CN110226413A - 一种机器人采摘多串堆叠葡萄的方法 - Google Patents

一种机器人采摘多串堆叠葡萄的方法 Download PDF

Info

Publication number
CN110226413A
CN110226413A CN201910559739.9A CN201910559739A CN110226413A CN 110226413 A CN110226413 A CN 110226413A CN 201910559739 A CN201910559739 A CN 201910559739A CN 110226413 A CN110226413 A CN 110226413A
Authority
CN
China
Prior art keywords
picking
point
picking point
grape
coordinate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910559739.9A
Other languages
English (en)
Other versions
CN110226413B (zh
Inventor
罗陆锋
文汉锦
黄斐
曾宪普
闫德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan University
Original Assignee
Foshan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Foshan University filed Critical Foshan University
Priority to CN201910559739.9A priority Critical patent/CN110226413B/zh
Publication of CN110226413A publication Critical patent/CN110226413A/zh
Application granted granted Critical
Publication of CN110226413B publication Critical patent/CN110226413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D46/00—Picking of fruits, vegetables, hops, or the like; Devices for shaking trees or shrubs
    • A01D46/30—Robotic devices for individually picking crops
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D91/00—Methods for harvesting agricultural products
    • A01D91/04—Products growing above the soil
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Robotics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种机器人采摘多串堆叠葡萄的方法，其特征在于：分别对各个采摘点设定采摘预备点和抓取位姿；末端执行器先到达采摘预备点，并在采摘预备点调整末端执行器的抓取位姿，再进给到采摘点执行采摘任务。该方法可降低采摘碰损风险，提高采摘效率与采摘成功率。

