CN113711774A - 条形果采摘系统和方法 - Google Patents

Abstract

本发明涉及果蔬采摘技术领域，具体而言涉及条形果采摘系统，包括：视觉模块，用于获取果蔬相对位置图像，并输出位置信息；夹持部件，用于夹持果蔬以限制果蔬的相对位置；剪断部件，用于剪断果梗，使果梗与果实分离；测量部件，用于获取果蔬的直径数据。本发明利用两个贴附于果蔬表面的滚子获得果蔬的直径数据，并利用该直径数据判断直径的突变部位为果梗位置，如此，不需要对视觉识别的计算要求太高的精度，降低视觉训练难度和训练样本数量，另外可以在识别果梗的同时，获取果实的直径数据和健康状态数据，有利于对采摘果蔬的分类，为自动化采摘提供新的采摘思路。

Description

条形果采摘系统和方法

技术领域

本发明涉及果蔬采摘技术领域，具体而言涉及条形果采摘系统和方法。

背景技术

目前的果蔬采摘方法一般是通过视觉识别，判断出待摘取果蔬的相对位置，再使用机械手摘取，一般是使用夹持部件夹持果蔬，再使用剪刀剪断果梗的位置，而如何准确的识别出果梗的位置，是需要克服的难题。

为了提高摘取的准确性，一般是先采用模型识别训练的方式，采集大量的图片获取目标图像，以提高准确率，对于颜色与背景颜色差距较大的果蔬识别的成功率较高，但是对于黄瓜、丝瓜、笋瓜等，颜色与背景颜色差别不明显，且摘取的实际环境中，光线对于图像颜色变化有很大影响，因此，果梗识别相对困难，采摘准确性大打折扣，因此，需要一种针对于果蔬与采摘背景差别小的采摘准确性高的采摘方法。

现有技术文献：

专利文献1：CN109863874A一种基于机器视觉的果蔬采摘方法、采摘装置及存储介质

专利文献2：CN110432000A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

发明内容

本发明目的在于提供条形果采摘系统和方法，能对规模农业种植的条形果蔬的果梗部分进行分辨，尤其是针对颜色与背景区别不明显而使用传统的图像识别难度大的采摘环境中，能可靠的识别果梗部位，并切断果梗摘取果实。

基于上述目的，本发明第一方面提供一种条形果采摘系统，包括：

视觉模块，用于获取待采收果蔬的图像数据，并输出果蔬位置信息；

夹持部件，用于根据视觉模块输出的果蔬位置信息，夹持果蔬以限制果蔬的相对位置；

测量部件，用于实时获取果蔬在长度方向上的不同位置处的直径数据；

处理模块，用于根据果蔬在长度方向上的不同位置处的直径数据判断过果梗位置；

剪断部件，用于剪断果梗，使果梗与果实分离；

其中，所述测量部件被设置成在夹持部件夹持果蔬后，被驱动沿果蔬表面向果梗方向持续移动，实时获取不同位置处的直径数据，并根据直径数据判定当直径发生突变并且在突变后直径保持在一定范围内，则判定突变位置为果梗位置，由所述剪断部件移动至距离果梗位置处的预定位置，切断果梗。

优选地，所述测量部件具有两个夹在果蔬相对侧、并可被驱动沿着果蔬表面移动的滚子，即相同设计的第一滚子和第二滚子，两个滚子之间设置有弹性部件以使得两个滚子具有相互靠近的趋势并保持贴附在果蔬表面，两个滚子之间还设有测距传感器，用于获得两个滚子间的间距。

优选地，所述测距传感器为拉线式位移传感器。

优选地，所述滚子具有与果蔬表面接触的平面或内凹的弧面。

优选地，所述处理模块包括计算单元，所述计算单元被设置成在滚子的移动过程中，根据不同位置处的直径数据计算出直径变化率，并且在直径变化率超过预设值时，判定直径发生突变，并确定突变位置。

