A vision-based robotic system for precision pollination of apples
作者: Uddhav Bhattarai, Ranjan Sapkota, Safal Kshetri, Changki Mo, Matthew D. Whiting, Qin Zhang, Manoj Karkee
分类: cs.RO
发布日期: 2024-09-30 (更新: 2025-03-09)
备注: Accepted for publication in Computers and Electronics in Agriculture
期刊: Computers and Electronics in Agriculture, Volume 234, 2025
DOI: 10.1016/j.compag.2025.110158
💡 一句话要点
提出基于视觉的机器人授粉系统，实现苹果的精准授粉
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人授粉 机器视觉 精准农业 苹果授粉 自动化 农业机器人 花粉喷洒
📋 核心要点
- 自然授粉媒介减少对粮食生产构成威胁，现有授粉方法效率和精准度有待提高。
- 提出一种基于视觉的机器人授粉系统，通过精准定位和喷洒花粉提高授粉效率。
- 实验表明，该系统在特定苹果品种上取得了一定的授粉成功率，果实质量与自然授粉相当。
📝 摘要（中文）
全球粮食生产依赖于成功的授粉，而授粉过程依赖于自然和人工管理的授粉媒介。然而，由于气候变化、栖息地丧失和农药使用等因素，自然授粉媒介正在减少。本文介绍了一种用于苹果精准授粉的集成机器人系统。该系统包括一个机器视觉系统，用于识别目标花簇并估计其位置和方向；以及一个机械臂运动规划和驱动系统，用于引导喷雾器将带电的花粉悬浮液施加到目标花簇。该系统在实验室进行了测试，随后在Honeycrisp和Fuji果园进行了田间评估。在Honeycrisp品种中，当使用2克/升的花粉悬浮液时，机器人授粉系统实现了34.8%的坐果率，其中87.5%的花簇至少有一个果实。相比之下，自然授粉技术的坐果率为43.1%，其中94.9%的花簇至少有一个果实。在Fuji苹果中，机器人系统的授粉成功率较低，只有7.2%的喷洒花朵结果，20.6%的花簇至少有一个果实，而自然授粉的比例分别为33.1%和80.6%。果实质量分析表明，机器人授粉的果实在颜色、重量、直径、硬度、可溶性固形物和淀粉含量方面与自然授粉的果实相当。此外，该系统的每个花簇的周期时间为6.5秒。结果表明，机器人授粉在苹果园中具有应用前景。然而，还需要进一步的研究和开发，以改进该系统并评估其在不同果园环境和苹果品种中的适用性。
🔬 方法详解
问题定义：论文旨在解决自然授粉媒介减少导致的苹果授粉效率降低的问题。现有的人工授粉方法效率低、成本高，且难以保证授粉的均匀性和精准性。因此，需要一种自动化、精准化的授粉方法来提高苹果的产量和质量。
核心思路：论文的核心思路是利用机器视觉技术识别苹果花簇的位置和方向，并结合机械臂控制技术，实现对目标花簇的精准喷洒授粉。通过带电花粉悬浮液的喷洒，提高花粉的附着率和授粉效率。
技术框架：该机器人授粉系统主要包括以下几个模块：1) 机器视觉系统：用于图像采集和处理，识别苹果花簇并估计其位置和方向；2) 机械臂运动规划和控制系统：根据视觉系统的输出，规划机械臂的运动轨迹，控制喷雾器到达目标花簇；3) 喷雾系统：将花粉悬浮液雾化并喷洒到目标花簇上。整个流程是：视觉系统识别花簇 -> 运动规划系统生成轨迹 -> 机械臂驱动喷雾器 -> 喷雾器进行精准授粉。
关键创新：该论文的关键创新在于将机器视觉和机器人技术相结合，实现了苹果的精准授粉。与传统的人工授粉方法相比，该系统具有自动化程度高、授粉效率高、授粉均匀性好等优点。此外，使用带电花粉悬浮液可以提高花粉的附着率，进一步提高授粉效率。
关键设计：视觉系统采用RGB相机获取图像，使用图像处理算法识别花簇，并估计其三维位置和姿态。机械臂采用六自由度机械臂，通过逆运动学解算得到关节角度，实现对喷雾器的精准控制。喷雾系统采用气动雾化喷头，将花粉悬浮液雾化成细小的颗粒，并通过高压静电发生器使花粉带电。
🖼️ 关键图片
📊 实验亮点
在Honeycrisp苹果品种上，机器人授粉系统实现了34.8%的坐果率，87.5%的花簇至少有一个果实，接近自然授粉的43.1%和94.9%。果实质量分析表明，机器人授粉的果实在颜色、重量、直径、硬度、可溶性固形物和淀粉含量方面与自然授粉的果实相当。系统周期时间为每个花簇6.5秒。
🎯 应用场景
该研究成果可应用于苹果、梨等果树的精准授粉，提高果树产量和质量。未来可扩展到其他需要人工授粉的农作物，如草莓、蓝莓等。该技术有助于应对自然授粉媒介减少的挑战，保障粮食安全，并降低人工授粉的成本。
📄 摘要（原文）
Global food production depends upon successful pollination, a process that relies on natural and managed pollinators. However, natural pollinators are declining due to factors such as climate change, habitat loss, and pesticide use. This paper presents an integrated robotic system for precision pollination in apples. The system consisted of a machine vision system to identify target flower clusters and estimate their positions and orientations, and a manipulator motion planning and actuation system to guide the sprayer to apply charged pollen suspension to the target flower clusters. The system was tested in the lab, followed by field evaluation in Honeycrisp and Fuji orchards. In the Honeycrisp variety, the robotic pollination system achieved a fruit set of 34.8% of sprayed flowers with 87.5% of flower clusters having at least one fruit when a 2 gm/l pollen suspension was used. In comparison, the natural pollination technique achieved a fruit set of 43.1% with 94.9% of clusters with at least one fruit. In Fuji apples, the robotic system achieved lower pollination success, with 7.2% of sprayed flowers setting fruit and 20.6% of clusters having at least one fruit, compared to 33.1% and 80.6%, respectively, with natural pollination. Fruit quality analysis showed that robotically pollinated fruits were comparable to naturally pollinated fruits in terms of color, weight, diameter, firmness, soluble solids, and starch content. Additionally, the system cycle time was 6.5 seconds per cluster. The results showed a promise for robotic pollination in apple orchards. However, further research and development is needed to improve the system and assess its suitability across diverse orchard environments and apple cultivars.