自走連續(xù)振動式紅棗收獲機設(shè)計

自走連續(xù)振動式紅棗收獲機設(shè)計,連續(xù),振動,紅棗,收獲,設(shè)計 塔里木大學 畢業(yè)論文（設(shè)計）中期檢查記錄表 2016年 4 月 18 日 學生姓名 楊海斌 班級 機械16-1 課題名稱 自走連續(xù)振動式紅棗收獲機 課題完成進度（學生自述） 第 1 周 查閱相關(guān)文獻，為撰寫開題報告做準備工作。 第 2-3 周 確定設(shè)計方案，粗化結(jié)構(gòu)草圖，完成開題報告。 第 4-5 周 根據(jù)工作要求，查閱相關(guān)手冊書籍，選擇、設(shè)計計算同時校核各零部件。 第6-10周 利用三維設(shè)計軟件完成各零部件的三維實體建模?；就瓿扇S圖的繪制，已開始二維裝配圖的繪制。 存在的問題及整改措施（學生自述） 建立的三維模型需要細節(jié)的修改和補充，沒有完成規(guī)定的任務進程。需要加快任務進度，盡快完成二維圖的繪制。 指導教師意見（課題進展情況、優(yōu)缺點、整改措施等） 指導教師簽名 年 月 日 學院意見 負責人簽名 年 月 日 塔里木大學 畢業(yè)論文（設(shè)計）任務書 學院 機械電氣化工程學院 班級 機械16-1 學生姓名 楊海斌 學號 8011212125 課題名稱 自走連續(xù)振動式紅棗收獲機 起止時間 2015年11月27日——2016年5月28日（共 14 周） 指導教師 郭文松 職稱 課題內(nèi)容： 設(shè)計要求一種自走連續(xù)振動式紅棗收獲機包括裝有行心輪的機架以及分機，還有鉗式振動頭。其特征是:在機架上放置一個盛果箱，在盛果箱的前端上部安裝一根吸氣管，所說的風機安裝在吸氣管上，吸氣管的自由端口連接著一個紅棗撿拾吸頭，在盛果箱后部上方的輕雜物沉降室的下端連接這一個過濾網(wǎng)兜，在盛果箱中部頂端設(shè)計一個豎直向下延伸的擋棗部，擋棗部的長度與盛果筐的寬度相同。在擋棗部下方的盛果箱內(nèi)放置一個盛果筐，盛果筐的前端頂部與盛果箱的前臂之間設(shè)計一個傾斜的紅棗下滑板。為了實用的方便在風機和紅棗撿拾頭直接設(shè)計一根波紋管。而且盛果筐四周壁上均設(shè)置著網(wǎng)孔，擋棗部為平直的擋板，所說的紅棗下滑板為柵欄板上的縫隙寬度必須比紅棗的直徑小。 擬定工作進度（以周為單位） 第1～2周 查閱相關(guān)文獻，撰寫開題報告。 第3～4周 根據(jù)國內(nèi)外現(xiàn)有的紅棗收獲機確定棒桿式紅棗收獲裝置的總體設(shè)計方案，繪制總體結(jié)構(gòu)簡圖。 第5～6周 根據(jù)工作要求，計算并查閱相關(guān)手冊，選擇和設(shè)計各零部件。 第7～9周 運用AutoCAD軟件，繪制二維零件圖和裝配圖。 第10～11周 運用三維設(shè)計軟件完成整機各零部件的三維建模并進行運動仿真。 第12周 從工藝性能，經(jīng)濟性能，實用性能等方面對產(chǎn)品進行綜合評價、校核、修正。 第13周 完成設(shè)計說明書。 第14周 整理材料，準備答辯 主要參考文獻 [1]成大先.《機械設(shè)計手冊 單行本 液壓傳動》.化學工業(yè)出版社，2004: 311-317. [2]西北工業(yè)大學機械原理及機械零件教研室.《機械設(shè)計》.第九版.高等教育出版社，2014:72-78. [3]朱家誠.《機械設(shè)計課程設(shè)計》.合肥工業(yè)大學出版社，2005:43-201. [4]甘永立.《幾何量公差與檢測》.上?？茖W科技出版社，2008:25-45. [5]許福玲.《液壓與氣壓傳動》.機械工業(yè)出版社，2007:3-5. [6]王乃康，矛也冰，趙平.《現(xiàn)代園林機械》.中國林業(yè)出版社，2000:147-152. [7]大連理工大學工程圖學教研室.《機械制圖》.高等教育出版社，2007:1-346. [8]成大先.《機械設(shè)計手冊 單行本 機械傳動》.化學工業(yè)出版社，2004:102-210. 任務下達人（簽字） 郭文松 2015年 11 月 20 日 任務接受人意見 無意見 任務接受人簽名 楊海斌 2015年 11 月 20 日 注：1、此任務書由指導教師填寫，任務下達人為指導教師。 2、此任務書須在學生畢業(yè)實踐環(huán)節(jié)開始前一周下達給學生本人。 3、此任務書一式三份，一份留學院存檔，一份學生本人留存，一份指導教師留存。 塔里木大學 畢業(yè)論文（設(shè)計）開題報告 課題名稱 自走連續(xù)振動式紅棗收獲機 學生姓名 楊海斌 學 號 8011212125 所屬學院 機電院 專 業(yè) 機械設(shè)計制造及其自動化 班 級 16-1 指導教師 郭文松 起止時間 2015-11-27 機械電氣化工程學院教務辦制 填 表 說 明 一、學生撰寫《開題報告》應包含的內(nèi)容： 1、本課題來源及研究的目的和意義； 2、本課題所涉及的問題在國內(nèi)（外）研究現(xiàn)狀及分析； 3、對課題所涉及的任務要求及實現(xiàn)預期目標的可行性分析； 4、本課題需要重點研究的、關(guān)鍵的問題及解決的思路； 5、完成本課題所必須的工作條件及解決的辦法； 6、完成本課題的工作方案及進度計劃； 7、主要參考文獻（不少于7篇）。 二、本報告必須由承擔畢業(yè)論文（設(shè)計）課題任務的學生在接到“畢業(yè)論文（設(shè)計）任務書”的兩周內(nèi)獨立撰寫完成，并交指導教師審閱。 三、開題報告要求手寫體，字數(shù)在3000字以上，由學生在本報告冊內(nèi)填寫，頁面不夠可自行添加A4紙張。 四、每個畢業(yè)論文（設(shè)計）課題須提交開題報告一式三份，一份學生本人留存，一份指導教師存閱，一份學生所在學院存檔，備檢備查。 開題報告正文 1、 本課題來源及研究的目的和意義： 該課題是指導教師擬定，學生本人選定的。該課題研究的目的是為了解放生產(chǎn)力，發(fā)展生產(chǎn)力，從而使生產(chǎn)力適應生產(chǎn)關(guān)系、經(jīng)濟基礎(chǔ)適應上層建筑，加快我國的社會主義建設(shè)貢獻一份力量！該課題研究的意義主要是培養(yǎng)學生的動手和動腦能力，使理論知識與實踐相結(jié)合，從而獲得直接經(jīng)驗，為踏入社會做好準備。 棗樹在我國的分布很廣，一般來講，小氣候冬季最低氣溫不低于-32攝氏度，就可以栽培植棗。棗樹在我國大面積經(jīng)濟栽培主要在山東、河北、山西、陜西五省的黃河流域，近年來安徽、甘肅、湖南、湖北發(fā)展很快。紅棗為溫帶作物，適應性強，營養(yǎng)豐富，富含鐵元素和維生素。紅棗素有“鐵桿莊稼”之稱，具有耐旱、耐澇的特性，是發(fā)展節(jié)水型林果業(yè)的首選良種。由于經(jīng)濟的發(fā)展，特色農(nóng)業(yè)的建立，紅棗種植成為現(xiàn)代農(nóng)業(yè)發(fā)展的一條新的產(chǎn)業(yè)項目，紅棗產(chǎn)業(yè)已呈現(xiàn)出區(qū)域化布局、規(guī)模化發(fā)展、多種栽培模式盡顯其效的新模式。各地根據(jù)自己的情況確立了不同的棗樹種植面積，為農(nóng)民增加了經(jīng)濟收入。隨著紅棗的種植面積的增加，紅棗的機械化作業(yè)在紅棗栽培中的重要性逐漸凸顯。依據(jù)最近幾年新疆林果業(yè)發(fā)展的態(tài)勢分布。新疆果樹種植每年以10%的速度遞增，由于林果業(yè)的快速發(fā)展，各地正形成了較大的種植規(guī)模，每年收獲季節(jié)需要投入大量的勞動力來完成水果采收?？梢灶A見到，再過3~5年，新種植的果樹進去盛果期后，水果采收作業(yè)將會出現(xiàn)因勞動力短缺，采收不及時，而直接影響果品質(zhì)量和造成大量損失的問題。這是因為，水果采摘是一項勞動投入量很大的作業(yè)，有些水果因成熟期不一致，需要多次采摘才能完成收獲;而有些作為鮮食或作為加工用途的果品，因市場對于果實外觀要求較高，不能有碰傷、刮傷、壓裂等機械損傷，采收這些水果時必須小心翼翼;另外，水果收獲是在離地面3~5米高的空中作業(yè)，以上原因決定了水果采摘是一項費時、費工、費力的作業(yè)。人工采收水果的速度緩慢，大面積發(fā)展水果種植時，必須要依靠機械化來提高采摘效率。據(jù)有關(guān)資料介紹，有些鮮食水果的采收用工量較大，占水果生產(chǎn)總量用工的50%以上，導致特色果品的生產(chǎn)成本過大，不能滿足向果品加工企業(yè)提供數(shù)量充足、質(zhì)量優(yōu)越、價格相對低廉的原料，這樣極不利于企業(yè)直接參與市場競爭。可移式紅棗收獲機的研究，就是針對紅棗的采摘時的要求進行設(shè)計的采摘機械，紅棗的機械化收獲對提高收獲效率，降低收獲作業(yè)成本，做到適時收獲，減少收獲過程中造成的機損失，保證紅棗質(zhì)量，促進棗業(yè)生產(chǎn)的規(guī)范化、標準化具有重要現(xiàn)實意義。 2、 本課題所涉及的問題在國內(nèi)外研究現(xiàn)狀及分析： 由于機械振動式紅棗收獲機具有結(jié)構(gòu)簡單，操作方便，作業(yè)可靠，適用范圍廣和通用性好等特點，因此具有廣闊的推廣應用前景。近幾年來，由于新疆特色紅棗種植模式的調(diào)整，矮化值方式將成為部分林果的主要種植方式，因此機械振動式紅棗收獲機將成為今后機械采收的一個新的有待解決的問題和關(guān)鍵影響因素的基礎(chǔ)研究。 國外對水果機械化收獲技術(shù)的研究較多，機械采摘在美國、西班牙、俄羅斯、意大利、英國、德國、丹麥、匈牙利等國家的果園應用較為普遍。目前，機械采摘量較大的作物有蘋果、葡萄、甜橙、桃、李、杏、櫻桃、油橄欖、核桃、扁桃等。他們采用的機械收獲方法主要有:震搖法、梳刷法、撞擊法、水力法、半機械化采收等方法。但是，針對紅棗收獲的采摘機械比較少。據(jù)了解，美國的堅果收獲已全部實現(xiàn)機械化，美國的葡萄、柑桔類水果的機械化收獲問題也解決的較好。意大利生產(chǎn)一種鮮食水果收獲機，專門用于蘋果、梨、杏、李子等鮮食水果的操作，水果收獲的效率可大大提高。同時也能避免和減少水果在收獲過程中的機械損傷。除了收獲機械之外，還需要引進適于機械化收獲的品種和果園修剪等管理技術(shù)。