优选地，所述预定位置为距离突变位置预定距离的位置，所述预定距离被设置成根据滚子从突变位置的移动时间和移动速度确定。

优选地，所述直径发生突变是指直径变化率的突变，即直径变化率超过设定的阈值。

优选地，所述夹持部件、剪断部件和测量部件连接到一驱动部件上，其中：

所述驱动部件被设置成根据视觉模块输出的果蔬位置信息，控制夹持部件移动并夹持住果蔬；

所述驱动部件被设置成根据处理模块确定的剪断位置，控制剪断部件移动并在剪断位置剪断果蔬的果梗。

本发明的第二方面还提出一种条形果采摘方法，包括以下步骤：

步骤1、获取待采收果蔬的图像数据，并输出果蔬位置信息；

步骤2、夹持部件根据果蔬位置信息夹持住果蔬，以保持果蔬稳定；

步骤3、以夹持位置基准，测量部件的两个滚子由夹持位置向上移动，沿果蔬表面持续移动，并且在移动过程中持续获取待采摘果蔬表面的直径数据；

步骤4、根据果蔬表面的直径数据，判定直径发生突变的位置，所述直径发生突变的位置是指直径变化率超过设定阈值的对应位置；

步骤5、判定直径发生突变后的直径是否保持在一定范围，如果是，则确定发生突变的位置为果梗位置；

步骤6、以确定为果梗位置的突变位置为基准起点，按照预定距离确定剪断位置，并控制在剪断位置剪断果梗，完成采摘。

优选地，所述方法更加包含以下操作：

当直径变化率超过设定阈值之后，持续检测到的果蔬的直径发生不规律波动，则判定采摘对象为坏果。

应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。

结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：

图1是本发明条形果采摘系统的结构示意图；

图2是本发明条形果采摘系统的结构示意图；

图3是本发明实施例中条形果采摘系统中滚子的结构示意图；

图4是本发明条形果采摘系统中滚子在不同时间状态下的位置示意图；

图5是本发明条形果采摘方法的流程图。

具体实施方式

为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意条形果采摘系统、装置、方法和储存介质来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

针对规模农业种植时的条形果蔬的采摘，例如对丝瓜、黄瓜等果蔬的采摘，由于图像识别技术的局限性，在针对背景与果实颜色相似时，对果梗部位的识别能力弱，无法准确的识别果梗的位置，本发明旨在实现，先通过视觉识别的方式初步定位果实的位置，使用机械手对果实夹持，再通过机械贴触测量的方式连续在果蔬表面滑动以获得果蔬的长度方向的连续不同位置处的直径数据，并根据直径的突变以及突变后的直径的数据，判断出果梗的位置，以利于剪断果梗，完成采摘。

在一些实施例中，在确定果梗位置之后，可进一步基于果梗之后的直径的变化，例如发生不规律的波动的情况，而判定果蔬属于异常果或者坏果，在采摘之后得以区分摆放，放到不同的收纳筐内，实现正常果与异常果/坏过的区分。

在一些实施例中，在确定果梗位置之后，可在距离果梗位置后的一定长度位置，例如2mm的位置，确定为剪断位置，从而保证每个采摘果蔬的截留果梗的一致长度，而规模农业通常的果实本身具有一致性，从而提高采摘后果蔬的一致性。

【条形果采摘系统】

结合图1-图4所示，本实施例中提供一种条形果采摘系统，以黄瓜为例，条形果采摘系统包括视觉模块1、夹持部件2、剪断部件3、测量部件4、处理模块5和驱动部件6。

夹持部件2、剪断部件3为执行部件。

视觉模块1，用于获取待采收果蔬即黄瓜的图像数据，并输出果蔬位置信息。

夹持部件2，用于根据视觉模块输出的果蔬位置信息，夹持果蔬以限制果蔬的相对位置。

测量部件4，用于实时获取果蔬在长度方向上的不同位置处的直径数据。

处理模块5，用于根据果蔬在长度方向上的不同位置处的直径数据判断过果梗位置。

剪断部件3，用于剪断果梗，使果梗与果实分离。

其中，测量部件4被设置成在夹持部件夹持果蔬后，被驱动沿果蔬表面向果梗方向持续移动，实时获取不同位置处的直径数据，并根据直径数据判定当直径发生突变并且在突变后直径保持在一定范围内，则判定突变位置为果梗位置，由所述剪断部件3移动至距离果梗位置处的预定位置，切断果梗，实现果蔬的采摘。

