本發(fā)明涉及水果采摘，具體涉及一種新梅采摘分級(jí)機(jī)器人及采摘方法。

背景技術(shù)：

1、新梅是一種具有豐富營(yíng)養(yǎng)和獨(dú)特滋味的水果，其被譽(yù)為第三代功能性水果，富含對(duì)身體免疫系統(tǒng)與新陳代謝至關(guān)重要的維生素a、維生素b、維生素c等以及有助于骨骼健康、血液循環(huán)、細(xì)胞功能的鈣、鐵、鋅、鉀等礦物質(zhì)。

2、目前，新疆喀什地區(qū)是我國(guó)新梅種植資源和果品的主要分布區(qū)與產(chǎn)區(qū)之一；由于新梅果實(shí)的成熟期差異較大且收獲過(guò)程中對(duì)果實(shí)的品質(zhì)要求嚴(yán)苛，因此，在新梅采收過(guò)程中，仍主要依賴(lài)于人工的選擇性采摘，這中采摘方式一是勞動(dòng)強(qiáng)度大、采摘效率低、采摘成本高，二是對(duì)于采摘人員的專(zhuān)業(yè)經(jīng)驗(yàn)要求較高，易導(dǎo)致新梅錯(cuò)過(guò)最佳采收期、嚴(yán)重影響新梅收獲的產(chǎn)量與品質(zhì)。隨著機(jī)械化、自動(dòng)化農(nóng)業(yè)的普及，目前一些地區(qū)也逐漸采用機(jī)器人進(jìn)行新梅采摘，其能夠有效降低人工成本與勞動(dòng)強(qiáng)度、提高采摘效果；然而，由于新梅果實(shí)的特殊性（即果實(shí)成熟期的差異大）與柔嫩性，現(xiàn)有的新梅采摘機(jī)器人大多存在結(jié)構(gòu)復(fù)雜、采摘成本高，采摘過(guò)程中易損壞果實(shí)，無(wú)法同時(shí)完成采摘與篩選分離、仍需人工分離等缺點(diǎn)，仍無(wú)法最大化提高新梅采摘的效率、同時(shí)也易在采摘過(guò)程中增加果實(shí)不良率。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)以上現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明的目的在于提供一種新梅采摘分級(jí)機(jī)器人，該機(jī)器人能夠?qū)崿F(xiàn)新梅采摘過(guò)程中的自動(dòng)采摘與分選，從而有效提升采摘效率、避免采摘前后仍需篩分的多余步驟；同時(shí)，該機(jī)器人能夠在采摘過(guò)程中有效保護(hù)新梅果實(shí)，避免采摘導(dǎo)致的新梅果實(shí)損傷，在提升采摘效率的同時(shí)保證果實(shí)品質(zhì)。

2、本發(fā)明的另一個(gè)目的在于提供一種上述新梅采摘分級(jí)機(jī)器人的采摘方法。

3、一種新梅采摘分級(jí)機(jī)器人，包括底座支撐機(jī)構(gòu)、收集箱體、分級(jí)篩選機(jī)構(gòu)、采摘機(jī)械臂、末端執(zhí)行機(jī)構(gòu)、收納機(jī)構(gòu)及視覺(jué)識(shí)別系統(tǒng)；收集箱體設(shè)置在底座支撐機(jī)構(gòu)的前端，包括好果收集槽與壞果收集槽；分級(jí)篩選機(jī)構(gòu)與采摘機(jī)械臂分別設(shè)置在底座支撐機(jī)構(gòu)的端面，且采摘機(jī)械臂遠(yuǎn)離底座支撐機(jī)構(gòu)的一端設(shè)置末端執(zhí)行機(jī)構(gòu)，收納機(jī)構(gòu)設(shè)置在底座支撐機(jī)構(gòu)的端面且收納機(jī)構(gòu)分別與末端執(zhí)行機(jī)構(gòu)、分級(jí)篩選機(jī)構(gòu)連接；視覺(jué)識(shí)別系統(tǒng)包括一個(gè)定位雙目相機(jī)與兩個(gè)識(shí)別雙目相機(jī)，定位雙目相機(jī)設(shè)置在末端執(zhí)行機(jī)構(gòu)上，識(shí)別雙目相機(jī)對(duì)應(yīng)分級(jí)篩選機(jī)構(gòu)設(shè)置在底座支撐機(jī)構(gòu)端面。