例如，在法國和意大利，為實現(xiàn)水果作業(yè)機械化，把葡萄樹普遍栽成扁平形，并花了很大的力量栽培修剪。栽果樹時，樹與樹排行成列，既有較好的光照與通風，又便于拖拉機進去行間松土、施肥、噴藥和采摘。法國的勃拉特研所據(jù)此設(shè)計制造了一種高架式葡萄收獲機，成功地解決了釀酒用葡萄的收獲問題。國外有很多發(fā)展水果機械化收獲的經(jīng)驗，值得我們學習和研究。 總之，國外的水果收獲機械研究主要在鮮食水果的收獲中，他們是著眼于市場針對性的研制各種收獲機械。他們不光強調(diào)機械一定要適應當?shù)剞r(nóng)園藝的要求，而且從生物學角度、農(nóng)園藝角度加大科研力度，并開發(fā)利于機械化作業(yè)的新品種、新農(nóng)園藝等，為機械化作業(yè)創(chuàng)造條件。這樣就提高了水果的機械化采收作業(yè)率。 我們國家雖然紅棗的種類很多，種植面積大，但是對于機械化采摘紅棗的技術(shù)還是比較少，機械化作業(yè)水平很低。近年來，作為鮮食上市的水果收獲仍沒有完全實現(xiàn)機械化。這是因為長在果樹上的果實的生長形態(tài)不適于機械化采摘，而市場對于商品果外觀要求又較高，不能有碰傷、擦傷等機械損傷的緣故。雖然這種水果收獲機需要人工輔助摘果，但摘下后水果的輸送、裝箱等過程全部是機械化操作，水果收獲的效率可大大提高，同時也能避免和減少水果再收獲過程中的機械損傷。根據(jù)全國各地調(diào)查資料顯示，目前我國的水果機械還是只停留在節(jié)水灌溉、滴灌、施肥一體化，包裝保鮮等有限的幾個工序上，在清洗、分級中偶有使用，而水果采摘機械還是很少。我國的水果采摘機械種類很少，大型的機械化設(shè)備使用率很低，只有少量的半自動機械在使用。比如，可移動水果采摘梯、可伸縮式高枝采果器這樣的改進型機械。這些機械雖然在某種意義上使生產(chǎn)效率提升，提高了水果的采摘質(zhì)量。但是對于大面積的果樹收獲還是不能滿足要求，像紅棗這樣的果實數(shù)量多，結(jié)果時，紅棗分布在果樹的各個部位，所以如果要提高生產(chǎn)率就需要機械化程度比較高的水果采摘機械來完成。 目前，我國紅棗收獲主要靠人工手摘和借助簡單工具輔助，如云梯和采果刀等紅棗，勞動強度較大，用工量很多。采收整體技術(shù)水平較低，在操作上都為手動控制。采收機械的研究在我國仍處于起步階段，尚未見成熟先進的實用機具報道。 當前,機械采收的方法主要有振搖法和梳刷法。其中,振搖法是應用最多的一種方法, 適用于采收大多數(shù)干果、堅果和部分鮮食水果；而梳刷法適用于采收草莓、葡萄等漿果。新疆兵團應根據(jù)林果生產(chǎn)實際,從易于實現(xiàn)機械采收的紅棗、核桃等特色干果的收獲入手, 研發(fā)基于振搖原理的干果收獲機具。 新疆農(nóng)墾科學院農(nóng)機研究所已首次從意大利引進了一臺干果收獲機成套設(shè)備, 并于2007年9 月在新疆哈密農(nóng)十三師火箭農(nóng)場進行了紅棗、核桃機械采收的適應性試驗, 效果較好。 自2008年開始，新疆農(nóng)墾科學院機械裝備研究所經(jīng)過反復研究，終于成功研制出了“4YS-24紅棗收獲機”。該紅棗收獲機每小時可采摘50棵棗樹，采凈率達到91.5% ，工效提高了10倍左右，而人工采摘紅棗每小時只能采摘5棵棗樹。 總的來說,新疆兵團以及國內(nèi)林果業(yè)機械化發(fā)展步伐緩慢,林果業(yè)生產(chǎn)過程機械化作業(yè)大部分尚處于空白階段。 3、 對課題所涉及的任務要求及實現(xiàn)預期目標的可行性分析： 設(shè)計要求一種自走連續(xù)振動式紅棗收獲機包括裝有行心輪的機架以及分機，還有鉗式振動頭。其特征是:在機架上放置一個盛果箱，在盛果箱的前端上部安裝一根吸氣管，所說的風機安裝在吸氣管上，吸氣管的自由端口連接著一個紅棗撿拾吸頭，在盛果箱后部上方的輕雜物沉降室的下端連接這一個過濾網(wǎng)兜，在盛果箱中部頂端設(shè)計一個豎直向下延伸的擋棗部，擋棗部的長度與盛果筐的寬度相同。在擋棗部下方的盛果箱內(nèi)放置一個盛果筐，盛果筐的前端頂部與盛果箱的前臂之間設(shè)計一個傾斜的紅棗下滑板。為了實用的方便在風機和紅棗撿拾頭直接設(shè)計一根波紋管。而且盛果筐四周壁上均設(shè)置著網(wǎng)孔，擋棗部為平直的擋板，所說的紅棗下滑板為柵欄板上的縫隙寬度必須比紅棗的直徑小。 （1）選擇合適配套動力，設(shè)計工作裝置、收集除雜裝置和行走裝置。 （2）運用AutoCAD繪制二維裝配圖和零件圖。 （3）利用Solidworks繪制三維圖。 4、 本課題需要重點研究的、關(guān)鍵的問題及解決的思路： 本設(shè)計需要重點研究的是紅棗采摘機械的基本形式、傳動機構(gòu)、采摘的類型。需要充分發(fā)揮機械的特性，最大限度的利用機械結(jié)構(gòu)對紅棗進行采摘并且保證收獲的紅棗質(zhì)量和采凈率。機械化收獲是整個生產(chǎn)環(huán)節(jié)里的重要部分，所以研究紅棗采摘機的技術(shù)具有很重要的意義。 機械振動式紅棗收獲機工作原理是基于機械振動的果實脫落原理，主要過程是通過操作液壓控制閥控制五個液壓油缸動作。首先，將果樹振搖裝置的鉗式振動頭夾持樹干；然后，由拖拉機輸出軸PTO傳遞動力經(jīng)由液壓控制回路到鉗式振動頭振動；振動頭產(chǎn)生的機械振動傳遞給果樹；果枝在接受了外加的強迫振動后，也以一定的頻率和振幅振動，從而就使果枝上的果實以某種形式的振動而加速運動；加速運動的物體要受到慣性力的作用，當慣性力大于果實與果枝的結(jié)合力時，果實就會掉落。實驗結(jié)果表明：樹干的振動是一種無限多自由度的懸臂梁橫向振動，其一階基頻的計算機值和實驗值相差在10%左右。 5、 完成本課題所必須的工作條件及解決的辦法： 塔里木大學位于南疆中心位置，區(qū)域優(yōu)勢明顯。新疆生產(chǎn)建設(shè)兵團紅棗種植面積有90萬畝，為設(shè)計開展提供了便利的外部條件。塔里木大學有良好的硬件與軟件設(shè)施，這些都為課題的實施提供了保障。 機械振動式紅棗收獲機適用于樹冠較大，樹干直徑較粗且操作空間較大的稀疏果園，而且要求棗樹長得筆直，不能有太大的彎曲度和根部不能有太多的分叉。設(shè)計要注意的是：采摘的方式；采摘后果實如何利于采集；保證對果實的損傷不影響其質(zhì)量；使用簡便的采摘方式；減少對果實的打擊；提高采集裝置承接的效率；傳動裝置要配套和采摘機械相互協(xié)調(diào)。經(jīng)過查詢資料和實際的測量，確定收獲機所具備的基本條件是：工作寬度小，易移動，采摘過程對果實的損傷小。經(jīng)研究采用負壓撿拾，正壓傳送，中間擋棗部前設(shè)計成弧形進一步降低紅棗與擋棗部進行碰撞時出現(xiàn)的碰撞摩擦力，減少紅棗表皮的損傷。紅棗擋部也可以設(shè)計成一塊平直的擋板，可以減少制作的成本。 6、 完成本課題的工作方案及進度計劃： 第1～2周 查閱相關(guān)文獻，撰寫開題報告。 第3～4周 根據(jù)國內(nèi)外現(xiàn)有的紅棗收獲機確定棒桿式紅棗收獲裝置的總體設(shè)計方案，繪制總體結(jié)構(gòu)簡圖。 第5～6周 根據(jù)工作要求，計算并查閱相關(guān)手冊，選擇和設(shè)計各零部件。 第7～9周 運用AutoCAD軟件，繪制二維零件圖和裝配圖。 第10～11周 運用三維設(shè)計軟件完成整機各零部件的三維建模并進行運動仿真。 第12周 從工藝性能，經(jīng)濟性能，實用性能等方面對產(chǎn)品進行綜合評價、校核、修正。 第13周 完成設(shè)計說明書。 第14周 整理材料，準備答辯 工作方案為首先根據(jù)工況選擇原動力部分即發(fā)動機的型號，再通過實地測量棗樹之間的行距和間距初步確定機器外廓尺寸，然后根據(jù)工作條件設(shè)計各部分零、部件，如收獲機機架的設(shè)計、底板的設(shè)計、擋棗部的設(shè)計，鏈式輸送帶的設(shè)計、鉗式振動頭的設(shè)計等等。 7、 主要參考文獻： (1)《機械設(shè)計課程設(shè)計手冊》（第4版）吳宗澤、羅圣國等著 高等教育出版社 (2)《機械設(shè)計》（第七版）濮良貴、紀名剛等著 高等教育出版社 (3)《機械原理》（第七版）陳作模、葛文杰等著 高等教育出版社 (4) <<機械設(shè)計手冊》（第二版）上冊.化學工業(yè)出版社，1983 (5)《機械設(shè)計手冊》（第二版）中冊.化學工業(yè)出版社，1983 （6）《機械設(shè)計圖冊》化學工業(yè)出版社，2002 （7）《農(nóng)業(yè)機械學》(第二版)農(nóng)業(yè)出版社，1994 學生簽名 楊海斌 2015 年 11 月 29 日 指導教師審閱意見 指導教師簽名 年 月 日 擋棗板直徑400毫米，中心孔10毫米，厚度10毫米，30個扇形； 敲擊棒直徑900毫米，中心孔30毫米，厚度10毫米，12個桿； 敲擊棒中心桿外直徑47毫米，內(nèi)直徑20毫米，長度1700毫米； 機架長4000毫米（1300，1200，1500），外寬1300毫米，內(nèi)寬1100毫米，外高1800毫米，內(nèi)高1700毫米； 輪胎直徑1000毫米，寬300毫米； 帶板外長4000，寬500，高100，內(nèi)長3900，寬450，高100，板上孔深50，直徑20，平帶長3450，寬450，厚5,； 傳送帶長1700，寬150，厚5，帶擋板長100，寬150，厚5； 擋棗板中心軸長100，直徑20； 駕駛室支撐桿外徑100，長1200； 機箱長1000，寬1000； 自走連續(xù)振動式紅棗收獲機的設(shè)計自走連續(xù)振動式紅棗收獲機的設(shè)計學生姓名：楊海斌學生姓名：楊海斌指導老師：郭文松指導老師：郭文松專業(yè)：機械設(shè)計制造及其自動化專業(yè)：機械設(shè)計制造及其自動化院系：機械電氣化工程學院院系：機械電氣化工程學院本設(shè)計的主要內(nèi)容本設(shè)計的主要內(nèi)容1.1.目的與意義目的與意義2.2.總體方案總體方案3.3.主要結(jié)構(gòu)與工作原理主要結(jié)構(gòu)與工作原理 4.4.