赣南脐橙含有人体所必需的各类营养成份,能帮助人体形成抑癌物质,软化和保护血管,促进血液循环,有利于降低胆固醇和血脂,深受人们的喜爱,是江西名优特产水果之一。但赣州多为山地丘陵,脐橙采摘主要以人工为主,耗时长,时效差,且脐橙采摘期短,短期内采摘强度大,成本高。实现赣南脐橙的自动化、智能化采摘已成为一个亟需解决的问题。本文以自然环境下赣南脐橙采摘为研究对象,结合图像处理、深度学习、双目视觉、机械系统设计等技术,研发一款可自由伸缩的赣南脐橙采摘机械手,主要研究内容如下:(1)自然环境下赣南脐橙图像采集及图像预处理方法研究。采用平视拍摄方式进行图像采集,以排除天空、土地等因素干扰。比较脐橙图像在RGB、HSV、Lab三种颜色空间下的颜色呈现效果,在RGB颜色空间下的彩色图像与背景差别较大,因此,研究采用RGB颜色空间下的脐橙彩色图像样本。为凸显原始图像的颜色特征和纹理特征,分别采用中值滤波、小波分析和导向滤波去除原始图像的噪声干扰,并进行比较。结果表明:导向滤波去噪效果最优,能更好去除图像中多余噪声信息,凸显脐橙颜色和纹理特征,提高与背景的对比度。(2)自然环境下赣南脐橙目标识别方法研究。利用深度学习方法对脐橙果实进行目标识别,选择基于卷积神经网络的两阶段目标检测算法Faster R-CNN和单阶段目标检测算法YOLO v3对1100幅脐橙图像数据集进行识别模型训练,对模型训练过程中的Loss损失值进行统计分析,并对20幅脐橙图像进行模型识别性能验证。结果表明:Faster R-CNN算法模型训练次数更少,稳定时Loss值更低,在识别重叠和有枝叶遮挡的脐橙果实上效果更好,Faster R-CNN脐橙识别模型的准确率(Precision)为86.55%,查全率(Recall)为98.56%,F1值为92.17%,均较YOLO v3更优。(3)赣南脐橙可伸缩采摘机械手设计及机械手目标识别与定位研究。设计并试制一款可伸缩的赣南脐橙采摘机械手,由机械结构、视觉系统和控制系统三部分组成,主要完成脐橙图像采集、预处理、目标识别、定位和采摘,其中,脐橙果实的空间定位由双目视觉系统完成,包括双目标定、双目校正、立体匹配和脐橙三维空间定位,重建脐橙的三维空间坐标。控制系统对三维重建空间坐标进行机械手运动学逆解,将逆解结果由串口发送到下位机,控制采摘执行机构到达脐橙所在位置,完成采摘工作。在实验室环境下,验证机械手采摘脐橙识别与定位的准确性,结果表明:本研究设计的赣南脐橙可伸缩采摘机械手的识别率达到93.63%,成功率达到83.63%,采摘时间效率为8s/个。本文研发的赣南脐橙可伸缩采摘机械手能实现脐橙的自动化采摘,对脐橙和其他采摘机械装备研究可以提供研究基础。