Auf dem Weg zu einem effizienten Tomatenernte-Roboter: 3D-Wahrnehmung, Manipulation und Greifwerkzeug

Roboter zur Ernte von Obst und Gemüse wurden in den letzten Jahren umfassend untersucht und entwickelt. Trotz umfangreicher Forschung stellen kommerzielle Tomatenernte-Roboter jedoch nach wie vor eine Herausforderung dar. In diesem Papier schlagen wir einen effizienten Tomatenernte-Roboter vor, der das Prinzip der 3D-Wahrnehmung, Manipulation und eines Greifwerkzeugs kombiniert. Bei diesem Roboter werden Tomaten basierend auf Deep Learning erkannt, wonach die 3D-Koordinaten der Zielkultur extrahiert und die Bewegungssteuerung des Manipulators basierend auf 3D-Koordinaten durchgeführt wird. Darüber hinaus wurde eine Saugnapf mit einem Kirigami-Muster entwickelt, der Teil des Sauggreifers ist, um einzelne Tomaten in Clustern zu greifen. Ein scherenförmiges Schneidemodul mit einer Unterstützungsanheit, das verwendet wird, um strukturelle Einschränkungen zu überwinden und effektives Schneiden zu ermöglichen, wurde ebenfalls entworfen und getestet. Der vorgeschlagene Tomatenernte-Roboter wurde auf einem Labor-Teststand validiert und bewertet, basierend auf der Leistung jeder Komponente. Daher schlagen wir in dieser Studie ein neues Roboterdesign für die effektive Ernte von Tomaten vor und verifizieren es.