工作過程工作過程5.5.主要部件與輔助部件主要部件與輔助部件6.6.小結(jié)小結(jié)1.1.目的與意義目的與意義 棗業(yè)是果業(yè)中的一種，在新疆南疆一帶種植廣棗業(yè)是果業(yè)中的一種，在新疆南疆一帶種植廣泛，棗樹收獲用工量多，勞動強度大。傳統(tǒng)的人工泛，棗樹收獲用工量多，勞動強度大。傳統(tǒng)的人工收獲方法收獲方法，效率低。效率低。隨著新疆特色林果，尤其是紅隨著新疆特色林果，尤其是紅棗等林果的規(guī)模化、產(chǎn)業(yè)化發(fā)展，依靠人工采收的棗等林果的規(guī)?；?、產(chǎn)業(yè)化發(fā)展，依靠人工采收的方式已不能滿足紅棗等產(chǎn)業(yè)化生產(chǎn)的需要。方式已不能滿足紅棗等產(chǎn)業(yè)化生產(chǎn)的需要。目前，林果采收機械的研究在我國仍處于起步目前，林果采收機械的研究在我國仍處于起步階段，階段，針對我國尤其是新疆林果采收機械的研究現(xiàn)針對我國尤其是新疆林果采收機械的研究現(xiàn)狀和林果業(yè)機械化發(fā)展的新形式要求，研究設(shè)計機狀和林果業(yè)機械化發(fā)展的新形式要求，研究設(shè)計機械振動式林果采收機，對提高我國林果收獲機械化械振動式林果采收機，對提高我國林果收獲機械化水平具有重要意義。水平具有重要意義。2.2.總體方案確定總體方案確定1收果架 2鋼架輪 3鋼架 4軸承端蓋 5螺釘 6軸承 7敲擊棒 8聯(lián)軸器 9螺栓 10墊片 11螺母 12軸承座 13鏈輪 14大帶輪 15錐齒輪 16鏈條 17帶 18小帶輪3.3.主要結(jié)構(gòu)與工作原理主要結(jié)構(gòu)與工作原理主要結(jié)構(gòu)組成：該機由工作部分、傳動部分與輔助主要結(jié)構(gòu)組成：該機由工作部分、傳動部分與輔助部分組成部分組成。工作部分為敲擊棒，傳動部分為帶輪、工作部分為敲擊棒，傳動部分為帶輪、鏈輪、錐齒輪，輔助部分為接果架、輪子、鋼架。鏈輪、錐齒輪，輔助部分為接果架、輪子、鋼架。工作原理：通過傳動機構(gòu)將發(fā)動機動力輸出軸動力工作原理：通過傳動機構(gòu)將發(fā)動機動力輸出軸動力傳遞至執(zhí)行機構(gòu)，通過錐齒輪變向作用帶動敲擊棒傳遞至執(zhí)行機構(gòu)，通過錐齒輪變向作用帶動敲擊棒以固定頻率敲擊果實，使果實下落，并用接果裝置以固定頻率敲擊果實，使果實下落，并用接果裝置收集果實。收集果實。4.4.工作過程工作過程發(fā)動機動力輸出軸減速機小皮帶輪大皮帶輪主動鏈輪從動鏈輪從動錐齒輪轉(zhuǎn)動變向主動錐齒輪轉(zhuǎn)動敲擊棒敲打樹枝，使果實下落接果裝置收集果實5.主要部件1.皮帶輪主要將動力傳遞給鏈輪，使鏈輪轉(zhuǎn)動。2.鏈輪主要將動力傳遞給錐齒輪，使其旋轉(zhuǎn)。3.錐齒輪主要起變向作用，帶動敲擊裝置旋轉(zhuǎn)。4.減速機減速作用輔助部件1.機架用于支撐機構(gòu)，并實現(xiàn)主要部件的配合。2.接果架主要放接果裝置，用以采摘果實。小結(jié)（1）自走連續(xù)振動式紅棗收獲機相對其他收獲機，具有對棗樹損傷小，效率高等優(yōu)點。（2）該紅棗收獲機的應用可以充分利用機械運動進行收獲，使原本的低效率的采收有了一定的提高，并且降低了采摘的人工成本，在采摘速度上人工采摘有了顯著的提高。（3）本次設(shè)計仍有很多缺點，發(fā)展矮化密植紅棗采收裝置仍然很多內(nèi)容需要探索。總裝簡圖總體裝配圖懇請老師批評指教果樹采摘機器人及控制系統(tǒng)研制 摘要 機器設(shè)備組成的操縱者,效應器和基于圖像的視覺伺服控制系統(tǒng)是為了采摘蘋果而開發(fā)的。5自由度的機械手PRRRP結(jié)構(gòu)幾何優(yōu)化提供準線性行為和簡化控制策略。匙形效應器與氣動驅(qū)動爪為了滿足采摘蘋果的要求。蘋果采摘機器人自主完成收集任務使用一個應用模塊。通過使用支持向量機與徑向基函數(shù),果實識別算法開發(fā)了檢測并自動查找蘋果在樹上?？刂葡到y(tǒng),包括工業(yè)電腦和交流伺服驅(qū)動程序,進行了機械手和效應器融合、將蘋果摘下來的。原型機器人裝置的有效性經(jīng)實驗室測試和現(xiàn)場實驗的領(lǐng)域。機器人采摘蘋果的成功率是77%,平均采摘時間大約是15秒/蘋果。 1 序言 在中國,農(nóng)村經(jīng)濟的快速發(fā)展和水果種植領(lǐng)域結(jié)構(gòu)的不斷調(diào)整,如蘋果、柑橘和梨自1993年以來達到8 - 9百萬公頃,占四分之一世界上的水果種植總面積。然而,水果收集任務,以50%-70%/小時,仍然依靠體力勞動。所以收獲將自動化,因為農(nóng)業(yè)人口在中國逐漸減少。此外,由于果樹高,采摘工作已經(jīng)將使用梯子,這使得手工收割十分危險和低效。因此,未來需要對蘋果采摘進入機械化和自動化。機械采摘實驗在一些地區(qū)已經(jīng)進行了假設(shè)模擬收獲,但開發(fā)這一戰(zhàn)略還沒有廣泛。有選擇性的采摘,這是必要的,需要復雜的機器人技術(shù)?？傊?有必要設(shè)計一個與人類感知能力相似的智能機器人。以下這個為實例,這臺機器需要檢測水果、計算水果的位置,然后選擇不破壞果皮或果樹，從而進行采摘。 研究水果收獲機器人發(fā)生在1980年代。河村建夫、Namikawa Fujiura,Ura所言(1984)首次開發(fā)了一個果園機器人。后來, Rabatel,Pellenc、Journeau Aldon(1987)開發(fā)了一個機器人。從那時起,他們關(guān)于這方面的知識進行了開創(chuàng)性的研究。此外,一些相關(guān)的研究農(nóng)業(yè)機器人在溫室進行了。例如,番茄收獲,黃瓜收獲,櫻桃收獲,草莓收獲。然而,大多數(shù)水果收獲機器人的文獻目前沒有進入生產(chǎn)或銷售。相反,他們?nèi)匀惶幱谘芯堪l(fā)展階段。為此,支持進一步的研究和開發(fā)是很重要的,以提高性能和減少這些機器人的初始安裝費用。 基于上述概念,本研究打算開發(fā)和評估競爭低價設(shè)備自動收獲,即,一個蘋果采摘機器人。首先,一個完整的機器人包括組件描述的操縱者,效應器和基于圖像的視覺伺服控制的系統(tǒng)描述。其次,機械手的幾何優(yōu)化以獲得準線性行為并簡化描述的控制策略。第三,氣動驅(qū)動的結(jié)構(gòu)爪設(shè)計來滿足采摘蘋果的要求?；谶@個設(shè)計,采摘機器人的自動執(zhí)行部分使用一個應用模塊來檢測和采集任務找到蘋果在樹上,控制系統(tǒng)進行機械手和效應器方法來摘蘋果。研究采摘機器人,來有效的驗證實驗室測試和現(xiàn)場實驗測試的領(lǐng)域執(zhí)行。實驗結(jié)果是本文的重要貢獻。 本文組織如下:例如在第二節(jié)中,機械手,效應器和基于圖像的視覺伺服控制系統(tǒng)。在第三節(jié)中討論實驗結(jié)果顯示的可行性機器人系統(tǒng)的提出。最后,在第四節(jié)中總結(jié)對機器人未來研究的建議。 2 材料和方法 2．1 蘋果采摘機器人的機械結(jié)構(gòu) 蘋果采摘機器人的原型主要考慮的是模型設(shè)計效率和成本效益。它主要由自主車,5自由度機械手,效應器,傳感器、視覺系統(tǒng)和控制系統(tǒng)組成。自主研發(fā)水果采摘的機械結(jié)構(gòu)如圖1所示。 1.移動車輛 2.水果籃子 3.活動帶 4.末端效應器 5.采集單元 6. 電動絞盤棒 7.運動小手臂 8.大臂 9.運動大手臂 10.活動的腰部 11.腰部 12. 升降平臺 13.中心控制系統(tǒng) 圖1 蘋果采摘機器人的原理圖 2.1.1 自主移動車輛 車輛的移動方式為履帶式移動。氣動泵供應電力，電子硬件數(shù)據(jù)采集和控制,機械手的效應器切水果。全球定位系統(tǒng)(GPS)技術(shù)用于自治導航的移動車輛,其典型的速度1.5m/s。 2.1.2 機械手 與其他結(jié)構(gòu)相比 ,聯(lián)合結(jié)構(gòu)是有效的三維位置和方向空間。采摘機器人是一個隨機的操作空間分布,可能存在很多障礙機器人。聯(lián)合操縱與自由的多具有任意曲線擬合功能。因此很容易躲開障礙,操作時相應的關(guān)節(jié)效應器到達指定的位置。因此,采摘機器人與五自由度機械手 (PRRRP)結(jié)構(gòu)安裝在自主移動車輛設(shè)計。第一個自由度是用于提出整個機械手。Xo、Xc、Yc為攝像機坐標系的軸。L1,L2,L3為機器人的腰,大臂和手臂。q1、q2為第三關(guān)節(jié)的腰和手臂。水平垂直。U0為平面坐標軸,中心坐標xg,yg，投影中心用來協(xié)調(diào)目標,按照目標蘋果的圖像特性的差異來進行辨別，要采摘的目標就會出現(xiàn)在顯示器上。主要的直臂k1,k2武器的控制參數(shù)Dd，根據(jù)運動度的像素單元就會調(diào)整一個合適的角度。交流模擬信號A / D、數(shù)字CCD電荷裝置，D /數(shù)字模擬直流電流。要求自由度GPS全球定位系統(tǒng)目標的的顏色,強度、飽和IBVS基于圖像的視覺伺服，PBVS定位視覺伺服PRRRP棱鏡的轉(zhuǎn)動 ，從而進行判斷。中間三個自由度的旋轉(zhuǎn),其中,第二個驅(qū)動臂設(shè)計旋轉(zhuǎn)腰部,第三和第四的轉(zhuǎn)動軸移動終端上下操作符。這個自由度允許效應器朝任意方向移動。最后,手臂的靈活用于伸長, 機器人控制命令會根據(jù)實測值的誤差達到目標位置,從而實現(xiàn)蘋果的采摘。上面的討論表明,五自由度機械手的設(shè)計應足以執(zhí)行蘋果采摘的操作。機械手的機械結(jié)構(gòu)如圖2所示。機械手的升降是通過升降平臺來進行的,能夠應付特殊情況下蘋果的采摘。旋轉(zhuǎn)接頭和靈活的關(guān)節(jié)是由伺服電機驅(qū)動的。機器人機械手的運動參數(shù)和機械結(jié)構(gòu)如表一所示。 圖2 機械手的照片 2.1.3 實測值的誤差 效應器機制是由生物學特性來操作目標對象的。蘋果采摘機器人的操作對象主要是像蘋果一樣的球形。