期刊刊名：科學與工程技術期刊 　 卷期：21卷2期

篇名出版日期：2025年9月1日

作者：黃登淵,許景貿,蘇勝朋,Deng-Yuang Huang, Jing-Mau Shiu, Sheng-Peng Su

語言：Chinese

關鍵字：農業機器人,主成分分析,點雲分析,姿態估測,agricultural robot, principal component analysis (PCA), point cloud analysis, pose estimation

被點閱次數：0次

閱讀時間：0sec

摘要：
隨著農業自動化技術迅速進展，如何有效提升水果採摘機器人之夾取成功率與操作穩定性，已成為當前亟待解決的關鍵課題。本文提出一套整合 Intel RealSense D405 深度相機、ROS2 框架以及主成分分析（PCA）技術的水果採摘機器人夾取位置與姿態最佳化系統。該系統可透過深度相機即時擷取 RGB 與深度影像，並利用 RealSense 內建函式庫進行影像分割，有效且準確地擷取出目標水果之點雲資料。接著，透過 PCA 技術進行點雲資料的分析，以估測水果相對於相機的三維空間姿態，進一步精準計算出最適夾取位置。實驗以室內金桔盆栽作為對象，進行多次夾取測試。結果顯示，導入 PCA 進行姿態估測後的夾取策略，相較於僅使用 XYZ 座標的方式，成功率由 70% 顯著提升至 93.3%，同時在夾取姿態的精準度上亦有明顯改善。本研究成果驗證了所提方法在提升農業採摘機器人穩定性與實用效能方面的可行性與有效性，展現出高度的應用潛力與推廣價值。

　　　　　[全文下載]