其中，所述预定位置为距离突变位置预定距离的位置，所述预定距离被设置成根据滚子从突变位置的移动时间和移动速度确定。

在一些实施例中，驱动部件6尤其是指采摘机器人机械手人或者机械臂驱动系统，夹持部件2、剪断部件3和测量部件4均被设置安装到驱动部件6上，通过驱动部件6实现上下、左右、前后等多自由度的驱动。

驱动部件6被设置成根据视觉模块输出的果蔬位置信息，控制夹持部件移动并夹持住果蔬；驱动部件6还被设置成根据处理模块确定的剪断位置，控制剪断部件移动并在剪断位置剪断果蔬的果梗。

视觉模块

视觉模块1，用于获取待采收果蔬即黄瓜的图像数据，并输出果蔬位置信息。

在可选的实施例中，视觉模块1在系统开始运行时，获取采收位置的图像，并利用计算机视觉识别技术识别图像中的对象，即黄瓜，并确定黄瓜的位置。在可选的实施例中，视觉模块1利用神经网络模型对果蔬图像进行识别，获取果蔬的位置。如此，处理模块5控制驱动部件6对夹持部件进行驱动使其运动到黄瓜附近位置，根据视觉模块输出的果蔬位置信息，夹持黄瓜以限制其相对位置，对其进行定位以利于后续的判断和采摘过程。

在可选的实施例中，视觉模块1作为视频识别模块，采用基于OpenCV的识别算法实现。

夹持部件

在可选的实施例中，夹持部件2包括两个夹持臂21，夹持臂21的内侧设有压力传感器，将夹持果蔬的力度控制在一定范围内。

在可选的实施例中，夹持臂21采用仿形的结构设计，以抱住黄瓜。优选地，夹持臂21在内测还设计有保护层，例如柔性层或者缓冲层，在夹持黄瓜时可实现对黄瓜的表面保护。

测量部件

测量部件4，用于实时获取果蔬在长度方向上的不同位置处的直径数据。

在采摘过程中，测量部件4基于夹持部件2所夹持的位置为基准，贴紧果蔬表面并被驱动向上移动，在移动过程中，以设定的速度并保持恒定速度移动。如此，在果蔬在长度方向上可获得不同位置处的直径数据。

结合图2和图3所示的示例中，测量部件4具有两个夹在果蔬相对侧、并可被驱动沿着果蔬表面移动的滚子41，即相同设计的第一滚子和第二滚子，两个滚子之间设置有弹性部件42(例如弹簧)以使得两个滚子具有相互靠近的趋势并保持贴附在果蔬表面，两个滚子之间还设有测距传感器43，用于获得两个滚子间的间距。

如此，由于滚子41被设置成具有相互靠近的趋势，以保持贴附在果蔬表面。如此，在移动过程中可基于测距传感器43连续的获得长度方向上的不同位置处的直径数据。在此基础上，处理模块可判断出果蔬的直径变化，为确定果梗位置奠定基础。

结合图3所示，在可选的实施例中，两个滚子41平行布置，滚子41被设置成由弹簧42牵拉，使两个滚子41具有向内靠近的趋势，保持始终与果蔬的表面接触，如此，能准确的测量出果蔬表面的直径。

所述测距传感器43为拉线式位移传感器。在初始位置两个滚子贴合时，传感器归零，两个滚子41之间的间距，即为果蔬的直径。

在可选的实施例中，滚子41具有与果蔬表面接触的平面或内凹的弧面。其中，滚子41的长度优选大于果蔬的直径，如此，滚子41被放置在果蔬位置的附近即可，不需要准确的定位，更有利于对果蔬直径进行测量。

进一步的，两个滚子41先由驱动部件所驱动张开，尤其是与两个夹持臂21相近的宽度，移动至果蔬的外围，驱动张开的部件脱离驱动状态，使两个滚子41仅受到弹簧42的拉力，贴触在果实表面，两个滚子41由驱动部件6驱动以预设的速度并以恒定的速度向上移动(由于黄瓜、丝瓜等条形果实是保持向下的吊着的状态，果梗通常位于果实上方)，两个滚子41之间的间距由拉线式位移传感器测量得到。