匙形效應器(圖3所示)根據(jù)球面生物學特性而設(shè)計的水果,通過切斷莖來實現(xiàn)的。 圖3 末端效應器的圖片 效應器包含以下部分:鉗子用于掌握水果，電動切割裝置將蘋果從枝椏上切斷。效應器的打開和關(guān)閉是由一些適合快速行動的氣動設(shè)備,快速響應特征效應器的開關(guān)控制。轉(zhuǎn)移模式實現(xiàn)能量傳遞的動力是使用壓縮氣體壓力傳輸。蘋果根莖是安裝在夾具機制的電動刀切斷的。蘋果被抓住時,電源通過直流電使得爪刀旋轉(zhuǎn),切斷效應器感應到的目標。 2.2 傳感器 非結(jié)構(gòu)性和不確定的操作特性，個體差異和隨機的操作對象的不同,使得蘋果采摘機器人應該足夠應對復雜的環(huán)境。在水果夾緊過程中,水果的生物學特性,包括果皮的薄和脆弱需要效應器的高度掌控。它要求傳感器來控制高精度的把握力。此外,手臂的旋轉(zhuǎn),目標的位置和準確捕獲還需要經(jīng)過傳感器來檢測和定位。此外,為了避免損壞設(shè)備,導致受傷,未能確定水果、避免手臂的碰撞也需要傳感器有效的感知操作環(huán)境。 2.2.1 效應器上的傳感器 傳感器的上的效應器,包括攝像頭傳感器、位置傳感器、碰撞傳感器和壓力傳感器。如圖4所示。視覺傳感器,它使用高分辨率的電荷耦合裝置(CCD)攝像機，采集系統(tǒng)通過串行總線(USB)接口的視頻窗口捕獲技術(shù)形成圖像, 在完成圖像采集、水果搜索和認可扮演一個重要角色。獲得廣泛應用。視覺傳感器的位置是在一個眼手并用的模式。在圖4中可以看出的兩對紅外雙光電位置傳感器光電電池。此外, 傳感器的開關(guān)位置通常是用來限制安裝在手臂上的電切刀。手臂開始減速時,效應器通過視覺傳感器上傳來的采摘對象的圖像。手臂停了下來,鉗子夾水果當蓄電池的兩雙都是模糊的。在這一點上,壓力和碰撞傳感器采用力敏感電阻。當壓力爪感到一定的壓力傳感器,電動切割器旋轉(zhuǎn)和切斷花梗。開關(guān)位置傳感器便會操作電切刀停止工作。碰撞傳感器用于采摘過程中躲避障礙物。模擬信號來自力敏感電阻和紅外線光電管，在工業(yè)計算機與數(shù)據(jù)采集模塊通常是不相容的。因此,他們之間需要調(diào)制傳輸之前數(shù)據(jù)采集模擬信號。圖5顯示了傳感器信號調(diào)制電路。 圖4 末端傳感器的布局 圖5 傳感器信號的調(diào)制電路 2.2.2 傳感器為避免操作的碰撞 控制旋轉(zhuǎn)關(guān)節(jié)的角度和位置用來控制關(guān)節(jié)的靈活度?；魻杺鞲衅靼惭b在腰的轉(zhuǎn)動關(guān)節(jié),主要負責小手臂關(guān)節(jié)的兩端。在工作環(huán)境中,小手臂的運動空間大。其中位置傳感器，壓力傳感器，圖像傳感器，碰撞傳感器圖，效應器的傳感器。圖5 為信號調(diào)制電路。 2.3 視覺系統(tǒng) 蘋果采摘機器人視覺系統(tǒng)的關(guān)鍵成分是公認的蘋果圖像處理方法。它影響機器人的可靠性和直接決定的能力,快速、準確進行水果識別。然而,在早期的研究中,存在一些尚未解決的問題，低準確率和時間消耗等在一定程度上限制了蘋果采摘機器人在自然環(huán)境中的實時和多任務處理能力。 為了克服這些缺點,運用識別視覺系統(tǒng)組成的彩色CCD相機自動獲取原始的蘋果圖像和一個工業(yè)計算機處理圖像識別定位水果。因為富士蘋果在中國是最受歡迎的,我們研究集中這種多樣性。識別和定位過程如下。 首先,由于自然環(huán)境的形象采集設(shè)備使用,原始的未經(jīng)加工的蘋果圖像不可避免的包含噪聲,影響其質(zhì)量。一個向量中值濾波器應用于圖像增強預處理。它不僅可以有效地去除噪聲突顯出蘋果果實的前景,也能保持良好的圖像邊緣。 其次,大多數(shù)的蘋果采摘在自然圖像條件下通常包括樹枝和樹葉讓問題變得更加復雜。只通過傳統(tǒng)的形象分割算法,很難達到預期的效果?；陬伾狈綀D色調(diào)的統(tǒng)計,強度飽和模型,圖像分割算法用來開發(fā)雙閾值和區(qū)域增長，從復雜的背景識別蘋果果實。色度組件是適用于提取輕色調(diào)的蘋果,這避免了不同的照明水平對圖像的影響。這種算法簡單,所需的處理時間簡短。 蘋果提取通過不同的特征來確定空間位置,并提供手臂相應的運動參數(shù)。對于顏色特征提取,色度組件色調(diào)和飽和度,通常與顏色特征提取識別不同。然而,在我們的研究中,蘋果果實、樹枝和葉有特定形狀,及其不同的形狀是巨大的。因此,蘋果的形狀特性對于對象識別是非常重要。形狀特征的選擇規(guī)則基于旋轉(zhuǎn)不變性和規(guī)模?？紤]到蘋果果實圖像的特點,圓形的方差,方差橢圓,圓周邊比率和正方形區(qū)域是用來描述蘋果的形狀特征輪廓。這四個特征向量與形狀特征提取。對應的特征值的計算后,他們作為每個樣本的特征向量,用于訓練和分類。 最后,基于支持向量的分類算法并建立了辨識蘋果方法。仿真和實驗表明, 基于蘋果的顏色特征和形狀特征，支持向量機方法和徑向基函數(shù)(RBF)的內(nèi)核是對于蘋果被發(fā)現(xiàn)最好的認可。 Research PaperDesign and control of an apple harvesting robotZhao De-An, Lv Jidong, Ji Wei*, Zhang Ying, Chen YuSchool of Electrical and Information Engineering, Jiangsu University, XueFu Road No.301, Zhenjiang, Jiangsu Province 212013, PR Chinaa r t i c l e i n f oArticle history:Received 9 February 2011Received in revised form4 July 2011Accepted 17 July 2011Published online 6 August 2011A robotic device consisting of a manipulator, end-effector and image-based vision servocontrol system was developed for harvesting apple. The manipulator with 5 DOF PRRRPstructure was geometrically optimised to provide quasi-linear behaviour and to simplify thecontrol strategy. The spoon-shaped end-effector with the pneumatic actuated gripper wasdesigned to satisfy the requirements for harvesting apple. The harvesting robot autono-mouslyperformeditsharvestingtaskusingavision-basedmodule.Byusingasupportvectormachine with radial basis function, the fruit recognition algorithm was developed to detectand locate the apple in the trees automatically. The control system, including industrialcomputer and AC servo driver, conducted the manipulator and the end-effector as itapproached and picked the apples. The effectiveness of the prototype robot device wasconfirmed by laboratory tests and field experiments in an open field. The success rate ofappleharvestingwas77%,andtheaverageharvestingtimewasapproximately15sperapple.Crown Copyright 2011 Published by Elsevier Ltd on behalf of IAgrE. All rights reserved.1.IntroductionIn China, with the rapid development of the rural economyand the continuous adjustment of planting structures, fruitcultivation areas, such as apple, citrus and pear, havereached 8-9 million ha since 1993, accounting for one-quarterof the total fruit cultivation area in the world. However, fruitharvesting tasks, which take 50%e70% of the total workinghours, still depend on manual labour (Xu & Zhang, 2004.Harvesting is expected to be automated because the farmingpopulation is gradually decreasing in China. In addition,since the fruit trees are tall, harvesting work has to be con-ducted using step ladders, which makes manual harvestingdangerous and inefficient. Therefore, there is a strong desireto mechanise