第二代的苹果采摘开发平台已经发布-电子发烧友网

去年史河机器人发布了一个介绍机器人苹果采摘的视频吸引了很多朋友的关注：

时隔一年，第二代的苹果采摘开发平台已经发布！

此次发布的苹果采摘开发平台在上一代的基础上做了全方位的升级优化，可实现更加智能的规划、识别、抓取等功能，那它究竟在哪些方面得到了进化升级呢？让我们先通过一段实拍视频来一探究竟！

外练筋骨皮—外观结构上的升级优化

作为定位于科研开发平台的产品，MR1000-Xarm外观上的升级优化不是 “徒有其表”，而是以用户体验感为出发点，通过提升客户使用时的操作便利性、安全性来达到助力科研、高校的客户快速开启研究项目的目的。

用一句话形容此次外观上的升级，那便是：一体化设计，配置更丰富，布局更合理。

史河苹果采摘机器人的本质是复合机器人，从下图可以看到，自主研发的高性能底盘、工控系统、定位系统、雷达、六轴机械臂、3D视觉、电动夹持器等部件都有配备，可以说是堆料十足，配置拉满，而一体化设计理念的运营使得各个部件都井井有条地分布在各自应该“待”的地方，整体布局看起来简洁干练，颇有商用机器人的风度。

当然这只是我们看到的，对于用户来说，他们更关心的是这些升级的亮点对他们来说有哪些用处。

以此次升级配备的高清显示屏为例，它的配备是为了响应众多用户的呼声，解决没有屏幕不方便调试的问题。配备一个显示屏并不难，难的是它应该以什么姿态被安装在什么位置。

通过图片可以看到显示屏以一定的倾斜角度安装在机器人系统的后方，这点与传统显示屏安装在产品正前方不同。工程师为何如此设计呢？

答案很简单：这种安装方式可以避免因用户操作失误而导致底盘突然加速前进时被伤的危险。

其次，显示屏看似“裸奔”在空中，仔细观察可以发现下方的电子防撞系统位置比它更为突出，在机器人系统运营中默默地为它保驾护航。

因此，高清显示屏幕的配备，不仅解决了用户调试不便的问题，还通过测试安装角度，提前解决了反光过强等原因导致用户看不清的问题，这在较大程度上提升了采摘机器人整体的使用便利性；

其次，工程师结合移动底盘本身的防碰撞系统做了巧妙地处理，既无需额外单独加装防护装置又保护了看似“裸露”的显示屏，这可以提高设备的安全性。

通过以上分析可以看出此次外观上的升级是以满足客户需求为出发点，让新加入的部分能有机地融入整体系统，从而提升整个机器人系统的易用性、安全性同时规避因产品改动而可能引起的其他问题，这让小编忍不住为工程师的细致和智慧点赞。

除屏幕外，实际上还有很多可以展开观察的点，比如更规整的线束，更犀利的造型，更合理的配重比……篇幅关系，这里就不一一展开赘述。

内练一口气——功能上升级优化

如果用一句话形容功能上的升级，那便是：融合控制升级，释放开发潜力！

下面我们通过来看这套MR1000-Xarm苹果采摘开发苹果的实际演示效果来说明究竟融合控制升级在哪里，又提升了哪些开发潜力。在开始之前，先跟大家复盘整个过程：

开发人员遥控机器人通过3D激光雷达构建环境地图，并设置任务列表。

机器人要完成的任务就是在接到指令后自主导航到苹果树前，调整好姿态后，通过3D视觉识别到苹果后，调用MoveIt! 进行规划，控制机械臂抓取苹果。完成抓取动作后，机器人会根据任务点再次启程，自行前往目标点位并将苹果放置在置物平台上。

苹果采摘简易示意图

在机器人执行任务的过程中，唯一需要开发者介入的时间是给它建立任务这个阶段，在接到任务指令后的全部过程均可实现全自主作业，直至任务完成。

因此，自主导航能力显得尤为重要。MR1000-Xarm搭载的激光SLAM算法经过了工程师深度的优化，与上个版本相比，自主导航过程更加顺滑流畅，对突发状况的感知和避让绕行也更加迅捷。

当机器人通过自主导航到达抓取目标点位后，下一个关键的节点就是识别与抓取的过程。当机械臂接收到系统的抓取指令后会先运动到预定好的检测位姿，通过3D相机来检测识别苹果。视觉识别过程较上一代相比，在识别速率、准确率方面有了大幅提升。是怎么做到的呢？这需要从视觉识别算法说起。

MR1000-Xarm搭载的视觉采用了YOLOV5作为物体识别器，且围绕深度学习做了深度的优化。

为了能够使用YOLOV5进行特定目标的识别，首先需要在可能的场景下预先对大量包含识别目标的数据集进行标注，创建训练集，再使用高性能机器训练YOLOV5网络。得到训练好的模型后，再将训练好的模型转换为TensorRT模型并部署到设备端，这可以在保留原始YOLOV5网络模型的识别精度的前提下，有效提高目标识别的速率，实现实时目标识别。

当然，要能实现精准抓取，机器人系统还需要通过读取目标区域的深度值，再结合相机的内参获取苹果的真实3D坐标，最后利用 MoveIt! 及 Open Motion Planning Library 完成机械臂运动规划，并实现准确抓取！

完成抓取后，机器人会自主执行下一个任务，先导航到该任务中指定的导航目标点，即将到达目标点位时机器人会动态微调位置（小编直呼细腻），调整完成后系统向机械臂控制模块发送 place 指令，控制机械臂运动到预定义好的放置位姿完成放置动作。

至此，机器人完成了第一轮的自主导航、路径规划、视觉识别、抓取、再导航以及放置的全过程。整个过程的流畅度和高效率给我很深的印象，经过上述的分析不难发现，流畅和高效其实源自导航、识别、抓取等每一个环节的优化，以及整个系统的高效融合协作，而高效融合协作的背后是工程师们的付出与智慧。

实际上这套系统能抓苹果，意味着也就能抓取更多的物体，如所有常见的有表面特征的物体：苦瓜、黄瓜、橘子、芒果等蔬菜瓜果，还可用于货架分拣、快递包裹搬运等场景，可开发的潜力巨大！