采摘机器人毕业设计：从机械控制到感知决策的实现
针对毕业设计中常见的算法与执行器脱节、系统实时性不足、模块集成混乱及环境干扰等问题，本文梳理了一套基于 ROS 2 和 STM32 的全栈实现方案，为类似项目提供清晰、可复现的参考路径。
1. 毕业设计常见痛点深度剖析
在开始技术选型之前，先明确要解决的核心问题。许多毕设停留在仿真或单个模块演示阶段，难以形成完整的闭环系统，主要痛点集中在以下几个方面：
- 算法与执行器严重脱节：视觉识别结果如何转换成机械臂末端执行器的空间坐标涉及相机标定、手眼标定、坐标系变换等步骤。视觉算法输出频率（如 10Hz）与底层电机控制频率（可能高达 100Hz）不匹配，若无中间层解耦缓存，会导致控制指令混乱。
- 系统缺乏实时性保障：采摘动作对时效性有要求。若果实识别、路径规划、运动控制链路延迟过高，目标位置可能因风吹或机器人移动而偏离。纯 Python 或 ROS 1 默认通信机制在多节点高频率数据流下，延迟抖动不可预测。
- 模块集成混乱，调试困难：视觉、控制、机械、上位机由不同代码语言编写，接口不统一。缺乏系统性日志记录和状态监控，调试过程如同黑盒摸索。
- 对真实环境干扰准备不足：光照变化、枝叶遮挡、果实颜色与背景相似、相机抖动等问题会极大影响识别效果。算法在干净数据集上表现优异，但未考虑鲁棒性因素。
2. 核心技术选型对比与决策
技术选型需围绕实时性、模块化、鲁棒性和开发效率进行权衡。
2.1 机器人中间件：ROS 1 vs ROS 2
- ROS 1：成熟，社区资源丰富，但核心通信机制基于 TCPROS/UDPROS，实时性较差，主节点存在单点故障风险。
- ROS 2：采用 DDS 作为底层通信架构，天生支持实时系统和分布式部署，通信质量（QoS）可配置。选用 ROS 2 Humble 版本，稳定性和对嵌入式平台支持较好。
2.2 视觉感知：传统 OpenCV 方法 vs 深度学习 YOLO
- 传统方法：环境可控时速度快，但鲁棒性差，易受光照和遮挡影响。
- 深度学习（YOLOv8）：精度和速度平衡好。通过微调自建场景数据，模型能抵抗一定的光照变化和遮挡。选择 YOLOv8s 模型，在 Jetson Nano 或树莓派 + 加速棒上可实现接近实时的推理速度。
2.3 下位机控制器：Arduino vs STM32
- Arduino：适合快速原型验证，但处理能力有限，缺乏真正的实时操作系统支持。
- STM32：基于 ARM Cortex-M 内核，配合 FreeRTOS 实时操作系统，可创建多个优先级任务，确保电机控制、传感器采集的实时性。选择 STM32F4 系列，性能足够且性价比高。
最终架构：上位机（Jetson Nano 或高性能笔记本）运行 ROS 2 和 YOLOv8，负责视觉感知、决策和全局路径规划。下位机（STM32）运行 FreeRTOS，负责接收指令，执行高频率关节电机 PID 控制、传感器数据采集和急停安全逻辑。上下位机通过 串口（UART） 或 CAN 总线 通信。
3. 核心模块实现细节与通信协议
系统主要分为视觉识别节点、决策规划节点和底层控制节点。
- 输入：USB 相机或 CSI 相机发布的 话题。
