摘要：针对名优茶机械化采摘过程中侧芽无法采摘的问题,根据顶芽、侧芽及茶梗的相关参数并结合茶园环境设计了一种末端执行器,利用分体式刀具的刀齿弯曲变形适应茶梗的干扰从而采摘侧芽。通过有限元仿真刀具切割侧芽得到采摘成功率的影响因素为刀齿宽度、刀齿长度及刀具厚度;采用三因素三水平的中心组合设计与响应面分析法研究各因素对采摘成功率的交互影响;以采摘成功率为响应值建立二次回归模型,确定各因素对采摘成功率的影响显著性主次排序为:刀齿长度、刀齿宽度、刀具厚度。以采摘成功率为目标对各试验因素进行优化,得到优化后的刀齿宽度、刀具厚度、刀齿长度分别为2.6、0.9、20.0 mm。采用优化后的参数进行茶园采摘试验,结果表明,末端执行器能够有效完成茶叶采摘工作,顶芽、侧芽采摘成功率分别为93%、63%,试验值与预测值的相对误差小于5%,优化模型结果可靠。

摘要：为缓解以龙井为代表的名优茶鲜叶采摘完全依赖人工的现状,提出一种基于鲜叶-老叶物理特性差异的鲜叶采摘方法,通过纯机械的弹性结构和柔性采摘单元实现鲜叶的自动化采摘。首先对鲜叶-老叶在生长高度、表观形态和茶叶茎断裂强度等物理特性差异进行研究,作为采摘机结构和拉拔力参数设计的主要依据;在此基础上,受茶农手工采摘鲜叶时的“提采”动作启发,提出基于鲜叶上下表面摩擦力差异的鲜叶采摘机构,并对其进行采摘过程的动力学仿真分析;依据仿真结果,分别采用硅胶和特氟龙膜作为与鲜叶上下表面接触的柔性材料,结合动底板弹性结构、提供可调的拉拔力以避免采摘过程中鲜叶受损。茶园试验结果表明,当采摘力设置为3.0 N时采摘效果较好,鲜叶茎断裂位置取决于鲜叶茎断裂强度最小的位置,与人手工采摘时的断裂位置一致,鲜叶采净率约40%,老叶误采率约7%,茶叶损伤率约5%,采摘效率约1.44 kg·h^(-1)(相当于3个熟练采茶工)。该研究结果可为鲜叶的全自动机器采摘提供技术积累。

摘要：茶叶是我国重要的农产品之一,我国茶叶种植面积达到1.5亿亩,产量达到4700万吨,占世界总产量的60%以上。中国茶叶已成为我国农业增效、农民增收的重要支柱产业。当下主流采摘方式普遍为农民手工采茶,该方法存在费时,成本高,难以做到及时采摘等问题。其中嫩梢采摘是采摘过程最耗时的部分,耗费的时间约占到茶叶总生产时间的50%,由于采摘标准高,无法大面积地使用机械采茶。为此提出了一种基于力矩控制的名优茶柔性采摘末端设计方案。该设计方案采用柔性采摘末端,设计一种2自由度关节型名优茶采摘机械手爪,将绳驱技术应用于机械手爪的控制和运动,并结合力矩控制算法实现精确采摘。初步实验结果表明,该设计方案能够稳定可靠地实现茶叶的柔性采摘,具有较好的发展前景。

摘要：针对名优茶采摘劳动力短缺的现状,设计了一种适用于自然环境下作业的名优茶采摘机器人。系统由采摘机械手、3P-Delta机械臂、视觉系统和主控系统构成。机器人通过深度相机获取茶蓬图像,利用深度学习和骨架法计算采摘点。从名优茶的生长特征出发,建立了机械臂采摘轨迹模型,采用Bézier曲线对茶叶采摘路径进行优化,降低了机械臂在快速运动过程中的加速度突变,提高了采摘运动的平滑性。利用虚功原理建立机械臂动力学模型,基于滑模控制设计了机械臂采摘控制策略,优化了控制算法中的指数趋近律,有效地抑制了滑模面在快速趋近时的抖振现象。实地测试结果表明,采摘机器人能够实现名优茶的采摘,采摘率和完整率分别为75.53%和54.68%,平均采摘速度为0.451颗/s。

摘要：针对名优茶机械化采摘难的问题,根据茶叶采摘农艺要求和手工采摘动作的分析,设计了一种手持式名优茶嫩梢采摘机械手,模拟人手指夹住茶叶并通过提拉进行采摘。通过采摘机械手的运动分析,得到了影响采摘效率的因素磁钢距离、主动手指角速度和主动手指转角的参数变动范围。采用Box-Behnken响应面分析方法,研究影响因素对采摘成功率的交互影响,以采摘成功率为响应值建立二次回归模型,各因素对采摘成功率的影响显著性主次排序为:主动手指角速度、磁钢距离、主动手指转角;运用Design-Expert 11.0软件的优化模块,以采摘成功率为优化目标对各因素进行优化,得到优化参数为:磁钢距离40.04 mm、主动手指转角153.0°、主动手指角速度3.38 rad/s。以优化后的参数进行采摘试验,结果表明采摘成功率为74.3%,3次采摘平均速度为25.2个/min,试验值与预测值的相对误差小于5%,优化模型结果可靠。

