基于混合夹具的番茄采收：语义分割与关键点检测
机器人学
2025-12-04 v1
摘要
本文提出了一种基于混合机器人夹爪的自主番茄采收系统，该夹爪组合六个柔软的非凸指 Finger 与刚性外骨骼和悬液篮筐，实现温柔的 cage-like 抓握。夹爪由 Servo-actuated Scotch-yoke 机械构件驱动，包括用于果实隔离形成锥形倒棱柱的分离叶片，集成微型舵机切刀用于切除托梢。对于感知，采用 RGB-D 相机和基于 Detectron2 的管线，对成熟/未成熟番茄进行语义分割，并在遮挡和可变照明条件下实现托梢和果心的关键点定位。推导基于虚工作原理的分析模型，将 servo torque 关联到抓握力，实现设计层面的驱动需求推理。在执行过程中，通过基于力敏电阻器反馈的比例-积分-微分控制器实现闭环抓握力调节，以防止滑动和损伤。运动执行由基于粒子群优化（PSO）的 5 自由度机械臂轨迹规划支持。实验显示，系统实现了完整的采摘循环（接近、分离、切割、抓握、运输、释放），平均循环时间为 24.34 秒，整体成功率约为 80%，且保持低抓握力（0.20-0.50 牛顿）。这些结果验证了所提出的混合夹爪和集成视觉-控制管线在密集环境中的可靠采收能力。
引用
@article{arxiv.2512.03684,
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 Yusuke Maeda and Bishakh Bhattacharya},
journal= {arXiv preprint arXiv:2512.03684},
year = {2025}
}