基于深度学习和计算机视觉识别的茶叶智能采摘装备
阅读说明：本技术 基于深度学习和计算机视觉识别的茶叶智能采摘装备 (Tea intelligent picking equipment based on deep learning and computer vision recognition ) 是由 吴罗发 叶春 舒时富 吴衍麒 罗翔 于 2021-10-23 设计创作，主要内容包括：本发明属于采摘机器人技术领域,尤其为基于深度学习和计算机视觉识别的茶叶智能采摘装备,包括主体和采摘机械臂,通过刀片的设置,刀片套设在转动轴内,转动轴另一端通过齿槽与采摘机械臂内的传动条啮合连接,该设置起将茶树上的茶叶采摘干净,有效的提高采摘效果以及效率,通过滑动块的设置,滑动块一端通过方形块与T形杆相连接,另一端通过二号齿轮机构与二号齿轮槽相连接,二号齿轮机构另一端通过齿条机构与固定杆相连接,该设置通过转动T形杆,带动滑动块滑动,滑动块滑动时带动齿条机构转动,从而使得固定杆与方形环槽紧密连接,进而将储存装置的接口固定在方形环槽处,有效的防止采摘的茶叶遗落,便于储存装置与采摘机械臂的装拆。(The invention belongs to the technical field of picking robots, in particular to intelligent tea leaf picking equipment based on depth learning and computer vision recognition, which comprises a main body and a picking mechanical arm, wherein a blade is arranged in the rotating shaft in a sleeved mode, the other end of the rotating shaft is meshed and connected with a transmission strip in the picking mechanical arm through a tooth space, the arrangement is used for picking tea leaves on tea trees cleanly and effectively improving picking effect and efficiency, one end of a sliding block is connected with a T-shaped rod through a square block through the arrangement of the sliding block, the other end of the sliding block is connected with a second gear groove through a second gear mechanism, the other end of the second gear mechanism is connected with a fixed rod through a rack mechanism, the arrangement drives the sliding block to slide through rotating the T-shaped rod, the sliding block drives the rack mechanism to rotate when sliding, so that the fixed rod is tightly connected with a square ring groove, and further fixes an interface of a storage device at the square ring groove, the tea leaves picked are effectively prevented from being lost, and the storage device and the picking mechanical arm are convenient to assemble and disassemble.)
技术领域
本发明属于采摘机器人技术领域，具体涉及基于深度学习和计算机视觉识别的茶叶智能采摘装备。
背景技术
鲜叶采摘，是茶树栽培的收获过程，也是调节树势、付制加工的关键环节。鲜叶采摘的好坏，不仅直接影响茶叶产量、品质和经济效益，而且关系到茶树的生长发育和经济寿命；鲜叶采摘也是茶园管理中最费时、季节性最强的一项工作，一般手工采茶所花的工时要占茶园常年管理用工的50% - 65%；近年来，随着社会经济的发展，茶区劳动力大量向城镇第二、三产业转移，加上采茶作业环境差、劳动强度大，使得茶叶采摘用工紧缺的矛盾十分突出，茶场出现用工荒，劳动力短缺，日益上涨的劳动力成本已成为制约茶产业发展的瓶颈。实现茶叶全程机械化耕作、施肥、修剪、采摘、加工，快速推进茶叶产业“机器换人”是大势所趋。
