名优茶采摘机器人整机机械技术研究进展与展望

中国是世界上最大的茶叶种植、消费和出口国[1-2]。茶不仅是口味独特的绝佳饮品,还具有很高的药用价值[3]。据统计,我国茶叶总产量占全球茶叶总产量的50%左右[2],我国名优茶产值约占茶叶总产值的70%,在名优茶耕作、种植、管理、采摘和加工等环节中,加工环节的机械化程度最高,耕作、种植和管理环节也已部分实现机械化,但采摘环节仍为人工采摘[4-5]。

茶叶采摘作为茶叶生产过程中的核心环节,也是茶园作业中用工最多的环节,直接影响着茶叶的品质[6-7]。根据不同的茶叶品类和质量要求,茶叶的采摘标准分为细嫩采、适中采、开面采和成熟采。其中,细嫩采为采摘单芽、一芽一叶和一芽两叶初展,为人工采摘;适中采为采摘一芽二三叶或细嫩对夹叶,为人工采摘;开面采为采摘形成驻芽的对夹叶和一芽三四叶,为人工采摘或切割式机械采摘;成熟采为采摘茎部已木质化呈现红棕色的成熟芽叶,为切割式机械采摘[8-11]。人工采摘虽然能够保证获得高质量茶鲜叶[12-14],但是采摘效率低。切割式机械采摘技术和装备已较成熟,国外各茶叶主产国都先后对其进行了研究和推广[15-17]。切割式机械采茶装备在一定程度上解决了茶叶采摘劳动力不足的问题,但存在采摘完整度低、嫩芽率少,以及夹杂老叶老梗等缺陷,难以满足名优茶采摘需求[18]。因此,研发具备精准选择性的细嫩采和适中采的名优茶采摘机器人对于加快名优茶产业提质增效具有重要的现实意义[19-20]。

由于饮茶习惯和文化的差别,名优茶的生产和消费主要在国内,名优茶采摘机器人的研究也主要在国内院校和科研机构中开展,经过20多年的研究,虽然已取得重要研究进展,但距离商业应用仍有差距[21]。名优茶采摘机器人主要由底盘、机械臂、采摘末端执行器、视觉识别系统和控制系统等部分组成,名优茶采摘机器人通过计算机视觉技术对茶叶嫩梢进行识别和采摘点定位[22-25],将获取的茶叶采摘点位置信息反馈给控制系统,控制机械臂驱动采摘末端机械手精准分离茶叶嫩梢,从而实现名优茶采摘作业。相较于视觉识别和定位技术,名优茶采摘机器人的整机关键核心机械部件(采摘末端执行器、机械臂和底盘)的现有技术方案各有优缺点,还难以适应名优茶采摘机器人的技术需求,有必要进行梳理和分析。

本文概述名优茶采摘机器人中核心机械部件关键技术的研究进展以及整机的研究和应用现状,指出当前名优茶采摘机器人研究中存在的问题与不足,并对未来的研究发展趋势进行展望,以期为名优茶采摘机器人的研发和后续应用提供参考和借鉴。

1 末端执行器采摘和收集方式

名优茶采摘对茶鲜叶的嫩度和完整性要求较高,采摘末端执行器是名优茶采摘机器人作业的核心关键技术,具有嫩梢分离和收集两个主要功能。

1.1 末端执行器采摘方式

根据采摘方式的不同,末端采摘执行器可分为剪切式、提拉式、折断式和仿生式。不同的采摘分离方式对嫩梢的影响不同,提拉式、折断式和仿生式采摘的嫩梢分离处较为平整,剪切式采摘的切口位置有组织毛刺[26],但效率高、采摘稳定性好,不同采摘方式的比较如表1所示。

剪切式末端执行器通过机械传动带动刀片切割叶柄,从而实现茶叶嫩梢分离[27]。原艳芳[28]设计了一种采茶机械手,通过气缸驱动刀片切断茶叶嫩梢。申友航[29]发明了一种茶叶单芽采茶机,通过红外传感器检测嫩梢,驱动手指上的切割刀片对茶叶嫩梢进行采摘。汪旭亮等[30]设计一种茶叶嫩梢采茶机,首先通过吹风装置将嫩梢边上的其他叶子吹弯,板上设计多个只允许嫩梢通过的底孔,电磁铁带动刀片切割嫩梢。范元瑞[31]设计的茶叶采摘末端执行器主要由固定板、推拉式电磁铁、推杆、连接杆、指端摆杆等零件组成,在电磁铁的驱动下实现对嫩梢的采摘。牟顺海等[32]设计了一种茶叶采摘末端执行器,通过连杆驱动左右刀片作相向运动切割嫩梢。此外,针对名优茶机械化采摘过程中侧芽难采摘的问题,陈建能等[33]设计了一种基于刀齿弯曲变形的末端执行器,实现茶叶侧芽采摘,如图1a所示。试验结果显示,该装置可采摘部分侧芽,但对芽叶有一定损伤,且容易将老梗切断。

提拉式末端执行器主要通过夹持嫩梢叶柄并向上提拉的方式进行采摘。许丽佳等[34]设计了一种提拉式采摘茶叶嫩梢的末端执行器,通过指型摆杆带动夹持件拉断嫩梢。许多[35]设计了一种提拉式末端采茶装置,通过爪指把茶叶嫩梢拉断。刘俊锋等[36]设计了一种提拉式采摘指机构,两对夹指分别夹在嫩梢叶柄的不同位置,芯轴带动一对夹指向上移动拉断叶柄,另一对夹指保持不动,从而完成采摘,如图1b所示。XUE等[37]设计了“旋转上拉”的提拉式末端执行器,并在手指上布置了PVDF压电薄膜传感器来控制夹持力。提拉式采摘的动作比较简单,但由于叶柄具有弹性不易拉断,采摘成功率不高。

折断式末端执行器先以一定角度对嫩梢的叶柄进行弯折,使嫩度较高的叶柄受力折断,从而实现嫩梢采摘。贾江鸣等[38]设计的手持式名优茶嫩梢采摘机械手,模仿手工采茶的卷折拉断动作,如图1c所示。沈浩宇等[39]设计了一种旋折式茶叶嫩梢采摘末端执行机构,气缸带动齿条运动,控制末端夹爪的闭合,完成茶叶嫩梢采摘动作。朱任章[40]基于恒力控制技术和柔性材料设计了一款柔性指尖末端采摘机构,当柔性指尖夹持嫩梢后,腕部电机绕指尖轴线旋转,实现嫩梢与叶柄的分离。陈建能等[41]设计了一种旋转式两工位采摘收集一体的末端执行器,利用硅胶作为采摘手指,模仿人工采摘时拇指和食指捏住茶叶嫩梢后弯折拉断茶叶嫩梢。ZHAO等[42]模拟人体肌腱驱动,设计了一种提拉式末端执行器,微型伺服缸带动拉绳引起采摘手指弯曲并夹紧茶茎,然后在电机带动下旋转折断嫩梢叶柄。与提拉式采摘相比,折断式采摘先让嫩梢弯曲再向上提拉实现分离,采摘成功率有所提高,但动作复杂,采摘速度较慢。

仿生式末端执行器通过模仿人工“提手采”的方式进行采摘,具有较高的灵活性,但对控制系统的要求高。郝淼等[43]模仿人工“提手采”的动作,设计了一种仿生采茶指的末端执行器,通过定位、夹紧、提拉等动作实现对茶叶嫩梢的选择性采摘。 ZHANG等[44]设计的仿生采摘末端执行器,模拟人工“提手采”动作,并通过布置在采茶指上的箔式应变片来检测夹紧力。MOTOKURA等[45]设计了一种二指型名优茶仿生采摘末端,模仿人工采摘茶叶的动作,利用叶柄刚度来计算运动所需的轨迹和力度,从而实现茶叶采摘,如图1d所示。陈勇等[46]设计了一种茶叶仿生采摘末端执行器,模仿人工的“提手采”方法,通过控制夹爪的闭合,将茶叶嫩梢的叶柄拉断,完成茶叶嫩梢采摘。姜兆亮等[47]设计了一种腱驱动的仿生茶叶采摘末端执行器,通过电机驱动纤维绳,模拟人的肌腱带动机械手指捏住茶叶。仿生式采摘最接近手工方式采摘茶叶嫩梢,但机构复杂,实际应用较为困难。

