以前摘番茄全靠人工，累人還費錢，年輕人都不愛干這活兒?，F在農業界直接放大招 —— 番茄采摘機器人橫空出世！
這機器人超牛，分采摘和底盤兩部分。采摘系統有 “神器三件套”：機械臂像八爪魚，靈活抓番茄；末端手比老果農還溫柔；視覺平臺自帶 “火眼金睛”，番茄藏哪都能秒定位。
底盤更是 “走位大師”，四個輪子想咋動就咋動。窄壟、地滑都不怕，各種模式切換自如，還有算法 “導航”，穩穩不跑偏。
倆系統聯手，自動摘果又快又準，零失誤！以后番茄碰上它，只能 “束手就擒”！——摘不到番茄說番茄酸團隊
第 1 章 系統概述及作品難點與創新點
1.1 研究背景
果蔬是人們生活必需品，中國果蔬種植面積和產量全球領先。番茄營養豐富，是重要經濟作物，我國種植面積和產量持續增長，2022 年種植面積超 116 萬公頃，產量近 7000 萬噸，占世界總產量 1/3 以上。
但番茄簇狀生長、相互觸碰，采摘基本靠人工，機械化水平低。采摘人工成本占總成本 50%-70%，勞動力短缺讓成本不斷攀升，且工人多為中老年，體力負擔重。我國設施農業發達，設施番茄種植便于管理、提供穩定環境，契合機器人作業。國家大力推進農業機械化，研發番茄采摘機器人對減輕勞動強度、提升生產水平意義重大。
1.2 作品難點及創新點
1.2.1 難點

1. 溫室環境復雜、空間狹小，設計通過性好的機器人底盤難度大。
2. 現有采摘機器人機械臂貴且不適用于農業場景，成本和適配性是問題。
3. 番茄生長密集易遮擋，規劃合理采摘順序和路徑存在挑戰。
4. 番茄生長范圍廣，設計能全覆蓋的輕型機械臂難度高。

1.2.2 創新點

1. 底盤采用四輪獨轉獨驅結構，動力強、轉彎靈活，適應復雜地形。
2. 伸縮式機械臂覆蓋范圍廣，三級結構拓展作業空間，自主研發降本筑壁壘。
3. 創新卷積神經網絡模型與仿生采摘策略，實現高效無損采摘。
4. 模塊化輪組便于維護升級，整套技術自主研發，提升產品競爭力。

第 2 章 方案設計與論證
2.1 四轉四驅移動底盤和自主導航控制技術方案
2.1.1 移動底盤方案
方案一：前輪轉向 + 后輪驅動，阿克曼轉向結構，穩定性好但轉彎半徑大。
方案二：四輪獨立驅動 + 轉向，雙電機控制，結構簡單、轉彎靈活。
溫室壟窄、地形復雜，方案二更適配，故采用此方案。
2.1.2 自主導航方案
方案一：慣性導航，依賴加速度計和陀螺儀，存在誤差累積問題。
方案二：視覺導航，通過相機采集環境，用目標檢測算法定位，成本低、適應性強。
方案三：激光雷達導航，高精度但價格高、功耗大。
綜合考慮成本與環境適配性，選擇視覺導航方案二。
2.2 番茄視覺識別與定位方案
方案一：RGB-D 相機 + 卷積神經網絡 + 點云處理，檢測定位精準。
方案二：RGB-D 相機 + 卷積神經網絡，僅識別無位姿檢測。
方案三：RGB-D 相機 + 傳統圖像處理，難應對復雜遮擋。
設施番茄枝葉遮擋多，方案一兼顧速度與精度，被選用。
2.3 機械臂與末端手方案
2.3.1 機械臂方案
方案一：多自由度協作機械臂，控制復雜、逆解難。
方案二：四自由度兩軸伸縮機械臂，工作空間大、成本低、控制簡便。
考慮種植環境與成本，選擇方案二。
2.3.2 末端手方案
方案一：繩驅式扭轉末端手，多舵機控制，抓取靈活。
方案二：剪切一體式末端手，難切斷短果梗，影響保鮮。
方案三：氣吸式末端手，吸力不足，采摘成功率低。
因番茄果梗短、大小不均，采用方案一。
2.4 系統集成
2.4.1 底盤系統
由輪組、電池組、控制系統構成。輪組模塊化設計，電池居中供電，預留安裝孔便于升級。
2.4.2 采摘系統
含三級伸縮機械臂、3 自由度末端手、旋轉升降平臺及控制系統。機械臂采用繩排式伸縮，結構輕巧，底部連接板實現與底盤快速連接。
第 3 章 原理分析與硬件電路圖
采摘機器人分為移動底盤和機械臂兩大控制系統，通過模塊化設計，包含單片機與底盤控制、上位機與機械臂控制、視覺、通信、語音、電源等模塊，各模塊分工協作。
3.1 單片機與底盤運動控制模塊
選用 Arduino mega2560 核心板作為底盤控制器，它具備 54 路數字、16 路模擬 I/O 口，4 路 UART 接口及 I2C 接口，能滿足多模塊信號處理需求，支持 OLED 屏實時監控狀態。核心板參數：3.3V/50mA 供電，256KB Flash、8KB SRAM、4KB EEPROM，16MHz 工作時鐘。

