徐小峰
浙江理工大学 浙江杭州 310000
摘要：据有关数据显示，我国水果种植的规模已经占世界水果种植面积的21%。在如此大的种植规模下，水果的运输和储存成为了一个非常重要的一环。尤其是对于易腐烂水果，例如草莓、桃子等。这些水果极易在运输过程中受到挤压碰撞，进而产生腐烂。针对于这类问题，本研究致力于探求新方法，以更好实现水果的新鲜度检测。
关键词：触觉传感器；机械臂；三维重建；无损检测
四、研究意义
我国有着庞大的水果产业，该产业对我国的GDP有着巨大的贡献。但水果产业常常遇到水果腐烂的问题。目前市场上存在的水果检测方法仅有经验判断和根据植物呼吸强度采集环境参数从而判断水果新鲜程度等有限的检测方法，适用范围较为局限。对于硬度较低、易腐烂水果的新鲜度检测更具难度，这就不断推动着品质检测技术的发展与应用。为此，本研究提出了一种基于触觉传感器和机械臂的水果新鲜度检测新方法，它能快速地、无损地检测水果的硬度，从而判定其新鲜度。此方法可用于在销售前对水果品质进行检测评级，满足水果产业发展需求。
二、国内外现有技术对比
目前对于水果新鲜度检测技术仅有采集影响水果呼吸强度的环境参数，对采集到的影响水果呼吸强度的环境参数进行调整处理，将实际环境中的采集数据与水果新鲜度参照数据进行对比、分析，得到待检测水果的新鲜度数据。这种方法对环境要求严格，不易实现在工厂实际检测中。
在调查中我们发现，我国的水果硬度检测存在较多问题。一是检测容易受个人因素影响，检测不够高效客观。二是传统的果实硬度计检测容易破坏果实的完整度，难以实现无损检测。目前我国日常生产中通常依靠经验方法判别或者基于M-T穿刺法的水果硬度检测计或质构仪。若依靠经验法会使检测效率低并且结果主观性大；而采用基于M-T穿刺法的水果硬度检测计或质构仪检测果实硬度，需要先削去预测部位的果皮，将硬度计的测头垂直压入果肉来完成，属于破坏性检测，不适用于无损检测水果品质。
综上来看,现有技术的难点有：1）现有水果硬度检测技术多为破坏性试验，水果检测后无法继续正常市场售卖。2）通过检测硬度来判断鲜度，但现有触觉检测存在滞后等问题，对后续投入市场使用造成严重阻碍。3）没有统一方法和标准完成新鲜度检测。
三、主要研究内容
3.1主要内容：1）触觉传感器总体的设计，包括结构和接触膜的设计2）触觉传感器的信息获取，包括图像颜色与表面法向之间的标定和变形表面的三维重建；3）基于传感器采集大量的水果硬度数据，标准化后建立数据库，以此作为测量水果新鲜度的参考值，建立一种新的检测方法。
3.2本文创新点：1）改进了原有的触觉传感器。具有结构紧凑、反应灵敏、可实现无损伤检测等特点，能够满足对水果的硬度检测。2）提出了一种通过测量水果表面的相对性硬度来评估水果新鲜度的全新方法。用柔性传感器检测水果的表面相对性硬度来判断水果新鲜度，它具有使用简便、受外界环境影响因素小等优点。3）应用场景广泛且制作成本较低。触觉传感器的制作过程通常涉及到复杂的加工工艺，制作成本一般比较高，并且装置较大，难以应用在现实场景。
四、主要组成部分
4.1机械臂装置
为了配合工厂化的智慧农业生产，更好的进行系统性的水果检测，我们设计了机械臂装置来模拟水果生产的流水线。如图4.1所示。我们将触觉检测装置安装在本装置上，可以使其有规律的按照指定方向进行移动伸缩，以达到快速且有序检测的目的。除此之外，也为后续的水果包装提供了便利。
.png)
图4.1 机械臂
4.2触觉检测装置
传感器为的核心装置，外壳部分通过软件进行建模，并由3D打印技术制作。为了使其具备更广阔的应用前景，我们在保证效果的情况下，尽可能的把本装置体积进行了缩小，达到理想使用状态。表面膜是通过1：1的比例混合196胶和果冻胶，搅拌均匀后，再在其中加入2：1的银粉，再次搅拌后，均匀的涂抹在在弹性体表面而制成，柔软性好，对水果破坏小。具体如图4.2所示。
.png)
4.2传感器装置
4.3三维重建
在本次研究中，我们以草莓为例进行试验。从每次机械臂接触草莓开始算起，以垂直方向精确位移4mm使弹性体与草莓接触，并在常温下运用RGB光对弹性体与草莓接触位置进行照射，通过微型摄像机对弹性体变形部位进行录影摄像，得到相对位移量，进一步分析获得所测水果硬度。通过运用Matlab，我们可以将接触图与无接触图进行比对，分析得到相对于无接触面的接触突起程度。通过Matlab进一步分析，我们可以得到三维重建图。见图4.3。实验阶段共把草莓的新鲜度分为三个等级：低新鲜度，中等新鲜度和高新鲜度。我们会在接下来的数据分析中会将草莓的硬度细分，再将新鲜度量化为Hm值并将Hm值给定范围，归入大数据的统计，方便在以后的实际工作中有效判断草莓的硬度。
图4.3 Matlab三维重建图
五、实验结果
5.1实验数据
.png)
通过计算熵值和标准差，我们可以了解数据的偏差大小和混乱程度，从而大大提升数据处理结果的有效性。此方法处理效率较快，可以在短暂接触后快速计算出结果。
5.2实验数据讨论
从实验数据的呈现结果我们可以明显看出，三种不同新鲜度草莓的数据变化，Hm值的区分度比较明显。可以证明我们的实验对草莓新鲜度的论证是非常有效果的。我们完成众多的实验后，可以由计算机汇总得到了一个草莓Hm值与新鲜度的大数据分析表，见表5.2。考虑到此装置主要应用于工厂，因此我们运用大数据将新鲜度中和低的水果判定为不合格水果。但这个标准可以根据工厂的具体需求进行进一步调整。通过大数据比对，计算机可以高效计算草莓的Hm值，进而直接由它直接判断草莓的新鲜度，并且给出是否合格的意见，为农业机械化，精细化提出了不同的思路。
.png)
六、总结
本研究从水果新鲜度检测出发，应用触觉传感器，可以更加直观地通过硬度来反应水果新鲜度信息，从而提出了一种新的检测水果新鲜度的方法。确定了各个模块的选择与制作，明确装置与水果接触的软体制作方法并不断实验选择，制作出最适合用于检测的版本，同时进行了软件实现与算法分析，并通过实验建立完成了效果检测，为后续实现多种不同水果新鲜度检测奠定了实现基础。
参考文献
[1]薛红香.机器人指尖的多模态触觉感知研究.燕山大学.2019.
[2]朱胤.基于仿生微结构的触觉感知方式的研究.中国科学技术大学.2019.10.
[3]包玉龙，徐斌，舒昊鑫，程芳，胡鑫，黄博.触觉传感器研究现状与展望.《装备制造技术》2019.11.
[4]宋爱国.机器人触觉传感器发展概述.2020.02
[5].Sensor Research; Recent Findings from Liverpool Hope University Provides New Insights into Sensor Research(Visuotactile Sensors With Emphasis On Gelsight Sensor: a Review)[J]. Journal of Technology,2020.