采摘机器人深度视觉伺服手-眼协调规划研究

摘要

针对现有采摘机器人的识别-采摘精度与效率偏低等问题,开展了采摘机器人深度视觉伺服手-眼协调规划研究.开发了在手RealSense深度伺服的小型升降式采摘机器人,进行了采放果的工作空间与姿态分析,针对"眼在手上"模式建立了手-眼协调的坐标变换模型.对采摘机器人提出了基于在手RealSense深度伺服的由远及近手眼协调策略,并根据RealSense与机械臂参数完成了基于深度视觉的远近景协调关键点间分段动作规划.手眼协调采摘试验表明,末端在X、Y、Z方向的平均定位精度为3.51、2.79、3.35 mm,平均耗时为19.24 s,其中机械臂从初始位开始采果的平均耗时为12.04 s,中间识别与运算的平均耗时为3.82s,放果动作平均耗时为7.2s,机械臂动作耗时占整个环节的80.2％.该机器人结构和在手RealSense深度伺服的手眼协调策略可满足采摘作业需求.