4、基于上述方案的進(jìn)一步優(yōu)化，所述底座支撐機(jī)構(gòu)包括底盤(pán)、支撐螺柱、連接板、履帶輪與履帶，底盤(pán)端面設(shè)置多根均勻分布的豎直的支撐螺柱且支撐螺柱遠(yuǎn)離底盤(pán)的一端與同一連接板連接，底盤(pán)兩側(cè)側(cè)面分別設(shè)置兩個(gè)履帶輪且同一側(cè)的兩個(gè)履帶輪之間通過(guò)履帶連接；壞果收集槽設(shè)置在底盤(pán)與連接板之間，好果收集槽設(shè)置在底盤(pán)前端且好果收集槽與壞果收集槽固定連接。

5、基于上述方案的進(jìn)一步優(yōu)化，所述分級(jí)篩選機(jī)構(gòu)包括篩分圓盤(pán)、第一擋板、第一滑道、第二擋板、壞果滑道、好果滑道與第二滑道，篩分圓盤(pán)固定設(shè)置在連接板端面且篩分圓盤(pán)為上部直徑大、下部直徑小的錐形結(jié)構(gòu)；篩分圓盤(pán)中部設(shè)置同軸的轉(zhuǎn)動(dòng)軸且轉(zhuǎn)動(dòng)軸外壁設(shè)置第一擋板，通過(guò)轉(zhuǎn)動(dòng)軸實(shí)現(xiàn)第一擋板在篩分圓盤(pán)內(nèi)的轉(zhuǎn)動(dòng)；篩分圓盤(pán)靠近好果收集槽的側(cè)面開(kāi)設(shè)出料口且出料口處設(shè)置第一滑道，第一滑道為由篩分圓盤(pán)向好果收集槽傾斜的斜軌道結(jié)構(gòu)；第一滑道遠(yuǎn)離篩分圓盤(pán)的一端與好果滑道連通且第一滑道遠(yuǎn)離篩分圓盤(pán)一端的側(cè)面設(shè)置壞果滑道，好果滑道與壞果滑塊連接處轉(zhuǎn)動(dòng)設(shè)置第二擋板，連接板位于壞果滑道遠(yuǎn)離第一滑道的一端開(kāi)設(shè)下料孔且下料孔與壞果收集槽對(duì)應(yīng)；好果滑道遠(yuǎn)離第一滑道的一端與設(shè)置在好果收集槽內(nèi)的第二滑道連通。

