Design, Integration, and Evaluation of a Dual-Arm Robotic System for High Throughput Tissue Sampling from Potato Tubers

📄 arXiv: 2505.00774v1 📥 PDF

作者: Divyanth L. G., Syed Usama Bin Sabir, Divya Rathore, Lav R. Khot, Chakradhar Mattupalli, Manoj Karkee

分类: cs.RO

发布日期: 2025-05-01

💡 一句话要点

设计并集成双臂机器人系统，实现马铃薯块茎组织的高通量采样

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 双臂机器人 机器视觉 自动化采样 马铃薯块茎 组织提取

📋 核心要点

  1. 人工提取马铃薯块茎组织进行病原体检测非常耗时，效率低下，难以满足高通量需求。
  2. 设计双臂机器人系统，利用视觉引导实现马铃薯的抓取、定位和组织采样，旨在提高采样效率并降低成本。
  3. 实验结果表明，该系统具有较高的采样成功率和精度，且成本较低，具备商业应用潜力。

📝 摘要（中文）

本研究提出了一种基于机器视觉引导的双臂协同在线机器人系统，用于从马铃薯块茎中提取组织样本，以进行分子病原体检测，解决人工提取组织样本费时费力的问题。该系统包括：输送马铃薯的传送带、基于YOLOv11的视觉系统（用于检测工作空间内的马铃薯）、配备夹持末端执行器的单棱柱自由度(P-DoF)机械臂（用于固定和定位马铃薯）、以及配备活检冲头末端执行器的3-P-DoF笛卡尔机械臂（用于组织提取）。后者由基于YOLOv10的视觉系统引导，识别马铃薯上的采样点，如芽眼或匍匐茎疤痕。采样过程包括：冲头插入、旋转以分离组织、冲头回缩以及将组织芯沉积到收集点。该系统在马铃薯表面实现了平均1.84毫米的位置误差和1.79毫米的深度偏差（目标深度为7.00毫米）。组织芯提取和沉积的成功率为81.5%，平均采样周期为10.4秒。系统组件总成本低于1900美元，证明了其作为一种经济高效的替代方案，可替代劳动密集型的人工组织采样。

🔬 方法详解

问题定义：论文旨在解决马铃薯块茎组织采样过程中人工操作效率低、成本高的问题。现有的人工采样方法难以满足大规模病原体检测的需求，限制了相关研究和应用的进展。

核心思路：论文的核心思路是利用双臂机器人系统，结合机器视觉技术，实现马铃薯块茎的自动化组织采样。通过视觉系统识别马铃薯的位置和采样点，然后控制机械臂进行精确的抓取、定位和组织提取，从而提高采样效率和精度。

技术框架：该系统主要包括以下几个模块：1) 马铃薯输送系统：使用传送带输送马铃薯。2) 基于YOLOv11的视觉系统：检测传送带上的马铃薯，并确定其位置。3) 单棱柱自由度(P-DoF)机械臂：配备夹持末端执行器，用于抓取和定位马铃薯。4) 基于YOLOv10的视觉系统：识别马铃薯上的采样点（如芽眼或匍匐茎疤痕）。5) 3-P-DoF笛卡尔机械臂：配备活检冲头末端执行器，用于组织提取和沉积。整个流程是：传送带输送马铃薯 -> YOLOv11检测 -> P-DoF机械臂抓取和定位 -> YOLOv10识别采样点 -> 笛卡尔机械臂进行组织提取和沉积。

关键创新：该论文的关键创新在于将双臂机器人系统与机器视觉技术相结合，实现了马铃薯块茎组织采样的自动化。具体来说，利用两个视觉系统分别进行马铃薯的整体检测和采样点的精确定位，从而提高了采样的精度和效率。此外，该系统还采用了低成本的机械臂和末端执行器设计，降低了系统的整体成本。

关键设计：YOLOv11和YOLOv10分别用于马铃薯检测和采样点定位，具体参数未知。活检冲头末端执行器的设计需要保证能够有效地插入马铃薯块茎并提取组织芯。目标深度为7.00毫米。单棱柱自由度(P-DoF)机械臂和3-P-DoF笛卡尔机械臂的选择需要根据实际的工作空间和精度要求进行优化。

📊 实验亮点

该系统实现了平均1.84毫米的位置误差和1.79毫米的深度偏差（目标深度为7.00毫米）。组织芯提取和沉积的成功率为81.5%，平均采样周期为10.4秒。系统组件总成本低于1900美元，表明该系统在精度、效率和成本方面都具有优势。

🎯 应用场景

该研究成果可应用于农业领域，特别是马铃薯病害的快速检测和诊断。通过自动化组织采样，可以大大提高采样效率，降低人工成本，并为大规模病原体检测提供技术支持。此外，该技术还可以推广到其他农作物的组织采样，具有广阔的应用前景。

📄 摘要（原文）

Manual tissue extraction from potato tubers for molecular pathogen detection is highly laborious. This study presents a machine-vision-guided, dual-arm coordinated inline robotic system integrating tuber grasping and tissue sampling mechanisms. Tubers are transported on a conveyor that halts when a YOLOv11-based vision system detects a tuber within the workspace of a one-prismatic-degree-of-freedom (P-DoF) robotic arm. This arm, equipped with a gripping end-effector, secures and positions the tuber for sampling. The second arm, a 3-P-DoF Cartesian manipulator with a biopsy punch-based end-effector, then performs tissue extraction guided by a YOLOv10-based vision system that identifies the sampling sites on the tuber such as eyes or stolon scars. The sampling involves four stages: insertion of the punch into the tuber, punch rotation for tissue detachment, biopsy punch retraction, and deposition of the tissue core onto a collection site. The system achieved an average positional error of 1.84 mm along the tuber surface and a depth deviation of 1.79 mm from a 7.00 mm target. The success rate for core extraction and deposition was 81.5%, with an average sampling cycle of 10.4 seconds. The total cost of the system components was under $1,900, demonstrating the system's potential as a cost-effective alternative to labor-intensive manual tissue sampling. Future work will focus on optimizing for multi-site sampling from a single tuber and validation in commercial settings.