随着我国农业的蓬勃发展,我国政府对农业机械化生产提出了更高的要求。而目前国内的白萝卜以人工收获为主,存在用工量大、劳动强度高、效率低等问题,根据统计,收获环节的人工成本占白萝卜行业总人工成本的 65%以上。而国外先进的萝卜联合收获机的体型巨大、能耗多、碳排放量大。本项目研究的目的,在于设计和制造了一款解决上述痛点的高效智能白萝卜收获机器人以促进农业生产的机械自动化程度。
针对我国白萝卜收获机械化作业性能不完善,适应性和可靠性差的问题,我们团队通过测量白萝卜几何特性、白萝卜根系力学特性等数据为基础,研制了一款集高效松土、低损耗微控夹拔、无阻式传输、错齿式切割、分类存储一体化等闭环设计,完成了目标作物从松土到采摘、从采摘到传输、从传输到切割、从切割再到分类收集的闭环工作流程的拔取式白萝卜收获机。初期项目背景的调研从全球萝卜产量提高出发,调研了国内外研究现状,并对未来几年萝卜产量和智慧农机前景进行了预测。从部件到整机都是基于白萝卜基本物理力学特性研究基础上进行分析设计的,经过了建模仿真、专利撰写、样机搭建,并且进行初步的实地试验。
该作品具有以下三个创新点:
(1)设计了基于拢缨-松土机构的柔性夹带式夹拔输送装置。夹拔装置采用多位一体方案,集合拢缨、松土、夹拔、切割功能。设计的柔性夹拔输送机构 实现柔性夹拔与无损传输,配合底盘单行夹拔效率可达 0.66hm²/h,具有智能高效性。
(2)研发了基于sgbm 双目深度检测算法的自动对行技术, sgbm 算法结合Yolov5 的图像坐标位置与深度图获取萝卜的实际位置坐标,通过操控一对夹拔支撑柱的自动对行机构,实时校验并纠偏夹拔输送装置,实际测试距离与算法推理所得距离相差不超过 5%,避免萝卜漏拔导致的经济损失。
(3)提出了一种基于 YOLOv5 的改进型萝卜表面缺陷检测方案,在有效降低模型参数大小的同时,不损失检测精度,工作状态下时刻识别所收获的萝卜完好性,监测机器工作状态,我们还引入了 DeepSort 轨迹追踪算法与 YOlOv5 算法结合,用于对收获的白萝卜进行统计计数,计算储存空间剩余量,及时反馈使用者。