6、基于上述方案的進(jìn)一步優(yōu)化，所述末端執(zhí)行機(jī)構(gòu)包括固定箱體、驅(qū)動(dòng)電機(jī)、第一齒輪、第二齒輪、第一齒條、第一保護(hù)環(huán)、第二齒條、擠壓板與第二保護(hù)環(huán)，固定箱體設(shè)置在采摘機(jī)械臂遠(yuǎn)離底座支撐機(jī)構(gòu)的一端且固定箱體的內(nèi)腔底部設(shè)置驅(qū)動(dòng)電機(jī)，驅(qū)動(dòng)電機(jī)輸出軸同軸設(shè)置齒輪軸且齒輪軸遠(yuǎn)離驅(qū)動(dòng)電機(jī)的一端與固定箱體內(nèi)腔頂面轉(zhuǎn)動(dòng)連接；齒輪軸外壁由下至上依次套接第一齒輪與第二齒輪，固定箱體一側(cè)內(nèi)壁對(duì)應(yīng)第一齒輪滑動(dòng)設(shè)置第一齒條且第一齒條遠(yuǎn)離采摘機(jī)械臂的一端通過(guò)滑動(dòng)支座設(shè)置第一保護(hù)環(huán)，第一保護(hù)環(huán)遠(yuǎn)離第一齒條的一端貫穿固定箱體對(duì)應(yīng)側(cè)壁且滑動(dòng)連接，第一保護(hù)環(huán)遠(yuǎn)離固定箱體的一端頂面設(shè)置分離塊且分離塊靠近固定箱體的一側(cè)側(cè)面開(kāi)設(shè)內(nèi)置分離刀片的分離凹槽；固定箱體另一側(cè)內(nèi)壁（即與第一齒條相對(duì)側(cè)的內(nèi)壁）且對(duì)應(yīng)第二齒輪滑動(dòng)設(shè)置第二齒條，第二齒條靠近第一保護(hù)環(huán)的一端貫穿固定箱體對(duì)應(yīng)側(cè)壁且設(shè)置擠壓板，擠壓板靠近分離塊的一側(cè)側(cè)面對(duì)應(yīng)分離凹槽設(shè)置頂塊；固定箱體外壁且位于第一保護(hù)環(huán)下側(cè)固定設(shè)置第二保護(hù)環(huán)，第二保護(hù)環(huán)與第一保護(hù)板平行設(shè)置。

7、為了保證末端執(zhí)行機(jī)構(gòu)的平滑切割，基于上述方案的進(jìn)一步優(yōu)化，所述擠壓板遠(yuǎn)離頂塊的一側(cè)側(cè)面且位于第一齒條的一側(cè)設(shè)置限位桿，限位桿貫穿固定箱體對(duì)應(yīng)側(cè)壁且限位桿遠(yuǎn)離擠壓板的一側(cè)設(shè)置限位塊。

8、基于上述方案的進(jìn)一步優(yōu)化，所述第一保護(hù)環(huán)與第二保護(hù)環(huán)均包括內(nèi)圈與外圈，內(nèi)圈采用塑料制成，外圈采用生物高分子材料制成。

9、基于上述方案的進(jìn)一步優(yōu)化，所述收納機(jī)構(gòu)包括連接軟管、緩沖機(jī)構(gòu)、過(guò)渡收集箱與引導(dǎo)滑槽，過(guò)渡收集箱固定設(shè)置在底座支撐機(jī)構(gòu)端面且位于篩分圓盤(pán)一側(cè)，過(guò)渡收集箱底面與底座支撐機(jī)構(gòu)端面的距離大于篩分圓盤(pán)頂面與底座支撐機(jī)構(gòu)端面的距離（即過(guò)渡收集箱的高度大于篩分圓盤(pán)高度），連接軟管一端設(shè)置在第二保護(hù)環(huán)底面且與第二保護(hù)環(huán)內(nèi)圈連通、另一端與過(guò)渡收集箱一側(cè)側(cè)面連通，且連接軟管與過(guò)渡收集箱連接處設(shè)置緩沖機(jī)構(gòu)（例如：通過(guò)均勻分布的橡膠凸臺(tái)進(jìn)行緩沖）；過(guò)渡收集箱靠近篩分圓盤(pán)的一側(cè)側(cè)面設(shè)置引導(dǎo)滑槽，引導(dǎo)滑槽為由過(guò)渡收集箱向篩分圓盤(pán)傾斜的斜槽。

10、基于上述方案的進(jìn)一步優(yōu)化，所述過(guò)渡收集箱的內(nèi)腔底面設(shè)置為由過(guò)渡收集箱向篩分圓盤(pán)傾斜的斜面結(jié)構(gòu)（斜面結(jié)構(gòu)的傾斜程度與引導(dǎo)滑槽的傾斜程度一致）且過(guò)渡收集箱的內(nèi)腔壁均勻鋪設(shè)海綿緩沖層。

11、一種采用上述新梅采摘分級(jí)機(jī)器人的采摘方法，包括：

12、步驟s1、識(shí)別定位：通過(guò)定位雙目相機(jī)在距離新梅果實(shí)的遠(yuǎn)景點(diǎn)處、以水平姿態(tài)進(jìn)行掃描，獲得遠(yuǎn)景新梅果實(shí)圖像，并對(duì)圖像進(jìn)行分割與目標(biāo)識(shí)別；

