随着农业智能化的快速发展,机器视觉技术被广泛应用于农业自动化采摘领域,可以辅助人类完成相应的采摘作业。在机械控制系统中,机器视觉以高效率、定位精度高等优点成为当今机械手控制系统中的主流。本文基于机器视觉研究六自由度机器手来实现对富硒绿茶嫩芽目标的抓取和放置。以Open MV为机器视觉传感器,研究机械手运动学分析、轨迹规划及嫩芽目标识别与定位等问题,实现基于机器视觉的智能采茶机械手控制系统,顺利完成嫩芽的采摘。首先通过总体方案的设计来确定各个子模块的具体功能,并针对各个模块的控制原理进行说明。通过D-H参数来建立六自由度机械手的基础模型,并对其进行运动学分析,在不同的坐标下分析其轨迹规划的差异性,并对其工作空间的有序展开研究。对比不同采摘路径规划算法的性能,并选择PSO算法来完成机械手路径规划。其次对机械手的控制策略和采摘展开仿真研究,对比三种最常见的控制方法并进行仿真分析,采用融合控制方案来完成本论文研究。最后基于Arduino IDE软件平台完成基于机器视觉的智能采茶机械手的采摘测试,通过编写模块化的机械手舵机控制程序来驱使舵机完成相应的采摘任务,测试之前需配置好平台环境,对采集的嫩芽图像进行预处理,并利用改进后的K-means算法来完成嫩芽的识别,在April Tag视觉定位基础上完成嫩芽坐标输出,对采摘流程进行具体设计并完成模拟测试。测试结果表明,所设计的基于机器视觉的智能采茶机械手控制系统能够完成嫩芽的采摘任务,模拟测试的平均识别成功率为94.57%,平均采摘时间为10.28s,对于自动化农业的实施起到了良好的推动作用,对农业智能化的发展具有十分重要的现实意义。