果蔬的无损抓取和采摘

据《农业工程学报》2010年3 月报道，在我国，果蔬采摘作业是果蔬生产链中最耗时、最费力的一个环节，抓取和采摘作业质量的好坏直接影响到产品的后续加工和储存。由于采摘作业的复杂性，农业机器人采摘成功率低，损伤率高，主要原因是末端执行器抓持果蔬的力过大或过小，导致果蔬抓伤或脱落。果蔬在抓取过程中会发生变形，采摘中应考虑果蔬变形对末端执行器夹持力的影响。在抓取果蔬的过程中应实时预测果蔬的抓持力大小，采用灰色预测增量式PI力控制算法，可以使末端执行器和果蔬间的抓持力快速低超调地跟踪设定力，从而减小果蔬抓取损伤。

此研究报告刊登于《农业工程学报》2010年第3期，题为“基于灰色预测控制的果蔬抓取系统设计与试验”，第一作者为南京农业大学王学林博士。

由于采摘作业的复杂性，采摘作业季节性强、劳动强度大、费用高，费用约占成本的50%～70%，采摘自动化程度仍然很低，国内果蔬采摘基本上都是人工进行。随着人口的老龄化和农业劳动力的减少，农业生产成本也相应提高，这样会大大降低产品的市场竞争力。在日本和欧美等发达国家，近20年来一直致力于采摘机器人的研究和开发，而末端执行器抓取果蔬的控制策略是农业机器人末端执行器研究的重点。

论文中采用了灰色预测控制，灰色预测最明显的优点就是只需要少数几个数据就可以建立一个灰色模型，不像传统预测方法那样要求相当多的数据和很好的分布特性，灰色预测最少只需要4个数据，因而灰色预测方法可用于实时控制中。论文提出一种灰色预测增量式PI力控制算法，通过采集果蔬受到的抓持力建立灰色预测模型，将实际力偏差和预测力偏差按某个权值结合起来形成综合力偏差，当预测模型精度较高或较低时，相应地加大或减小预测力偏差在综合力偏差中的权值，使控制器对末端执行器和果蔬之间的动态抓持过程具有适应性。灰色预测增量PI力控制算法把力控制变成末端执行器的变速度控制，采用灰色预测的目的是可以提前预测果蔬受到的抓持力，根据预测力和当前实际力提前作出决策，使力控制器可以利用过去、当前和未来的果蔬抓持力信息来计算合适的控制校正量对抓持力偏差进行预补偿，控制器可以获得超调量小和响应快速的特点。

果蔬的无损抓取和采摘控制是当前农业机器人领域的热点和难点问题，该论文提出的控制方法既有较深的理论价值，也有很强的工程应用效果，为后续研究奠定了基础。