进一步的实施例中，处理模块5根据滚子的移动以及获得的不同位置(对应不同时刻)的直径，可建立时间和直径的函数关系。

结合图4所示，在ta时刻时，两滚子41之间的间距是D1，此时果蔬的直径是D1，在tx时刻时，两滚子41之间的间距是Dx，此时果蔬的直径是Dx，在tn时刻，两滚子41之间的间距是D2；如此，可以建立起时间t和直径D的函数关系。

在如图4所示的类似形状果蔬中，尤其是果实直径较为均匀，果梗与果实直径差别大，如黄瓜、丝瓜、笋瓜等，可以预见的是，在L段内，果蔬的直径的变化率会发生较大的变化，令滚轮41经过L段的起点为tx₁时刻，此时的直径是Dx₁，经过L段的终点是tx₂时刻，此时的直径是Dx₂。

基于持续检测获得的果蔬表面的直径数据，进行直径变化率的判断，当直径变化率的突变，即直径变化率超过设定的阈值并且在此之后的一定周期内直径保持在一定范围内时，判定为直径发生突变。这是因为，在规模农业种植中，例如以黄瓜为例，其果实到果梗部位时，果蔬的直径由粗至细，在数据上体现出突变，如图2、4所示，斜率或斜率的变化率超过预设值时，并在此变化之后的直径数据保持稳定，即果梗的粗细相对稳定不变，则判断直径变化率的突变位置是果梗的位置。

在一些实施例中，以确定为果梗位置的突变位置为基准起点，按照预定距离(即确定采摘剪断的预定位置)确定剪断位置，并控制在剪断位置剪断果梗，完成采摘。

如前述的，作为采摘剪断的预定位置，是指距离突变位置预定距离的位置，预定距离被设置成根据滚子从突变位置的移动时间和移动速度确定。

如此，通过视觉进行果实位置的判断配合机械式表面测量的方式，获得了果蔬表面的直径数据，为准确的判断出果梗部位的相对空间位置奠定了基础。通过感知果实直径的方式判断果实和果梗的差异，对采摘系统的视觉识别性能要求低，仅判断出果实的大概位置，以利于夹持部件夹持即可，判断的准确性高，尤其是果实和果梗直径差别大，果实和果梗连接部分特征突出的果蔬，为自动化果蔬采摘提供新的采摘思路。

为了确定标记位置确实是果梗，而非是损坏部分，在判断方法上，在标记位置后的直径保持在一个稳定的范围内，可选的，直径变化不超过2mm，并持续2cm以上，则标记位置判定为果梗位置。

更进一步的，当果梗的位置被确定后，由于测量部件4向着果梗方向的移动距离相对于夹持部件2是已知的，因此根据测量部件4所移动的位移，剪断部件3可以确定出果梗距离夹持部件2的距离，由此，剪断部件3被驱动部件6所驱动移动至果梗部位以上的预设位置，并剪断果梗，摘下果实。

在可选的实施例中，剪断部件3为铰接式剪刀结构，电机驱动凸轮或连杆机构实现两个剪刀合并和分开，完成剪断动作。

在另外的实施例中，剪断部件3还可以设置为切断结构，例如切割条，通过驱动其快速切割果梗实现切断。

进一步的，为了标准化的自动采摘，果梗的长度应当被以一致的长度标准所剪断，而目前的视觉识别无法区分出果梗的实际长度，或在算法上增加了处理器的计算难度。在可选的实施例中，剪断部位在果梗部位以上的2cm处，只需要控制剪断部件3移动合适的高度，即可确定剪断的部分相对于果梗位置达到一个长度标准。