综上,从采摘速度方面分析,剪切式速度最快,仿生式速度最慢,折断式和提拉式速度居中;从定位精度方面分析,折断式对定位精度的要求最低,剪切式对定位精度的要求最高,仿生式和提拉式的定位精度要求居中;从作业稳定性方面分析,剪切式的作业稳定性最好,仿生式的作业稳定性较差,提拉式和折断式的作业稳定性居中;从结构复杂性方面分析,剪切式结构最简单,仿生式的结构最复杂,提拉式和折断式的结构复杂性居中;从控制复杂性和作业灵活性方面分析,仿生式的控制复杂性最高也实现了最好的作业灵活性,剪切式的控制复杂性最低但也欠缺作业灵活性,提拉式和折断式的控制复杂性和作业灵活性居中。如何保证采摘效率的前提下降低嫩梢破损率和降低识别定位的精度是当前名优茶采摘末端执行器设计中的重点和难点问题。

1.2 末端执行器收集方式

嫩梢采摘后需被收集起来,根据收集方式的不同,采摘末端执行器可分为负压吸式、抛甩式和传送式,如表2所示。

负压吸式末端执行器通过负压气流完成嫩梢输送和收集。彭强[48]提出了一种负压吸式茶叶采摘末端执行器,通过负压气流使嫩梢芽叶向中心靠拢,结合切割装置分离嫩梢,负压气流吸取嫩梢进行收集。ZHU等[49]设计了一种套筒型名优茶采摘末端执行器,通过负压引导修正嫩梢的姿态,使采摘末端执行器具有一定容错能力,如图2a所示。石元值等[50]设计了一种名优茶智能双臂采茶机,采用高速运动的钢丝绳代替原有的刀片,往复运动进行切割,然后利用负压吸的方式将茶叶嫩梢输送到集叶箱。马智斌等[51]设计一种鹰嘴式名优茶采摘末端执行器,通过刀片对名优茶进行采摘并包裹在容器里,利用负压风管收集嫩梢。

抛甩式末端执行器利用嫩梢的运动惯性进行抛甩,进而实现嫩梢的收集。林桂潮等[52-53]设计了一种欠驱动式采摘末端执行器,应用带约束的信赖域优化算法对单自由度平面连杆机构杆长进行优化,实现了对嫩梢的剪切和抛甩收集。罗坤等[54]设计的名优茶捏切组合式采摘末端执行器仿照人工采摘动作,其结构由柔性采摘爪、捏切仿生机构和电控系统组成,采摘后的采摘爪运动到甩叶区,中间的弹簧将采摘爪分开,嫩梢在惯性作用下甩进收集盒内,如图2b所示。

传送式末端执行器使用柔性皮带、软辊等将采摘的嫩梢传送至收集盒。陈志标等[55]设计了一种手持式采茶机,该装置利用前端的刀片切割嫩梢,通过柔性皮带机构将嫩梢传送至收集盒,如图2c所示。张铮[56]设计了一种软辊组成的茶叶嫩梢采摘末端执行器,末端执行器通过采摘软辊把嫩梢摘下,并输送到收集盒中。尚凯歌[57]设计了一种具有轻型收纳装置的末端执行器,剪断茶叶嫩梢,收纳装置便会随着手爪闭合而收拢,将茶叶捕获,然后将采摘的嫩梢放置到收集台上,最后通过传送带将其运输到相应的茶叶收集盒中。罗坤[58]设计了一种连续式嫩梢柔性采摘装置,分析了茶叶嫩梢夹持过程中的夹持力变化特性,确定夹持部件的力学参数,通过连续喂入式机构实现茶叶嫩梢的连续采摘。刘皓央等[59]设计了一种阶梯输送式茶叶采收分级一体机,通过往复切割式刀片实现茶叶采摘,使用多组皮带实现茶叶定向运输。

综上,负压吸入式末端执行器的优点为降低定位误差、减少环境干扰,缺点为能耗较大、负压气流的控制系统要求高。抛甩式末端执行器的优点为便于实现采摘和收集一体化设计、能耗低,缺点为收集可靠性较差,容易把嫩梢甩出末端执行器,且收集距离短。传送式末端执行器的优点为作业稳定性好,收集距离长,缺点为机构的布置需要较大空间。有限的空间内,在保证收集效率的前提下提高收集成功率是当前名优茶采摘末端执行器收集装置设计的重点问题。

2 名优茶采摘机械臂构型和规划

为了保证采摘精准度和效率,名优茶采摘机械臂要求运行速度快、负载小、精度高和移动范围大,便于进行采摘规划、避障以及防碰撞控制。

2.1 按机械臂的构型分类

XYZ型机械臂具有结构简单、易于集成和操作、作业范围大等优点。原艳芳[28]设计了一种基于高地隙动力底盘的双机械手名优茶采摘机器人,采摘装置的整体结构采用XYZ型直角坐标式结构,并采用双导轨,避免了机械臂尺寸过长而产生晃动,如图3a所示。陆鑫等[60]设计了一种悬臂式双采摘机械臂的机器人,该机器人左右结构均采用悬臂式,X轴方向采用双导轨设计,避免了因Y轴悬臂过长而导致的变形和振动,如图3b所示。李亚涛等[61]采用XYZ型机械臂替换原来的Delta并联机械臂,扩大了名优茶采摘机器人的工作空间,采用双机械臂协同的采摘方式,进一步提高了采摘效率。

SCARA型机械臂具有水平运动精确、易于小型化设计等优点。汪琳[62]设计了一种采茶机器人,通过4个SCARA型机械臂同时进行采摘作业,提高了茶叶采摘的效率,如图4a所示。陶澄宇[63]和张修[64]设计的SCARA 型机械臂茶叶采摘机器人,如图4b所示。高仁鹏[65]搭建了SCARA型机械臂的名优茶智能采摘系统,柔性气动采摘手指为末端执行器,完成了名优茶的智能采摘试验。

并联型机械臂具有运动速度快、重复精度高等优点,其中Delta型机械臂结构简单、受力平衡,在茶叶嫩梢采摘中应用较多。吴强[66]设计了一种轻量化3P-Delta型机械臂,该机械臂由静平台、3个直线模组、3组平行四边形支链以及动平台组成,如图5a所示。尚凯歌[57]选用的Delta型并联机器臂,由动静平台、驱动臂、从动臂、执行电机及末端执行器组成,其中末端执行器固定在动平台下。杨化林等[67]设计的采茶机器人主体结构主要由Delta并联机构、视觉控制系统和运动控制系统等部分组成,其中Delta并联机构带动末端执行器到达指定的空间坐标进行嫩梢采摘,负压吸管将采摘后的嫩梢送至收集盒。张恩祎[68]设计了一款采用Delta型并联机械臂的茶叶采摘装置,该装置采用直线导轨机构,实现机械臂的快速移动。马智斌[69]提出一种Delta型并联机械臂的自动采茶机,并进行轨迹与路径规划,提高了采摘速度。朱任章[40]提出了一种自走式采茶机器人,采用Delta型机械臂实现茶叶采摘。高凤[70]选用四轴对称的Delta构型机械臂进行茶叶采摘机器人的设计,如图5b所示。

