果蔬收获机器人关键技术的研发,是我国设施农业规模化、工业化进程中的必要环节。本研究针对番茄收获机器人作业信息获取技术开展研究,对于提高我国智能化设施农业装备的研发水平具有重要的理论意义和实际价值。本研究以温室典型瓜果作物——番茄为研究对象,对番茄收获机器人选择性采收中作业信息快速获取问题进行了研究,为了获取各种成熟果实的等级信息,以便对果实实时分类采摘和存放,将计算机视觉图像、近红外反射光谱等信息通过多传感信息融合进行检测,并对多目标采摘的机械手路径规划开展研究。本研究主要完成了以下工作：(1)研究果实图像、光谱和内在品质常规检测等试验信息采集。在对番茄试验样本的成熟期筛选的基础上,讨论了番茄可见光图像、多光谱图像、温室垄间道路图像的信息获取,介绍了利用光谱仪采集番茄近红外光谱信息的试验方案。研究了番茄内部理化成分的常规检测方法,并获取了番茄样本常规理化成分检测的数据。(2)利用机器视觉技术对田间生长状态的番茄成熟度进行识别判定研究。选取绿熟期、催熟期、半熟期、成熟期和完熟期等五种程度的番茄果实为研究对象,在生长状态下采集可见光图像和近红外图像,提取了12个图像颜色特征变量进行分析,利用神经网络、判定分析等模式识别方法进行了果实识别分类。试验表明,①随着成熟度的变化,番茄果实图像色调H、G分量均值有递减趋势,半熟期果实图像H和G分量色差的均值标准差均为最大。②在所有成熟度番茄样本中,半熟期番茄近红外图像强度均值最小。③色调H分量均值可作为番茄成熟度判定指标,当H分量均值取43时,可以将绿熟期和催熟期以上成熟度番茄划分开。④基于H分量统计模型的番茄成熟度模型总体判定正确率为93%,判定误差主要由半熟期番茄识别造成。(3)开展基于近红外光谱技术的果实内在品质快速检测研究。针对番茄收获机器人选择性收获时对番茄内部品质等级信息实时检测问题,利用可见-近红外光谱技术对番茄的胡萝卜素、固形物、总糖和总酸含量进行了非破坏性快速检测研究。①以镇江地产番茄品种共70个样品为研究对象,比较了3中不同的光谱预处理方法对回归模型精度的影响,采用样本数据集归一化处理,在全波段范围内建立了4个理化成分的支持向量机回归模型,模型的交互验证的相关系数均在G.94以上。②选取糖分作为番茄内在品质评价依据,利用iPLS法从全波段中提取出216个波长点,再利用遗传算法结合偏最小二乘法(GA-PLS)筛选出6个特征波长,分别为552nm、557nm、1215nm、1251nm、1279nm、1284nm。利用提取的6个特征波长,建立了糖分等级的支持向量机分类模型,分类准确率为82.35%,可以用于番茄品质指标的快速检测。(4)针对温室环境下严重遮挡果实的快速识别和形状特征提取开展研究。①提出利用H分量颜色特征分割果实敏感区域,通过形态学开运算方法去除叶、茎秆和温室附属物等背景噪音,采用区域空洞填充算法消除阳光直射形成的亮斑空洞,应用顺序法对区域标记处理并实现多果实区域边界跟踪,识别出果实区域。②针对多种生长状态下尤其是严重重叠的多果实番茄图像的形状特征提取,提出基于边界弦平分线结合聚类算法,确定出每个果实的中心点和外接圆半径等形状特征参数。结果表明,针对分辨率640x480图像的处理时间为0.45s,对自然状态下的200幅番茄图像的正确识别率为95.5%。(5)开展结果期温室内吊蔓绳障碍物识别研究。首先基于区域特征采用Otsu法对吊蔓绳图像进行阈值分割,并通过试验分析确定了适用于多种天气条件下的阈值修正量。针对温室内多种复杂背景噪声干扰,提出基于面积阈值法去除小面积噪声区域,采用区域外接矩长宽比阈值法去除大面积背景噪声区域,从而获得吊蔓绳区域。最后利用最小二乘拟合得到吊蔓绳障碍物位置信息。通过试验确定了外接矩长宽比阈值为6.0952,该识别方法对温室光照不均、背景噪声复杂等干扰因素有良好的适应性,对100幅植株障碍物样本图像的正确识别率达93%,平均耗时为0.8s。(6)开展番茄收获机器人多源作业信息获取系统集成研究。探讨了番茄机器人实时分类采收过程中多传感器融合层次的选择和信息融合组合结构,研究了基于多传感器信息的番茄选择性采收决策和等级判定的实现。进行了温室番茄采收机器人多源信息获取系统硬件集成设计,构建了双目视觉识别系统,选用FieldSpecPro光谱仪采集果实内部糖分信息,利用MOTOMAN机械手结合自制的末端执行器组成番茄选择性采摘机械手,并和移动平台构成一个8自由度的番茄机器人。通过标定试验,分析确定双目摄像机的合理安装间距为250mm,定位误差可控制在5mm以内。采用基于Visual C++和MATLAB混合编程的方式,设计开发了番茄收获机器人采收决策和目标信息检测软件,并对选定样本进行了试验检测。(7)研究了实时分类收获过程中机械手多果实位置点到多个果箱的复杂路径规划。提出构建机械手全局最优路径规划决策树,按照全局路径最短距离的优化原则遍历搜索决策树,建立路径优化模型,求解全局最优路径。结合番茄果实空间位置和吊蔓绳障碍物位置信息,构建MOTOMAN SV3X机械手运动学模型,开展局部避障运动轨迹规划研究。(8)研究了温室非结构作业环境和复杂背景下垄间道路识别方法。提出了依据I分量直方图采用最大类间方差法进行图像阈值分割,利用间隔扫描区域边缘提取算法获取加热管边缘离散点簇,经最小二乘法拟合后得到两条加热管边缘线,进而推算出道路中心基准线。在光照不均和作物遮挡等多种情况下的道路检测试验表明,该方法提取的道路中心基准线与人工拟合道路基准线平均相对偏差为0.77%,当加热管被遮盖率在[10%90%]区间时,道路基准线提取算法准确率达91.4%,平均相对偏差0.72%,较Hough变换直线检测算法平均耗时降低了76.4%,表明该算法简单快捷,具有良好的鲁棒性。