草莓营养丰富，具有多种价值，其种植面积和产量逐年增加，但由于采摘环节落后的人工作业方式，制约了草莓种植业的发展。因此，实现草莓采摘的机械化和自动化是草莓生产环节中一个亟待解决的问题。由于草莓特殊的生长特性和果实形态，所以虽然国内外学者对此一直都在进行探索性研究，但目前草莓的采摘自动化程度仍然很低。本课题针对以上问题，以高畦垄作草莓为研究对象，以嵌入式系统为核心，对草莓采摘机器人进行了研究。主要取得了如下成果： 1、基于嵌入式技术搭建了草莓采摘机器人视觉系统的硬件平台和软件平台，并在搭建的平台上对视觉系统中的底层图像处理、目标识别、摄像机标定等部分进行了研究。 在目标识别部分，利用三层BP神经网络实现了草莓图像中成熟果实和背景的分割。通过分析选取3×3邻域像素的H通道值作为草莓图像的特征，选取20幅以人工借助Photoshop软件分割后的图像作为训练样本。经过100次循环后(误差为0.001)，获得了有效的网络权值。试验结果表明，利用BP神经网络能较好的实现成熟草莓果实与背景的分割，经过提取大区域和腐蚀、膨胀等算法的进一步处理后，效果更好。而且，只要改变训练时的教师信号，即可实现对草莓果梗、萼片等图像的分割。 在图像分割的基础上，对于图像中果实数目的判别方法进行了初步研究，提出了可以利用圆形度参数和长宽比参数来进行判别，并分别进行了试验，得出了相关规律。对于图像中相互接触但没有遮挡的两个果实，基于两种数学形态学的算法——分水岭算法和聚类快速分割法进行了研究和试验，结果表明，两种分割方法都能将相接触区域分开，各有优缺点和适用性。此外，针对研究对象的特征对于聚类快速分割法的衍生算法进行了求取草莓图像重心的试验。 针对视觉系统需要经常变换位置，摄像机参数也会随之改变的特点，采用并实现了一种基于平面模板的摄像机标定方法，该方法操作简单，无需昂贵的实验设备，且具有较高的稳定性和精确性。在摄像机标定的基础上，完成了手眼标定。 2、根据草莓的种植模式和生物学特性，遵循机构设计原则，设计了3DOF直角坐标形式的小型草莓采摘机器人，该机器人可在单垄沟内作业；根据草莓果实的特点和作业任务的要求，进行了末端执行器的设计。 3、基于嵌入式技术搭建了用于机器人控制的硬件平台，包括基于嵌入式主板PCM 9575的上位机控制器和基于ARM嵌入式微处理器的下位机控制器，并在下位机控制器上成功实现了嵌入式Linux操作系统的移植。在搭建的控制系统硬件平台上，开发了相应的应用程序。对控制系统进行了切实可行的软硬件抗干扰设计，提高了控制系统的可靠性。 4、在实验室环境下，对视觉系统、机械本体和末端执行器分别进行了测试，结果表明，本课题设计的目标识别算法准确可靠，从读入图像到给出果实图像重心，单个草莓的平均识别时间是0.365s，两个相分离的草莓平均识别时间是0.629s，两个相接触的草莓平均识别时间是1.437s；机械本体的运动精度较好，定位精度为±1.00mm；在进行的50次模拟采摘试验中(果实由人工放置在待采摘位置)，末端执行器抓取成功48个，切刀切断果梗44个。在抓取成功的48个果实中，果实受损伤2个。