多关节串联机械臂在工业场合应用广泛,也常用于茶叶采摘试验平台的快速搭建。王先伟等[71]设计了一种采用4自由度关节型采摘机械臂的茶叶采摘机器人,并进行了结构参数优化。许丽佳等[34]设计的机械臂采用3行4列形式固定在装配架上,机械臂采用多关节串联机械臂。段勇强[72]采用6自由度多关节串联机械臂设计了茶叶采摘机器人,如图6a所示。蒋宗祥[73]采用通用的6轴协作机械臂设计名优茶采摘机器人,如图6b所示。WANG等[74]设计了一种Stewart并联加多关节串联机构的冗余自由度机械臂,设计的茶叶采摘机器人可适应乔木类高大茶树的采摘。WU等[75]设计了左右布置两个通用6自由度机械臂的采茶机器人,实现了两茶行的同时采摘。串联型的通用多关节机械臂多用于名优茶采摘验证平台快速搭建和协作采摘验证。

综上,XYZ型机械臂、SCARA型机械臂、Delta型机械臂和多关节串联机械臂在茶叶采摘机器人中应用较多,各有优缺点。XYZ型机械臂的优点为操作空间大、结构简单、刚性好、正逆运动学计算简单,缺点为多机械臂的干涉区域大、缺少末端姿态自由度。SCARA型机械臂的优点为可在水平面内快速移动、平面移动精度高,缺点为作业范围小、不合适长条形状的弧形茶蓬面。Delta型机械臂的优点为精度高、刚性好、运动速度快,缺点为运动空间小且不规整、不适应现有的茶蓬面、难以布置多个机械臂进行协同作业。串联型多关节机械臂优点为末端姿态灵活、工作空间大,缺点为相对并联型机械臂的运动速度和精度不高,6自由度通用化机械臂较笨重。采茶机械臂要求轻量化、运动速度快、负载低、精度高、作业区域大且规整、便于多机械臂协同作业,现在还没有适合采茶场景的采茶专用机械臂。

2.2 机械臂规划与控制

茶叶采摘机械臂的运动速度快且精度要求高,茶叶嫩梢生长密集,采摘过程中需规避老叶老梗,多臂协同采摘可提高采摘速度,多臂机器人要避免机械臂之间互相碰撞[76-77],以上都需要更加复杂的机械臂规划和控制算法作为支撑。邱铭涛[78]结合K-means算法提出了一种改进的MMAS路径规划算法,并对算法参数进行优选。彭强[48]采用Core-XY结构设计了采摘平台,提出基于MMAS算法的末端采摘路径规划。王先伟等[79]为了实现在室外环境下避障及路径规划,使用改进的ORB-SLAM2算法进行机器人自身定位与三维点云地图的构建,将三维点云地图转换为八叉树地图,在八叉树地图上实现采茶机械臂的碰撞检测算法与路径规划算法。LIN等[80]通过自注意层代替递归神经网络改进了PtrNet,并使用强化学习算法优化其参数提升采摘路径规划的效果。CHEN等[81]获取当前作业范围的多个采摘点后,基于改进蚁群算法建立多采摘点的机械臂路径规划模型。多机械臂可以有效提高采摘速度,同时也对机械臂路径规划和避障控制提出了更高的要求。原艳芳[28]通过双机械臂作业来提高采摘效率,并将蚁群算法用于全局采摘路径规划。蒋宗祥[73]构建了多臂协同采摘模型,基于KNN算法构建采摘点划分模型,采用强化学习对机械臂运动路径进行训练,避免机械臂运动过程中的碰撞。

轨迹规划[82-84]可以实现避障,提高机械臂的工作精度,降低振动,降低误采率。杨化林等[67]提出了基于时间与急动度最优的速度曲线模型算法对采摘轨迹进行优化。范元瑞[31]提出了一种运动速度和加速度的修正规律,降低了机械臂运动过程中的振动问题,提高了Delta机械臂在高速急动情况下的运动精度,并利用Bézier曲线对机械臂的运动轨迹进行优化,实现了机械臂的平滑运动。YANG等[85]采用改进的蚁群算法对Delta机械臂进行路径规划,并利用Lam′e曲线实现轨迹平滑。吴强[66]设计了一种适用于名优茶采摘的轻量化机械臂,通过S型速度曲线与Bézier曲线对采摘路径进行轨迹规划。

综上,随着茶叶采摘机器人研究不断深入,为了实现机械臂快速精准运动,减少振动,规避老叶老梗,避免多机械臂之间碰撞,出现了越来越多的机械臂路径规划和轨迹规划方面的研究。受限于采茶专用机械臂的设计方案尚未成熟,现有的机械臂规划和控制算法应用对象也不明确,因此现有的机械臂规划与控制研究与实际应用差距较大,需进一步开展理论研究和试验。

3 名优茶采摘机器人底盘

由于我国南北茶园地势、地块大小、气候等方面差异大,北方多为开阔的规模化茶园,地势相对平坦,气候干燥地面行走条件较好;南方茶园规模小,地势陡峭,多为小面积的平坦地或山间开辟的梯田,多雨水天气,特别是春茶采摘期间,茶园泥泞难行。底盘应为采摘机器人提供稳定的作业平台并适应不同茶园的行走条件,目前的采茶机器人底盘主要有轮式、履带式以及轨道式3种,特点对比如表3所示。

3.1 轮式采茶机器人底盘

轮式底盘行走机构结构简单、轻便、节能,在平坦的茶园中行走平稳性好,易于移动和转向控制,更适用于地势平坦的北方茶园。汪琳[62]设计了四轮小车作为茶叶采摘机器人的行走机构,如图7a所示,采用L型角撑板对支撑柱进行加固,提高了车体结构的刚度和稳定性。郝淼[86]设计了跨垄采茶作业的机器人移动平台,如图7b所示,采用四轮设计,每个轮子上装有独立轮毂电机,便于行走和转向。

3.2 履带式采茶机器人底盘

与轮式行走机构相比,履带式行走机构适用于坡度更大和泥泞的道路,行走也更平稳,但结构复杂、机构重量大、能耗高。YANG等[85]设计的名优茶采摘机器人,采用的履带行走机构可以更平稳地行走在茶树之间,如图8a所示。秦广明等[87]开发了一款自走式4CZ-12智能采茶机器人,如图8b所示,采用液压履带高地隙作业底盘作为机器人的行走机构。尚凯歌[57]设计的机器人底盘由驱动轮、直流驱动电机、侧车架、支重轮、托带轮、履带架等组成,如图8c所示。朱任章[40]设计的橡胶履带式行走装置能够稳定承载茶叶采摘机器人,橡胶履带底盘可以吸收运作时产生的机械振动,较大的自重也使整机的重心下移,增强整机行走稳定性,如图8d所示。

3.3 轨道式采茶机器人底盘

轮式和履带式行走机构都不可避免地受茶园地形影响而产生颠簸,轨道式底盘可实现更平稳地行走。轨道式采茶机行走在铺设于茶行沟上方的轨道上,轨道将茶行沟中的高低不平道路改为平整的轨道,采摘部分可行走在茶树上方,为名优茶采摘机器人提供更平稳的作业平台。浙江理工大学研制的第三代采茶机器人采用龙门架结构的双轨道式采茶机底盘[88],实现了茶园条件下的龙井春茶采摘作业,如图9a所示;开发的第四代采茶机器人实现悬臂结构的单轨道式底盘的双臂采摘和全自动换行作业,轨道在茶园中间隔布置,减少了对茶行沟的占用,如图9b所示。轨道式行走机构不会随茶行沟内高低不平的变化而发生颠簸,且爬坡能力好,但铺设轨道工作量大,基建投资较大,轨道维护不便,占用茶行沟,影响茶园的管理作业。

