随着设施农业、精准农业等新型农业的出现，计算机、传感器和自动化技术越来越多被应用于农林业生产中。中国作为农林业大国，实现农林业现代化、农林业装备机械化和智能化成为发展的必然趋势。

我国在农林业采收机器人方面的研究工作起步较晚，水果生产机械化水平提升较为缓慢，2021年全国果园平均综合机械化率仅为30%左右，尤其是在采收环节仍然依靠大量人工，是较为典型的劳动密集型作业，所投入的劳动力约占整个生产种植过程的40%~50%，采摘费用约占成本的50%~70%。

水果采摘机器人的难点有哪些？

当前的果园采摘机械化装备距离智能化、自主化无损采收仍有很大差距，主要体现在以下三个方面：

一是采摘效率不高。大部分采摘机器人都采用单一末端执行器，每次采摘均要经过“伸”“采”“收”的过程，造成单个果实采摘周期长，难以达到人工采摘的效果，同时，目前基于视觉的采摘目标精准快速识别技术对于成熟果实的识别率和识别速度均不高，在实际生产应用中作业效率不佳。

二是采摘损伤率较高。受制于当前末端执行器的柔性和自适应性短板，采摘机器人在夹持果实的过程中极易造成损伤。

三是应用成本过高。采摘机器人属于高端前沿农机装备，综合集成了视觉传感系统、机械部、末端执行器和测控系统等，生产成本较高，价格昂贵，同时，由于果园采收作业的季节性特征较强，各类采摘机械的闲置率较高。

重点突破的方向是什么？

一是复杂背景下密集果实的目标识别定位。通过机器视觉技术获取多元图像数据，叠加数据增强技术，分析多信道果实特征，提升果实边缘检测能力，并基于多任务深度神经网络，判定未遮挡局部区域并对果实完整区域进行估计，采用基于最佳点云簇和三维中心线果实参数重构方法，融合多视角测量定位信息，实现受遮挡果实质心位置与尺寸参数估计，提出具有果实区域检测与果实分割双重功能的多任务深度卷积网络模型，构建受遮挡果实多任务监测网络，同时开展基于视锥法的果实三维姿态拟合，实现果实性状的识别精度和判定速度；

二是多臂采摘任务规划与协同控制。纵观国内外前沿技术发展，“采-收-运”一体作业的多臂采摘系统是果园采摘机器人发展主要趋势，亟需以遍历群体果实时间最优为目标，研发基于复合构型视觉伺服的机械臂实施控制方法，构建多臂协同作业规划决策模型，持续优化果实采摘次序和多臂协同作业策略。