and automate harvesting. Mechanical har-vestingexperimentshavebeenperformedontheassumptionof once-over harvesting in some areas, but exploitation ofthis strategy is not yet widespread (Hancock, 1999). Selectiveharvesting, which is commonly used, requires sophisticatedrobotic technology. In short, it is necessary to design anintelligent robot with human-like perceptive capabilities. Forinstance, the machine needs to detect fruit, calculate theposition of the fruit and then pick it without damaging thepericarp or the fruit tree.Research on fruit harvesting robots took place in the 1980s.Kawamura, Namikawa, Fujiura, and Ura (1984) first developeda fruit-harvesting robot for orchards. Later, Grand, Rabatel,Pellenc, Journeau, and Aldon (1987), developed an apple-harvesting robot. Since then, their pioneering studies werefollowed by many research papers covering several aspects(e.g., ;Edan, Rogozin, Flash, & Miles, 2000; Foglia & Reina, 2006;Hwang&Kim,2003;Kondo&Ting,1998;Muscato,Prestifilippo, Abbate, & Ivan, 2005; Sakai, Osuka, Maekawa, &Umeda, 2007, 2008; Sarig, 1993; Van Henten, Hemming, VanTuijl, Kornet, Meuleman, 2002). In addition, several relevantstudiesonagriculturalrobotsingreenhouseshavebeencarried* Corresponding author. Tel.: 86 511 82028322; fax: 86 511 82028322.E-mail address: (J. Wei).Available at journal homepage: engineering 110 (2011) 112e1221537-5110/$ e see front matter Crown Copyright 2011 Published by Elsevier Ltd on behalf of IAgrE. All rights reserved.doi:10.1016/j.biosystemseng.2011.07.005out; for instance, tomato harvesting (Monta et al., 1998),cucumber harvesting (Van Henten, Van Tuijl, Hemming,Kornet,Bontsema&VanOs,2003),cherryharvesting(Tanigaki, Fujiura, Akase, & Imagawa, 2008), strawberry har-vesting (Hayashi et al., 2010). However, most of the fruit har-vesting robots discussed in the literature are not currentlymanufacturedorsold.Instead,theyremainintheresearchanddevelopment stages. To this end, it is important to supportfurtherresearch anddevelopment toimprove the performanceand reduce the initial set-up costs of these robots.Based on the concepts above, this study intends to developand evaluate a competitive low price device for automaticharvesting, i.e., an apple-harvesting robot. Firstly, a detaileddescription on the components of the robot including themanipulator,theend-effectorandtheimage-basedvisionservocontrol system is described. Secondly, the geometrically opti-misation of the manipulator to gain a quasi-linear behaviourand simplify the control strategy is described. Thirdly, the end-effectorwiththepneumaticactuatedgripperdesignedtosatisfythe requirements for harvesting apple is described. Based onthis design, the harvesting robot autonomously performs itsharvesting task using a vision-based module to detect andlocate the apple in the trees, and control system conducts themanipulator and the end-effector to approach and pick apple.To verify the validity of the developed harvesting robot, thelaboratory tests and field experiments in an open field wereperformed. The experimental results are the important contri-bution of this paper.The paper is organised as follows: in section 2 the maincomponents of the robot are presented in detail, i.e., themanipulator, the end-effector and the image-based visionservo control system, respectively; in section 3 the experi-mental results are discussed to show the feasibility of therobot system proposed; finally, in section 4 conclusions aredrawn and suggestions for future research are made.2.Material and methods2.1.Mechanical structure of apple harvesting robotA prototype model of the apple harvesting robot is designedfor both efficiency and cost effectiveness. It mainly consists ofan autonomous vehicle, a 5 degree of freedom (DOF) manip-ulator, an end-effector, the sensors, the vision system andcontrol system. The mechanical structure of fruit harvestingrobot self-developed in this paper is shown in Fig. 1.2.1.1.The autonomous mobile vehicleA crawler type mobile platform was selected as the mobilevehicle. It carried the power supplies, pneumatic pump,electronic hardware for data acquisition and control, and themanipulator with the end-effector for cutting the fruit. Globalposition system (GPS) technology was used for autonomousnavigation of the mobile vehicle, whose typical speed was1.5 ms?1.2.1.2.The manipulatorCompared with other structures, as described in Sakai,Michihisa, Osuka, and