综上,相较于其他经济作物,茶园的立地条件较差,南方茶园多为丘陵山地,甚至为陡峭山坡。现有的轮式、履带式和轨道式底盘应用在不同的茶园环境下。茶叶采摘的精度要求高,底盘应为名优茶采摘机器人提供平稳的作业基础,从平稳性角度分析,轨道最优,履带次之,轮式最差;从经济性角度分析,轮式最优,履带次之,轨道最差。

4 名优茶采摘机器人整机研究进展

随着名优茶采摘末端执行器、机械臂和底盘技术的发展,结合嫩梢识别和定位技术的不断完善,名优茶采摘机器人整机20多年来实现了快速发展,可分为3个阶段:验证名优茶采摘机器人的理论方法可行性;进行名优茶嫩梢检测与定位、末端执行器、机械臂、底盘和整机等关键技术的创新;进行名优茶采摘机器人的茶园试验,提高采摘效率和成功率。

2011—2018年,为名优茶采摘机器人方案探索和采摘理论验证阶段。2011年,韦佳佳[89]对名优茶的选择性采摘可行性进行了初步探索。2012年,秦广明等[87]设计了4CZ-12智能采茶机器人,初步实现了名优茶自动采摘流程。2013年,陆鑫等[60]设计了一种悬臂式双采摘机械臂的名优茶采摘机器人,左右结构均采用悬臂梁式,如图10a所示。2014年,孙晓锋[90]采用传统图像处理算法实现了茶叶检测和采摘点定位,并搭建样机进行了初步验证。2015年,李楠[91]应用并联机械臂实现了名优茶采摘样机的搭建,并进行了采摘试验验证,如图10b所示。2017年,江东[92]通过传统图像识别和茶叶的形态学特征技术,搭建了名优茶采摘试验平台。在本研究阶段,通过试验平台初步验证了名优茶采摘机器人的理论方法可行性,并进行了不同采摘机器人方案的初步验证。

2019—2021年,随着深度学习、3D相机等技术的普遍研究和应用,名优茶采摘检测和定位技术得到了突破性进展,带动采摘末端执行器、机械臂和底盘技术的深入研究,名优茶采摘机器人整机也迎来了采摘理论和样机试验的快速发展。2019年,汪琳[62]提出一种基于SCARA机械手的采茶机器人,使用多个机械手进行采摘以提高采摘效率。2021年,杨化林团队[93-94]提出了基于并联机械臂的名优茶采摘机器人样机,设计了机器人的机械结构,搭建了控制及视觉识别系统,如图11a所示。2021—2022年期间,罗坤[58]设计了一种轮式名优茶采摘机器人,如图11b所示,模拟人工采摘茶叶的动作和顺序,开发了柔性夹持与切刀一体化的连续低损采摘末端执行器,并进行了茶园初步试验。

2022—2024年,随着名优茶采摘机器人的末端执行器、机械臂和底盘等关键技术的理论研究和试验平台逐步成熟,出现了名优茶采摘机器人的茶园田间采摘试验和初步应用。2022年,浙江理工大学开发的采茶机器人采用结构光深度相机获取茶叶的RGB-D图像[88],应用 YOLO v5模型实现茶叶嫩梢识别,通过3P-Delta机械臂和套筒结构末端执行器进行采摘。2023年,浙江理工大学开发了采用XYZ型机械臂的名优茶采摘机器人[95],利用YOLO vX检测网络识别嫩梢目标,主成分分析法分割嫩梢目标点云,确定采摘点,并利用遗传算法对采摘路径进行规划,缩短机械臂的运动时间,采摘后的嫩梢暂存在末端的暂存盒中,在整机的移动间隙放入收集盒内,一台机器可替代一个采茶工,如图12a所示。2024年,浙江理工大学[96]进一步提高采摘效率和降低整机成本,从两机械臂增加到四机械臂,从两台固定的3D相机改为一台移动的3D相机,一台机器可替代1～2个采茶工,如图12b所示。

综上,名优茶采摘机器人的理论研究、实验验证和样机试验证明了名优茶智能化采摘的可行性,研究过程如表4。但现有技术还存在很多不足:现有技术手段只能采摘茶蓬面上的顶芽;面对复杂的茶园环境,采摘成功率和采摘效率不够高;机器人本体过于笨重,难以适应丘陵山区的小地块茶园。因此,名优茶采摘机器人应以提高采摘速度和采摘成功率为首要目标,同时降低整机重量,降低整机成本,提高整机可靠性。2025年,名优茶采摘机器人在末端采摘执行器、机械臂、底盘等多方面又进行了新的技术尝试[97],末端执行器的收集方式模拟人工,剪切后通过抛甩的动作将嫩梢收入收集盒,轻量化设计的串联式机械臂,腿式底盘替代履带式底盘,如图13所示。

5 名优茶采摘研究难点与展望

5.1 名优茶采摘研究难点

在过去的20多年,智能化名优茶采摘技术受到越来越多关注,但目前针对名优茶采摘机器人的研究,尚处于样机研究与试验阶段,整机机械关键技术在实际应用中仍然存在一些挑战。

精细化采摘动作控制是茶叶采摘机器人的核心需求。采摘目标茶叶嫩梢的形态不规则、体积小,在茶园环境中随风摆动。目前机器人在模拟人手进行精细操作,如精确控制采摘力度、采摘侧芽、采摘末端的感知等方面仍有缺陷。机械臂的运动轨迹规划、采摘过程中避开老叶老梗、多机械臂的协同采摘任务分配和路径规划等方面,仍存在局限。茶园地形多样,茶树生长状态不整齐,春茶期间嫩梢上多有雨水未干,加之天气和光照条件的不断变化,这些因素都对名优茶采摘机器人的环境适应性提出了挑战。如何让名优茶采摘机器人在上述复杂环境中稳定工作,是技术研究中需要重点解决的问题。高效率的机器人具有较高的技术成本和硬件成本,如何在降低整机成本的同时提高采摘效率和茶叶采摘质量,也是当前研究需要关注的问题。

5.2 未来展望

智能化名优茶采摘是名优茶产业未来发展的必然选择,名优茶采摘机器人的技术研发与工程化推广对茶产业的健康发展具有重要意义。针对当前名优茶采摘研究中存在的问题,结合国内外研究现状,针对现有整机机械关键技术的研究现状与研究挑战,本文提出未来应该重点围绕以下方面开展技术研究和工程化攻关:

(1)研制多自由度智能高效的采摘末端执行器

为满足名优茶采摘机器人“精准、稳定、高效”的作业需求,作为名优茶采摘机器人的关键部件之一,采摘末端执行器应该运用高精度微型运动部件和多传感器融合(视觉、触觉和力觉等),研发多自由度、低损、高速和轻量化的精准高效茶叶采摘机械手,实现立体栽培茶园的侧芽采摘,减少嫩梢损伤,提高采摘末端执行器对嫩梢状态的感知精度和操作灵活性,实现更为精细的采摘动作,提升采摘嫩梢的完整率。另外,结合柔性智能材料,设计带智能感知和适应性的智能末端执行器,降低对定位精度的要求,实现具有容错性的智能化末端执行器。

(2)研制高速轻量化采茶专用机械臂,研究多机械臂协同作业与机械臂规划技术

机械臂的良好结构设计是保证茶叶采摘效率和精准度的关键因素之一。茶叶生长密集、采摘目标小、采摘目标重量轻,因此机械臂需要速度快、精度高和惯性小,设计适合采茶作业的机械臂构型,借助3D打印制造技术,采用低密度高强度的材料,实现中空轻量化结构的采茶专用机械臂。研究多臂机器人的高效协同作业算法,合理设计机械臂安装位置,优化作业空间划分、路径规划和轨迹规划,实现机械臂合理、快速、高效运行,提高采摘效率。