Description

一种机器人采摘多串堆叠葡萄的方法
技术领域
本发明涉及葡萄采摘技术领域，更具体地说，涉及一种机器人采摘多串堆叠葡萄的方法。
背景技术
近年来，葡萄采摘需求量日益增多，全自动采摘机器人的研发重要性显而易见。但是许多研究只是局限于葡萄的图像分割等领域，基于葡萄的空间分布、采摘顺序等的研究相对较少。因为葡萄皮薄肉嫩，在采摘机器人的采摘作业中，机械手与葡萄果体接触时容易发生碰损，特别是多串葡萄堆叠的情况下，发生碰损的风险大大提高。
在现有的机器人采摘作业中，均并未考虑采摘顺序问题，采取的是直接通过视觉定位，配合末端执行器进行葡萄采摘，此种方法导致在采摘作业时，机器人机械手与葡萄直接刚性接触，容易造成葡萄损坏。而且面对多串葡萄堆叠的情况，传统的视觉定位结合机械手直接夹取的方法也较难实现采摘作业；具体原因是：葡萄生长受环境影响，容易出现多串葡萄堆叠生长，葡萄的间距一般较小，不能满足传统采摘方法机器人末端执行器的工作范围，在进行一串葡萄的采摘时，闭合的机械手会与相近的葡萄发生碰撞、挤压，导致执行器无法进行正常夹取操作，大大加大了发生碰损的风险。
发明内容
为克服现有技术中的缺点与不足，本发明的目的在于提供一种机器人采摘多串堆叠葡萄的方法，该方法可降低采摘碰损风险，提高采摘效率与采摘成功率。
为了达到上述目的，本发明通过下述技术方案予以实现：一种机器人采摘多串堆叠葡萄的方法，其特征在于：包括如下步骤：
S1步，采集果园的RGB图像I1以及对应的深度图I2；
S2步，对RGB图像I1进行果梗识别得到各个果梗的矩形感兴趣区域；获取各个矩形感兴趣区域的中心(xi，yi)作为采摘点Pi的XOY平面坐标；
S3步，根据深度图I2的深度信息z，在各个果梗的矩形感兴趣区域内，获取各个采摘点Pi的中心深度距离zi；各个采摘点Pi的像素坐标为(xi，yi，zi)；
S4步，根据摄像机标定原理，求解出像素坐标系到世界坐标系的变换矩阵M0，通过变换矩阵M0将各个采摘点Pi的像素坐标(xi，yi，zi)转换为世界坐标(x′i，y′i，z′i)；
S5步，拟合出葡萄串的防碰撞圆柱包围体V以及防碰撞圆柱包围体直径D；
S6步，计算XOZ平面内当前采摘点Pi与剩余采摘点中最相近采摘点之间的距离Lmini；并设定安全裕度为kLmini；其中，k为裕度系数；
S7步，判断当前采摘点Pi的安全裕度与L1的大小关系，L1为末端执行器机械爪的最大水平张开宽度：若L1≤kLmini，则设定当前采摘点Pi为第一类采摘点，并跳至S8步；若将L1＞kLmini，则设定当前采摘点Pi为第二类采摘点，并跳至S9步；
S8步，对第一类采摘点进行采摘，包括如下分步骤：
S81步，把世界坐标系与末端执行器的基座坐标系重合；在世界坐标系的OY轴上选取与采摘点Pi(x′i，y′i，z′i)处于同一水平面的坐标Pai(0,y′i,0)；根据的矢量方向作为末端执行器从第一类采摘预备点移动到采摘点Pi的进给方向，求解抓取位姿Mi；
S82步，在方向上，选取与采摘点Pi(x′i，y′i，z′i)同一高度且水平距离L2＝防碰撞圆柱包围体直径D的一点Pbi(xb′i，y′i，zb′i)作为第一类采摘预备点；
S83步，末端执行器运动到第一类采摘预备点Pbi，并调整为抓取位姿Mi，然后根据方向进给到采摘点Pi后执行采摘任务；之后跳至S10步；
S9步，对第二类采摘点进行采摘，包括如下分步骤：
S91步，根据采摘点Pi的XOZ平面坐标(x′i，z′i)与水平距离最小的采摘点Pji的平面坐标(xj′i，zj′i)的方向作为末端执行器由第一类采摘预备点到采摘点Pi的进给方向，求解抓取位姿Mi；
S92步，在方向上，选取与采摘点Pi(x′i，y′i，z′i)同一高度且水平距离L2＝防碰撞圆柱包围体直径D的一点Pbi(xb′i，y′i，zb′i)作为第二类采摘预备点；
S93步，末端执行器运动到第二类采摘预备点Pbi，并调整为抓取位姿Mi，然后根据方向进给到采摘点Pi后执行采摘任务；之后跳至S10步；。
S10步，判断当前采摘点是否为最后一个采摘点：若是，则结束采摘；否则跳至S6步执行下一个采摘点采摘任务。
本发明提出了采摘预备点的概念，在末端执行器运动到采摘点前，先到达采摘预备点作为过渡；在采摘之前，末端执行器在采摘预备点把姿态调整至最佳状态，再进给到采摘点执行采摘任务。
本发明具有以下优越性：一、避免末端执行器在机器人电机驱动各关节运动后，直接与皮薄肉嫩的葡萄果体发生刚性接触，降低了果体受损的风险；二、由于自然生长下的葡萄，受环境影响会呈现不同的生长姿态，这导致不同的葡萄果簇具有多样的果梗姿态；本发明提出了采摘预备点，在末端执行器到达采摘点前，对末端执行器的姿态进行调整，使末端执行器剪切机构与果梗达到最佳剪切相对姿态，可提高剪切效率以及剪切成功概率。