在可选的实施例中，夹持部件2、剪断部件3和测量部件4可连接到升降机构61上，用于单独控制夹持部件2、剪断部件3和测量部件4的高度位置。

【条形果采摘方法】

结合图1-4所示的采摘系统，结合图5所示示例的条形果采摘方法，包括以下步骤：

步骤1、获取待采收果蔬的图像数据，并输出果蔬位置信息；

步骤2、夹持部件根据果蔬位置信息夹持住果蔬，以保持果蔬稳定；

步骤3、以夹持位置基准，测量部件的两个滚子由夹持位置向上移动，沿果蔬表面持续移动，并且在移动过程中持续获取待采摘果蔬表面的直径数据；

步骤4、根据果蔬表面的直径数据，判定直径发生突变的位置，所述直径发生突变的位置是指直径变化率超过设定阈值的对应位置；

步骤5、判定直径发生突变后的直径是否保持在一定范围，如果是，则确定发生突变的位置为果梗位置；

步骤6、以确定为果梗位置的突变位置为基准起点，按照预定距离确定剪断位置，并控制在剪断位置剪断果梗，完成采摘。

优选地，所述方法更加包含以下操作：

当直径变化率超过设定阈值之后，持续监测到的果蔬的直径发生不规律波动，则判定采摘对象为异常果或者坏果。对应地，在采摘之后对其进行分类和区别摆放。

结合图5所示，在采摘过程中，首先利用视觉识别对待摘取的果蔬进行空间位置的定位。

如上述的，视觉模块1在系统开始运行时，获取采收位置的图像，并利用计算机视觉识别技术识别图像中的对象，即黄瓜，并确定黄瓜的位置。在可选的实施例中，利用神经网络模型对果蔬图像进行识别，获取果蔬的位置；如此，处理模块5控制驱动部件6对夹持部件进行驱动使其运动到黄瓜附近位置，根据视觉模块输出的果蔬位置信息，夹持黄瓜以限制其相对位置，对其进行定位以利于后续的判断和采摘过程。

在可选的实施例中，视觉模块1的硬件部分包括双目摄像头，双目摄像头具有空间距离判断能力，提高夹持部件夹持果蔬的准确性。

进一步的，当夹持好果蔬后，测量部件的两个滚子41先由驱动部件所驱动张开，尤其是与两个夹持臂21相近的宽度，移动至果蔬的外围附近，夹在待采收的果蔬表面，贴触在果实表面。两个滚子41由驱动部件6驱动以预设的速度向上移动(由于黄瓜、丝瓜等条形果实是保持向下的吊着的状态，果梗通常位于果实上方)，两个滚子41之间的间距由拉线式位移传感器测量得到。

进一步的，在初始位置两个滚子贴合时，传感器归零，两个滚子41之间的间距，即为果蔬的直径，并基于果蔬的直径来判断直径的变化率，再判定直径发生突变的位置，所述直径发生突变的位置是指直径变化率超过设定阈值的对应位置。判定直径发生突变后的直径是否保持在一定范围，如果是，则确定发生突变的位置为果梗位置。

基于持续检测获得的果蔬表面的直径数据，进行直径变化率的判断，当直径变化率的突变，即直径变化率超过设定的阈值并且在此之后的一定周期内直径保持在一定范围内时，判定为直径发生突变。这是因为，在规模农业种植中，例如以黄瓜为例，其果实到果梗部位时，果蔬的直径由粗至细，在数据上体现出突变，如图2、4所示，斜率或斜率的变化率超过预设值时，并在此变化之后的直径数据保持稳定，即果梗的粗细相对稳定不变，则判断直径变化率的突变位置是果梗的位置。

在一些实施例中，以确定为果梗位置的突变位置为基准起点，按照预定距离(即确定采摘剪断的预定位置)确定剪断位置，并控制在剪断位置剪断果梗，完成采摘。

如前述的，作为采摘剪断的预定位置，是指距离突变位置预定距离的位置，预定距离被设置成根据滚子从突变位置的移动时间和移动速度确定。

在可选的实施例中，剪断部位在果梗部位以上的2cm处。

【果蔬坏果判定】

由于果蔬在生长时不可控，品相或存在差异，而在自动化采摘过程中，为了避免后期对品相不好的果实进行挑选，尽量提高自动化程度，在采摘前期对果实的品相进行把控是十分必要的。

因此，在上述的条形果采摘方法的基础上，当经过直径发生突变的位置后，若直径数值出现不规律的波动，例如波动超出预设范围，如直径波动范围超过2mm，则说明直径发生突变的位置不是果梗，表征该果实品相不满足需求，或果梗萎缩等，判断该果实为坏果。

