名优茶采摘机械手与采摘策略研究

摘要

名优茶具有较高的实用性与经济价值，其产业价值占茶产业的比例逐渐增高。现在市场上的采茶机采用一刀切方式，无选择性，难以保证名优茶的品质，而名优茶采摘要求匀嫩齐，仍为人工采摘，虽能满足严苛的采摘要求，但由于经济转型和劳动力的缺乏导致名优茶采摘不及时，造成巨大的浪费，采摘难成为了名优茶产业发展的瓶颈。
　　实现名优茶机械化采摘的难点主要有2个，一个是鲜叶识别，另一个是高效采摘。本文提出的名优茶采摘机，使用图像技术识别鲜叶，使用机械手进行单芽采摘。机械手的采摘系统是本文研究重点，为提高采摘速率，系统使用双采摘机械手，并采用蚁群算法规划机械手采茶路径。主要研究内容如下:
　　1)阐述了名优茶采摘机的工作原理与名优茶采摘机系统组成。名优茶采摘机主要包括行走装置、采摘机械手、图像识别系统和和控制系统等。使用高地隙动力底盘作为采茶机的前进动力与支撑平台，使用图像识别技术获取鲜叶坐标，使用嵌入式系统开发控制平台。
　　2)提高茶叶采摘效率的措施之一是使用双采摘机械手。2个三自由度机械手可独立工作且有重叠的工作区域。机械手用双圆轴导向，由步进电机驱动。机械手的末端执行器采用曲柄滑块机构，鲜叶剪切部件结构为圆筒式，由气缸驱动刀片开合。末端执行器中内筒的两端连接塑料软管，以吹气加吸气的方式收集已采摘鲜叶。
　　3)提高茶叶采摘效率的另外一个措施是使采摘机械手的运动距离最短。蚁群算法在解决旅行商(TSP)问题上有独特的优势，鲜叶的采摘路径类似于旅行商问题。本文将蚁群算法与鲜叶采摘技术相结合来规划采摘路径。论文分别进行了2区、4区和6区的茶叶分区对路径规划影响的研究，分别使用基本蚁群算法和优化蚁群算法进行了仿真分析。仿真结果表明分4区的采摘效果较好，优化算法后规划路径更佳。论文对鲜叶分布均匀、极不均匀、较多和较少的情况进行了研究，结果表明本文的采摘策略适应性较好。

目录

声明

摘要

1 绪论

1．1 课题研究背景及意义

1．2 国内外采茶机研究现状

1．3 本课题主要研究内容

2 名优茶采摘机系统

2．1 名优茶采摘对象

2．2 名优茶采摘机工作原理

2．3 名优茶采摘机的系统组成

2．3．1 图像识别系统

2．3．2 行走装置

2．3．3 采摘机械手

2．3．4 控制系统

2．4 本章小结

3 名优茶采摘机械手结构

3．1 末端执行器设计方案的比较分析

3．2 末端执行器结构

3．3 机械手结构

3．4 采摘装置结构

3．5 本章小结

4 基于蚁群算法的鲜叶采摘路径规划

4．1 蚁群算法与遗传、模拟退火算法对比

4．1．1 遗传算法

4．1．2 模拟退火算法

4．1．3 蚁群算法

4．1．4 蚁群算法与遗传算法、模拟退火算法的比较

4．2 采茶路径规划特点及改进措施

4．3 基本蚁群算法规划鲜叶采摘路径

4．4 基本蚁群算法仿真研究

4．4．1 基于统计的参数优化

4．4．2 分4区情况的分析

4．4．3 分2区情况的分析

4．4．4 分6区情况的分析

4．5 优化蚁群算法规划鲜叶采摘路径

4．5．1 优化蚁群算法的基本思想

4．5．2 改善循环终止条件

4．5．3 适时调整信息素浓度持久性参数值

4．5．4 优化蚁群算法的仿真研究

4．6 本章小结

5 基于蚁群算法的采摘策略适应性研究

5．1 路径规划的适应性分析

5．2 鲜叶分布均匀

5．3 鲜叶分布极不均匀

5．4 鲜叶较多或较少

5．5 本章小结

6．1 内容总结

6．2 工作展望

参考文献

附录

致谢