13、步驟s2、新梅果實(shí)簇選取：采用目標(biāo)跟蹤算法追蹤目標(biāo)新梅果實(shí)，識(shí)別成熟新梅果實(shí)數(shù)量；當(dāng)同簇成熟新梅果實(shí)數(shù)量超過(guò)該簇總果實(shí)數(shù)量的60%，則將該簇標(biāo)定為目標(biāo)新梅果實(shí)簇；

14、步驟s3、采摘點(diǎn)定位：選取目標(biāo)新梅果實(shí)簇的最低點(diǎn)新梅果實(shí)位置作為采摘點(diǎn)基準(zhǔn)位置，并沿采摘點(diǎn)基準(zhǔn)位置的最低端在果實(shí)縱向方向上下移3～5cm，即得采摘點(diǎn)；

15、步驟s4、果實(shí)采摘：根據(jù)采摘點(diǎn)逐步移動(dòng)采摘機(jī)械臂、在近景完成新梅果實(shí)的進(jìn)一步識(shí)別與定位；當(dāng)末端執(zhí)行機(jī)構(gòu)到達(dá)采摘點(diǎn)后，獲取采摘點(diǎn)與新梅果實(shí)上沿（即新梅果實(shí)的頂點(diǎn)）的相對(duì)距離，并依次為基礎(chǔ)在縱向方向上增加3～5cm，獲得末端執(zhí)行機(jī)構(gòu)的結(jié)束點(diǎn)；末端執(zhí)行機(jī)構(gòu)根據(jù)采摘點(diǎn)與結(jié)束點(diǎn)、由下至上運(yùn)動(dòng)，實(shí)現(xiàn)對(duì)新梅果實(shí)的包絡(luò)與剪切分離，完成采摘；

16、步驟s5、果實(shí)的篩選收集：采摘后的果實(shí)經(jīng)收納機(jī)構(gòu)落入分級(jí)篩選機(jī)構(gòu)，經(jīng)分級(jí)篩選機(jī)構(gòu)篩選后、實(shí)現(xiàn)好果與壞果的分離，并分別于好果收集槽與壞果收集槽收集。

17、基于上述方案的進(jìn)一步優(yōu)化，所述步驟s1具體為：

18、步驟s11、首先，對(duì)輸入的圖像進(jìn)行直方圖計(jì)算，從而獲取圖像中每個(gè)像素值的頻率分布；并對(duì)目標(biāo)圖像進(jìn)行采樣，將其直方圖區(qū)間等分成m個(gè)子區(qū)間，設(shè)定每個(gè)子區(qū)間的寬度為u；然后，將圖像灰度值映射到每個(gè)子區(qū)間內(nèi)，并計(jì)算每個(gè)子區(qū)間內(nèi)像素頻率；

19、步驟s12、首先，計(jì)算每個(gè)子區(qū)間內(nèi)所有像素值的灰度級(jí)分布，得到每個(gè)子區(qū)間內(nèi)的灰度級(jí)均值，并計(jì)算得到每個(gè)子區(qū)間的類(lèi)內(nèi)方差、用于表示該區(qū)間內(nèi)像素值分散程度；然后，遍歷所有可能的閾值，計(jì)算每個(gè)閾值對(duì)應(yīng)的類(lèi)內(nèi)方差，選擇使得類(lèi)內(nèi)方差最大化的閾值作為最佳閾值；

20、步驟s13、根據(jù)最佳閾值將圖像劃分為前景與背景兩個(gè)區(qū)域：大于最佳閾值的為前景、小于最佳閾值的為背景，從而將目標(biāo)圖像從背景中分割出來(lái)；

