我国拥有悠久的茶历史,庞大的茶叶产量和广阔的市场,采摘环节是茶产业的关键却仍旧以人工采摘为主,不利于产业升级。现有的采摘设备不具有选择性,仅能采摘低品质的大宗茶,因此市场迫切需要一种具有选择性的自动化采摘设备来提高采摘质量并降低人力成本。要实现茶叶选择性自动化采摘,主要存在两大难题,一是嫩芽的识别与定位,二是高效精确采摘。对此,综合近年来采茶机械与农业机器人的相关进展,本文提出一种并联式自动采茶机,采用机器视觉技术实现嫩芽识别与定位,基于Delta机器人实现茶叶采摘,并针对如何控制采摘系统实现高效采摘问题进行深入研究,主要研究内容如下:首先,通过实地考察茶园、茶叶加工厂,并结合课题组已经设计开发的基于计算机视觉的名优茶嫩芽识别与定位系统与已经提出的一种并联式自动采茶机设计方案,设计并联式自动采茶机控制系统。基于机器视觉所得采摘点,结合并联机构所搭载的自行设计的末端指型采摘器对宜采叶芽进行采摘。针对于茶园地形采用履带小车作为行走方式,能够做到运行平稳,采摘动作灵活。其次,建立Delta并联机器人运动学模型,从而为之后的茶叶采摘轨迹与路径规划打下理论基础。同时基于机构运动学模型对并联机构的位置正反解、奇异性以及工作空间方面进行分析,保证该设备工作范围能够完全覆盖宜采茶叶嫩芽所在区域,从而有效的降低茶叶叶芽的漏采率。之后,针对茶叶采摘中的实际采摘需求并结合实地统计的叶芽空间分布数据,通过分析研究工业Delta机器人工作运动轨迹以及速度、加速度在轨迹上的分配情况设计改进了适应于采茶工况的Delta机器人采摘轨迹。采用Lamé曲线平滑过渡轨迹的直角拐角段,并利用修正梯形运动规律规划运动轨迹插补点的位置、速度以及加速度信息。进一步的,针对茶叶采摘过程中的宜采茶叶采摘序列路径规划问题,通过分析研究宜采茶叶的实际分布,将该问题转化为旅行商类的数学问题,并采用改进蚁群算法对路径进行规划。同时针对茶叶存在竖直方向上位置差异以及Delta机器人机构运行特点结合经典蚁群算法的固有问题,适应性改进经典蚁群算法,并通过模拟采摘实验验证,证明改进后的算法优化结果更佳。最后,根据实验需求,搭建了茶叶采摘系统室内样机,并设计开发一套Delta机器人模拟采摘控制系统上位机软件。针对于实际采摘需求对硬件设计选型,基于伺服系统控制原理采用PC+运动控制卡的开放式控制方案搭建控制平台。同时,基于上述硬件平台,利用微软的软件开发环境开发出了基于上位机的Delta机器人运动控制的软件方面的解决方案,为实现人机交互、运动控制、采摘轨迹规划算法与采摘序列路径优化算法验证等测试功能打下基础。