随着经济的快速发展和城市化进程的加快,农业劳动力向城市转移,导致农业劳动力匮乏和农业生产成本激增。柑橘产业中,收获成本已达柑橘生产总成本的40～50％。为降低生产成本、提高柑橘产业竞争力和满足鲜果市场需求,研究歼发智能化柑橘采摘机器人是一种有效解决途径。　　 柑橘采摘机器人的作业场景高度非结构化,可变因素多,其作业过程易受各种随机障碍影响,因此柑橘采摘机器人设计的关键问题之一是其避障系统设计。课题组在前期研究中,采用双目立体视觉技术识别及定位障碍物,但由于双目立体视觉易受光照、遮挡等因素影响,无法完全识别障碍物,重构的虚拟场景不能完全反映作业空间的障碍物信息,可能导致错误的路径规划。同时,采摘过程中障碍物随时会进入采摘空间,给机械手带来安全威胁。　　 超声测距不受光照、色彩等影响,且超声测距传感器结构简单、数据处理速度快,本文提出采用超声测距技术为柑橘采摘机器人提供紧急避障。主要的研究内容和方法如下:　　 1.超声测距系统的硬件系统包括:温度检测模块、串口通讯模块、超声发射／接收模块及控制模块。温度检测模块用于实时测量环境温度,校正声速,提高超声测距传感器的测量精度；串口通讯模块用于实现上下位机通信；超声波发射模块利用功率放大器放大CPID发出的方波信号,并驱动超声发射传感器发出40kHz的超声波；超声接收模块接收经障碍物反射的回波信号,并对信号进行调理,以得到40kHz左右的伏级电信号；控制模块包括单片机和CPID,单片机主要实现上下位机通信、通道选择、信号发送和计时等功能,CPLD主要用于向相应通道发送高精度40kHz方波信号。　　 2.在Microsoft Visual Studio2008平台上结合CSerialPort类编写上位机控制软件；根据测量误差的特点,引入校正因子提高测距精度；结合超声测距传感器和柑橘采摘机器人的特点,设计了多路超声测距系统,并定义了测量周期和安全距离；制定了超声测距传感器与双目立体视觉的信息融合策略,以避免机械手与障碍物碰撞。　　 3.由于不同障碍物表面漫反射能力不同,设计了仿真试验测试超声测距系统的障碍物检测能力。试验结果表明,设计的超声测距系统对墙面的检测识别率达100％,且测距误差小于0.2cm,对普通衣物的识别率只有62％。当用单个传感器检测树枝时,正确检出概率为93.77％。试验结果表明,设计的超声系统能有效检测出柑橘采摘机器人运动路径上的大部分障碍物,使机械手避免因与树枝碰撞而受损。　　 本研究提出用超声测距技术为柑橘采摘机器人提供紧急避障,有效弥补了双目立体视觉系统的不足,为农业采摘机器人的避障研究提供了新思路,为进一步研究打下了基础。