机械臂运动偏差会导致末端执行器无法运动到准确的采摘位置,碰撞老叶老梗会引起嫩梢位置变动,都会导致茶叶嫩梢采摘成功率降低。视觉伺服对提升名优茶采摘机械臂的运动精度和鲁棒性有着重要意义,利用视觉伺服对末端执行器位置进行反馈调节,优化视觉伺服控制算法,构建机械臂的运动避障和精确采摘控制方法,同时开发集成化的控制架构,设计能够处理大量实时数据的整机运动控制系统,优化机器人的运动性能和响应速度,是今后提高采摘成功率的重要研究内容。

(3)研制丘陵山地通用化底盘和多功能一体化的茶园管理机械

我国茶园种植区域广泛,且大多分布在丘陵山地地带,茶树是多年生长植物,作物形态的一致性差。未来需要研发丘陵山地通用化底盘,改善采茶机器人在丘陵和山地等复杂地形中的运动和作业能力,提高多地形适应能力;针对坡度大的山区茶园,可加强研究适应大坡度地形的特色底盘(如轨道式和吊挂式底盘),增强名优茶采摘机器人的爬坡和适应颠簸道路的能力,使其能够在多变的地形中稳定行走,为名优茶采摘机器人提供稳固的作业基础,利于实现机械臂高速运动和末端执行器精准采摘。研发包括耕作、施肥、采摘、喷药、修剪等多种作业模式一体化的多功能茶园作业机械,不仅能使茶园机械使用次数增加,提高作业便利性,更能节约成本。

(4)农机农艺相结合,为名优茶采摘机器人整机优化提供良好的基础农艺条件

采摘效率和采摘成功率一直是评估名优茶采摘机器人的关键指标,而这两个指标在某种程度上相互制约,导致现有的茶叶采摘机器人在研发上难以达到采摘效率和采摘成功率的一致提高。标准化的茶树和茶园可为名优茶采摘机器人提供良好的作业基础条件。如培育生长更加一致、芽叶整体较长、多茬连续生长的茶叶品种;改善茶园立地环境,规划采茶机器人行走道路;统一规范的茶园管理模式。规范化的农艺,将有效促进名优茶采摘机器人持续提高茶叶采摘的作业效率和采摘成功率。

[1] 杨亚军. 坚持问题导向推动我国茶业高质量发展——我国茶产业发展现状与建议[J]. 中国茶叶, 2023, 45(1):1-5.YANG Yajun. Adhere to problem orientation and promote high-quality development of China’s tea industry-current situation and suggestions of tea industry development in China[J]. Chinese Tea, 2023, 45(1):1-5. (in Chinese)

[2] 梅宇, 张朔. 2022年中国茶叶生产与内销形势分析[J]. 中国茶叶, 2023, 45(4):25-30.MEI Yu, ZHANG Shuo. Analysis of China’s tea production and domestic sales in 2022[J]. China Tea, 2023, 45(4):25-30. (in Chinese)

[3] HAJIAGHAALIPOUR F, SANUSI J, KANTHIMATHI M S. Temperature and time of steeping affect the antioxidant properties of white, green, and black tea infusions[J]. Journal of Food Science, 2016, 81(1):56-64.

[4] 郑航, 傅童, 薛向磊, 等. 茶叶机械化采摘技术研究现状与展望[J]. 中国农机化学报, 2023, 44(9):28-35.ZHENG Hang, FU Tong, XUE Xianglei, et al. Research status and prospect of tea mechanized picking technology[J]. Journal of Chinese Agricultural Mechanization, 2023, 44(9):28-35. (in Chinese)

[5] 叶春, 赵爽, 徐光浩, 等. 名优茶机采关键技术及其装备研究现状和发展趋势[J]. 中国茶叶, 2025, 47(5):1-7.YE Chun, ZHAO Shuang, XU Guanghao, et al. Present situation and development trend of picking technology and equipment for high-quality tea[J]. China Tea, 2025, 47(5):1-7. (in Chinese)

[6] 易文裕, 程方平, 邱云桥, 等. 单人采茶机研究现状与发展趋势[J]. 中国农机化学报, 2020, 41(11):33-38.YI Wenyu, CHENG Fangping, QIU Yunqiao, et al. Research status and development trend of single tea-picking machine[J]. Journal of Chinese Agricultural Mechanization, 2020, 41(11):33-38. (in Chinese)

[7] 俞国红, 郑航, 叶云翔, 等. 轻便自走式采茶机的设计与试验[J]. 浙江农业学报, 2023, 35(9):2233-2239. YU Guohong, ZHENG Hang, YE Yunxiang, et al. Design and experiment on portable self-propelled tea picker[J]. Acta Agricultural Zhejiangensis, 2023, 35(9):2233-2239. (in Chinese)

[8] 杜哲, 胡永光, 王升. 便携式采茶机切割器运动仿真与试验[J]. 农业机械学报, 2018, 49(增刊):221-226.DU Zhe, HU Yongguang, WANG Sheng. Simulation and experiment of reciprocating cutter kinematic of portable tea picking machine[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(Supp.):221-226. (in Chinese)

[9] 张兰兰. 机采名优茶鲜叶分级技术及分级机研究[D]. 杭州:浙江大学, 2012.ZHANG Lanlan. Research on the classification technology and the classifier of machine-plucking high quality tea[D]. Hangzhou:Zhejiang University, 2012. (in Chinese)

[10] 毛奔. 名优茶嫩芽采摘点定位及采摘爪的设计研究[D]. 南京: 南京农业大学, 2023.MAO Ben. Research on the positioning of picking points and the design of picking claws of famous tea shoots[D]. Nanjing: Nanjing Agricultural University, 2023. (in Chinese)

[11] WANG X M, HAN C Y, WU W B, et al. Fundamental understanding of tea growth and modeling of precise tea shoot picking based on 3-D coordinate instrument[J]. Processes, 2021, 9(6):1059.

[12] ZHANG L, ZOU L, WU C Y, et al. Method of famous tea sprout identification and segmentation based on improved watershed algorithm[J]. Computers and Electronics in Agriculture, 2021, 184:106-108.

[13] 王喆. 履带自走式名优茶采摘机的设计与试验[D]. 合肥: 安徽农业大学, 2024.WANG Zhe. Design and experiment of crawler self-propelled high-quality tea picking machine[D]. Hefei: Anhui Agricultural University, 2024. (in Chinese)

[14] 王振武. 面向复杂工况的智能采茶机器人设计[D]. 济南:山东大学, 2021.WANG Zhenwu. Design of intelligent tea picking robot for complex working condition[D]. Jinan:Shandong University, 2021. (in Chinese)

[15] 权启爱. 采茶机械的研制和我国采茶机械化事业的发展[J]. 中国茶叶, 2018, 40(8):14-17.

[16] 权启爱. 采茶机械的研制和我国采茶机械化事业的发展(续)[J]. 中国茶叶, 2018, 40(9):8-12.

[17] 韩余, 肖宏儒, 秦广明, 等. 国内外采茶机械发展状况研究[J]. 中国农机化学报, 2014, 35(2):20-24. HAN Yu, XIAO Hongru, QIN Guangming, et al. Studies on develop situations of tea-leaf picker both at home and abroad[J]. Journal of Chinese Agricultural Mechanization, 2014, 35(2):20-24. (in Chinese)

[18] 邱瑞瑾, 吴建华, 龙志荣, 等. 广西梧州茶园机械化生产现状及对策[J]. 中国茶叶, 2019, 2(7):60-64.