3.2 上位機與機械臂運動控制模塊
上位機采用基于 Ubuntu 系統的高性能電腦，作為機械臂控制核心，負責算法處理、數據存儲與交互。通過 RS485 串口的 Modbus 協議與下位機通信。電腦雙系統協同工作：Windows 系統調試電機與夾爪，Ubuntu 系統借助 MoveIt! 在 Rviz 和 Gazebo 環境中仿真并控制機械臂運動。

3.3 Realsense L515 相機
選用英特爾 Realsense L515 深度相機，集成 RGB 與深度傳感器，通過 USB 3.1 連接主機，基于 ToF 技術獲取彩色與深度圖像。其 70x55 視野、低功耗且兼容多系統，體積小、重量輕，固定于機械臂上，為番茄識別定位提供視覺數據。
3.4 通信模塊
通信系統整合 485、藍牙、SBUS、TCP 指令。電機控制上，底盤 8 個電機與機械臂 4 個伺服電機采用 485 通信，手抓舵機通過 485 轉 PWM 模塊適配。底盤支持雙模式控制：遙控器模式下，SBUS 接收機轉換信號驅動底盤；上位機模式中，藍牙模塊或 ESP32 開發板傳輸導航指令。此外，定制拓展板實現核心板信號擴展與固定。
3.5 語音識別模塊
引入 ASR-PRO 離線語音芯片，降低操作門檻，農民通過喚醒詞和指令即可操控底盤，無需專業培訓，兼顧易用性與成本。
3.6 電源模塊
電源模塊采用雙電壓供電：控制通訊系統 24V、驅動系統 48V，經優化電源轉換效率、降噪抗干擾，保障硬件穩定運行。
第 4 章 軟件設計與流程
4.1 視覺導航參數信息獲取
機器人壟間自主導航的核心是精準獲取導航線，采用基于直線模型的視覺導航算法，通過 “圖像采集 - 處理 - 導航線提取” 三步實現。
4.1.1 圖像采集
為應對農業環境光照變化與底盤抖動，調整 RealSense L515 相機參數：調節焦距保證清晰成像，調大光圈縮短曝光時間，確保圖像質量。
4.1.2 圖像處理
運用 Otsu 算法結合 Canny 邊緣檢測進行壟間輪廓檢測。Otsu 算法自動選取閾值實現圖像二值化，Canny 算法檢測邊緣，二者結合解決傳統邊緣檢測的閾值問題，適應不同光照條件。

4.1.3 獲取并跟蹤導航線
通過行掃描點檢測算法獲取壟體邊界離散點，經多項式擬合得到道路中心離散點，將相機坐標轉換為世界坐標，提取橫向與角度偏差參數，由上位機傳輸至主控板，驅動機器人沿導航線行進。
4.2 四轉四驅底盤控制系統
底盤通過 MODBUS 協議控制 8 個電機實現運動，轉向電機采用位置控制確保角度精準，驅動電機用速度控制結合模糊 PID 算法減小誤差。設計斜向轉向、四轉四驅阿克曼、原地轉向三種模式：斜向轉向提升橫向穩定性；四轉四驅適配窄壟；原地轉向利用 360 度輪組實現。
支持遙控器與上位機雙控制模式：遙控器通過云卓 H12 撥桿切換模式；上位機基于 QT 開發，可跨平臺運行，實現電腦或手機操控。針對四轉四驅模式，以底盤速度與角度誤差為輸入，經模糊 PID 動態調整參數，通過轉角逆運動學模型控制輪組，保障精準走位。