数据显示，我国2012年黄瓜种植面积高达1600万亩，而如此广大的种植面积，都是采用人工采摘的方法，随着我国人口老龄化的加剧，势必造成有限人力资源的浪费。而且人工收获成本在整个黄瓜生产成本中所占的比例高达30%以上，所以如果能在黄瓜生产过程中引进智能机器人采摘的方法不仅可以解放有限的劳动力资源，还可以大大降低黄瓜的生产成本，提高生产率。本课题在借鉴中外收获机器人方面研究的基础上，考虑黄瓜果实的特殊性，从黄瓜图像识别与定位，机械臂的结构和控制，末端执行机构的结构和控制等方面对黄瓜采摘机器人的工作过程进行了系统的研究。主要研究工作与成果如下:1.基于相关向量机算法来对黄瓜图像进行识别和定位。摄像头采集到原始图像信号后，需要将黄瓜目标从背景中分割出来，进而进行定位。考虑到黄瓜果实与其背景(叶子，茎等)在颜色方面的差异很小这个特殊性，简单地按照颜色图层进行分割的效果非常不理想，鉴于此，本文采用RVM机器学习的算法训练出一个识别黄瓜目标的预测机，然后对未知图像进行识别，该方法相比较普通的RGB颜色分割法和一般的SVM方法都有一定的改善，能够达到识别要求。在定位方面，我们利用双目视觉的两幅图像单独进行图像分割，找出各自图像中的黄瓜目标，利用目标在图像上的相互位置关系，计算出黄瓜在实际空间中的位置。2.机械臂的结构和控制。在双目视觉系统识别并定位出黄瓜的位置后，系统将黄瓜的坐标进行换算，最后向机械臂控制系统发出运动指令，从而使机械臂搭载末端执行器到达黄瓜所在位置实施采摘动作。3.末端执行器的结构和控制。末端执行器的作用在于当机械臂的末端到达指定位置后，系统将向末端执行器发送抓取和切断信号，实施最和摘取黄瓜的动作。