自然环境下葡萄采摘机器人采摘点的自动定位

　　摘要：针对葡萄果梗颜色复杂多变、轮廓不规则等影响因素使得采摘机器人难以准确对采摘点进行定位的问题，该文提出一种基于改进聚类图像分割和点线最小距离约束的采摘点定位新方法。首先通过分析葡萄图像的颜色空间，提取最能突显夏黑葡萄的HSI色彩空间分量H，运用改进的人工蜂群优化模糊聚类方法对葡萄果图像进行分割；然后对分割图像进行形态学去噪处理，提取最大连通区域，计算该区域质心、轮廓极值点、外接矩形；再根据质心坐标与葡萄簇边缘信息确定采摘点的感兴趣区域，在区域内进行累计概率霍夫直线检测，求解所有检测得出的直线到质心之间的距离，最后选取点线距离最小的直线作为采摘点所在线，并取线段中点坐标作为采摘点。以从晴天顺光、晴天遮阴、阴天光照下采集的300幅夏黑葡萄进行分类试验，结果表明，该方法的采摘点定位准确率达88.33%，平均定位时间为0.3467s，可满足采摘机器人对采摘点的定位需求，为葡萄采摘机器人提供了一种新的采摘点求解方法。

　　关键词：机器人；图像分割；定位；葡萄；采摘点

　　0引言

　　葡萄营养价值非常丰富，被誉为世界四大水果之一。在葡萄酒的酿造过程中，最耗费时间和人力的便是葡萄采摘。而由于葡萄生长环境的复杂性和不确定性、葡萄果轮廓不规则，同时受树叶、枝条、光照等环境因素的干扰，使得葡萄采摘机器人难以对葡萄的采摘点进行精确识别和定位。葡萄采摘点的定位是采摘机器人采摘葡萄前的一个重要环节，农业采摘智能机器人需要从复杂的果园环境中快速识别出葡萄，并计算出采摘点的三维空间坐标。由于葡萄果梗颜色与树枝或叶片相似，而与葡萄颗粒的颜色又往往不同，难以通过简单的颜色分割来进行识别与定位。一直以来，采摘点的准确识别与定位亦是果蔬采摘机器人研究领域的难点问题。

　　1葡萄图像采集

　　果蔬采摘机器人的采摘作业时间通常选在晴天或阴天，为此，课题组人员采用尼康D5200数码相机分别于2014年7月21日（天气晴朗）和2014年10月6日（阴天）在天津茶淀葡萄科技园内按晴天顺光、晴天遮阴、阴天光照3种光照情况对夏黑葡萄进行图像采集。晴天顺光指太阳光照射在葡萄簇上，相机顺着太阳光线拍摄；晴天遮阴是指在太阳光照射下，葡萄簇被叶片或其他障碍物遮盖的情况；阴天光照指在阴天环境下，没有太阳光直射，光线相对均匀。采集图像大小为2592像素×1944像素。为便于对采摘点的定位像素误差进行分析，在拍照时使相机与葡萄簇距离约为80cm，每次拍摄一个葡萄簇。获得晴天顺光、晴天遮阴、阴天光照下的葡萄图像各100余幅，共计300余幅试验图像。在进行本文采摘点的定位试验时，为使本文采摘点定位方法能与实际物理样机作业时保持一致，将采集回来的葡萄图像缩至800像素×600像素，与实验室自主研制的HN-6Robot型采摘机器人的相机分辨率保持一致。

　　2采摘点定位的计算方法

　　本文提出的葡萄采摘点自动定位方法流程如图1所示

　　首先对采集图像进行预处理并对葡萄进行分割，得到葡萄图像的轮廓区域；求解葡萄质心和轮廓最高点及轮廓最大左右长度；确定葡萄果梗感兴趣区域，对其进行边缘提取，在提取的边缘图像中进行累计概率霍夫直线检测；求解检测到的所有直线到质心之间的距离，通过点线距离最小约束选取距离最短的直线作为采摘点所在果梗的位置，最后取线段中点坐标作为采摘点。

　　3试验与分析

　　3.1定位试验

　　为试验本文采摘点定位方法的效果，对采集的不同光照下的300幅图像进行试验。按晴天顺光、晴天遮阴、阴天光照3种情况进行分类试验。试验平台所用计算机配置为：Intel(R)Core(TM)i5-3230MCPU@2.60GHz，4G内存，Window7操作系统。算法编程平台采用Opencv2.3.1和VisualC++2008。

　　3.2定位误差分析

　　为了便于分析采摘点定位的精准度，在这里引入像素定位误差[24]：

　　4结论

　　本文提出了一种基于葡萄图像分割和点线最小距离约束求解相结合的采摘点定位方法。该方法首先分析葡萄各色彩空间的颜色分量，提取直方图双峰明显的HSI颜色空间分量H；通过改进人工蜂群优化算法中的适应度函数，对葡萄果图像进行模糊聚类优化分割，再对其进行形态学去噪处理，得到葡萄区域图像，提取图像中的最大连通域区域；再求出该区域图像的质心、轮廓极值点和外接矩形；确定果梗采摘点的感兴趣区域，在区域内进行累计概率霍夫直线检测，检测出所有满足预设条件的直线，选取到质心距离最短的直线段作为采摘点所在线，最后取该线段中点作为葡萄簇的采摘点。以晴天顺光、晴天遮阴、阴天光照下采集的300幅夏黑葡萄试验分析，结果显示，采摘点的定位准确率达88.33%，平均定位时间为0.3467s，可满足采摘机器人对采摘点定位的实时性需求。

　　[参考文献]

　　[1]KondoN,ShibanoY，MohriK,etal.Basicstudiesonrobottoworkinvineyard(part2)[J].JournaloftheJapaneseSocietyofAgriculturalMachinery,1994,56(1):45－53.

　　[2]ChamelatR,RossoE,ChoksuriwongA,etal.Grapedetectionbyimageprocessing[C].IECON2006-32ndAnnualConferenceonIEEEIndustrialElectronics,2006:3521－3526.

　　罗陆锋1,2，邹湘军1※，熊俊涛1，张宇2，彭红星1，林桂潮1

《自然环境下葡萄采摘机器人采摘点的自动定位》

上一篇：基于系统层次的常见中药材生态种植模式及其配套技术

下一篇：振动式枸杞采摘机理仿真分析与样机试验