(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210799879.5 (22)申请日 2022.07.06 (71)申请人 青岛科技大 学 地址 266101 山东省青岛市崂山区松岭路 99号 (72)发明人 杨化林　邓芳　钟岩　于伟杰　 王政　 (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 专利代理师 相凡 (51)Int.Cl. A01D 46/04(2006.01) A01D 46/30(2006.01) B25J 9/00(2006.01) B25J 9/16(2006.01)B25J 11/00(2006.01) (54)发明名称 一种基于无标定视觉伺服的采茶机器人及 其采茶控制方法 (57)摘要 本发明公开一种基于无标定视觉伺服的采 茶机器人和采茶控制方法， 包括： 摄像头、 采摘 手、 视觉控制器和Delta并联机构， 视觉控制器， 用于根据所述摄像头获取的嫩芽图像， 通过无标 定视觉伺服控制模型得到无标定视觉伺服控制 信息； Delta并联机构， 用于根据所述无标定视觉 伺服控制信息， 控制所述采摘手进行茶叶采摘。 采用本发明的技术方案， 能够缩短采摘计算的收 敛时间， 提高工作效率， 使得采茶机器人能精准 完成采摘工作。 权利要求书1页 说明书8页 附图3页 CN 114946403 A 2022.08.30 CN 114946403 A 1.一种基于无标定视觉伺服的采茶机器人， 其特征在于， 包括： 摄像头、 采摘手、 视觉控 制器和Delta并联机构， 其中， 视觉控制器， 用于根据 所述摄像头获取的嫩芽图像， 通过无标定视觉伺服控制模型， 得 到无标定视觉伺服控制信息； Delta并联机构， 用于根据所述无标定视觉伺服控制信息， 控制所述采摘手进行茶叶采 摘。 2.如权利要求1所述的基于无标定视觉伺 服的采茶机器人， 其特征在于， 所述视觉控制 器包括： 获取模块， 用于获取摄 像头拍摄的嫩芽图像； 伺服控制模块， 用于通过无标定视觉伺 服任务函数和基于遗传优化的极限学习机算法 将所述嫩芽图像的特 征与目标期望图像的特 征进行比对， 得到 视觉伺服控制信息 。 3.如权利要求2所述的基于无标定视觉伺服的采茶机器人， 其特征在于， 所述Delta并 联机构包括： 计算模块， 用于根据所述无标定视觉伺服控制信息和雅克 比矩阵， 得到采摘轨迹； 其 中， 所述雅克比矩阵为采摘手运动速度与电机转速的关系矩阵； 采摘模块， 根据所述采摘轨 迹， 控制所述采摘手进行茶叶采摘。 4.如权利要求3所述的基于无标定视觉伺服的采茶机器人， 其特征在于， 所述Delta并 联机构的自由度为3DOF， 所述Delta并联机构的静平台运动保持在空间中平动。 5.一种基于无 标定视觉伺服采茶机器人的采茶控制方法， 其特 征在于， 包括以下步骤： 步骤S1、 通过视觉控制器根据摄像头获取的嫩芽图像， 通过无标定视觉伺服控制模型 得到无标定视觉伺服控制信息； 步骤S2、 通过Delta并联机构根据所述无标定视觉伺服控制信息， 控制采摘手进行茶叶 采摘。 6.如权利要求5所述的基于无标定视觉伺 服采茶机器人的采茶控制方法， 其特征在于， 步骤S1包括： 获取摄像头拍摄的嫩芽图像； 通过无标定视觉伺服任务函数和基于遗传优化的极限学习机算法将所述嫩芽图像的 特征与目标期望图像的特 征进行比对， 得到 视觉伺服控制信息 。 7.如权利要求6所述的基于无标定视觉伺 服采茶机器人的采茶控制方法， 其特征在于， 步骤S2包括： 根据所述视觉伺 服控制信 息和雅克比矩阵， 得到采摘轨迹； 其中， 所述雅克比矩阵为采 摘手运动速度与电机转速的关系矩阵； 根据所述采摘轨 迹， 控制所述采摘手进行茶叶采摘。 8.如权利要求7所述的基于无标定视觉伺 服采茶机器人的采茶控制方法， 其特征在于， 所述Delta并联机构的自由度为3DOF， 所述Delta并联机构的静平台运动保持在空间中平 动。权　利　要　求　书 1/1 页 2 CN 114946403 A 2一种基于无标定视觉伺服的采茶机 器人及其采茶控制方 法 技术领域 [0001]本发明属于茶叶采摘技术领域， 尤其涉及 一种基于无标定视觉伺服的采茶机器人 及其采茶控制方法。 背景技术 [0002]目前对采茶机器人的控制常依靠机器视觉获得图像信息， 通过上位机中的图像 处 理算法得到采摘坐标点， 再将其发送至下位机， 使采摘手运动。 这种方式将采茶机器人分成 了图像识别与轨迹运行两部分， 但其精度与效率便有所不足。 因而出现了视觉伺服的控制 方法， 通过安装在机器人上 的视觉传感器获得图像特征信息， 使其作为反馈信息驱动采摘 手向目标位置靠近， 便省 去了坐标点读取与传送的时间， 精度也会提高。 通过反馈信息的不 同， 视觉伺服可分为基于位置(PBVS)、 基于图像(IBVS)和基于混合(HBVS)三种模式。 PBVS构 成了3D笛卡尔空间中的闭环控制系统， 高度依赖视觉传感器的精度标定和精确的几何模 型， 模型校准难度较大， 且因为图像特征信号在控制回路之外， 目标可能位于视场之外。 IBVS在二 维图像空间中形成一个闭环系统， 并根据图像特征定义的误差信号设计反馈控制 策略。 HBVS又称为2.5D视觉伺服， 其包含3D空间和2D空间， 计算量大， 若计算精度不足， 系统 的性能也会下降。 与其 他两种方法相比， IBVS的精度高、 设计难度低。 [0003]传统的视觉伺服会着重依靠相机、 机器人以及 “手眼”的精确标定， 标定过程中常 出现图像误差。 传统方法中采摘手的状态受两方面影响， 一为采茶机中摄像头获取 的图像 信息， 一为系统通过标定确定的内部参数。 后者易受到环境等外部因素的干扰， 使定位不准 确。 传统的视觉伺服因此便需要重新校准， 标定和维护成本便增加， 这不符合采茶机器人成 本控制要求， 并且也增 加了计算 量。 发明内容 [0004]本发明要解决的技术问题是， 提供一种基于无标定视觉伺服的采茶机器人及 其采 茶控制方法， 能够缩短采摘计算的收敛时间， 提高工作效率， 使 得采茶机器人能精准完成采 摘工作。 [0005]为实现上述目的， 本发明采用如下的技 术方案： [0006]一种基于无标定视觉伺服的采茶机器人， 包括： 摄像头、 采摘手、 视觉控制器和 Delta并联机构， 其中， [0007]视觉控制器， 用于根据所述摄像头获取的嫩芽图像， 通过无标定视觉伺服控制模 型得到无标定视觉伺服控制信息； [0008]Delta并联机构， 用于根据所述无标定视觉伺服控制信息， 控制所述采摘手进行茶 叶采摘。 [0009]作为优选， 所述视 觉控制器包括： [0010]获取模块， 用于获取摄 像头拍摄的嫩芽图像； [0011]伺服控制模块， 用于通过无标定视觉伺服任务函数和基于遗传优化的极限学习机说　明　书 1/8 页 3 CN 114946403 A 3