隨著農業生產模式和視覺技術的發展，農業采摘機器人的應用已逐漸成為了智慧農業的新趨勢，通過機器視覺技術對農作物進行自動檢測和識別已成為采摘機器人設計的關鍵技術之一，這決定了機器人的采摘效果和農場的經濟效率。目前市面上最常見的是基于單片機開發的自動采摘機器人，但是隨著人工智能的快速發展，通過建立神經網絡基于大量圖像數據訓練的識別方法成為新一代智慧農業發展必不可缺的硬性條件。

升級農業生產機器人，主控芯片該如何選擇呢？FPGA實時高速采集功能，搭配ARM端高性能處理系統 ，必然是機器人構建自動識別采摘系統最優解決方案。Xilinx公司的Zynq 7000 系列的芯片作為控制器，既可以完成機器視覺算法，又可以實現對機器人的控制程序。此外，FPGA特有的并行處理能力可同時對多個目標進行識別采摘，提高了采摘效率；在此期間，可以通過優化算法和訓練學習圖像數據，對果實好壞進行分揀。

農產品識別系統的工作流程可分為以下幾個步驟：

(1)攝像頭采集圖像，將圖像信息通過串口發送到FPGA，預處理圖像數據。

(2)調用ZYNQ芯片的識別算法程序包，識別農產品的種類，成熟度，大小等相關信息。

(3)通過網絡、多媒體接口把相應農產品信息顯示在觸摸屏和云端，實時監控畫面并記錄采摘信息。

(4)在通過FPGA和軟件的協調下，對圖像中水果坐標信息進行計算，控制電機運轉機械臂對成熟果實進行采摘操作。

基于Zynq 7000系列FPGA農業生產識別系統流程框架圖隨著農業升級硬件需求的不斷增加，米爾電子基于Xilinx Zynq 7000系列7Z010/7Z020處理器，設計了一款簡單易開發的單板Z-turn Board，大容量存儲設計，支持系統長期數據存儲；擁有豐富的接口，攝像頭接口，HDMI顯示接口，LCD 接口，可連接高清觸摸屏幕，顯示各類數據信息，實現就地監控和農作物實時管理；擁有千兆網口和CAN，PMOD，豐富的I/O等數據通訊接口，可輕松應對各類場景下的多種功能需求。并且該單板支持PYNQ設計平臺，設計人員可以通過Python語言和庫，利用Zynq中融合可編程邏輯和微處理器的優勢來快速構建更強大的嵌入式系統。

附基于Xilinx -7Z010/20處理的MYS-7Z010/20-V2單板資料：

SOC：Xilinx Zynq-7010/20 高性能雙核ARM Cortex-A9處理系統（PS），FPGA架構：可編程邏輯單元XC7Z010（28K，約43萬邏輯門）XC7Z020（85K，約1.3M邏輯門）。

系統內存：1GB DDR3 SDRAM（512MB*2）

存儲：QSPI 默認16MB，TF CARD槽（支持外部啟動）

網絡：一路千兆網口

視頻：HDMI接口

USB：USB HOST*2

JTAG：1路PS/PL復用 JTAG接口（進行編程調試下載）

供電：5V/0.5A

為了開發的多樣性，米爾還為Z-turn Board設計出專屬Z-turn IO Cape，擴展了Z-turn 的普通IO，ADC，LCD，攝像頭接口等，能搭配更多的外設模組共同使用。大大擴展了開發場景。

審核編輯黃宇