进一步的，在直径未发生突变之前，若直径出现不规律波动，并超出预设的范围，则也判定为坏果，表示果蔬表面出现坑洼等缺陷。

在一些实施例中，根据所采摘的果实外形，可以提前预设果实表面的直径预设值或需求果实直径模型，若不满足预设值，则代表果实品相不达标，判定为坏果。

【果蔬品相判定】

除品相不满足条件外，在符合果蔬的范围内，仍存在不同大小和尺寸外形的分别，为此在一些实施例中，可根据果实的直径数据进行区分，对采摘的果实进行评级分类，例如按照预设的直径范围区间为标准进行区分，将不同标准的果蔬，分别采摘分类摆放到不同的收集容器中。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种条形果采摘系统，其特征在于，包括：

视觉模块，用于获取待采收果蔬的图像数据，并输出果蔬位置信息；

夹持部件，用于根据视觉模块输出的果蔬位置信息，夹持果蔬以限制果蔬的相对位置；

测量部件，用于实时获取果蔬在长度方向上的不同位置处的直径数据；

处理模块，用于根据果蔬在长度方向上的不同位置处的直径数据判断过果梗位置；

剪断部件，用于剪断果梗，使果梗与果实分离；

其中，所述测量部件被设置成在夹持部件夹持果蔬后，被驱动沿果蔬表面向果梗方向持续移动，实时获取不同位置处的直径数据，并根据直径数据判定当直径发生突变并且在突变后直径保持在一定范围内，则判定突变位置为果梗位置，由所述剪断部件移动至距离果梗位置处的预定位置，切断果梗。

2.根据权利要求1所述的条形果采摘系统，其特征在于，所述测量部件具有两个夹在果蔬相对侧、并可被驱动沿着果蔬表面移动的滚子，即相同设计的第一滚子和第二滚子，两个滚子之间设置有弹性部件以使得两个滚子具有相互靠近的趋势并保持贴附在果蔬表面，两个滚子之间还设有测距传感器，用于获得两个滚子间的间距。

3.根据权利要求2所述的条形果采摘系统，其特征在于，所述测距传感器为拉线式位移传感器。

4.根据权利要求2所述的条形果采摘系统，其特征在于，所述滚子具有与果蔬表面接触的平面或内凹的弧面。

5.根据权利要求1所述的条形果采摘系统，其特征在于，所述处理模块包括计算单元，所述计算单元被设置成在滚子的移动过程中，根据不同位置处的直径数据计算出直径变化率，并且在直径变化率超过预设值时，判定直径发生突变，并确定突变位置。

6.根据权利要求1所述的条形果采摘系统，其特征在于，所述预定位置为距离突变位置预定距离的位置，所述预定距离被设置成根据滚子从突变位置的移动时间和移动速度确定。

7.根据权利要求1所述的条形果采摘系统，其特征在于，所述直径发生突变是指直径变化率的突变，即直径变化率超过设定的阈值。

8.根据权利要求1-7中任意一项所述的条形果采摘系统，其特征在于，所述夹持部件、剪断部件和测量部件连接到一驱动部件上，其中：

所述驱动部件被设置成根据视觉模块输出的果蔬位置信息，控制夹持部件移动并夹持住果蔬；

所述驱动部件被设置成根据处理模块确定的剪断位置，控制剪断部件移动并在剪断位置剪断果蔬的果梗。

9.一种条形果采摘方法，其特征在于，包括以下步骤：

步骤1、获取待采收果蔬的图像数据，并输出果蔬位置信息；

步骤2、夹持部件根据果蔬位置信息夹持住果蔬，以保持果蔬稳定；

步骤3、以夹持位置为基准，测量部件的两个滚子由夹持位置向上移动，沿果蔬表面持续移动，并且在移动过程中持续获取待采摘果蔬表面的直径数据；

步骤4、根据果蔬表面的直径数据，判定直径发生突变的位置，所述直径发生突变的位置是指直径变化率超过设定阈值的对应位置；

步骤5、判定直径发生突变后的直径是否保持在一定范围，如果是，则确定发生突变的位置为果梗位置；

步骤6、以确定为果梗位置的突变位置为基准起点，按照预定距离确定剪断位置，并控制在剪断位置剪断果梗，完成采摘。

10.根据权利要求9所述的条形果采摘方法，其特征在于，所述方法更加包含以下操作：

当直径变化率超过设定阈值之后，持续检测到的果蔬的直径发生不规律波动，则判定采摘对象为坏果。

Images