利用嵌入式传感技术和运动分解方法，基于能量分析识别核桃收获过程中主要的脱离动力学特征

《Computers and Electronics in Agriculture》：Energy-based identification of dominant detachment dynamics in walnut harvesting using embedded sensing and motion decomposition

基于能量主导的运动识别算法与嵌入式感知平台，研究揭示了核桃振动采摘中果实与树枝系统的动力学特性，通过IMU模块采集多维运动数据，构建五阶运动分解模型与动态动能谱分析方法，实验表明相对摆动模式贡献率21.27%，动能效率54.96%，为智能高效振动采摘系统提供量化优化基础。

　　

作者：贾娜 | 博佳成 | 王首达 | 刘久庆

东北林业大学机电工程学院，中国哈尔滨 150040

摘要

在基于振动的收获过程中，果实脱落受到果实-树枝系统内部复杂动态惯性力的影响，尤其是在非结构化的果园环境中。然而，现有方法难以量化该系统中的相对运动和相关的能量消耗，从而限制了收获效率和控制精度。为了解决这个问题，我们提出了一种基于能量的主导运动识别算法，用于核桃收获，该算法结合了一个定制的嵌入式传感平台和运动分解模型。开发了一种配备了惯性测量单元（IMU）的“电子果实”，以捕捉手动冲击激励下的高分辨率惯性响应。果实的运动被分解为五种代表性模式，并引入了一个标准化的动能贡献指标来识别主导模式。现场实验表明，在冲击激励下，果实与树枝之间的相对摆动运动是主导模式，而扭转运动可以忽略不计。这项工作为优化激励参数提供了定量基础，并有助于智能、节能的振动收获系统的发展。

引言

在当代果园机械化生产中，由于劳动力成本上升和季节性劳动力短缺，开发高效和智能的收获系统已成为关键优先事项（Zhang等人，2024年）。振动收获技术以其高运营效率和高机械化程度而被广泛用于核桃、橄榄和柑橘类水果的收获（Ru等人，2024年）。在欧洲和美国等地区，商用振动收获设备（例如Orchard-Rite Bullet?、PELLENC Buggy5000S和Feucht VHM系列）实现了振动频率、振幅和抓取力等参数的可调控制（Bao等人，2023年；Cui等人，2022年；Sellier等人，2006年）。然而，即使在标准化的果园环境中，收获参数的确定仍然依赖于经验调整，缺乏依赖于果实-树枝动态响应反馈的闭环控制机制。

在实际的果园振动收获操作中，果实-树枝系统的动态响应表现出明显的非线性特征、多模态耦合效应和显著的局部响应变化。这种复杂性源于果树的多级分支结构、果实质量分布不均以及树枝刚度的不确定性。这些复杂的响应已被证明对果实脱落效率有显著影响（Spatz和Theckes，2013年；Torregrosa等人，2014年）。由于缺乏对果实对振动刺激响应机制的全面理解，当前的振动参数主要是基于经验的，这阻碍了通用性和精确控制的实现。这反过来又对果实脱落效率和操作稳定性产生了不利影响（Rand和Cooke，1970年；Wang等人，2024年）。

从动态角度来看，果实脱落过程中的运动可以分为两种典型模式：与树枝同步的运动以及相对于树枝连接点的相对运动，包括摆动和扭转等局部行为（?ztekin和Güng?r，2020年；Xing等人，2024年）。这两种运动之间的耦合关系、能量消耗和主导模态特性直接决定了脱落是否发生（Du等人，2012年；Thewes等人，2022年）。然而，目前还没有能够在田间环境中长期稳定运行的解决方案，具备三维运动感知和能量解耦能力。这使得识别主导模式和建模脱落机制变得复杂，从而限制了参数优化的物理基础。

为了解决上述挑战，本文提出了一种结合嵌入式传感和模态能量识别的果实动态检测方案，并构建了一个用于核桃收获场景的电子果实系统。该系统集成了一个高频六轴惯性测量单元（IMU），通过融合加速度和角速度信息并结合姿态估计算法，连续获取果实的多维运动参数。此外，本文还提出了一个用于果实-树枝系统的运动解耦和能量识别框架，利用坐标变换和运动分解技术来区分果实的同步运动和相对运动。同时，引入了一种时变动能谱分析方法来量化不同响应模式的能量贡献及其演变模式。

本文的创新主要体现在两个方面。首先，它提出了一种结合IMU和模态能量解耦的嵌入式感知系统，提高了在复杂果实-树枝结构下微动态响应获取的准确性和空间分辨率。其次，它构建了一个用于同步/相对运动的结构解耦模型和时变能量分析方法，实现了主导运动的识别及其与果实脱落行为的定量建模。

相关研究

本研究预计将为果实-树枝系统中主导运动机制的建模和能量分析提供实证数据和定量方法，从而为核桃收获设备的精确参数设计奠定理论基础。通过提高果实脱落动态的可感知性和可解释性，可以改善响应的可控性和操作适应性，从而降低果实损坏的风险。

果实-树枝系统的动态解耦建模框架

在典型的收获操作中，工人通常会对次级树枝施加短期冲击，以诱导树枝产生弹性振动响应，从而促进果实脱落（Hou等人，2021年；Liu等人，2023年）。这一过程伴随着从主干到末端树枝的逐步能量消耗，导致三阶及以上树枝的局部振动差异显著。显然，大多数果实都附着在

实验数据分析和主导运动识别

为了验证所提出的动能建模框架和主导运动识别算法的实用性，本文系统地分析了在手动激励条件下核桃果实在不同收获路径中的多种动态响应行为。分析的主要目标包括识别脱落过程中的主导响应模式、分析局部果实响应的关键动力学特征等

能量评估指标对收获策略优化的影响

表11总结了手动敲击刺激下的fi、fik和fim值。根据这些数据，与主导运动F₃相关的脱落贡献率η_e为21.27%（95%置信区间17.02–25.52%；见表11）。同时，相对动能效率η_k，即系统响应有效转化为果实相对运动的比例，达到了54.96%。η_k超过50%的事实表明，超过一半的有效

结论

本研究解决了核桃振动收获过程中果实-树枝系统的非线性响应和能量效率不确定性问题。提出了一个结合嵌入式传感、运动分解和能量建模的系统分析框架。通过构建一个双坐标解耦模型和五种主导响应模式，在手动敲击收获条件下开发并验证了一个高精度的电子果实系统。

作者贡献声明

贾娜：撰写 – 审稿与编辑，概念化。博佳成：撰写 – 原始草稿，概念化。王首达：软件开发。刘久庆：项目管理。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。

致谢

本研究由国家重点研发项目“核桃和枸杞收获技术与设备的研究与开发”（2022YFD2202105-1）资助。