鲜食葡萄多采用水平棚架栽培,棚面与地面平行,通风透光好,作物品质佳、病虫害轻,便于包括机械在内的地面作业。针对水平棚架栽培模式下的葡萄机械化采收,本文为实现葡萄果梗的近景识别,提出了一种基于深度视觉的眼在指下的手眼配置方案并完成了手眼系统的开发,进而提出了一种基于葡萄空间几何特征与穗-梗连接处深度值跳动的果梗近景识别方法并进行试验验证。同时为实现棚架未知环境下的目标葡萄的自主锁定提出了一种远近景结合手眼伺服策略,并对其进行了初步验证。本文的主要研究内容如下:(1)在对水平棚架栽培葡萄的生长特性及物理特性的调研的基础上,对采摘机器人的末端执行器进行了结构设计,末端手眼系统形成了“眼在指下”的配置方式。由末端执行器和末端手眼系统组成的末端结构较为简单,体积小,可满足用于水平棚架栽培葡萄的采摘机器人末端的要求。(2)以葡萄的深度图像为研究对象,根据深度信息特征,确定适用于水平棚架葡萄识别定位的近景探测范围。利用深度信息进行干扰信息的剔除,根据葡萄穗-梗连接处的深度值特征,确定穗-梗分割点,进一步确定葡萄果梗上采摘点位置。该方法仅依赖单一深度信息对采摘点进行识别定位,有效发挥深度视觉对光照敏感度较低的优势。(3)为验证果梗近景识别定位的有效性和通用性,以不同颜色的四种葡萄作为试验对象,进行了近景识别。试验表明,该识别方法对“白露沙”,“秋红”,“红意大利”,“红地球”的采摘点识别定位成功率分别为88%,80%,80%,100%,用时分别为0.3秒,0.28秒,0.29秒,0.28秒。因此该算法对采摘点的识别定位成功率为87.5%,平均用时约为0.29秒。(4)根据葡萄采摘机器人需要在未知环境下对目标葡萄进行检索及自主锁定的要求,基于水平棚架栽培模式下的葡萄生长特性,提出一种基于葡萄果穗最低点的远近景结合识别定位的协调策略,并对远近景结合识别定位中的关键点位置进行了确定。对远近景结合识别定位进行视觉部分进行了室内试验,验证了该方法的合理性。本文针对棚架葡萄近景果梗识别及采摘的需要,进行了基于深度视觉的“眼在指下”手眼配置方案设计,提出了基于葡萄空间几何特征与穗-梗连接处深度值跳动的果梗近景识别方法,进行了不同葡萄品种的果梗识别效果试验,进而提出了棚架未知环境下远近景结合的手眼协调控制策略,并完成了室内试验验证。