本發(fā)明屬于林業(yè)機械，服務于核桃林果振動采收，也可應用于林業(yè)其它林果的振動采收，具體涉及一種基于核桃樹體激振能量預測模型的振動采收裝置。

背景技術：

1、隨著我國核桃栽培面積的持續(xù)增加，核桃采收問題日漸嚴峻。我國傳統的核桃采收方式是人工采收，采收過程約占整個果品生產環(huán)節(jié)中用工量的50％。這種采收方式既費時又費力，容易造成枝芽損傷，影響樹的長勢，降低來年核桃的產量，因此，急需機械化、智能化化的采收方式來替代人工采收，從而提高生產效率，降低生產成本。近年來，不少學者對核桃振動裝置智能化作業(yè)開展了不少研究，通過加裝多傳感及多視覺的方式實現無人化作業(yè)，而在實際運用中，多傳感感與多視覺功能在多信息融合的野外復雜環(huán)境下效率尤為低下，且對于果農來說在智能化裝置操作方面也是一大挑戰(zhàn)，因此難以落地推廣應用。

技術實現思路

1、本發(fā)明所要解決的技術問題是針對現有技術的不足，針對核桃產業(yè)日益擴大的同時采收效率低下的痛點，提供一種基于核桃樹體激振能量預測模型的振動采收裝置，本發(fā)明的振動采收裝置可兼顧我國不同主干直徑的核桃樹體，從振動采收裝置驅動頻率與樹體激振能量的匹配邏輯出發(fā)，開發(fā)了一種基于樹體主干直徑與激振能量深度學習模型的振動采收裝置，它能夠獲取核桃樹體主干的直徑，并根據主干直徑控制激振裝置輸出最高落果率所對應的激振能量，既方便操作，又提高采收效益。

2、為實現上述技術目的，本發(fā)明采取的技術方案為：

3、基于核桃樹體激振能量預測模型的振動采收裝置，包括車體和激振裝置4，激振裝置4用于夾緊樹干并產生激振力以振動被夾緊的樹干，激振裝置4包括以液壓馬達3為驅動動力的偏心激振機構，其特征在于：還包括深度相機2、ai平臺7、激振決策系統8；所述的深度相機2安裝于激振裝置上用于夾緊樹干的夾口后方靠中間位置，對核桃樹體主干邊界進行坐標點位識別，坐標值通過網絡傳輸給ai平臺7，ai平臺7對邊界坐標的計算得到樹體主干直徑，并根據樹體主干直徑通過激振能量預測模型計算輸出該被夾緊的核桃樹體主干需要的激振能量參數，并將參數值傳輸給激振決策系統8；所述的激振決策系統8接收到激振能量參數后向安裝在液壓站上的液壓馬達的電磁閥控制器發(fā)出流量控制指令，使得對激振裝置4輸出的激振能量與激振能量參數相一致。

4、上述的基于核桃樹體激振能量預測模型的振動采收裝置，激振能量預測模型是通過夾持不同主干直徑的核桃樹按照不同的激振能量對主干進行激振測試，選取落果率最高時不同直徑的核桃樹所對應的激振能量數據，對直徑、激振能量進行擬合得到的激振能量預測模型。

5、上述的基于核桃樹體激振能量預測模型的振動采收裝置，激振能量預測模型通過試驗得到主干直徑、樹高、冠層厚度、側枝級數、葉子密度對激振能量的影響程度并進行量化，通過算法將樹高、冠層厚度、側枝級數、葉子密度對激振能量影響的量化頻譜融合加權至主干直徑對激振能量的響應頻譜，并利用支持向量機回歸預測的方法構建得到基于主干直徑的激振能量預測模型。

6、上述的基于核桃樹體激振能量預測模型的振動采收裝置，激振裝置4通過柔性吊索6-5設置在方管滑塊6-3上，方管滑塊6-3與方管滑軌6-6滑動配合，伸縮缸5的活塞桿與方管滑塊6-3鉸鏈連接，在伸縮缸5的作用下實現方管滑塊6-3相對于方管滑軌6-6往復滑動；方管滑軌6-6與圓柱支撐臂6-7固定連接，方管滑軌6-6或者圓柱支撐臂6-7直接或者間接連接在車體上。