Umeda (2008), joint structure is effec-tive for any position and orientation in three-dimensionalspace. The operation of a harvesting robot is a random largespace distribution, where a lot of obstacles may exist aroundthe robot. A joint manipulator with multi-degrees of freedomhas an arbitrary curve fitting function. It is therefore easy toavoid obstacles by operating the corresponding joints whenthe end-effector reaches the object position. Therefore,aharvestingrobotmanipulatorwith5DOFprismatic-revolute-revolute-revolute-prismatic (PRRRP) structure to bemounted on autonomous mobile vehicle was designed. Thefirst DOF was used for uplifting the whole manipulator. TheNomenclatureSymbolsCR, CRU, CU, CLU, CLAvoidance sensors numberXc, Yc, ZcThe camera coordinates axesXo, Yo, ZoRobot coordinates axesL1, L2, L3Lengths of waist, major arm and minor armq1;q2;q3Joint angles of waist, major arm and minor arm.u, vImage plane coordinates horizontal and verticalaxesuo, voImage centre coordinatexg, ygProjection centre coordinate of target fruitex, eyThe difference of target fruit image featurebetween xg, ygand uo, voM ? NImage plane pixels of video camerajexmaxj;jeymaxj Maximum of ex and eyDq1; Dq2; Dq3Joint deviationangles of waist, major armandminor armk1, k2Control parameters of armsDd The angle to adjust for the movement of a pixel withunit of degree per pixel.AbbreviationsACAlternating CurrentA/DAnalog, DigitalCCDCharge Coupled DevicesD/ADigital, AnalogDCDirect Current.DOFDegree of FreedomGPSGlobal Position SystemHISHue, Intensity, SaturationIBVSImage-Based Vision ServoPBVSPosition-Based Vision ServoPRRRPPrismatic Revolute Revolute Revolute PrismaticRBFRadial Basis FunctionRSTRotation Scale, TranslationSVMSupport Vector MachineUSBUniversal Serial BusVFWVideo for Windowsbiosystems engineering 110 (2011) 112e122113middle three DOF were for rotation, among which, the seconddriving arm was designed to rotate around the waist, and thethird and fourth ones were rotation axes to move the terminaloperator up and down. This DOF allowed the end-effector tomove towards an arbitrary direction in the work space. Thefifth, and last, DOF was flexible and used for elongation, whichmade the end-effector reach the target location according tothe robot control commands, thus achieving the harvesting offruit (Zhao, Zhao, & Ji, 2009; Zhao, Zhao, & Shen, 2009). Thediscussion above shows that 5 DOF manipulator designedshould be sufficient to perform the harvest operation. Themechanical structure of the manipulator is shown in Fig. 2.The lifting of manipulator was performed by the pump-driven lifting platform, which was able to cope with thespecial circumstances of tall fruit crops. The rotary joints andflexible joints were driven by servo motors. Motion parame-ters of the robot manipulator mechanical structure are shownin Table 1.2.1.3.The end-effectorThe mechanism of end-effector is determined by operationand biological characteristics of the target object. The opera-tion objects of harvesting robot are mainly spherical fruit suchas apple. A spoon-shaped end-effector (shown in Fig. 3) isdesigned according to biological characteristics of sphericalfruit, which are picked by means of cutting off the stalk.The end-effector contained the following parts: a gripper tograsp the fruit and an electric cutting device to separate thefruit from the stalk. The opening and closing of end-effectorgripper was determined by some pneumatic devices, whosequick action, fast response characteristics were suitable forthe switching control of the end-effector. Pressure trans-mission was a transferring mode using compressed gaspressure to achieve energy transference. The apple stalk wassevered by an electric cutter installed in the side of grippermechanism. When the fruit was grasped, the direct current(DC) motors transmited power by flexible wire to drive thecutter rotating around the gripper,cutting off the stalk in frontof end-effector at any position.Fig. 1 e Schematic diagram of the fruit harvesting robot.Fig. 2 e Photograph of the manipulator.biosystems engineering 110 (2011) 112e1221142.2.The sensorsThe non-structural and uncertain features of the operatingenvironment, and the individual differences and randomnature of the operating objects, determines that fruit har-vesting robots should have intelligent sensibility to theircomplex environment (Edan et al., 2000; Zhao, Zhao, & Ji, 2009;Zhao, Zhao, & Shen, 