优选地，所述S1步中，采用kinect摄像机采集果园的RGB图像I1以及对应的深度图I2。
优选地，S2步，获取各个矩形感兴趣区域的中心(xi，yi)作为采摘点Pi的XOY平面坐标，是指：获取各个矩形感兴趣区域的左上角坐标(xli，yli)，i＝0,1…,n，以及边长；根据各个矩形感兴趣区域的左上角坐标(xli，yli)以及边长,求得各个矩形感兴趣区域的中心(xi，yi)作为采摘点Pi的XOY平面坐标。
优选地，所述S3步中，获取各个采摘点i的中心深度距离zi的方案是：
其中，xj和yj分别为深度图I2中采摘点i所在矩形感兴趣区域第j个像素点的X坐标和Y坐标，f(xj,yj)为深度图I2中采摘点i所在矩形感兴趣区域第j个像素点的像素值,j＝1,2,…,N。
优选地，所述S5步中，用点云库中随机样本一致性算法拟合出葡萄串的防碰撞圆柱包围体V以及防碰撞圆柱包围体直径D。
优选地，所述S6步中，计算XOZ平面内当前采摘点Pi与剩余采摘点中最相近采摘点之间的距离Lmini：
其中，Δzi为当前采摘点Pi与剩余采摘点中最相近采摘点在像素坐标中z坐标的差值，Δxi为当前采摘点Pi与剩余采摘点中最相近采摘点在像素坐标中x坐标的差值。
优选地，所述S82步中，采摘点Pi(x′i，y′i，z′i)对应的第一类采摘预备点Pbi(xb′i，y′i，zb′i)的求解过程如下：
其中，水平距离L2＝防碰撞圆柱包围体直径D。
优选地，所述S92步中，采摘点Pi(x′i，y′i，z′i)对应的第二类采摘预备点Pbi(xb′i，y′i，zb′i)的求解过程如下：
其中，水平距离L2＝防碰撞圆柱包围体直径D。
与现有技术相比，本发明具有如下优点与有益效果：
1、本发明提出了采摘预备点概念与定位，在到达采摘点前末端执行器在采摘预备点进行姿态调整，使末端执行器处于最佳剪切姿态，在显著降低采摘碰损风险的同时，提高采摘效率与采摘成功率；
2、本发明，有利于简化程序结构，算法运算量小，处理速度快，可提高采摘效率。
附图说明
图1是本发明方法的流程图；
图2是本发明方法中对第一类采摘点的采摘立体示意图；
图3是本发明方法中对第一类采摘点在XOZ平面的采摘示意图；
图4是本发明方法中对第二类采摘点的采摘立体示意图；
图5是本发明方法中对第二类采摘点在XOZ平面的采摘示意图；
其中，1为末端执行器、2为剪切机构、3为托盘、4为防碰撞圆柱包围体。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细的描述。
实施例
本实施例一种机器人采摘多串堆叠葡萄的方法，适用于机器人采用末端执行器采摘果园葡萄；其流程如图1所示：包括如下步骤：
S1步，采用kinect摄像机采集果园的RGB图像I1以及对应的深度图I2；
S2步，利用深度学习中Faster R-CNN算法对RGB图像I1进行果梗识别得到各个果梗的矩形感兴趣区域；获取各个矩形感兴趣区域的左上角坐标(xli，yli)，i＝0,1…,n，以及边长；由于果梗的矩形感兴趣区域内背景面积远远小于果梗的面积，因此可根据各个矩形感兴趣区域的左上角坐标(xli，yli)以及边长,求得各个矩形感兴趣区域的中心(xi，yi)作为采摘点Pi的XOY平面坐标；
S3步，根据深度图I2的深度信息z，在各个果梗的矩形感兴趣区域内，获取各个采摘点Pi的中心深度距离zi：
其中，xj和yj分别为深度图I2中采摘点i所在矩形感兴趣区域第j个像素点的X坐标和Y坐标，f(xj,yj)为深度图I2中采摘点i所在矩形感兴趣区域第j个像素点的像素值,j＝1,2,…,N；
各个采摘点Pi的像素坐标为(xi，yi，zi)；
S4步，根据摄像机标定原理，求解出像素坐标系到世界坐标系的变换矩阵M0，通过变换矩阵M0将各个采摘点Pi的像素坐标(xi，yi，zi)转换为世界坐标(x′i，y′i，z′i)；
S5步，用点云库中随机样本一致性算法拟合出葡萄串的防碰撞圆柱包围体V以及防碰撞圆柱包围体直径D；设置防碰撞圆柱包围体V，后续末端执行器在移动到采摘预备点前尽可能躲避防碰撞包围体，可减少葡萄果实损伤；
S6步，考虑到多数情况下，末端执行器作业时，末端执行器机械爪最大水平张开宽度L1可能会对邻串的葡萄产生较大干扰，因此必须要设置安全裕度；
计算XOZ平面内当前采摘点Pi与剩余采摘点中最相近采摘点之间的距离Lmini：
其中，Δzi为当前采摘点Pi与剩余采摘点中最相近采摘点在像素坐标中z坐标的差值，Δxi为当前采摘点Pi与剩余采摘点中最相近采摘点在像素坐标中x坐标的差值；
设定安全裕度为kLmini；其中，k为裕度系数；本实施例中k取值2，实际应用中，k可以取大于1的数值；