7、上述的基于核桃樹體激振能量預測模型的振動采收裝置，吊板6-4固定在方管滑塊6-3上；柔性吊索6-5包括螺栓柱6-5-1、橡膠墊塊6-5-2、金屬柱體6-5-3、吊座6-5-4；螺栓柱6-5-1通過螺母把吊板6-4與金屬柱體6-5-3一端相連，螺栓柱6-5-1通過螺母把吊座6-5-4與金屬柱體6-5-3另一端相連；金屬柱體6-5-3與吊板6-4之間、金屬柱體6-5-3與吊座6-5-4之間均設置橡膠墊塊6-5-2，吊座6-5-4固定在激振裝置4上。

8、上述的基于核桃樹體激振能量預測模型的振動采收裝置，激振裝置4包括偏心激振機構4-0和抱夾式殼體；所述抱夾式殼體包括夾持液壓缸4-3、第一夾持頭4-1和第二夾持頭4-2，所述第一夾持頭4-1和第二夾持頭4-2鉸接；夾持液壓缸的兩端分別鉸接于第一夾持頭和第二夾持頭的內腔；夾持液壓缸4-3用于實現第一夾持頭4-1和第二夾持頭4-2的開合動作；第一夾持頭4-1和第二夾持頭4-2之間的最大開度為500mm，以夾持最大直徑500mm的核桃樹體；偏心激振機構設置在第二夾持頭4-2上。

9、本發(fā)明的有益效果為：

10、本發(fā)明的基于核桃樹體激振能量預測模型的振動采收裝置，可以基于核桃樹體直徑與激振能量關系的深度學習模型，從樹體激振能量的底層思維出發(fā)，根據樹體主干直徑控制激振裝置輸出落果率最高的適宜激振能量，它是一種無傳感、單視覺的振動采收裝置，既方便操作，又提高采收效益。

11、激振能量預測模型是通過夾持不同主干直徑的核桃樹按照不同的激振能量對主干進行激振測試，選取落果率最高時不同直徑的核桃樹所對應的激振能量數據，對直徑、激振能量進行擬合得到的激振能量預測模型。

12、例如，在大量的試驗研究的基礎上得到確定主干直徑與激振參數之間的對應關系。將主干直徑與激振參數通過深度學習構建模型，并集成到這個裝備上去，通過前端對樹體主干直徑的識別，中端通過數據模型輸出激振參數，并由激振決策系統控制液壓馬達轉速，即可調節(jié)激振裝置的振動頻率，改變激振裝置輸出適當的激振能量。該發(fā)明可以應用到不同形態(tài)，不同規(guī)格尺寸的果樹的振動采收中。

13、一般情況下都要等激振裝置與樹體主干對中后才進行夾持，本專利由于采用了柔性吊索，實現了在不需要對中的情況下也可以對主干進行夾持，它是一個柔性結構，當夾持主干時會讓激振裝置自動對中。

技術特征：

1.基于核桃樹體激振能量預測模型的振動采收裝置，包括車體和激振裝置(4)，激振裝置(4)用于夾緊樹干并產生激振力以振動被夾緊的樹干，激振裝置(4)包括以液壓馬達(3)為驅動動力的偏心激振機構，其特征在于：還包括深度相機(2)、ai平臺(7)、激振決策系統(8)；所述的深度相機(2)安裝于激振裝置上用于夾緊樹干的夾口后方靠中間位置，對核桃樹體主干邊界進行坐標點位識別，坐標值通過網絡傳輸給ai平臺(7)，ai平臺(7)對邊界坐標的計算得到樹體主干直徑，并根據樹體主干直徑通過激振能量預測模型計算輸出該被夾緊的核桃樹體主干需要的激振能量參數，并將參數值傳輸給激振決策系統(8)；所述的激振決策系統(8)接收到激振能量參數后向安裝在液壓站上的液壓馬達的電磁閥控制器發(fā)出流量控制指令，使得對激振裝置(4)輸出的激振能量與激振能量參數相一致。

