一种茶叶人工智能采摘机器人制造技术

本发明专利技术公开了一种茶叶人工智能采摘机器人，由茶叶图像采集装置、5G图像传输模块，云端决策平台，控制电路、智能采茶机器手、茶叶回收装置、自走式作业平台等组成。通过图像传感器进行茶叶冠层图像的实时采集，然后通过5G基站快速将冠层图像上行传输到云端，在云端通过YoLo深度学习的图像处理方法进行嫩芽、新梢采摘点的目标定位，并输出决策信号，决策信号通过5G下行反馈至执行控制电路，带动机器手、末端执行器阵列实现茶叶采摘，茶叶回收装置通过负压吸附方式将茶叶吸附到收集箱内，完成采摘过程。本发明专利技术结合5G云端决策和迁移学习，通过二维蜘蛛手结构实现了茶叶嫩芽新梢的实时采摘，具有巨大应用价值。

A tea picking robot with artificial intelligence

【技术实现步骤摘要】
一种茶叶人工智能采摘机器人
本专利技术公开了一种茶叶人工智能采摘机器人，具体地说，涉及一种结合深度学习和5G云端决策，通过二维蜘蛛手结构实现的茶叶人工智能采摘机器人装置。
技术介绍
茶叶是我国特色农产品，茶叶采摘一直以传统纯手工作业为主。传统修剪式的采茶机采摘破碎率高、茶叶品相差，无法满足名优特性能指标。随着农村劳动力不足，茶园收获季节出现劳动力短缺、用工荒等现象较为严重。目前，现有国产或进口的采茶机均无法对全芽、一芽一叶、一芽两叶等进行采摘，因而采茶已成为制约茶产业生产和可持续发展的最大制约因素。针对上述缺陷，近年来随着深度学习、5G技术及云存储与云计算的发展，使得人工智能茶叶采摘机器人研制成为可能，本专利技术结合5G云端决策和迁移学习，通过二维蜘蛛手结构实现了茶叶采摘的自动化装置。
技术实现思路
针对上述问题的不足，本专利技术的目的主要是开发一种能够进行一芽一叶、一芽两叶等进行分级采摘的茶叶人工智能采摘机器人装置。上述目的通过如下技术方案实现：该装置包括深度相机成像系统、5G传输与云端存储模块、深本文档来自技高网...

【技术保护点】
1.一种茶叶人工智能采摘机器人，其特征是：包括深度相机成像系统、5G传输与云端存储模块、深度学习算法模块、二维蜘蛛手采集装置组成；采集过程分为两个阶段，机器人调试阶段、机器人工作阶段，其中深度相机安装在二维蜘蛛手采集装置的前端，5G传输模块同时和深度相机、二维蜘蛛手采集控制装置相连。/n

【技术特征摘要】
1.一种茶叶人工智能采摘机器人，其特征是：包括深度相机成像系统、5G传输与云端存储模块、深度学习算法模块、二维蜘蛛手采集装置组成；采集过程分为两个阶段，机器人调试阶段、机器人工作阶段，其中深度相机安装在二维蜘蛛手采集装置的前端，5G传输模块同时和深度相机、二维蜘蛛手采集控制装置相连。


2.根据权利要求1所述的一种茶叶人工智能采摘机器人，其特征在于：所述的深度相机成像系统是由两个相机组成的双目视觉系统组成，深度相机同时可以提供茶叶的图像信息和位置信息，特别的深度相机可选择Kinect或Stereo相机，为保持环境的稳定性，可将相机及采集的茶叶放置在可移动的暗箱内并增加辅助光源。


3.根据权利要求1所述的一种茶叶人工智能采摘机器人，其特征在于：所述的5G传输与云端存储模块，由5G传输模块与云端存储器组成；其中5G传输模块与相机模块相连，相机在线拍摄的照片和茶叶三维位置信息可通过5G传输模块高速上传到云端存储器，云端决策系统决策的信号也可以通过5G传输模块高速传送给二维蜘蛛手控制模块，进而控制蜘蛛手运动，从而将鲜茶物料通过采摘头采摘下来，并通过负压吸附的方式将茶叶收集到采集箱内。


4.根据权利要求1所述的一种茶叶人工智能采摘机器人，其特征在于：所述的深度学习算法，核心是通过深度学习算法对茶叶冠层图像进行处理、定位并识别嫩芽新梢位置，该算法可选择FastR-CNN、FasterR-CNN、YoLoV1、YoLoV2、YoLoV3其中一种来训练深度学习网络，选择的算法不同识别准确率略有不同，优选的算法为FasterR-CNN和YoLoV3模型。
...

【专利技术属性】
技术研发人员：韩仲志，李娟，邓立苗，
申请(专利权)人：青岛农业大学，青岛大谷农业信息有限公司，青岛青农智能技术研究院有限公司，
类型：发明
国别省市：山东;37