2009). During the process of clamping thefruit, the biological characteristics of fruit including its thinand fragile pericarp put a high demand on grasping force ofend-effector (Monta, 1998). It required sensors to control thegrasping force accurately. In addition, the rotation of arm, itstraveling position and accurate capture also required thesensors to detect and locate fruit (Jiang, Cai, & Liu, 2005; Qiao,Wu, & Zhu, 1999). Furthermore, in order to avoid damagingequipment, causing injury and failing to pick fruit, collisionavoidance of the arm also needs sensors to perceive theoperating environment effectively.2.2.1.The sensors on end-effectorThe layout of sensors on end-effector, which includes a visionsensor, a position sensor, a collision sensor and a pressuresensor, is shown in Fig. 4. The vision sensor, which uses high-pixel colour charge coupled devices (CCD) video camera withuniversal serial bus (USB) interface and the video for windows(VFW) capture technology to form image acquisition system,plays a key role in completing image acquisition, fruit searchand recognition. To obtain a wide visible-field and not influ-encedby end-effector, the position of the vision sensoris in aneye-in-hand mode. In Fig. 4, it can be seen that there is thephotoelectricpositionsensorwithtwo pairsofinfrareddoublephotoelectric cells. In addition, the switch position sensorwhich was usually used to limit for electric cutting knife wasalso mounted on the position sensor. The arm began decel-eration when the end-effector moved towards the target fruitguided by the vision sensor and the first pair of photodiodeswas obscured by the fruit in the holder. The arm stopped andthe gripper clamped fruit when the two pairs of photocellswere obscured. At this point, both the pressure and collisionsensors adoptedforce sensitive resistance. When the pressuresensor on the gripper felt a certain pressure, the electric cutterrotated and cuts off pedicel. The cutter stopped working whenthe switch position sensor operated. The collision sensor wasused for obstacle avoidance during the process of harvesting.Analogue signals derived from the force sensitive resistanceand infrared photoelectric tubes are usually incompatiblewith the data acquisition module inside industrial computer.Therefore, they require modulation before transmission to thedata acquisition module. Fig. 5 shows the sensors signalmodulation circuit.2.2.2.The Sensor on manipulator for collision avoidanceControl of the angle of the rotating joints and position controlof the flexible joints was fulfilled using 8 Hall sensors,installed on the rotation joints of waist, the major arm, theminor arm and both ends of flexible joints. In the workingenvironment, the movement space of minor arm was wide;Fig. 3 e Photograph of the end-effector.PositionSensorPressureSensorVisionSensorCollisionSensorFig. 4 e Layout of sensors on end-effector.Fig. 5 e Sensors signal modulation circuit.Table 1 e Motion parameters of manipulator mechanicalstructure.Joint MotionparametersLift platform0 me0.8 mRotation joint of waist?180?e180?Rotation joint of major arm?80?e80?Rotation joint of minor arm?80?e80?Flexible joint0 me0.8 mbiosystems engineering 110 (2011) 112e122115and the probability of collision with obstacles was high.Therefore, the collision sensor was fixed in the minor arm todetect obstacles. Five groups of micro switches were fixed ondifferent positions in the minor arm to obtain real-timeinformation from obstacles. Noting that software program-ming processes signals conveniently, the five groups ofavoidance sensors were designated CR、CRU、CU、CLU、CLin accordance with their position. The distribution of theminor arm collision avoidance sensors is shown in Fig. 6.2.3.The vision systemsFor the vision system of the apple harvesting robot, the keyingredient was the image processing method that recognisedand located the fruit. It affects the robots dependability andalso determines its ability to directly, quickly and accuratelyrecognise in the fruit real time (Bulanon, Kataoka, & Okamoto,2004). However, in the earlier research (Bulanon, Kataoka, &Ota, 2002; Liu, Zhang, & Yang, 2008; Plebe & Grasso, 2001;Zhao, Yang, & Liu, 2004), there exist some unsolved issuessuch as low accuracy rate and time consumption, which tosome extent restricted the real-time and multitasking abilityof the apple harvesting robot in the natural environment.To overcome these