[19] 高一聪, 许晨, 林琼, 等. 茶叶生产装备自动化与智能化技术研究进展与展望[J]. 农业机械学报, 2024, 55(7):1-14.GAO Yicong, XU Chen, LIN Qiong, et al. Tea production equipment automation and intelligent technology research progress and prospects[J]. Transactions of the Chinese Society for Agricultural Machinery, 2024, 55(7):1-14. (in Chinese)

[20] 杜岳峰, 傅生辉, 毛恩荣, 等. 农业机械智能化设计技术发展现状与展望[J]. 农业机械学报, 2019, 50(9):1-17.DU Yuefeng, FU Shenghui, MAO Enrong, et al. Development situation and prospects of intelligent design for agricultural machinery[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(9):1-17. (in Chinese)

[21] 王小勇, 汤丹丹. 茶叶采摘技术及采茶机械研究进展[J]. 茶叶学报, 2022, 63(4):275-282.WANG Xiaoyong, TANG Dandan. Research progress on mechanical tea plucking[J]. Acta Tea Sinica, 2022, 56(4):275-282. (in Chinese)

[22] 张浩, 陈勇, 汪巍, 等. 基于主动计算机视觉的茶叶采摘定位技术[J]. 农业机械学报, 2014, 45(9):61-65, 78.ZHANG Hao, CHEN Yong, WANG Wei, et al. Positioning method for tea picking using active computer vision[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(9):61-65, 78. (in Chinese)

[23] 汤一平, 王伟羊, 朱威, 等. 基于机器视觉的茶陇识别与采茶机导航方法[J]. 农业机械学报, 2016, 47(1):45-50.TANG Yiping, WANG Weiyang, ZHU Wei, et al. Tea ridge identification and navigation method for tea-plucking machine based on machine vision[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(1):45-50. (in Chinese)

[24] 汤一平, 韩旺明, 胡安国, 等. 基于机器视觉的乘用式智能采茶机设计与试验[J]. 农业机械学报, 2016, 47(7):15-20.TANG Yiping, HAN Wangming, HU Anguo, et al. Design and experiment of intelligentized tea-plucking machine for human riding based on machine vision[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(7):15-20. (in Chinese)

[25] 黄海军. 采茶机器人茶叶视觉识别技术研究[D]. 上海:上海工程技术大学, 2017.HUANG Haijun. Research on tea visual recognition technology of tea-picking robot[D]. Shanghai: Shanghai University of Engineering Science, 2017. (in Chinese)

[26] LUO K, WU Z M, CAO C M, et al. Biomechanical characterization of bionic mechanical harvesting of tea buds[J]. Agriculture, 2022, 12(9):1361.

[27] 张智浩, 朱立学, 林桂潮, 等. 名优茶采摘末端执行器关键技术研究进展[J]. 现代农业装备, 2022, 43(3): 7-12.ZHANG Zhihao, ZHU Lixue, LIN Guichao, et al. Research progress on key technologies of the famous tea picking end effectors[J]. Modern Agricultural Equipment, 2022, 43(3):7-12. (in Chinese)

[28] 原艳芳. 名优茶采摘机械手与采摘策略研究[D]. 武汉:华中农业大学, 2017.YUAN Yanfang. Research on the picking manipulator of famous tea and picking strategy[D]. Wuhan:Huazhong Agricultural University, 2017. (in Chinese)

[29] 申友航. 茶叶单芽采茶机: CN107580869A[P]. 2018-01-16.

[30] 汪旭亮, 邓勇, 严万林, 等. 茶叶单芽采茶机: CN103609257A[P]. 2014-03-05.

[31] 范元瑞. 并联式自动采茶机的设计与研究[D]. 青岛:青岛科技大学, 2019.FAN Yuanrui. Design and research of automatic tea picking machine based on parallel robot[D]. Qingdao:Qingdao University of Science and Technology, 2019. (in Chinese)

[32] 牟顺海, 李少华. 茶叶采摘机器手采摘剪刀设计及仿真[J]. 西南师范大学学报(自然科学版), 2014, 39(6):55-58. MOU Shunhai, LI Shaohua. On design and simulation of picking scissors of tea picking robots[J]. Journal of Southwest China Normal University (Natural Science Edition), 2014, 39(6):55-58. (in Chinese)

[33] 陈建能, 李杭, 刘林敏, 等. 名优茶采摘分体刀具式末端执行器设计与试验优化[J]. 农业机械学报, 2024, 55(1):39-46, 195. CHEN Jianneng, LI Hang, LIU Linmin, et al. Design and experimental optimization of end effector for picking famous tea with split-cutter[J]. Transactions of the Chinese Society for Agricultural Machinery, 2024, 55(1):39-46, 195. (in Chinese)

[34] 许丽佳, 刘琦, 代建武, 等. 茶叶嫩梢采摘末端执行器的设计研究[J]. 茶叶科学, 2021, 41(5):705-716.XU Lijia, LIU Qi, DAI Jianwu, et al. Design of end effector for picking tea shoots[J]. Journal of Tea Science, 2021, 41(5):705-716. (in Chinese)

[35] 许多. 智能采茶机机械结构及控制系统设计[D]. 成都:四川农业大学, 2018.XU Duo. Design of intelligent tea picking machine’s mechanical structure and control system[D]. Chengdu:Sichuan Agricultural University, 2018. (in Chinese)

[36] 刘俊锋, 潘志刚, 陈勇, 等. 高档名优绿茶仿生采摘指气动控制系统研制[J]. 中国农机化学报, 2021, 42(3):166-170, 188. LIU Junfeng, PAN Zhigang, CHEN Yong, et al. Development of the pneumatic control system for the bionic plucking fingers for high-quality green tea[J]. Journal of Chinese Agricultural Mechanization, 2021, 42(3):166-170, 188. (in Chinese)

[37] XUE P, LI Q, FU G D. Design and control simulation analysis of tender tea bud picking manipulator[J]. Applied Sciences, 2024, 14(2):928.

[38] 贾江鸣, 叶玉泽, 程培林, 等. 手持式名优茶嫩梢采摘机械手设计与试验优化[J]. 农业机械学报, 2022, 53(5):86-92.JIA Jiangming, YE Yuze, CHENG Peilin, et al. Design and experimental optimization of hand-held manipulator for picking famous tea shoot[J]. Transactions of the Chinese Society for Agricultural Machinery, 2022, 53(5):86-92. (in Chinese)

[39] 沈浩宇, 贾江鸣, 童俊华, 等. 旋折式茶叶单芽采摘机械手: CN111149514B[P]. 2021-07-06.

[40] 朱任章. 名优茶采摘机器人结构设计与优化[D]. 南昌:江西农业大学, 2022.ZHU Renzhang. Structural design and optimization of famous tea picking robot[D]. Nanchang:Jiangxi Agricultural University, 2022. (in Chinese)

[41] 陈建能, 陈倩雯, 刘林敏, 等. 旋转式两工位名优茶采摘收集一体末端执行器设计与试验[J]. 农业机械学报, 2024, 55(10):136-144.CHEN Jianneng, CHEN Qianwen, LIU Linmin, et al. Design and experiment of rotating two workstations integrated effector for famous tea picking and collection[J]. Transactions of the Chinese Society for Agricultural Machinery, 2024, 55(10):136-144. (in Chinese)

[42] ZHAO X Y, HE L Y, LI Y T, et al. Kinetostatic modeling of clamping force in a tendon-driven soft robotic gripper for tea shoot plucking[J]. Computers and Electronics in Agriculture, 2025,236: 110441.

[43] 郝淼, 陈勇, 潘志刚, 等. 名优绿茶仿生采摘指研制[J]. 食品与机械, 2018, 34(10):86-90.HAO Miao, CHEN Yong, PAN Zhigang, et al. Development of a bionic plucking finger for high-quality green tea[J]. Food and Machinery, 2018, 34(10):86-90. (in Chinese)

[44] ZHANG W, CHEN Y, WANG Q Q, et al. Researches on the tender leaf identification and mechanically perceptible plucking finger for high-quality green tea[J]. Journal of the Science of Food and Agriculture, 2024,105(4): 2169-2178.

