金玉成 高 杨 刘继展 胡春华 周 尧 李萍萍

(1.江苏大学现代农业装备与技术教育部重点实验室， 镇江 212013；2.南京林业大学信息科学技术学院， 南京 210037； 3.南京林业大学生物与环境学院， 南京 210037)

0 引言

“手-眼”协调是果蔬采摘机器人的主体和完成自主采摘作业的关键[1-4]，而植株冠层环境的高度复杂性、果实目标的随机性与差异性，对机器人手-眼系统“感知-动作”的智慧性提出了极大挑战[5]。“Eye-to-Hand”结构首先在采摘机器人领域得到了广泛研究并有力推动了采摘机器人技术的进步，但是外置相机远景探测造成图像内冗余信息过多、目标果实搜寻过程复杂，手眼及果叶相互遮挡问题突出，识别可靠性与视觉定位误差较大[6-7]；“先看后动”的静态割裂方式缺乏对农业非结构化复杂环境和动态变化的适应能力[8-13]；同时其依赖精确手-眼坐标系转换、机器人运动学建模和逆像问题求解，造成机械手误差累积而影响定位精度[2-3,14]。与之相比，“Eye-in-Hand”的“看并动”手眼协调模式中末端对目标的定位可实现持续的视觉反馈和修正，达到实时视觉伺服控制[4,10, 14-16]，因而在采摘机器人领域逐渐得到重视。日本、美国、比利时等国面向柑橘[17]、茄子[18-19]、番茄[20]、苹果[21]等开发的采摘机器人系统，都采用了掌心或腕部安装相机的“Eye-in-Hand”配置方案。针对“Eye-in-Hand”的手眼协调控制问题，VAN HENTEN 等[7, 22]提出通过掌上相机的位置变换获得两幅图像，进而3维重构获得果实的空间位置信息；BARTH 等[14]通过掌上相机以20 Hz持续检测果实并计算机械手位姿，驱动末端以速度0.03 m/s逼近目标果实，但试验仅实现了二维图像像素位置逼近，而无法实现深度(距离)定位，一个视觉伺服控制周期达到了45 s。……