S7步，判断当前采摘点Pi的安全裕度与L1的大小关系，L1为末端执行器机械爪的最大水平张开宽度：若L1≤kLmini，则设定当前采摘点Pi为第一类采摘点，并跳至S8步；若将L1＞kLmini，则设定当前采摘点Pi为第二类采摘点，并跳至S9步；
S8步，对第一类采摘点进行采摘，包括如下分步骤：
S81步，为了提高采摘效率，把世界坐标系与末端执行器的基座坐标系重合，，以便调整抓取位姿；在世界坐标系的OY轴上选取与采摘点Pi(x′i，y′i，z′i)处于同一水平面的坐标Pai(0,y′i,0)；根据的矢量方向作为末端执行器从第一类采摘预备点移动到采摘点Pi的进给方向，求解抓取位姿Mi；
S82步，当L1≤kLmini时，末端执行器在抓取采摘点时不会干扰相邻的葡萄串。由此，第一类采摘预备点Pbi可设置在与采摘点Pi(x′i，y′i，z′i)同一高度的任意方向。为了防止在采摘预备点调整抓取位姿时对相邻的葡萄串产生碰撞，影响采摘点的具体定位；在方向上，选取与采摘点Pi(x′i，y′i，z′i)同一高度且水平距离L2＝防碰撞圆柱包围体直径D的一点Pbi(xb′i，y′i，zb′i)作为第一类采摘预备点；
具体地说，采摘点Pi(x′i，y′i，z′i)对应的第一类采摘预备点Pbi(xb′i，y′i，zb′i)的求解过程如下：
其中，水平距离L2＝防碰撞圆柱包围体直径D；
S83步，末端执行器运动到第一类采摘预备点Pbi，并调整为抓取位姿Mi，然后根据方向进给到采摘点Pi后执行采摘任务，如图2和图3所示；之后跳至S10步；
S9步，对第二类采摘点进行采摘，包括如下分步骤：
S91步，当L1＞kLmini时，末端执行器在抓取果梗采摘点时会干扰相邻的葡萄；根据采摘点Pi的XOZ平面坐标(x′i，z′i)与水平距离最小的采摘点Pji的平面坐标(xj′i，zj′i)的方向作为末端执行器由第一类采摘预备点到采摘点Pi的进给方向，求解抓取位姿Mi；
例如，如图4所示，当前采摘点Pi为P1，水平距离最小的采摘点Pji为P2；将P2的坐标代入到Pji的坐标中；获取水平距离最小的采摘点Pji可通过分别计算当前采摘点Pi与剩余采摘点的水平距离，之后比较各个水平距离的大小获取。
S92步，在方向上，选取与采摘点Pi(x′i，y′i，z′i)同一高度且水平距离L2＝防碰撞圆柱包围体直径D的一点Pbi(xb′i，y′i，zb′i)作为第二类采摘预备点；
具体地说，采摘点Pi(x′i，y′i，z′i)对应的第二类采摘预备点Pbi(xb′i，y′i，zb′i)的求解过程如下：
其中，水平距离L2＝防碰撞圆柱包围体直径D；
S93步，末端执行器运动到第二类采摘预备点Pbi，并调整为抓取位姿Mi，然后根据方向进给到采摘点Pi后执行采摘任务，如图5所示；之后跳至S10步；。
S10步，判断当前采摘点是否为最后一个采摘点：若是，则结束采摘；否则跳至S6步执行下一个采摘点采摘任务。
本发明提出了采摘预备点的概念，当末端执行器运动到采摘点前，先到达采摘预备点作为过渡；在采摘之前，末端执行器在采摘预备点把姿态调整至最佳状态，再进给到采摘点执行采摘任务。
本发明具有以下优越性：一、避免末端执行器在机器人电机驱动各关节运动后，直接与皮薄肉嫩的葡萄果体发生刚性接触，降低了果体受损的风险；二、由于自然生长下的葡萄，受环境影响会呈现不同的生长姿态，这导致不同的葡萄果簇具有多样的果梗姿态；本发明提出了采摘预备点，在末端执行器到达采摘点前，对末端执行器的姿态进行调整，使末端执行器剪切机构与果梗达到最佳剪切相对姿态，可提高剪切效率以及剪切成功概率。本发明还有利于简化程序结构，算法运算量小，处理速度快，可提高采摘效率。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种机器人采摘多串堆叠葡萄的方法，其特征在于：包括如下步骤：
S1步，采集果园的RGB图像I1以及对应的深度图I2；
S2步，对RGB图像I1进行果梗识别得到各个果梗的矩形感兴趣区域；获取各个矩形感兴趣区域的中心(xi，yi)作为采摘点Pi的XOY平面坐标；
S3步，根据深度图I2的深度信息z，在各个果梗的矩形感兴趣区域内，获取各个采摘点Pi的中心深度距离zi；各个采摘点Pi的像素坐标为(xi，yi，zi)；
S4步，根据摄像机标定原理，求解出像素坐标系到世界坐标系的变换矩阵M0，通过变换矩阵M0将各个采摘点Pi的像素坐标(xi，yi，zi)转换为世界坐标(x′i，y′i，z′i)；
S5步，拟合出葡萄串的防碰撞圆柱包围体V以及防碰撞圆柱包围体直径D；
S6步，计算XOZ平面内当前采摘点Pi与剩余采摘点中最相近采摘点之间的距离Lmini；并设定安全裕度为kLmini；其中，k为裕度系数；
