农业机械学报

作者：陈耀晖，蔡武斌，孙博瀚，陶国新，林家豪，李善军

单位：华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,

关键词：柑橘筛选;Delta机器人;YOLO v7;多目标跟踪

基金：国家自然科学基金项目（32302206）、国家柑橘产业技术体系项目（CARS-26）和湖北省重点研发计划项目（2023BBB119）

在同一条生产线上完成柑橘清洗、打蜡、分级等系列商品化处理步骤有利于减少果实损伤，提升果实品质，但其中病损柑橘的存在容易造成果间侵染并污染后续产线。为在产线上料部位剔除病损柑橘，本研究设计了一种基于深度学习和Delta机器人的病损柑橘初筛系统。首先，通过对不同检测模型对比试验，选出了检测精度最高的YOLO v7模型，并结合DeepSORT跟踪算法实现了对产线上柑橘的快速、精准跟踪与检测;其次，提出了优化后的Delta机器人门型轨迹，依据插补法计算出步进电机精确控制策略;最终，搭建了具备快速定位与抓取能力的筛除装置样机，并将其集成到了生产线上。试验结果表明，YOLO v7模型F1值为90%，相较于YOLO v5和SSD网络分别高出2、4个百分点;设计的Delta机器人具有较高的定位精度，对同一点的平均定位误差为1.5mm，满足抓取的精度要求;病损柑橘平均筛除成功率可达83.25%。因此，本文设计的设备在柑橘分拣产线上具有出色的自动筛除能力，能够有效减轻病损柑橘果间侵染以及污染产线的情况，从而保障柑橘生产线正常运行。

来源：2025年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第6期