在果蔬生产过程中,采摘工作费时费力,劳动力需求较大,生产成本较高。随着人口老龄化以及城镇化的发展,农业劳动力日渐匮乏,采摘工作所需成本大幅度增长。目前,我国农业生产向着智能化、精准化、多样化、规模化的方向发展,研究智能化程度较高的农业机械装备和农业机器人可以有效解决农业劳动力不足、生产成本增加、工作效率低等问题,还能够改善工作环境,避免长时间工作以及农药、化肥的使用等对人体的损伤,具有现实意义。本文以品种为“吉杂4号”的黄瓜为研讨对象,在对黄瓜的物理特性了解和分析后,制作了4自由度黄瓜采摘机械手样机,并对目标果实的抓取特征点空间坐标值的获取和采摘机械手的总体控制系统进行了开发研究。主要研究内容及结果如下:(1)根据实际采摘环境对黄瓜采摘机械手的整体机械结构进行设计,主要包括:设计并制作4自由度机械臂,该机械臂的运动既灵活又稳定;设计制作摄像机支架,使摄像机跟随机械臂的腰关节运动,获得当前实时画面;根据黄瓜的物理特性对末端执行器进行了设计制造,根据黄瓜果实长度和黄瓜果柄长度之间的关系,将果实的抓取特征点设定在距离黄瓜果实顶端的1/4处,切割刀片距手指垂直距离为5.2 cm,实验表明该末端执行器的切割成功率达到95%,验证了该设计方法的可行性。(2)对如何通过图像处理获得特征点空间坐标值进行了研究。通过对比常用颜色模型,设定HSV颜色模型中的H和S分量阈值,将目标果实分割出来。应用MATLAB处理分割后的彩色图像得到目标果实的最小外接矩形,标记出形心像素坐标并转换为特征点对应的像素坐标值。针对黄瓜果实的识别情况对20组样本进行了实验,识别成功率达到80%,并且得到的坐标值在Y方向的误差可以满足采摘条件。介绍了特征点空间坐标值的获取方法和原理。针对Kinect传感器获得的深度距离进行误差实验,在20组样本数据中,误差的范围基本在0~2 mm之间。由实验验证:获取的深度值产生的误差对实际摘取结果产生的影响较小。(3)针对采摘机械手识别与控制系统的设计进行研究。针对机械臂的总体传动方式,选择了合适的驱动器和驱动结构。设计了基于PCI总线控制的采摘机械臂控制系统、基于Kinect for Windows SDK和MATLAB开发的特征点识别与获取系统以及基于STC89C52单片机开发的下位机控制系统。对这三部分进行了硬件和软件的设计与开发,设计制作了伺服控制电路、末端执行器控制电路、图像处理界面以及机械臂的控制界面等,初步完成了控制系统的软件与硬件的开发。(4)针对设计的采摘机械手样机,在实验室条件下,进行了黄瓜的定位与采摘模拟实验。首先,对机械臂的性能进行测试实验。实验表明:机械臂具备较好的位置控制精度和速度控制精度,能够满足机械臂的运动要求。其次,在实验室条件下进行了特征点空间坐标值误差的模拟实验。实验表明:图像处理获得的特征点空间坐标值与实际测量的空间坐标值之间在Y轴方向上产生的误差主要集中在3mm~5mm之间,在Z轴方向上产生的误差主要集中在2mm~5mm之间,两个方向产生的误差不会对采摘产生较大的影响,可以满足抓取要求。该模拟实验从原理上验证了采用的特征点空间坐标值获取方法的可行性。最后,在实验室搭建的模拟采摘环境下对机械臂和末端执行器配合采摘效果进行了模拟采摘实验。通过对40组模拟采摘实验结果进行分析可知:机械臂将末端执行器送到指定特征点处的定位成功率达到92.5%;末端执行器对目标果实的采摘成功率达到82.5%;两者配合作业完成目标果实采摘的整个过程所用的平均时间约为15.28 s。该采摘机械手运行稳定,能与控制系统良好的配合工作,实现果实的完整采摘。