[45] MOTOKURA K, TAKAHASHI M, EWERTON M, et al. Plucking motions for tea harvesting robots using probabilistic movement primitives[J]. IEEE Robotics and Automation Letters, 2020, 5(2):3275-3282.

[46] 陈勇, 郝淼, 潘志刚, 等. 茶叶仿生采摘指: CN107006218B[P]. 2019-05-21.

[47] 姜兆亮, 陈国鹏, 李鑫德, 等. 一种茶叶采集装置及方法: CN112369204B[P]. 2021-10-22.

[48] 彭强. 阵列式名优茶采摘机械手设计与全局路径规划研究[D]. 杭州:浙江理工大学, 2023. PENG Qiang. Research on manipulator and global path planning for picking famous tea at the end of array[D]. Hangzhou:Zhejiang Sci-Tech University, 2023. (in Chinese)

[49] ZHU Y P, WU C Y, TONG J H, et al. Deviation tolerance performance evaluation and experiment of picking end effector for famous tea[J]. Agriculture, 2021, 11(2):128.

[50] 石元值, 马立锋, 伊晓云, 等. 一种名优茶智能双臂采茶机: CN209268045U[P]. 2019-08-20.

[51] 马智斌, 陈龙, 李修隆, 等. 一种鹰嘴式名优茶采摘机构: CN210247563U[P]. 2020-04-07.

[52] 林桂潮, 陈定贤, 陈嘉辉, 等. 剪切-收集一体式茶叶采摘末端执行器设计与试验[J]. 机电工程技术, 2023, 52(9):42-45, 172.LIN Guichao, CHEN Dingxian, CHEN Jiahui, et al. Design and testing of a cutting-collecting integrated end-effector for tea picking[J]. Mechanical &Electrical Engineering Technology, 2023, 52(9):42-45, 172. (in Chinese)

[53] 林桂潮, 郑晓鑫, 曾文勇, 等. 欠驱动式茶叶采摘末端执行器优化设计与试验[J]. 农业机械学报, 2025, 56(1):133-140.LIN Guichao, ZHENG Xiaoxin, ZENG Wenyong, et al. Optimization design and testing of under-actuated tea harvesting end-effector[J]. Transactions of the Chinese Society for Agricultural Machinery, 2025, 56(1):133-140. (in Chinese)

[54] 罗坤, 吴正敏, 曹成茂, 等. 茶鲜叶嫩梢捏切组合式采摘器设计与试验[J]. 农业工程学报, 2022, 38(13):1-9.LUO Kun, WU Zhengmin, CAO Chengmao, et al. Design and experiment of the combined pinch and cut picker for tea fresh leaf tips[J]. Transactions of the CSAE, 2022, 38(13):1-9. (in Chinese)

[55] 陈志标, 林云峰, 李培远. 一种手持式采茶机: CN105960942B[P]. 2018-03-16.

[56] 张铮. 一种软辊式仿手工无破损茶叶嫩芽采摘机: CN203912588U[P]. 2014-11-05.

[57] 尚凯歌. 茶叶采摘机器人机械结构设计及控制系统研究[D]. 长春:长春理工大学, 2019.SHANG Kaige. Mechanical structure design and control system research of tea-picking robot[D]. Changchun:Changchun University of Science and Technology, 2019. (in Chinese)

[58] 罗坤. 名优茶嫩梢低损采摘机理与装备研发[D]. 合肥:安徽农业大学, 2023.LUO Kun. Low-loss picking mechanism and equipment development of high-quality tea shoots[D]. Hefei:Anhui Agricultural University, 2023. (in Chinese)

[59] 刘皓央, 肖强, 李鑫, 等. 阶梯输送式茶叶采收分级一体机设计与试验[J]. 农业工程学报, 2024, 40(17):52-60.LIU Haoyang, XIAO Qiang, LI Xin, et al. Design and experiment of the stepped transportation tea harvesting and grading integrated machine[J]. Transactions of the CSAE, 2024, 40(17):52-60. (in Chinese)

[60] 陆鑫, 李恒, 徐丽明, 等. 双臂式茶叶采摘机器人的改进设计[J]. 农机化研究, 2015, 37(2):101-106.LU Xin, LI Heng, XU Liming, et al. The improve design of tea picking robot with two arms[J]. Journal of Agricultural Mechanization Research, 2015, 37(2):101-106. (in Chinese)

[61] 李亚涛, 周宇杰, 王少卿, 等. 名优茶采摘机器人收获试验[J]. 茶叶科学, 2024, 44(1):75-83.LI Yatao, ZHOU Yujie, WANG Shaoqing, et al. Experimental study on high-quality tea plucking by robot[J]. Journal of Tea Science, 2024, 44(1):75-83. (in Chinese)

[62] 汪琳. 基于SCARA机械手的采茶机器人研究[D]. 合肥:中国科学技术大学, 2020.WANG Lin. Research on the tea picking robot based on SCARA manipulators[D]. Hefei:University of Science and Technology of China, 2020. (in Chinese)

[63] 陶澄宇. 自主采茶机器人的茶叶剪切位置视觉识别及导引研究[D]. 上海:上海交通大学, 2024.TAO Chengyu. Visual recognition and guidance of tea cutting position for autonomous tea picking robot[D]. Shanghai:Shanghai Jiao Tong University, 2024. (in Chinese)

[64] 张修. 智能采茶机器人的茶叶视觉特征识别方法研究[D]. 上海:上海交通大学, 2020.ZHANG Xiu. Research on tea recognition method based on machine vision features for intelligent tea picking robot[D]. Shanghai:Shanghai Jiao Tong University, 2020. (in Chinese)

[65] 高仁鹏. 基于图像处理的名优茶智能化采摘系统的研制[D]. 武汉:华中农业大学, 2023. GAO Renpeng. Development of intelligent tea picking system based on image processing[D]. Wuhan:Huazhong Agricultural University, 2023. (in Chinese)

[66] 吴强. 名优茶采摘机械臂的设计与运动控制[D]. 杭州:浙江理工大学, 2022.WU Qiang. Design and motion control of the robot arm for famous tea picking[D]. Hangzhou:Zhejiang Sci-Tech University, 2022. (in Chinese)

[67] 杨化林, 钟岩, 姜沅政, 等. 基于时间与急动度最优的并联式采茶机器人轨迹规划混合策略[J]. 机械工程学报, 2022, 58(9):62-70.YANG Hualin, ZHONG Yan, JIANG Yuanzheng, et al. Hybrid strategy of parallel tea picking robot trajectory planning based on optimal time and jerk[J]. Journal of Mechanical Engineering, 2022, 58(9):62-70. (in Chinese)

[68] 张恩祎. 基于并联机械手的茶叶嫩芽采摘装置研究[D]. 武汉:华中农业大学, 2023.ZHANG Enyi. Research on tea shoot picking device based on parallel manipulator[D]. Wuhan:Huazhong Agricultural University, 2023. (in Chinese)

[69] 马智斌. 并联式自动采茶机控制系统研究[D]. 青岛:青岛科技大学, 2020.MA Zhibin. Research on control system of parallel automatic tea-picking machine[D]. Qingdao:Qingdao University of Science and Technology, 2020. (in Chinese)

[70] 高凤. 名优茶并联采摘机器人结构设计与仿真[D]. 南京:南京林业大学, 2013.GAO Feng. Structural design and simulation of a high-quality tea parallel plucking robot[D]. Nanjing:Nanjing Forestry University, 2013. (in Chinese)

