西红柿的采摘是劳动密集型作业。对于家庭种植的、少量的采摘作业，人工还可以应付；但对规模化、工厂化种植的采摘如果还是由人工进行的话，就很难适应市场发展的需要。而且，随着人口的老龄化和农业劳动力的减少，农业生产成本也相应提高，手工采摘会大大降低产品的市场竞争力。因此，其采摘的自动化是一个亟待解决的问题。但由于采摘对象的复杂性和工作环境的非结构化，目前国内的采摘自动化程度仍然很低。本文针对这一问题，对西红柿自动化采摘中的关键技术进行了研究，并取得了如下成果： 1.基于嵌入式技术搭建了机器人视觉系统的硬件平台和软件平台，并在此平台上开发了机器人的双目视觉系统，有效解决了采摘机器人智能水平与成本水平相互制约的问题。 2.针对机器人双目视觉系统需要经常变换位置，摄像机参数也会随之改变的特点，采用了一种介于传统标定与自标定方法中间的单摄像机标定方法。此方法不需要昂贵精密的实验设备，操作简便，标定算法能多次稳定的使用且保证足够的精度。在此基础上，提出一个新的约束等式，用以描述两台摄像机之间的位置关系。 3.针对直接对自然环境下采集的RGB模式的彩色图像进行分割比较复杂，而对单通道图像进行分割可以缩短处理时间、提高效率这一特点，提出了基于色彩分通道的果实目标提取方法。利用该方法对西红柿图像在L*a*b*颜色空间下进行了试验，结果表明：此方法简单快速，得到的果实目标较清晰准确，可满足图像后续处理的需要；该方法稍加修改便可以推广至红色辣椒、樱桃等红色农作物果实的提取，从而提高了机器人的使用率，降低了单位生产成本。 4.结合西红柿图像的实际情况，提出了基于重心并辅以极线约束、唯一性约束和视差梯度约束的图像匹配方法。采用该方法对20组西红柿图像进行了试验，结果表明：果实无遮挡或遮挡情况不严重时匹配误差基本可控制在6个像素之内。在图像匹配的基础上，对西红柿的特征点进行了深度恢复，获取了摄像机坐标系下特征点的三维坐标，并根据采摘需要实现了摄像机坐标系与机器人坐标系之间的转换。 5.根据西红柿的生物学特性和栽培方式，遵循机械手选型原则，设计了5DOF关节式机器人，并针对作业任务的特点设计了新颖、实用的手部机构；对机器人的运动学、速度进行了分析，实现了运动学方程的正、反解，求解了速度雅可比矩阵；在关节空间对机器人的运动轨迹进行了规划，给出了运动轨迹的实时生产方法；基于嵌入式技术搭建了机器人运动控制的硬件平台和软件平台，并在此平台上实现了机器人的位置控制。 6.实验室环境下，对机器人系统进行了整机性能测试，结果表明：机器人视觉系统的定位精度经过BP神经网络修正以后绝对误差可以控制在10mm之内，达到了机器人定位精度的要求；简单情况下的机器人采摘作业试验中，机器人的抓取成功率为72％，工作性能不是很理想，需要进一步提高机器人的运动定位精度。