S7步，判断当前采摘点Pi的安全裕度与L1的大小关系，L1为末端执行器机械爪的最大水平张开宽度：若L1≤kLmini，则设定当前采摘点Pi为第一类采摘点，并跳至S8步；若将L1＞kLmini，则设定当前采摘点Pi为第二类采摘点，并跳至S9步；
S8步，对第一类采摘点进行采摘，包括如下分步骤：
S81步，把世界坐标系与末端执行器的基座坐标系重合；在世界坐标系的OY轴上选取与采摘点Pi(x′i，y′i，z′i)处于同一水平面的坐标Pai(0，y′i，0)；根据的矢量方向作为末端执行器从第一类采摘预备点移动到采摘点Pi的进给方向，求解抓取位姿Mi；
S82步，在方向上，选取与采摘点Pi(x′i，y′i，z′i)同一高度且水平距离L2＝防碰撞圆柱包围体直径D的一点Pbi(xb′i，y′i，zb′i)作为第一类采摘预备点；
S83步，末端执行器运动到第一类采摘预备点Pbi，并调整为抓取位姿Mi，然后根据方向进给到采摘点Pi后执行采摘任务；之后跳至S10步；
S9步，对第二类采摘点进行采摘，包括如下分步骤：
S91步，根据采摘点Pi的XOZ平面坐标(x′i，z′i)与水平距离最小的采摘点Pji的平面坐标(xj′i，zj′i)的方向作为末端执行器由第一类采摘预备点到采摘点Pi的进给方向，求解抓取位姿Mi；
S92步，在方向上，选取与采摘点Pi(x′i，y′i，z′i)同一高度且水平距离L2＝防碰撞圆柱包围体直径D的一点Pbi(xb′i，y′i，zb′i)作为第二类采摘预备点；
S93步，末端执行器运动到第二类采摘预备点Pbi，并调整为抓取位姿Mi，然后根据方向进给到采摘点Pi后执行采摘任务；之后跳至S10步；。
S10步，判断当前采摘点是否为最后一个采摘点：若是，则结束采摘；否则跳至S6步执行下一个采摘点采摘任务。
2.根据权利要求1所述的机器人采摘多串堆叠葡萄的方法，其特征在于：所述S1步中，采用kinect摄像机采集果园的RGB图像I1以及对应的深度图I2。
3.根据权利要求1所述的机器人采摘多串堆叠葡萄的方法，其特征在于：S2步，获取各个矩形感兴趣区域的中心(xi，yi)作为采摘点Pi的XOY平面坐标，是指：获取各个矩形感兴趣区域的左上角坐标(xli，yli)，i＝0，1…，n，以及边长；根据各个矩形感兴趣区域的左上角坐标(xli，yli)以及边长，求得各个矩形感兴趣区域的中心(xi，yi)作为采摘点Pi的XOY平面坐标。
4.根据权利要求1所述的机器人采摘多串堆叠葡萄的方法，其特征在于：所述S3步中，获取各个采摘点i的中心深度距离zi的方案是：
其中，xj和yj分别为深度图I2中采摘点i所在矩形感兴趣区域第j个像素点的X坐标和Y坐标，f(xj，yj)为深度图I2中采摘点i所在矩形感兴趣区域第j个像素点的像素值，j＝1，2，…，N。
5.根据权利要求1所述的机器人采摘多串堆叠葡萄的方法，其特征在于：所述S5步中，用点云库中随机样本一致性算法拟合出葡萄串的防碰撞圆柱包围体V以及防碰撞圆柱包围体直径D。
6.根据权利要求1所述的机器人采摘多串堆叠葡萄的方法，其特征在于：所述S6步中，计算XOZ平面内当前采摘点Pi与剩余采摘点中最相近采摘点之间的距离Lmini：
其中，Δzi为当前采摘点Pi与剩余采摘点中最相近采摘点在像素坐标中z坐标的差值，Δxi为当前采摘点Pi与剩余采摘点中最相近采摘点在像素坐标中x坐标的差值。
7.根据权利要求1所述的机器人采摘多串堆叠葡萄的方法，其特征在于：所述S82步中，采摘点Pi(x′i，y′i，z′i)对应的第一类采摘预备点Pbi(xb′i，y′i，zb′i)的求解过程如下：
其中，水平距离L2＝防碰撞圆柱包围体直径D。
8.根据权利要求1所述的机器人采摘多串堆叠葡萄的方法，其特征在于：所述S92步中，采摘点Pi(x′i，y′i，z′i)对应的第二类采摘预备点Pbi(xb′i，y′i，zb′i)的求解过程如下：
其中，水平距离L2＝防碰撞圆柱包围体直径D。
CN201910559739.9A 2019-06-26 2019-06-26 一种机器人采摘多串堆叠葡萄的方法 Active CN110226413B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910559739.9A CN110226413B (zh) 2019-06-26 2019-06-26 一种机器人采摘多串堆叠葡萄的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910559739.9A CN110226413B (zh) 2019-06-26 2019-06-26 一种机器人采摘多串堆叠葡萄的方法