2.如權利要求1所述的基于核桃樹體激振能量預測模型的振動采收裝置，其特征在于：激振能量預測模型是通過夾持不同主干直徑的核桃樹按照不同的激振能量對主干進行激振測試，選取落果率最高時不同直徑的核桃樹所對應的激振能量數據，對直徑、激振能量進行擬合得到的激振能量預測模型。

3.如權利要求1所述的基于核桃樹體激振能量預測模型的振動采收裝置，其特征在于：激振能量預測模型通過試驗得到主干直徑、樹高、冠層厚度、側枝級數、葉子密度對激振能量的影響程度并進行量化，通過算法將樹高、冠層厚度、側枝級數、葉子密度對激振能量影響的量化頻譜融合加權至主干直徑對激振能量的響應頻譜，并利用支持向量機回歸預測的方法構建得到基于主干直徑的激振能量預測模型。

4.如權利要求1所述的基于核桃樹體激振能量預測模型的振動采收裝置，其特征在于：激振裝置(4)通過柔性吊索(6-5)設置在方管滑塊(6-3)上，方管滑塊(6-3)與方管滑軌(6-6)滑動配合，伸縮缸(5)的活塞桿與方管滑塊(6-3)鉸鏈連接，在伸縮缸(5)的作用下實現方管滑塊(6-3)相對于方管滑軌(6-6)往復滑動；方管滑軌(6-6)與圓柱支撐臂(6-7)固定連接，方管滑軌(6-6)或者圓柱支撐臂(6-7)直接或者間接連接在車體上。

5.根據權利要求4所述的基于核桃樹體激振能量預測模型的振動采收裝置，其特征在于：吊板(6-4)固定在方管滑塊(6-3)上；柔性吊索(6-5)包括螺栓柱(6-5-1)、橡膠墊塊(6-5-2)、金屬柱體(6-5-3)、吊座(6-5-4)；螺栓柱(6-5-1)通過螺母把吊板(6-4)與金屬柱體(6-5-3)一端相連，螺栓柱(6-5-1)通過螺母把吊座(6-5-4)與金屬柱體(6-5-3)另一端相連；金屬柱體(6-5-3)與吊板(6-4)之間、金屬柱體(6-5-3)與吊座(6-5-4)之間均設置橡膠墊塊(6-5-2)，吊座(6-5-4)固定在激振裝置(4)上。

6.根據權利要求1所述的基于核桃樹體激振能量預測模型的振動采收裝置，其特征在于：激振裝置(4)包括偏心激振機構(4-0)和抱夾式殼體；所述抱夾式殼體包括夾持液壓缸(4-3)、第一夾持頭(4-1)和第二夾持頭(4-2)，所述第一夾持頭(4-1)和第二夾持頭(4-2)鉸接；夾持液壓缸的兩端分別鉸接于第一夾持頭和第二夾持頭的內腔；夾持液壓缸(4-3)用于實現第一夾持頭(4-1)和第二夾持頭(4-2)的開合動作；第一夾持頭(4-1)和第二夾持頭(4-2)之間的最大開度為500mm，以夾持最大直徑500mm的核桃樹體；偏心激振機構設置在第二夾持頭(4-2)上。

技術總結
本發(fā)明提供一種基于核桃樹體激振能量預測模型的振動采收裝置，它能夠根據獲取的核桃樹體主干直徑控制激振裝置輸出最高落果率所對應的激振能量，方便操作，提高采收效益。包括車體、激振裝置、深度相機、AI平臺、激振決策系統，激振裝置包括以液壓馬達為驅動動力的偏心激振機構，深度相機安對核桃樹體主干邊界進行坐標點位識別，AI平臺對邊界坐標的計算得到樹體主干直徑，并根據樹體主干直徑通過激振能量預測模型計算輸出該被夾緊的核桃樹體主干需要的激振能量參數；激振決策系統接收到激振能量參數后向安裝在液壓站上的液壓馬達的電磁閥控制器發(fā)出流量控制指令，使得對激振裝置輸出的激振能量與激振能量參數相一致。

技術研發(fā)人員：施明宏,周宏平,黃鳴輝,周磊,孫中林,許林云,陳吉朋
受保護的技術使用者：南京林業(yè)大學
技術研發(fā)日：
技術公布日：2025/1/6