基于深度学习的串型番茄采摘机器人设计

任耀星 王一高 景超

（山西农业大学 山西省晋中市 030801）

我国是农业大国，农业生产是国家经济发展和人民幸福生活的根本，智能化农业装备是当今社会农业发展的核心组成部分。随着设施农业的快速发展，农业机器人已成为代替手工作业、改善生产条件、提升作业效率的关键装备。研究并推动智慧农业领域发展，设计农业型自动化机器人，是设施农业中亟待解决的重要问题之一。

近年来，多地已引入樱桃串式番茄，并对番茄温室种植模式的要求逐步提高，且目前对于番茄采摘作业基本都是手工完成，劳动强度大、作业费用高。因此，本文设计了一种针对串型番茄且可达实时性和高精度的番茄采摘机器人，旨在推动设施农业的智能化，降低人力成本、提升采摘效率。

1 整体设计

本文所设计的串型番茄采摘机器人的整体设计架构如图1。后端GPU服务器为深度学习模型的训练与推理提供了算力基础，其中包括对场景数据流进行预处理、快速识别与检测和精准三维定位。硬件方面通过自主设计的采摘机器人控制系统对机器人进行指令与数据传输，与外界数据进行关联，其中包括机器人任务与模式的选取和机械臂具体操作指令的接收。在真实温室场景下，数据的获取通过Intel RealsenseD455的RGB-D深度相机实时捕获，通过数字图像处理相关算法对视频流数据进行分帧和预处理，进而对番茄串进行快速识别与检测，按照串型番茄的成熟度进行……