随着农业生产的飞速发展和农业劳动力成本的迅速上升,农业劳动力的匮乏将成为许多发达国家和发展中国家共同面对的问题。目前机器人技术在农业上应用研究越来越成为热门课题,与工业机器人特定的工作环境不同,农业机器人主要在自然场景下工作,要面对更为复杂多变的情况,有更多的问题需要解决。本研究作为果实采摘机器人研究的一部分,研究自然场景下障碍物(树枝)的探测方法及避障技术,为未来开发收获机器人采摘果实进行前期的准备工作,这部分相关的研究也是水果收获机器人实用化的关键。本研究的主要内容和方法如下:1、超声波传感器测距系统为解决传感器信息不确定问题,自行研究设计了超声波传感器测距系统。本文利用8位单片机STC12LE4052作为传感器的控制、数据采集及处理单元,设计了超声波测距系统的硬件电路,编写了测距系统的程序,并进行了测距实验,实验结果表明,该超声波传感器测距系统具有体积小,集成度高,测量误差小,精度高等优点,适宜作为采摘机械手障碍距离的探测。2、障碍物探测为保持算法的可执行性,障碍物检测采用对图像2R-G-B和2G-R-B色差分量值进行迭代,并结合图像灰度阈值法快速有效地分割出图像树枝区域,通过图像二值化、形态学运算、区域标记、空洞填充提取出图像树枝区域;通过区域细线化提取树枝骨架,并进行骨架修剪、恢复遮挡骨架等处理;然后找出骨架中端点、分支点等特征点并记录它们的连接关系;最后通过对视觉传感器和超声波测距传感器信息的融合恢复障碍物的三维信息。试验表明障碍物的正确识别率为67.3%,当障碍物实际距离大于1.5m时,识别误差增大。3、避障技术研究在获取障碍物三维信息的基础上,重建虚拟采摘场景。在此基础上采用SBL-PRM算法进行了避障技术研究。分析了避障规划的各参数对规划成功率及规划时间的影响。当S=3000,ρ=0.6,ε=0.03,N=10时,规划采摘无遮挡柑橘的时间低于1ms,规划采摘被遮挡柑橘的时间约为60ms,结果表明,利用SBL-PRM算法可以满足动态非结构化环境下避障路径规划的实时性和安全性要求,具有较高的实用价值。本文的研究内容对我国开展农业机器人视觉识别技术领域的研究具有参考价值,为进一步的研究打下了基础,对提高我国农业的国际竞争力有重要的经济意义。