王瑾 王瑞荣 李晓红

摘要：针对目前采摘机器人工作环境复杂、效率低下等问题，在采摘机器人体系结构的基础上，提出了一种将AdaBoost分类器和颜色特征分类器相结合用于番茄采摘机器人的目标识别方法。通过试验分析该方法的性能，并与改进前的性能进行比较。 试验结果表明，该方法的平均番茄识别时间为78.955 ms，识别准确率达到97%以上，性能优良，达到番茄采摘机器人对目标识别的要求。为实现采摘机器人智能化提供了一定的参考和借鉴。

关键词：采摘机器人;智能化;目标识别;AdaBoost 分类器;颜色特征分类器

中图分类号： TP249  文献标志码： A

文章编号：1002-1302（2021）20-0217-05

收稿日期：2021-03-15

基金项目：太原市院士工作站建站项目（编号：TYSYSGZZ201903）;山西省高等学校科技创新项目（编号：2019L0935）。

作者简介：王 瑾（1987—），女，山西晋中人，硕士，讲师，主要从事识别系统等方面的研究。E-mail：wj1987001@126.com。

我国是种植大国，其采摘活动具有高强度、集约化的基本特征。但目前多采用人工采摘，费时费力且人工成本较高[1]。随着我国农业机械的不断调整和劳动力短缺现象的出现，迫切须要实现水果采摘的机械化和自动化，以避免采摘不及时而造成的经济损失。随着我国农业现代化进程的不断发展，迫切须要开发采摘机器人提高采摘效率，确保果实品质并减轻劳动强度[2]。但制约采摘机器人发展的主要技术是识别、定位和控制。因此对番茄采摘机器人目標识别方法进行研究具有重要的现实意义。

近年来，国内外研究人员对采摘机器人技术进行了大量研究并取得了一定成果，但采摘效率却较低。……