21、步驟s14、采用灰度級(jí)形態(tài)學(xué)對(duì)分割后的圖像進(jìn)行優(yōu)化，實(shí)現(xiàn)圖像的分割與識(shí)別，并進(jìn)行分割后圖像子區(qū)間的劃分與定位。

22、基于上述方案的進(jìn)一步優(yōu)化，所述步驟s2中采用目標(biāo)跟蹤算法追蹤目標(biāo)新梅果實(shí)、識(shí)別成熟新梅果實(shí)數(shù)量具體為：

23、步驟s21、首先，適用目標(biāo)檢測(cè)從視頻幀中檢測(cè)出候選目標(biāo)，并獲得每個(gè)獲選目標(biāo)的邊界框與置信度得分；然后將檢測(cè)到的候選目標(biāo)根據(jù)時(shí)間與空間上的關(guān)聯(lián)性進(jìn)行分組，并衡量?jī)蓚€(gè)候選目標(biāo)之間的重疊程度；

24、步驟s22、將當(dāng)前幀的檢測(cè)結(jié)果與之前幀的軌跡進(jìn)行配，并采用匈牙利算法獲取代價(jià)最小的匹配方法，代價(jià)包括基于距離、速度、置信度等因素的計(jì)算，完成初次匹配；對(duì)于沒(méi)有存在于之前軌跡匹配的候選目標(biāo)，將其與最近的軌跡進(jìn)行二次匹配；

25、步驟s23、根據(jù)匹配結(jié)果，生成新的軌跡，生成的每個(gè)軌跡包括一系列邊界框與相應(yīng)的置信度得分；然后，采用卡爾曼濾波器預(yù)測(cè)下一幀軌跡位置，并根據(jù)新的檢測(cè)結(jié)果對(duì)預(yù)測(cè)軌跡進(jìn)行修正；

26、步驟s24、預(yù)設(shè)置信度得分閾值區(qū)間，將軌跡中置信度得分與置信度得分閾值區(qū)間進(jìn)行比較，靠近置信度得分閾值區(qū)間的下限為成熟度高、靠近置信度得分閾值區(qū)間的上限為成熟度低，實(shí)現(xiàn)果實(shí)成熟度的區(qū)分；之后，根據(jù)軌跡長(zhǎng)度、置信度得分對(duì)軌跡進(jìn)行篩選，去除不穩(wěn)定、不合理軌跡，即得果實(shí)數(shù)量。

27、基于上述方案的進(jìn)一步優(yōu)化，所述置信度得分閾值區(qū)間為[0,1]。

28、基于上述方案的進(jìn)一步優(yōu)化，所述步驟s3中最低點(diǎn)新梅果實(shí)位置的獲取方法為：

29、首先，通過(guò)多視角圖像采集，分別獲得不同視角的圖像；然后，從兩幅或兩幅以上的圖像中提取特征點(diǎn)，尋找對(duì)應(yīng)于同一目標(biāo)點(diǎn)（即最低點(diǎn)新梅果實(shí)）的特征點(diǎn)對(duì)；之后，對(duì)于每一個(gè)匹配的特征點(diǎn)對(duì)，采用三角測(cè)量法計(jì)算三維點(diǎn)云，從而獲得目標(biāo)點(diǎn)的空間坐標(biāo)，其中，三角測(cè)量深度 d為：

30、

31、式中： f表示相機(jī)焦距， b表示不同視角圖像之間的距離，表示不同視角圖像之間的角度。

32、基于上述方案的進(jìn)一步優(yōu)化，所述步驟s4中在近景完成新梅果實(shí)的進(jìn)一步識(shí)別與定位具體為：

33、首先，采用svm算法獲得一個(gè)最優(yōu)的分類(lèi)超平面，建立模型、定義一個(gè)超平面線(xiàn)性方程，將樣本數(shù)據(jù)分成兩類(lèi)，

34、

35、式中： w表示權(quán)重向量； x表示超平面，方向垂直于超平面 x即為樣本數(shù)據(jù)點(diǎn)； b表示偏置項(xiàng)，其決定超平面與原點(diǎn)之間的距離；