摘要：针对名优茶选择性采摘时,因茶叶附壁导致收集成功率低的问题,根据一芽二叶的物理参数设计了一种螺纹管吸附式茶叶采收器。通过预试验得到了影响茶叶收集成功率的因素:负压、螺纹线数和螺纹导程的参数范围;采用Fluent仿真和Box-Behnken响应面分析法,研究各因素对茶叶收集成功率的影响。试验结果表明:3个因素改变管内近壁面处的空气切向速度;各因素对收集成功率的影响显著性主次排序为:负压、螺纹导程、螺纹线数;以茶叶收集成功率为优化目标对各参数进行优化并对优化后的参数取整,得到参数为:负压H=120 Pa、螺纹线数N=9、螺纹导程S=95 mm。以优化后的参数进行吸附式收集试验,结果表明收集成功率为98%,即优化后收集成功率相较于优化前提高26个百分点,试验值与预测值的相对误差小于5%,优化模型结果可靠。

摘要：【目的】在整个名优茶制造流程中,名优茶原材料的采摘往往需要耗费大量的人工,并且在采摘过程中极易损坏原本不需要采摘的茶叶。名优茶采摘技术急需迭代更新,需要设计效率更高、成本更低的采摘装置。【方法】课题组设计了一款基于YOLOv5算法的名优茶智能采摘机器人,主要包括数据获取单元、服务器、控制单元、电机驱动器等部分。首先,通过数据获取单元获取设定区域的名优茶及其三维坐标,并将其上传至服务器;其次,服务器通过图像识别算法识别图像内是否为可采摘的名优茶,再将位置信息转换为坐标信息并上传至控制单元;再次,控制单元将坐标信息转换为PWM信号,并传给电机驱动器;最后,根据PWM信号控制滑台向多轴进行移动,并在信号指示位置控制机械手进行名优茶的采摘和收集。【结果与结论】(1)该名优茶智能采摘机器人能显著提高名优茶采摘的效率;(2)通过YOLOv5算法进行图像识别,提高了名优茶采摘的准确度;(3)使用服务器进行图像识别和数据处理的方式,降低了单个设备的价格,有利于推广;(4)通过服务器进行复杂数据处理的方式可以配备大量操作设备,适合大规模采摘,缩短大面积采摘的时间;(5)通过路径规划和红外感应的方式,可以降低对不能采摘的名优茶的损坏。

摘要：机械手采茶是名优茶采摘的必然趋势。使用独立的PC机进行图像识别,PLC控制机械手运动,使设备造价昂贵,不便于推广。而使用嵌入式技术将图像识别和运动控制集成,是克服传统方法缺陷的途径之一。根据已有的机械手结构组成,提出了基于DSP的图像识别与控制集成系统。针对福鼎大白品种茶叶,首先使用DSP和OV摄像头组成的嵌入式机器视觉装置获取图像,并在获取图像的同时进行二值化,然后采取开运算和二值图像标记算法获取鲜叶的数量和位置信息,最后转化为DSP驱动电机的脉冲信号以及方向信号。试验结果表明,茶叶图像识别和控制的实时性好,系统构成紧凑,鲜叶识别率为83%,图像平均处理速度为0.766 s,可较好地满足机械手采茶的工作要求。

摘要：在传统茶叶加工工艺基础上,设计了热风杀青、电热炒干、红外线提香、智能控温等机电一体化智能控制系统,以促使名优茶加工实现连续化、自动化、智能化,达到提质增效良好效果。

摘要：为提高名优茶采摘机器人采摘效率,减小机械手的操作空间和结构尺寸,基于名优茶特性、采摘要求以及结构化茶园种植模式,设计一种4自由度关节型名优茶采摘机械手。根据名优茶生长分布空间以及采摘机器人移动平台结构,确立机械手几何工作空间,然后以机械手工作空间主截面包络面最优为目标函数,以轨迹区域约束、杆件尺寸和关节角度限制为约束条件,建立机械手结构参数优化模型,采用MATLAB优化工具箱来求解。最后通过蒙特卡洛法以及MATLAB机器人工具箱对机械手工作空间进行仿真验证。结果表明:优化后的机械手能包容名优茶采摘所要求的全部目标空间。该研究为名优茶采摘机械手进一步分析奠定基础。