摘要：针对康乃馨自动化标准扦插作业需求,解决现有人工扦插模式劳动强度大的问题,该研究设计了一种抓取-扦插一体化作业的扦插机器人系统。以康乃馨生根用插穗为对象,根据插穗物料特性参数和高产栽培农艺要求,提出辅助栽植式末端执行器作业方式和抓插协同运动规划模型,基于YOLOv5s深度学习网络构建多目标插穗检测模型,建立扦插机器人运动学模型,提出基于MD-H(modified denavit-hartenberg)规则的逆运动学建模方法和时间最优轨迹规划算法。仿真结果表明,改进后的逆解算法和轨迹规划算法的运行时间与常规算法相比分别降低了38.3%和72.5%。搭建扦插机器人试验台,进行定位误差及整机性能试验。试验结果表明,抓取作业时X、Y方向的平均定位误差分别为2.33和2.38 mm;扦插作业时X、Y、Z方向的平均定位误差分别为2.21、2.25和2.05 mm;机器人单株平均作业总时间为14.787 s,其中识别抓取平均工作周期为6.803 s,占作业总时间的46.01%,扦插作业的平均工作时间为5.104 s,占作业总时间的34.52%;插深合格率为88%,扦插直立度为92%,漏插率和根部损伤率分别为5%和2%,基本满足自动化标准扦插作业要求。研究结果可为温室标准化扦插设备的研发与应用提供参考。