36、然后，采用拉格朗日乘子法進(jìn)行求解，獲得超平面線(xiàn)性方程的權(quán)重向量 w與偏置項(xiàng) b；

37、之后，通過(guò)迭代的方式選擇任意兩個(gè)變量進(jìn)行優(yōu)化，實(shí)現(xiàn)模型優(yōu)化；

38、最后，采用權(quán)重向量和偏置項(xiàng)對(duì)數(shù)據(jù)進(jìn)行分類(lèi)，計(jì)算數(shù)據(jù)點(diǎn)到超平面距離，根據(jù)正負(fù)判斷類(lèi)別，分類(lèi)線(xiàn)性方程為：

39、

40、式中： sign()函數(shù)范圍預(yù)測(cè)標(biāo)記的類(lèi)別為-1或1；

41、利用決策函數(shù)對(duì)圖像中的像素點(diǎn)類(lèi)別進(jìn)行判定，完成圖像分割與目標(biāo)識(shí)別定位。

42、基于上述方案的進(jìn)一步優(yōu)化，所述步驟s4中新梅果實(shí)上沿（即新梅果實(shí)的頂點(diǎn)）的獲取方法為：

43、首先，獲取對(duì)應(yīng)特征點(diǎn)在圖像中的二維坐標(biāo)（ u,v）以及二維坐標(biāo)的深度信息d；然后，計(jì)算獲得該特征點(diǎn)的三維坐標(biāo)：

44、

45、式中： fx， fy表示相機(jī)焦距， cx、 cy表示相機(jī)主點(diǎn)坐標(biāo)。

46、基于上述方案的進(jìn)一步優(yōu)化，所述步驟s5中分級(jí)篩選機(jī)構(gòu)進(jìn)行新梅果實(shí)篩選的判別方法為：

47、步驟s51、數(shù)據(jù)收集：收集包含各種新梅果實(shí)圖像及其對(duì)應(yīng)標(biāo)簽的數(shù)據(jù)集；其中，數(shù)據(jù)集涵蓋不同的任務(wù)標(biāo)簽，包括果實(shí)大小、有無(wú)裂紋、有無(wú)損傷、有無(wú)果梗等；

48、步驟s52、將果實(shí)大小設(shè)置為一個(gè)回歸問(wèn)題，標(biāo)簽為新梅果實(shí)的大?。和ㄟ^(guò)計(jì)算果實(shí)圖像的最小外接矩形、獲得果實(shí)的最大縱橫徑，對(duì)比平均數(shù)據(jù)（平均數(shù)據(jù)通過(guò)大量實(shí)驗(yàn)數(shù)據(jù)獲得），判斷果實(shí)大小是否符合標(biāo)準(zhǔn)；將有無(wú)裂紋設(shè)置為一個(gè)二分類(lèi)問(wèn)題、標(biāo)簽為有裂紋1和無(wú)裂紋0，將有無(wú)損傷設(shè)置為一個(gè)二分類(lèi)問(wèn)題、標(biāo)簽為有損傷1和無(wú)損傷0，將有無(wú)果梗設(shè)置為一個(gè)二分類(lèi)問(wèn)題、標(biāo)簽為有果梗1和無(wú)果梗0。

49、步驟s53、模型設(shè)計(jì)：采用resnet神經(jīng)網(wǎng)絡(luò)模型作為篩分模型，選擇resnet神經(jīng)網(wǎng)絡(luò)模型的前四個(gè)resnet?block作為共享卷積層、用于提取輸入圖像的特征；在共享卷積層之后，設(shè)置多個(gè)任務(wù)特定的分支，每個(gè)分支處理一個(gè)特定任務(wù)，每個(gè)任務(wù)特定的分支由若干卷積層和全連接層組成，分別針對(duì)不同任務(wù)進(jìn)行優(yōu)化；

50、步驟s54、使用包含多任務(wù)標(biāo)簽的數(shù)據(jù)集進(jìn)行篩分模型訓(xùn)練，訓(xùn)練過(guò)程中為每個(gè)任務(wù)提供相應(yīng)的標(biāo)簽。

