本研究提出了一個集成的機器人系統,用於在蘋果園進行有針對性的、選擇性的花朵疏果。該系統結合了機器視覺技術、六自由度機器人操作臂和專門設計的微型末端執行器,能夠定位花朵叢並以所需的強度進行疏果。
該系統首先使用基於深度學習的機器視覺技術來檢測和分割花朵叢。然後估計花朵叢的3D位置和方向,以便末端執行器能夠精確地定位和取向。機器人操作臂根據花朵叢的位置和方向進行運動規劃,將末端執行器導航到目標位置進行疏果。
該系統在商業蘋果園中進行了實地評估,展示了兩種不同的疏果策略 - 邊界疏果和中心疏果。邊界疏果方法在叢的邊界周圍執行,移除了67.2%的花朵,每個叢的循環時間為9.0秒。中心疏果方法只針對叢的中心,移除了59.4%的花朵,每個叢的循環時間為7.2秒。這些結果表明,該系統能夠根據具體情況調整疏果強度,這對於實現理想的產量負荷至關重要。
當商業採用時,該系統可以幫助解決蘋果種植者目前面臨的手工、化學和機械疏果方法的問題。
翻譯成其他語言
從原文內容
arxiv.org
深入探究