基于混合抓手、语义分割和关键点检测的番茄采收新方法
机器人学
2024-12-24 v1
摘要
当前的农业和农业行业能够利用机器人和自动化技术的进步，通过具有基于作物柔软度或顺应性自适应抓取力的机器人来收获水果和蔬菜。成功的操作取决于使用能够适应作物机械性能的抓手。本文提出了一种新的番茄果实采摘方法，采用具有软质夹抱效应的新型混合抓手。它使用基于具有刚性外套结构的六个柔性被动仿射结构的指头，以获得良好的抓握力和形状顺应性。该抓手通过使用摆臂机构和伺服电机驱动。为了完成番茄采摘操作，基于深度相机和 RGB 相机的视觉系统实现了水果识别过程。它采用基于深度学习的关键点检测识别番茄的托管部位和主体，以实现在遮挡和可变环境光下的定位，并对成熟和不成熟番茄进行语义分割。此外，针对视觉系统的输入，基于机器人机械臂的鲁棒轨迹规划和机器人抓手运动控制得以实施，以确保番茄的安全处理。该抓手可调的抓握力将允许机器人处理一广泛范围的柔顺度的水果。
引用
@article{arxiv.2412.16755,
title = {A Novel Approach to Tomato Harvesting Using a Hybrid Gripper with Semantic Segmentation and Keypoint Detection},
author = {Shahid Ansari and Mahendra Kumar Gohil and Bishakh Bhattacharya},
journal= {arXiv preprint arXiv:2412.16755},
year = {2024}
}