果蔬自动装箱是以无人自动装箱操作代替人工作业的方式,不仅从根本上消除了生产现场操作者与运行中的机器设备长时间共存的安全隐患,还极大的降低了员工高强度工作的身心负担,提高了企业健康安全管理水平,同时避免了因工作人员与果蔬的直接接触从而可能引发的病菌转移等社会安全问题,提高了工作效率和工作稳定性。因此,为了实现装箱过程的安全性,本文以苹果为对象,研究了自动装箱机械臂的结构设计、机械臂自动装箱路径优化算法设计、苹果位姿识别系统设计,其主要研究内容及结论如下:（1）自动装箱机械臂的结构设计。根据实际工作环境设计了一种二连杆水平旋转苹果自动装箱机械臂结构模型,以加工材料、平均厚度、平均宽度作为试验因子进行正交试验确定机械臂连杆规格参数;以机械臂旋转关节驱动力矩作为机械臂电机的选型依据;通过有限元分析证明机械臂的安全性和可靠性。试验结果表明:机械臂连杆1和连杆2的加工材料同为铝合金6061、平均厚度分别为10mm和8mm、平均宽度分别为115mm和90mm;旋转关节1和旋转关节2的驱动力矩分别为34.0680NM和3.3978NM;有限元分析得出连杆1和连杆2所受最大应力分别为12.69MPa和14.34MPa、最大位移量分别为0.3730mm和0.3617mm,旋转关节1和旋转关节2的阶梯轴所受最大应力分别为87.15MPa和124MPa、最大位移量分别为0.01081mm和0.01295mm,上述四个重要部件所受应力和位移量均在承受范围之内,满足设计要求。试验结果证实,机械臂的结构设计和规格参数符合实际抓取要求以及安全规范。（2）机械臂自动装箱路径优化算法设计。本文提出了一种融合了最优参数选择算法的改进遗传算法作为路径优化算法,此算法包括改进遗传算法和最优参数选择算法两部分。改进遗传算法实现过程为定义染色体生成规律、设定适应度函数、交叉操作、变异操作、比较和替换操作等;最优参数选择算法实现过程是运用SPSS将365组不重复的种群规模、交叉概率、变异概率、比较替换系数与每一组参数对应的改进遗传算法输出的目标路径时间和程序运行时间进行拟合,再通过穷举法求出最优参数。为体现改进算法的优化性能,本文将此算法与使用经验值的传统遗传算法进行对比试验。试验结果表明:融合了最优参数选择算法的改进遗传算法所需总时间小于其他三种试验算法所需总时间,经过比较分析说明本文提出的算法具有先进性;在不同抓取点和放置点的性能优化对比试验中,也说明了融合了最优参数选择算法的改进遗传算法优化效果更好,且具有普适性。（3）苹果位姿识别系统设计。苹果位姿识别系统设计包括硬件结构设计和软件算法设计两部分。其中,硬件结构主要包括图像采集装置和苹果位姿调整机构,软件算法主要包括苹果位置识别和苹果姿态识别算法。图像采集装置主要由相机、镜头、照明光源、检测光源等组成;苹果位姿调整机构由两个同步轮和电机组成。苹果位置识别通过图像分割、图像降噪、目标定位等步骤实现了同一相机视角下多个苹果的定位;然后结合检测光源的表现特征通过两种方法分别对苹果姿态进行识别,最终确定苹果是否能够被抓取。试验结果表明:苹果位置识别算法的识别正确率达到100%,说明了多苹果定位情况良好;两种苹果姿态识别方法的正确率分别为96.60%和98.79%以上,说明第二种姿态识别方法对苹果姿态识别更有效;苹果位姿识别每次总耗时分别达到1.64s和1.31s,结合位姿调整机构的旋转速度,满足位姿识别要求。上述研究成果为果蔬装箱操作提供了一种安全有效的自动装箱方式,为自动装箱机械臂提供了一种新的设计方法,为机械臂的路径优化以及苹果姿态识别奠定了一定的方法和技术基础,有助于实现苹果装箱操作的安全性和自动性。