📢 转载信息
原文链接：https://www.sciencedaily.com/releases/2026/03/260317064512.htm
原文作者：Osaka Metropolitan University
随着农业劳动力短缺，农业领域正加速自动化进程，特别是在收割环节。然而，并非所有作物都易于机器处理。以西红柿为例，它们往往成簇生长，这意味着机器人必须在不触碰未成熟果实的情况下精准采摘成熟果实。这需要极高的控制精度和智能决策能力。
为了应对这一挑战，大阪公立大学研究生院工学系副教授藤永拓也（Takuya Fujinaga）开发了一套系统，旨在训练机器人在采摘前评估每个西红柿的“采摘难度”。
他的研究方法将图像识别与统计分析相结合，从而确定每个果实的最佳采摘角度。机器人会分析视觉细节，如西红柿本身、果茎以及果实是否被叶子或其他植被遮挡。这些输入信息引导机器人选择最有效的路径来靠近并采摘果实。
从检测到“采摘难易度”决策
这一方法改变了传统系统仅关注水果检测和识别的局限性。藤永副教授引入了所谓的“采摘难易度估计”（harvest-ease estimation）。他解释道：“这不仅仅是思考‘机器人能摘到西红柿吗？’，而是转向思考‘成功采摘的概率有多大？’，这对实际农业生产更有意义。”
在测试中，该系统的成功率达到了81%，超出了预期。值得注意的是，约四分之一的成功案例来自于机器人初次从正面尝试失败后，自主切换角度进行的二次尝试。这表明该机器人具备根据反馈调整策略的能力。
这项研究强调了机器人采摘过程中受到诸多变量的影响，包括西红柿的丛生方式、果茎的形状和位置、周围的叶片以及视觉遮挡。藤永表示：“这项研究将‘采摘难易度’确立为一个可定量评估的指标，使我们离实现能够自主决策并进行智能操作的农业机器人又近了一步。”
人机协作的农业未来
展望未来，藤永副教授构想出一种能够自主判断作物何时成熟并进行采摘的机器人。他解释说：“这有望引领一种全新的农业形式，即人类与机器人协作。机器人将自动采摘那些易于采摘的西红柿，而人类则处理那些更具挑战性的果实。”
该研究结果已发表在《智能农业技术》（Smart Agricultural Technology）期刊上。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区