【世界农业案例】日本设施农业茄科蔬菜类采收机器人研究现状

2024-11-13 17:34:47

[ 导读 ] 日本设施农业茄科蔬菜类采收机器人研究现状~

番茄采摘机器人

日本番茄分为垄作和高架栽培两种，前者因为成本低，往往是普通农户的首选，而后者因其标准化程度高而更利于智能农业采收装备的工作。日本番茄采收机器人主要研究团队分布于京都大学、东京大学、立命馆大学、松下株式会社等。番茄采收机器人主要包含五大模块：自走移动系统、机械臂、末端执行机构、图像处理和制定采收决策。

自走移动系统的设计依赖于温室大棚的作业环境，主要有轮式、履带式和轨道式三种。图1所示为一种设置了轨道系统的番茄种植温室，因番茄种植于高架苗床上，高处番茄的采收需要移动工作平台与轨道来确保采收工作的安全稳定。

图1 一种设置了轨道系统的典型番茄种植温室

机械臂的差异主要是自由度（Degree of Freedom）不同，更高的自由度可以完成更为复杂的采收姿态。Takuya等在机器人操作系统（Robot Operating System，ROS）的基础上提出了一种基于模块化设计的番茄采收机器人设计系统，并以此开发了不同番茄采收机器人的作业模式，通过多种采收工作细分模块的试验对比，使用3轴机械手收获一个番茄的时间为29s，较6轴机械手缩短14s。而更多的研究普遍采用成熟工业机械臂以缩短研发周期。

番茄是一种薄皮易破蔬菜，在采收过程中需保证机械臂和末端执行机构的运行可以避开叶子、茎和未成熟番茄等障碍物。常见的末端执行机构有气吸式、剪切式和旋转式三种。气吸式由吸取机构和切除机构构成，它可以将目标果实与番茄簇分离，切除机构切割目标果实的果梗，随后番茄通过气吸通道进入托盘中。剪切式末端执行机构通过在夹取机构上方并行放置切割机构，切割果柄的同时夹取该果柄。小番茄往往成串采收，因为每株小番茄的果实密度很高，比番茄采收更费力，因此剪切式可以应用于大小番茄的采收。旋转式末端执行机构抓取番茄后旋转果实，通过拖拽的方式分离番茄与果柄，该末端执行机构单个番茄采收时间约为23s，其中一半时间用在拖拽番茄的过程中，三种末端执行器主要机构如表1所示。

表1 三种番茄采收机器人的末端执行机构

在图像处理和采收决策制定方面，早期由于计算机处理能力的限制，无法很好地考虑到障碍物等实际问题。20世纪80年代，由京都大学研发成功日本第一台番茄采收机器人，通过移动相机位置进行两次图像输入以完成立体摄影，以此获得番茄的三维位置信息。该研究验证了番茄采收机器人的可行性，揭示了基于色彩信息进行番茄定位的技术原理。Kondo等合作开发了小番茄成串采收机器人，通过识别和提取可见光的光谱反射率来识别小番茄，并使用双目视觉技术确定每串小番茄的采摘点。机器人每完成一次采收，将根据新获取的图像和机械手位置更新下一个目标水果的位置，试验结果显示这种基于视觉反馈控制的收获方法有效且成功率为70%。Ikeda等通过改进图像处理算法，提出了一种基于番茄形态学特征与图像分割技术的图像处理方法，可为机械臂提供避开障碍物的路线。

使用低成本的商业化产品是实现采收机器人商业化的要求之一。相对于早些年间使用昂贵的高光谱传感器区分番茄与茎叶，近年来的研究主要侧重于通过低成本的彩色相机或RGBD（红色、绿色、蓝色和深度）相机提供的点云图来实现目标番茄的采收。RGBD相机除了可以提供传统相机的色彩图，还可以提供标定后的深度图像，图像中像素点的值代表相机到物体的距离。深度图像可以获取果蔬的形状、大小、位置信息，并有助于视觉系统区分果蔬与其背景。Fujinaga等使用RGBD相机获取的点云图成功区分茎、果柄、未成熟番茄与成熟番茄，预实验显示识别成功率约60%，识别时间1.0±0.2s。Yoshida等使用点云图识别番茄，并在农场识别目标番茄花序梗上的切割点，单个采摘点的识别约0.4s左右，采摘成功率提升至90%以上。此外，Yoshida等通过构建用于分割体素的层，重建了番茄的体积像素，以此识别成熟番茄及采收切割点位。东京大学开发了一款基于双RGBD相机的双机械臂番茄采收机器人，位于头部的RGBD相机提供番茄的大致位置信息，机械臂上的RGBD相机近距离多角度判断多个番茄的空间位置信息，并以此判断切割果柄的正确坐标和先后顺序。但是，目前RGBD相机的应用也面临着温室内自然强光的干扰，随着技术的提升，该干扰有望被逐渐减弱。采收机器人的视觉系统在机器人工作的同时，还可以针对未成熟番茄形成生长状态分布图，用以量化番茄在温室内的空间分布并指导采收机器人今后的其他作业安排，达到一机多功能的效果。

