生机械爪系统分为采集盒和截断齿，能够直接对茶叶嫩叶进行采摘，实现对茶叶嫩叶的精准采摘，在提高茶叶采摘效率的同时减少了茶叶损坏率。二、雨天采摘。三、将YOLOv8的C3模块以及RepBlock替换为C2f，利用YOLOv8目标检测算法和嫩芽与对应叶梗的连通关系，快速识别复杂背景下可采摘叶片。接着通过RGB-D信息融合提取采摘点的精确深度值，实现采摘点的精确定位。这对于解决采茶行业面临的劳动力短缺、高生产成本和低效率等问题具有显著意义。

1.为了解决对嫩叶无损采摘，机械爪借鉴了仿生机械学原理，依照锹甲科昆虫的上颚运动方式研制了一种末端执行器如下图 2.采用了Delta机械臂，结合YOLOv8和双目识别系统实现精准定位，使机械臂能在嫩芽下方2-3mm处进行准确定位。 3.数据传输慢、机器效率低下问题，将传统硬件的“集中式”优化为“分布式”。“分布式”能使上位机和下位机进行独立运算，实现控制解决原有的采摘机在工作时死机和ROS数据分析过载问题。

实现采摘的关键技术是采摘点识别与定位，也是实现高效、适时、无损采摘的重要保证。采摘机器人需要识别定位嫩芽往下2-3mm处根茎的采摘点，才能实现茶叶的有效采摘。由于茶梗与杂叶颜色相近、茶叶形态不规则，同时受到叶片、枝条的干扰，以及光照条件的不确定性，会导致图像中存在噪声和各种干扰因素，降低了采摘点识别准确率。同时由于茶梗较为细小，经济型深度相机在获取细小目标时，深度信息存在误差较大甚至缺失的情况，导致采摘机器人难以精确定位采摘点。针对上述问题，提出基于 RGB-D 信息融合和目标检测的茶叶采摘点识别定位方法，通过 YOLOv8的目标检测算法和茶叶与对应茶梗的连通关系，快速识别复杂背景下的可采摘茶梗;然后，通过深度信息分割算法、形态学操作、K-means 聚类算法和细化算法，实现近色背景下精确提取嫩芽往下2-3mm茶梗边缘处进行识别采摘点;最终通过深度相机的立体红外传感器和红外激光 发射器得到超声珩磨装置部件距离相机深度值，提取采摘点精确深度值，实现采摘点的精确定位。

1.提高生产效率 智能茶叶采摘机器人能够提高茶叶生产效率，提高茶叶产业的经济价值。在茶叶采摘时中代替人工，减轻茶农的劳动强度，能精准识别快速采摘减少误采和浪费，不受疲劳和天气等因素的影响能实现 24h 不间断工作提高经济价值。 2.降低成本 智能茶叶采摘机器人可以降低农业生产的成本，减少茶叶的损耗、浪费，提高茶叶的品质、利用率；提高作业效率，减少劳动力，降低企业成本。在其他方面优化生产流程使茶叶生产更经济、环保和可持续性。

no video files