Publications (2)

Publication Number Publication Date
CN110226413A true CN110226413A (zh) 2019-09-13
CN110226413B CN110226413B (zh) 2021-05-28

Family

ID=67857454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910559739.9A Active CN110226413B (zh) 2019-06-26 2019-06-26 一种机器人采摘多串堆叠葡萄的方法

Country Status (1)

Country Link
CN (1) CN110226413B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062988A (zh) * 2019-11-29 2020-04-24 佛山科学技术学院 一种基于局部点云的葡萄位姿估计方法
CN111602517A (zh) * 2020-05-28 2020-09-01 华南农业大学 一种串型水果分布式视觉主动感知方法及其应用
CN114494441A (zh) * 2022-04-01 2022-05-13 广东机电职业技术学院 基于深度学习的葡萄及其采摘点同步识别定位方法、装置
CN114973006A (zh) * 2022-08-02 2022-08-30 四川省机械研究设计院(集团)有限公司 花椒采摘方法、装置、系统及存储介质
CN116703018A (zh) * 2023-06-25 2023-09-05 昆明理工大学 一种精准挖掘三七主根的路径控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110001842A (ko) * 2009-06-29 2011-01-06 중앙대학교 산학협력단 Ｓｉｆｔ 알고리즘을 이용한 ｐｔｚ 카메라의 자동영역확대 제어 장치 및 방법
CN101977494A (zh) * 2008-02-13 2011-02-16 匹克技术公司 改进苹果、柑橘、核果等类似物体的采摘和初级加工的移动系统
CN104992448A (zh) * 2015-07-30 2015-10-21 天津职业技术师范大学 机器人防损伤采摘葡萄的自动定位方法
CN105844264A (zh) * 2015-05-19 2016-08-10 北京林业大学 一种基于受力的油用牡丹果实图像的识别方法
CN108124590A (zh) * 2018-01-23 2018-06-08 宁波市农业科学研究院 一种蟹爪兰种片的采收处理方法
CN108142102A (zh) * 2017-12-21 2018-06-12 西北农林科技大学 一种猕猴桃四臂采摘机器人及四区域协同逆时针作业方法
CN109729829A (zh) * 2019-03-20 2019-05-10 河北工业大学 一种基于双目识别的智能山楂采摘机器人
CN110432000A (zh) * 2019-08-23 2019-11-12 佛山科学技术学院 基于柔性抓持与夹剪一体的果蔬采摘执行器及其采摘方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101977494A (zh) * 2008-02-13 2011-02-16 匹克技术公司 改进苹果、柑橘、核果等类似物体的采摘和初级加工的移动系统
KR20110001842A (ko) * 2009-06-29 2011-01-06 중앙대학교 산학협력단 Ｓｉｆｔ 알고리즘을 이용한 ｐｔｚ 카메라의 자동영역확대 제어 장치 및 방법
CN105844264A (zh) * 2015-05-19 2016-08-10 北京林业大学 一种基于受力的油用牡丹果实图像的识别方法
CN104992448A (zh) * 2015-07-30 2015-10-21 天津职业技术师范大学 机器人防损伤采摘葡萄的自动定位方法
CN108142102A (zh) * 2017-12-21 2018-06-12 西北农林科技大学 一种猕猴桃四臂采摘机器人及四区域协同逆时针作业方法
CN108124590A (zh) * 2018-01-23 2018-06-08 宁波市农业科学研究院 一种蟹爪兰种片的采收处理方法
CN109729829A (zh) * 2019-03-20 2019-05-10 河北工业大学 一种基于双目识别的智能山楂采摘机器人
CN110432000A (zh) * 2019-08-23 2019-11-12 佛山科学技术学院 基于柔性抓持与夹剪一体的果蔬采摘执行器及其采摘方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062988A (zh) * 2019-11-29 2020-04-24 佛山科学技术学院 一种基于局部点云的葡萄位姿估计方法
CN111062988B (zh) * 2019-11-29 2024-02-13 佛山科学技术学院 一种基于局部点云的葡萄位姿估计方法
CN111602517A (zh) * 2020-05-28 2020-09-01 华南农业大学 一种串型水果分布式视觉主动感知方法及其应用
CN114494441A (zh) * 2022-04-01 2022-05-13 广东机电职业技术学院 基于深度学习的葡萄及其采摘点同步识别定位方法、装置
CN114494441B (zh) * 2022-04-01 2022-06-17 广东机电职业技术学院 基于深度学习的葡萄及其采摘点同步识别定位方法、装置
CN114973006A (zh) * 2022-08-02 2022-08-30 四川省机械研究设计院(集团)有限公司 花椒采摘方法、装置、系统及存储介质
CN116703018A (zh) * 2023-06-25 2023-09-05 昆明理工大学 一种精准挖掘三七主根的路径控制方法
CN116703018B (zh) * 2023-06-25 2024-04-19 昆明理工大学 一种精准挖掘三七主根的路径控制方法