shortcomings, a real-time automaticrecognition vision system consisting of a colour CCD cameraforcapturingoriginalappleimagesandanindustrialcomputer for processing images to recognise and locate thefruit was developed. Since the Fuji apples are the mostpopular in China, our research focused on this variety.The recognition and location procedure is as follows.Firstly, due to the natural environment and the imageacquisition device used, the original unprocessed apple imageinevitably includes noise that influences its quality. A vectormedianfilter wasappliedtoimageenhancementpre-processing. It can not only remove noise effectively andhighlights the apple fruit in foreground, but it also maintainsgood image edges.Secondly, most apple images acquired in the naturalconditionsusuallyincludebranchesandleaveswhichcomplicate matters. By using only a conventional imagesegmentation algorithm, it was difficult to achieve anticipatedeffect. Based on hue histogram statistics from the hue,intensity and saturation (HIS) model, the double thresholdand region growing method was employed to develop animage segmentation algorithm for identifying apple fruitfrom complex background. The chromaticity component isirrelevant when lightness is extracted and this avoided theinfluence of different illumination levels on the images. Thealgorithm was simple, and required little processing time.The apple features were extracted to determine the spatiallocation, and provide corresponding motion parameters forarm. For colour feature extraction, the chroma componentshue and saturation, are usually extracted as colour featuresfor recognition. However, in our study, apple fruit, branchesand leaves havespecific shapes, and their differences in shapeare large. Therefore, the shape feature is important in appleobject recognition. The selected rule of shape features wasbased on invariance in rotation, scale and translation (RST).Taking account of characteristics of apple fruit images,circular variance, variance ellipse, tightness, ratio betweenperimeter and square area were used to describe the outlineshape features of apple. These four feature vectors wereextracted as shape features. After the calculation of the cor-responding eigenvalues, they were used as feature vectors ofeach sample and used for training and classification.Finally, a new classification algorithm based on supportvector machine was constructed to recognise the apple fruit.Simulation and experiment shows that the support vectormachine (SVM) method with radial basis function (RBF) kernelfunction based on both colour features and shape featureswas found to be the best for apple recognition. Details of thealgorithm can be found in Wang, Zhao, Ji, Tu, and Zhang(2009).2.4.The control systemThe hardware structure is shown in Fig. 7. At the centre of thecontrol system was the host computer, which integrates thecontrol interface and all of software modules to control thewhole system. The sensor signal acquisition system andimage acquisition system constituted the input section whichwas used to collect external environment information for theFig. 6 e Layout of sensors on minor arm.Servodrivers14Incrementalphotoelectricencoder14Cutter of theend-ffectorUSB interfacePosition limitedsensorDrive motorfor cutterAirpumpCollision sensorInfrared sensorCCD Vision sensorElectricvalveSignalmodulationcircuitGripper of theend-ffectorAC Servomotors andload joints14Data acquisition moduleHost control computerRS232/RS422convertersFig. 7 e Hardware structure of apple harvesting robotcontrol system.biosystems engineering 110 (2011) 112e122116harvesting robot. The output section included a servo drivenmotor, air pump and end-effector.2.4.1.Host computerA Kintek KP-6420i (Kintek Electronics Co., Ltd., Miaoli Hsien,Taiwan, China) industrial computer with Intel Pentium41.7 GHz processor and 512 M memory was selected as the hostcontrol computer, which was responsible for collecting wholesensor signals, processing images online, calculating theinverse kinematics of manipulator and completing the controlalgorithm. The host computer transmitted instructions to thealternating current (AC) servo driver through a serial port tocontrol the joint motors of waist and arms. HighTek HK-5108(Shenzhen FangXingLiuTong Industrial Co., Ltd., Shenzhen,China) RS-232/RS-422 converters were chosen for serialcommunicationfunctions.Adataacquisitionmoduleinstalled inside host computer