自2013年起，日本每年由九州工业大学、西日本工业大学、长崎县立大学等高校轮流举办番茄采收机器人竞赛。在比赛中，机器人必须自走至收割点，然后开始3个阶段的作业。第1阶段，接近一个番茄果实（不需要收获）；第2阶段，从多个番茄果实簇中采收单个番茄；第3阶段，从真正的番茄植株中采收番茄。包含在每个阶段的场地内移动时间在内，比赛时间限制为10min。该比赛不仅激励科研团队对番茄采收机器人进行投入，还可以激发学生对农业机器人的兴趣，并验证采收机器人在接近于自然条件下的工作情况。这些采收机器人的设计开发往往使用机器人操作系统，机械臂选取商业化产品，并增加单独设计的末端执行机构。

日本松下株式会社开发并商业化销售了一款番茄采摘机器人（图2），售价约合30万元人民币。其单个番茄采摘速度约为6s。虽然相对于人工采摘速度慢了3s多，但其视觉和照明系统保证了机器人可以全天候工作，弥补了采摘速度不足带来的效率低下的问题。视觉系统还可以根据番茄颜色判断成熟度等外表品质信息。单个温室内每年总工作时间约为160,000h，其中35,000~60,000h用于采摘。该机器人的引入，一年可以减少约20%的番茄种植温室人工作业时间，目前已成功在多个温室作业。

图2 松下生产的番茄采收机器人。图片来源：松下株式会社

番茄由于其种植面积大，采收时间长，吸引了众多研究机构参与研发，并由企业推出了商业化产品。高校针对科学问题的研究主要集中于使用新型消费级深度相机，如Intel Realsense系列相机，通过建立空间模型识别番茄簇的采收点位。此外，企业侧重于在保持现有工作效率的基础上，通过优化采收机器人的五大模块降低单台采收机器人的成本，让更多农民可以接收采收机器人的价格成本。

茄子采摘机器人

日本在单个温室内茄子生产年总工时约为200h，其中采收工作占总工时的40%左右。为保证茄子口感，日本采收茄子以大小为标准，长度一般不超过13cm。茄子采收机器人可以根据茄子的生长、市场趋势、品种特征等制定智能采收决策。Hayashi等开发了一款茄子采收机器人样机，采用倾角种植模式使茄子采摘更容易与茎叶区分。此外，为实现无损采收，该团队还设计了一种软体执行末端，可以根据茄子的大小调整机械手形状，并保持抓握力约为0.7N，在抓取茄子之后通过机械臂顶端的剪切机构切除茄子梗，收获成功率62.5%，采收失败的主要原因是受视觉识别系统限制。

茄子种植面积仅为番茄种植面积的1/7，因其高架栽培模式与番茄青椒等作物相似，近年来，日本研发的采收机器人包括茄子在内具有一机多目标品种的采摘潜力，与番茄采收机器人研发趋势相似。

青椒采摘机器人

青椒的采收期每年约为9个月，在温室内的采收需要在竖直空间内完成，农民采收过程中不断蹲下站起对腰部有较大负荷。AGRIST株式会社推出了两款基于RGBD相机和AI技术的青椒采摘机器人，2021年推出的第一款总重16kg，单台机器人每日青椒采收量约为40kg。整套系统初期售价约合10万元人民币（图3），其余费用则由公司以每月青椒销售额的10%收取。采收机器人在温室内的移动依靠悬挂于垄间的导轨完成（图3（a）），通过深度卷积神经网络技术区分青椒与茎叶（图3（b）），采收效率为2颗/min。采收后的青椒被暂时储藏在机器人下方（图3（c）），在经过预先设置的托盘上方时，会将储存于机器人内部的青椒通过机器人底部的出口输送至储存青椒的托盘中（图3（d））。2022年AGRIST株式会社推出的第二款采收机器人增加了物联网技术模块支持5G通讯，实现了远程遥控、夜间采收、病虫害检测等功能，同时支持农户通过应用软件标记青椒，以提高深度神经网络的识别成功率。