Also Published As

Publication number Publication date
CN110226413B (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN110226413A (zh) 一种机器人采摘多串堆叠葡萄的方法
CN111602517B (zh) 一种串型水果分布式视觉主动感知方法及其应用
Ling et al. Dual-arm cooperation and implementing for robotic harvesting tomato using binocular vision
CN108942923A (zh) 一种机械臂抓取控制方法
CN111347411B (zh) 基于深度学习的双臂协作机器人三维视觉识别抓取方法
US11887363B2 (en) Training a deep neural network model to generate rich object-centric embeddings of robotic vision data
CN111243017A (zh) 基于3d视觉的智能机器人抓取方法
CN112428274B (zh) 一种多自由度机器人的空间运动规划方法
CN111462154A (zh) 基于深度视觉传感器的目标定位方法、装置及自动抓取机器人
CN114912287A (zh) 基于目标6d位姿估计的机器人自主抓取仿真系统及方法
US20230017444A1 (en) Method for the computer-assisted learning of an artificial neural network for detecting structural features of objects
US20220388162A1 (en) Grasp learning using modularized neural networks
CN114260895A (zh) 一种采摘机器人机械臂抓取避障方向确定的方法及其系统
CN109087343A (zh) 一种工件抓取模板的生成方法及系统
CN114714365A (zh) 一种基于云平台的无序工件抓取方法及其系统
US11809521B2 (en) Network modularization to learn high dimensional robot tasks
CN115861780B (zh) 一种基于yolo-ggcnn的机械臂检测抓取方法
CN112958974A (zh) 一种基于三维视觉的可交互自动化焊接系统
Ranjan et al. Identification and control of NAO humanoid robot to grasp an object using monocular vision
CN114700949B (zh) 基于体素抓取网络的机械臂灵巧抓取规划方法
CN115194774A (zh) 一种基于多目视觉的双机械臂抓握系统控制方法
CN114888768A (zh) 一种基于多传感器融合的移动双工业机器人协同抓取系统及方法
CN112372633B (zh) 机器人的果园树形架型自主推理与场景理解方法
CN111360826B (zh) 一种可实时显示抓取位姿的系统
Ivanov et al. Bin Picking Pneumatic-Mechanical Gripper for Industrial Manipulators

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant