CLASP: A Cluster-Level Autonomous Selective Picking Robot with a Soft Rolling-Band Gripper for Fresh-Market Blueberry Harvesting
本文介绍了 CLASP，这是一种具有软性滚动带夹持器和全局到局部感知系统的经济型自主机器人，能够通过仅温柔地分离成熟果实并保留未成熟浆果，实现对新鲜市场蓝莓在簇级层面的高效、选择性采收。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在宁静的蓝莓农场一排排的果树间，每年夏天都在上演着一场悖论。那些注定要进入新鲜市场的果实——那些用于超市货架、饱满且无瑕疵的浆果——必须通过手工采摘。虽然存在可以摇晃灌木丛并接住掉落果实的机器，但它们过于粗鲁；它们会撞伤娇嫩的果皮，并剥落尚未成熟的浆果，留下只有果酱或加工用途的软烂混合物。问题在于，蓝莓并非同时成熟。在单个小果簇上，一颗深蓝色、成熟可食用的浆果往往紧挨着一颗坚硬、绿色的浆果。为了在不损坏其余部分的情况下采摘成熟果实，采摘者必须轻轻地将成熟的浆果从茎上拉下来，同时留下未成熟的那颗。这需要一种直到目前为止都无法实现自动化的触感和判断力，迫使农户依赖于日益萎缩的季节性劳动力。
一个研究小组制造了一台旨在解决这一特定难题的机器人。他们将他们的创造物称为 CLASP，这台机器并不试图一次抓取单个浆果，而是将整个果簇视为一个整体。机器人的“手”是由硅胶制成的柔软滚动带，其灵感来源于人类采摘者使用拇指摩擦浆果与茎部的方式。当机器人找到一个果簇时，它会将这些柔软的带子缠绕在水果周围并开始滚动。随着带子的转动，它们产生一种轻微的摩擦力，将成熟的浆果一个接一个地从茎上拉下来，而未成熟的浆果由于仍牢固连接，则会留在原处。机器人不需要力传感器来了解其施加的力量大小；相反，它通过倾听电机的电流声来感知。当电机因为浆果的阻力而工作更加吃力时，机器人就知道自己正在施加力量，并据此调整抓取力度，使其保持在一个安全的范围内——既足以脱离成熟果实，又足够轻柔以不惊扰绿色的果实。
该系统依赖于两步视觉过程来寻找目标。首先，安装在机器人机身上的摄像头会扫描农田，从远处发现果簇。一旦发现潜在目标，机器人会移动机械臂靠近，并携带第二个手持摄像头直接对准果实进行近距离观察。这种特写视图有助于机器人理解果簇的形状和方向，从而使其能够正确定位其柔软的带子。随后，机器人执行一个精确的序列：移动机械臂至果簇处，闭合带子，并开始滚动动作。它会持续这个过程，定期检查是否仍有成熟浆果残留，直到果簇中不再有成熟果实为止。
在几个蓝莓农场进行的实地测试表明，这种方法是有效的。在呈现给系统的二十五个果簇中，机器人成功抓取并采摘了二十三个，达到了百分之九十二的成功率。失败并非由于采摘机制本身，而是因为机器人由于茂密的叶片和枝条阻挡路径而无法物理接触到果簇。当机器人触及果实时，它的动作非常温柔。它采摘的浆果仅比人工采摘的稍软一些，研究人员将这一差异部分归因于采摘与测量之间的时间延迟，而非来自机器人的损伤。制造这样一台设备的成本约为三千三百二十六美元，这一价格水平表明该技术可以进行规模化应用。
研究人员还测量了将浆果从茎上拉下的所需力，并发现成熟与未成熟果实之间存在明显的差异。成熟浆果脱离所需的力远低于绿色浆果，这创造了一个“窗口期”，机器人可以在此期间施加足够的压力来采摘成熟果实，而不干扰其他果实。通过精确控制电机电流使其保持在该窗口内，机器人证明了它能够在果簇层面进行选择性采摘，而这正是以往机器无法完成的任务。虽然该机器人的速度尚未达到人类采摘者的水平，但其表现出的速度对于一台机器来说已颇具前景，每分钟处理约三十二颗浆果，而人类的速度为五十五颗。研究表明，瓶颈不再是能否温柔地采摘果实，而是机器人的移动速度以及其在茂密植被中导航的能力。这项工作标志着在自动化新鲜市场蓝莓生产中最耗费劳动力的环节方面迈出了重要一步，为将人类双手的细腻触感引入机器提供了可能。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。