[71] 王先伟, 吴明晖, 周俊, 等. 名优茶采摘机器人机械手结构参数优化与仿真[J]. 中国农机化学报, 2018, 39(7):84-89.WANG Xianwei, WU Minghui, ZHOU Jun, et al. Optimization and simulation of structural parameters of manipulators for high-quality tea picking robots[J]. Journal of Chinese Agricultural Mechanization, 2018, 39(7):84-89. (in Chinese)

[72] 段勇强. 基于机器视觉的智能采茶机械手控制系统研究[D]. 恩施:湖北民族大学, 2021.DUAN Yongqiang. Research on intelligent tea picking manipulator control based on machine vision system[D]. Enshi:Hubei Minzu University, 2021. (in Chinese)

[73] 蒋宗祥. 多臂协同的名优茶单芽精准采摘机器人研究[D]. 济南:山东大学, 2022.JIANG Zhongxiang. Research on the precise picking robot of high-quality tea sprout with multi-arm coordination[D]. Jinan:Shandong University, 2022. (in Chinese)

[74] WANG Z J, YANG C H, CHE R Q, et al. Assisted tea leaf picking: the design and simulation of a 6-DOF Stewart parallel lifting platform[J]. Agronomy, 2024, 14(4):844.

[75] WU L F, LIU H L, YE C, et al. Development of a premium tea-picking robot incorporating deep learning and computer vision for leaf detection[J]. Applied Sciences, 2024, 14(13):5748.

[76] 周毛等, 张栋, 周涛, 等. 基于双目视觉的采摘机器人机械臂控制[J]. 计算机与数字工程, 2018, 46(11):2355-2359.ZHOU Maodeng, ZHANG Dong, ZHOU Tao, et al. Control of picking robot manipulator based on binocular vision[J]. Computer &Digital Engineering, 2018, 46(11):2355-2359. (in Chinese)

[77] 占涛. 双臂协作农业采摘机器人若干关键技术研究[D]. 武汉:湖北工业大学, 2018. ZHAN Tao. Research on several key technologies of agricultural picking robot with double manipulators cooperation[D]. Wuhan:Hubei University of Technology, 2018. (in Chinese)

[78] 邱铭涛. 名优茶采摘机械臂的局部避障和全局路径规划研究[D]. 杭州:浙江理工大学, 2023.QIU Mingtao. Research on local obstacle avoidance and global path planning of famous tea plucking manipulator[D]. Hangzhou:Zhejiang Sci-Tech University, 2023. (in Chinese)

[79] 王先伟, 吴明晖, 周俊, 等. 采茶机器人导航避障及路径规划研究[J]. 农业装备与车辆工程, 2019, 57(12):121-124.WANG Xianwei, WU Minghui, ZHOU Jun, et al. Research on tea picking robot’s navigation, barrier avoidance and path planning[J]. Agricultural Equipment &Vehicle Engineering, 2019, 57(12):121-124. (in Chinese)

[80] LIN G C, XIONG J T, ZHAO R M, et al. Efficient detection and picking sequence planning of tea buds in a high-density canopy[J]. Computers and Electronics in Agriculture, 2023, 213:108213.

[81] CHEN C L, LU J Z, ZHOU M C, et al. A YOLOv3-based computer vision system for identification of tea buds and the picking point[J]. Computers and Electronics in Agriculture, 2022, 198:107116.

[82] MEI J P, ZHANG X, ZANG J W, et al. Optimization design using a global and comprehensive performance index and angular constraints in a type of parallel manipulator[J]. Advances in Mechanical Engineering, 2018, 10(7):1-13.

[83] CHEN Q Z, ZHANG C R, NI H P, et al. Trajectory planning method of robot sorting system based on S-shaped acceleration/deceleration algorithm[J]. International Journal of Advanced Robotic Systems, 2018, 15(6):1-13.

[84] JIN X J, CHEN Y, ZHANG H, et al. High-quality tea flushes detection under natural conditions using computer vision[J]. International Journal of Digital Content Technology and Its Applications, 2012, 6(18):600-606.

[85] YANG H L, CHEN L, MA Z B, et al. Computer vision-based high-quality tea automatic plucking robot using Delta paralle manipulator[J]. Computers and Electronics in Agriculture, 2021, 181:105946.

[86] 郝淼. 高档名优绿茶嫩芽识别与仿生采摘指研究[D]. 南京:南京林业大学, 2019. HAO Miao. Researches on the identification of tender leaves and bionic plucking fingers for high-quality green tea[D]. Nanjing:Nanjing Forestry University, 2019. (in Chinese)

[87] 秦广明, 赵映, 肖宏儒, 等. 4CZ-12智能采茶机器人设计及田间试验[J]. 中国农机化学报, 2014, 35(1):152-156, 169.QIN Guangming, ZHAO Ying, XIAO Hongru, et al. 4CZ-12 intelligent tea harvest robot design and field experiment[J]. Journal of Chinese Agricultural Mechanization, 2014, 35(1):152-156, 169. (in Chinese)

[88] 周宇杰, 吴强, 贺磊盈, 等. 名优茶采摘机器人的系统设计与试验[J]. 机械工程学报, 2022, 58(19):12-23.ZHOU Yujie, WU Qiang, HE Leiying, et al. Design and experiment of intelligent picking robot for famous tea[J]. Journal of Mechanical Engineering, 2022, 58(19):12-23. (in Chinese)

[89] 韦佳佳. 名优茶机械化采摘中嫩芽识别方法的研究[D]. 南京:南京林业大学, 2012.WEI Jiajia. Researches on high-quality tea flushes identification for mechanical-plucking[D]. Nanjing:Nanjing Forestry University, 2012. (in Chinese)

[90] 孙晓锋. 名优茶智能化采摘中新梢识别及其中心点确定的方法研究[D]. 南京:南京林业大学, 2014.SUN Xiaofeng. Researches on high-quality tea flushes identification and centering method for intelligent plucking[D]. Nanjing:Nanjing Forestry University, 2014. (in Chinese)

[91] 李楠. 名优绿茶并联采摘机器人控制系统研究[D]. 南京:南京林业大学, 2015．LI Nan. Researches on the control system for a parallel tea-plucking robot[D]. Nanjing:Nanjing Forestry University, 2015. (in Chinese)

[92] 江东. 名优茶智能采摘视觉系统的研究[D]. 武汉:华中农业大学, 2017.JIANG Dong. Research on smart tea intelligent picking visual system[D]. Wuhan:Huazhong Agricultural University, 2017. (in Chinese)

[93] 陈龙. 茶叶嫩芽视觉识别与采摘技术研究[D]. 青岛:青岛科技大学, 2021.CHEN Long. Study on visual recognition and picking technology of tender tea buds[D]. Qingdao:Qingdao University of Science and Technology, 2021. (in Chinese)

[94] 钟岩. 基于机器视觉的并联式自动采茶机控制系统研究和开发[D]. 青岛:青岛科技大学, 2022.ZHONG Yan. Research and development of parallel automatic tea picking machine control system based on machine vision[D]. Qingdao:Qingdao University of Science and Technology, 2022. (in Chinese)

[95] LI Y T, WU S K, HE L Y, et al. Development and field evaluation of a robotic harvesting system for plucking high-quality tea[J]. Computers and Electronics in Agriculture, 2023, 206:107659.

[96] 人民日报. 西湖龙井采茶季茶园来了位“智能机器人”[EB/OL]. (2024-03-28)[2025-05-05]. https:∥wap.peopleapp.com/article/7377310/7210395.

[97] 央视网. 我国智能机器人场景落地创新加速[EB/OL]. (2025-05-04)[2025-05-05]. https:∥tv.cctv.com/2025/05/04/VIDEv1W693ySxQs2DGk6rTj0250504.shtml.