原有基于深度学习和计算机视觉识别的茶叶智能采摘装备在工作过程中存在一些缺陷，茶树生长的高度存在一些差异，而原有的设备高度统一，在采摘过程中的效果不佳，储存装置设置在机械臂处，原有的连接复杂，不便于将储存装置装卸，效率受影响，在采摘过程中，设备内机械传动较多，产生震动、晃动，对采摘的精度有所影响，在采摘过程中，原有的采摘刀片结构简单，不能够很好的茶树上的茶树摘除干净。
发明内容
为解决现有技术中存在的上述问题，本发明提供了基于深度学习和计算机视觉识别的茶叶智能采摘装备，具有结构简单，连接紧凑，工作效果更好，效果更加，适用下性更强的特点。
为实现上述目的，本发明提供如下技术方案：基于深度学习和计算机视觉识别的茶叶智能采摘装备，包括主体和采摘机械臂，所述主体下端通过伸缩杆与底座相连接，所述底座下端设有用于主体移动作用的行走履带，所述主体两端设有用于采摘作用的采摘机械臂，所述采摘机械臂处设有视觉传感器，所述主体通过电性与采摘机械臂相连接，所述采摘机械臂设有用于连接杆滑动作用的限位套，所述限位套内设有用于缓冲作用的二号弹簧以及一号弹簧，所述采摘机械臂下端侧端设有用于储存装置接口定位安装作用的方形环槽，所述方形环槽处设有用于滑动块滑动作用的滑动槽，所述滑动槽内设有用于传动作用的二号齿轮槽，所述采摘机械臂下端设有用于茶树树枝限位作用的矩形槽，所述采摘机械臂矩形槽内设有用于采摘作用的刀片。
作为本发明的基于深度学习和计算机视觉识别的茶叶智能采摘装备优选技术方案，所述采摘机械臂内设有用于传动作用的传动条，所述采摘机械臂通过传动条与转动轴相连接，所述转动轴处套设有用于采摘作用的刀片，所述刀片呈弧形状，且为片状。
作为本发明的基于深度学习和计算机视觉识别的茶叶智能采摘装备优选技术方案，所述采摘机械臂侧端设有用于传动作用的T形杆，所述T形杆通过齿槽与方形块齿槽啮合连接，所述方形块另一端与滑动块固定连接，所述滑动块处设有用于与二号齿轮槽连接作用的二号齿轮机构，所述二号齿轮机构的另一端与齿条机构啮合连接，所述齿条机构通过齿槽与固定杆啮合连接。
作为本发明的基于深度学习和计算机视觉识别的茶叶智能采摘装备优选技术方案，所述底座内通过电机与一号齿轮机构相连接，所述一号齿轮机构通过方形槽与伸缩杆相连接，所述伸缩杆内设有用于与一号齿轮机构啮合传动作用的一号齿轮槽。
作为本发明的基于深度学习和计算机视觉识别的茶叶智能采摘装备优选技术方案，所述采摘机械臂内一端设有限位套，另一端设有连接杆，所述连接杆通过限位槽插设在限位套内，所述连接杆外端套设有用于缓冲作用的一号弹簧。
作为本发明的基于深度学习和计算机视觉识别的茶叶智能采摘装备优选技术方案，所述限位套内设有用于连接杆滑动作用的限位槽，所述限位槽内设有用于缓冲作用的二号弹簧。
作为本发明的基于深度学习和计算机视觉识别的茶叶智能采摘装备优选技术方案，所述固定杆一端设有用于传动作用的齿槽，另一端设有用于与滑动块连接作用的螺纹。
作为本发明的基于深度学习和计算机视觉识别的茶叶智能采摘装备优选技术方案，所述主体内载一与视觉传感器实现通讯的控制器，该控制器内载一神经网络模型，用于实现视觉传感器所反馈的图像内载茶树的高度和茶叶枝条的识别。
与现有技术相比，本发明的有益效果是：通过刀片的设置，刀片套设在转动轴内，转动轴另一端通过齿槽与采摘机械臂内的传动条啮合连接，该设置起将茶树上的茶叶采摘干净，有效的提高采摘效果以及效率，通过滑动块的设置，滑动块一端通过方形块与T形杆相连接，另一端通过二号齿轮机构与二号齿轮槽相连接，二号齿轮机构另一端通过齿条机构与固定杆相连接，该设置通过转动T形杆，带动滑动块滑动，滑动块滑动时带动齿条机构转动，从而使得固定杆与方形环槽紧密连接，进而将储存装置的接口固定在方形环槽处，有效的防止采摘的茶叶遗落，便于储存装置与采摘机械臂的装拆，通过伸缩杆的设置，底座通过内电机与一号齿轮机构相连接，一号齿轮机构通过一号齿轮槽与伸缩杆相连接，该设置通过一号齿轮机构与一号齿轮槽的啮合传动，可通过不同的茶树高度，适当的调节主体的高度，从而提高采摘的效果，以及设备的适用性，通过限位套的设置，限位套设置在采摘机械臂内，且限位套通过二号弹簧与连接杆相连接，该设置通过一号弹簧和二号弹簧的弹性作用，对内部设备工作产生的震动起到缓冲吸震的作用，有效的提高采摘臂的工作精度。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的结构示意图；
图2为本发明中采摘机械臂处的结构示意图；
图3为本发明中伸缩杆处的结构示意图；
图4为本发明中滑动块处的结构示意图；
图5为本发明中限位套处的结构示意图；