51、步驟s55、訓(xùn)練完成后，使用驗(yàn)證集評(píng)估篩分模型性能，完成訓(xùn)練。

52、以下是本發(fā)明方案所具備的技術(shù)效果：

53、本技術(shù)采用由固定箱體、驅(qū)動(dòng)電機(jī)、第一齒輪、第二齒輪、第一齒條、第一保護(hù)環(huán)、第二齒條、擠壓板與第二保護(hù)環(huán)組成的末端執(zhí)行機(jī)構(gòu)，實(shí)現(xiàn)由下向上包絡(luò)果實(shí)并完成剪斷的采摘模式，一是能夠?qū)崿F(xiàn)目標(biāo)果實(shí)與非目標(biāo)果實(shí)的分離、從而準(zhǔn)確抓取單個(gè)目標(biāo)果實(shí)，提高采摘效率；二是避免采摘過(guò)程中末端執(zhí)行機(jī)構(gòu)對(duì)非目標(biāo)果實(shí)造成的損傷、使得非目標(biāo)果實(shí)位于采摘區(qū)域外，從而保證同簇果實(shí)整體質(zhì)量；三是避免采摘過(guò)程中周?chē)h(huán)境對(duì)目標(biāo)果實(shí)產(chǎn)生的影響，進(jìn)而實(shí)現(xiàn)穩(wěn)定、無(wú)傷的果實(shí)采摘，避免采摘過(guò)程中出現(xiàn)偏差而導(dǎo)致果實(shí)受損，保證果實(shí)的完整性與品質(zhì)；四是保證末端執(zhí)行機(jī)構(gòu)整體的靈活性、避免其移動(dòng)過(guò)程中對(duì)果實(shí)簇產(chǎn)生影響，從而影響定位、采摘過(guò)程中的精準(zhǔn)性，出現(xiàn)漏采、誤采等問(wèn)題。通過(guò)由篩分圓盤(pán)、第一擋板、第一滑道、第二擋板、壞果滑道、好果滑道與第二滑道組成的分級(jí)篩選機(jī)構(gòu)，配合末端執(zhí)行機(jī)構(gòu)，實(shí)現(xiàn)邊采摘邊果實(shí)篩選的目的，避免采摘后還需額外進(jìn)行人工篩分等問(wèn)題，提高效率的同時(shí)也避免后續(xù)篩選過(guò)程中造成的果實(shí)受損；同時(shí)，分級(jí)篩選機(jī)構(gòu)采用三級(jí)篩分系統(tǒng)，實(shí)現(xiàn)合格果實(shí)與不合格果實(shí)的識(shí)別與篩選，能夠有效避免好果中混雜壞果而影響整體品質(zhì)的問(wèn)題。

54、此外，本技術(shù)根據(jù)新梅果實(shí)的生長(zhǎng)特性，采用遠(yuǎn)景識(shí)別定位與目標(biāo)跟蹤的方法配合近景識(shí)別定位，進(jìn)行完成最優(yōu)工作路徑的設(shè)定，整個(gè)方法準(zhǔn)確性好、穩(wěn)定性高，能夠有效節(jié)省工作時(shí)間，提高采摘的工作效率，配合末端執(zhí)行機(jī)構(gòu)的結(jié)構(gòu)設(shè)計(jì)，從而在高效采摘新梅果實(shí)的同時(shí)、避免對(duì)新梅果實(shí)及其周?chē)麑?shí)造成損傷，避免錯(cuò)采、漏采等問(wèn)題，顯著提升果實(shí)的識(shí)別和檢測(cè)的自動(dòng)化水平；并通過(guò)全面覆蓋數(shù)據(jù)、精確標(biāo)注、優(yōu)化模型結(jié)構(gòu)、同步訓(xùn)練和性能驗(yàn)證進(jìn)行果實(shí)篩分，能夠精確、高效的篩分壞果與好果，確保采摘果實(shí)的品質(zhì)。