图中：1、主体；2、采摘机械臂；3、伸缩杆；4、方形槽；5、滑动块；6、一号弹簧；7、二号弹簧；8、方形环槽；9、T形杆；10、底座；11、滑动槽；12、转动轴；13、刀片；14、一号齿轮槽；15、一号齿轮机构；16、限位槽；17、固定杆；18、齿条机构；19、二号齿轮机构；20、二号齿轮槽；21、方形块；22、连接杆；23、限位套。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
请参阅图1-5，本发明提供以下技术方案：基于深度学习和计算机视觉识别的茶叶智能采摘装备，包括主体1和采摘机械臂2，主体1下端通过伸缩杆3与底座10相连接，底座10下端设有用于主体1移动作用的行走履带，主体1两端设有用于采摘作用的采摘机械臂2，采摘机械臂2处设有视觉传感器，主体1通过电性与采摘机械臂2相连接，采摘机械臂2设有用于连接杆22滑动作用的限位套23，限位套23内设有用于缓冲作用的二号弹簧7以及一号弹簧6，采摘机械臂2下端侧端设有用于储存装置接口定位安装作用的方形环槽8，方形环槽8处设有用于滑动块5滑动作用的滑动槽11，滑动槽11内设有用于传动作用的二号齿轮槽20，采摘机械臂2下端设有用于茶树树枝限位作用的矩形槽，采摘机械臂2矩形槽内设有用于采摘作用的刀片13，本实施例中方形环槽8内设有用于与储存装置接触防滑作用的橡胶垫。
具体的，采摘机械臂2内设有用于传动作用的传动条，采摘机械臂2通过传动条与转动轴12相连接，转动轴12处套设有用于采摘作用的刀片13，刀片13呈弧形状，且为片状，本实施例中刀片13起将茶树上的茶叶采摘干净，有效的提高采摘效果以及效率。
具体的，采摘机械臂2侧端设有用于传动作用的T形杆9，T形杆9通过齿槽与方形块21齿槽啮合连接，方形块21另一端与滑动块5固定连接，滑动块5处设有用于与二号齿轮槽20连接作用的二号齿轮机构19，二号齿轮机构19的另一端与齿条机构18啮合连接，齿条机构18通过齿槽与固定杆17啮合连接，本实施例中通过转动T形杆9，带动滑动块5滑动，滑动块5滑动时带动齿条机构18转动，从而使得固定杆17与方形环槽8紧密连接，进而将储存装置的接口固定在方形环槽8处，有效的防止采摘的茶叶遗落，便于储存装置与采摘机械臂2的装拆。
具体的，底座10内通过电机与一号齿轮机构15相连接，一号齿轮机构15通过方形槽4与伸缩杆3相连接，伸缩杆3内设有用于与一号齿轮机构15啮合传动作用的一号齿轮槽14，本实施例中通过一号齿轮机构15与一号齿轮槽14的啮合传动，可通过不同的茶树高度，适当的调节主体1的高度，从而提高采摘的效果，以及设备的适用性，。
具体的，采摘机械臂2内一端设有限位套23，另一端设有连接杆22，连接杆22通过限位槽16插设在限位套23内，连接杆22外端套设有用于缓冲作用的一号弹簧6，本实施例中通过一号弹簧6对内部设备工作产生的震动起到缓冲吸震的作用，有效的提高采摘臂的工作精度。
具体的，限位套23内设有用于连接杆22滑动作用的限位槽16，限位槽16内设有用于缓冲作用的二号弹簧7，本实施例中通过二号弹簧7的弹性作用，对内部设备工作产生的震动起到缓冲吸震的作用，有效的提高采摘臂的工作精度。
具体的，固定杆17一端设有用于传动作用的齿槽，另一端设有用于与滑动块5连接作用的螺纹，本实施例中固定杆17均匀分布在滑动块5的下端，且滑动块5与储存装置接触处设有橡胶垫。
具体的，所述主体1内载一与视觉传感器实现通讯的控制器，该控制器内载一神经网络模型，用于实现视觉传感器所反馈的图像内载茶树的高度和茶叶枝条的识别，其中，用于茶叶枝条的模型采用Dssd_Inception_v2_coco模型，该模型采用Dssd目标检测算法，用coco数据集预训练inception v2深度神经网络。然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测茶叶枝条的目标检测模型；用于茶树的高度的识别为Dssd-BP神经网络模型，基于Dssd目标检测算法实现茶树的识别，然后基于BP神经网络模型调用对应的标尺实现茶树高度的测量。
本发明的工作原理及使用流程：本发明将主体1通过底座10下端的履带移动至合适的位置，根据茶树的高度，通过电机带动一号齿轮机构15转动，从而一号齿轮机构15与一号齿轮槽14啮合，调节伸缩杆3的伸缩高度，从而调节主体1和采摘机械臂2的高度，将储存装置的接口套设在方形环槽8处，通过转动T形杆9，T形杆9同一高内设齿槽与方形块21齿槽啮合传动，从而带动滑动块5移动，滑动块5移动时，二号齿轮机构19与二号齿轮槽20相互啮合传动，从而带动齿条机构18转动，齿条机构18通过齿槽带动固定杆17转动，固定杆17另一端通过螺纹与滑动块5相连接，从而固定杆17随着滑动块5移动，呈转动移动状态，从而不断的改变固定杆17与方形环槽8的间距，适位后，采摘机械臂2内通过传动条带动转动轴12转动，转动轴12带动刀片13转动，茶树的树枝通过采摘机械臂2下端的矩形槽限位滑入采摘机械臂2内，通过刀片13将茶叶进行采摘，通过储存装置将茶叶进行收集。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。