基于知识蒸馏YOLOv9t模型与混合式末端执行器的大马士革玫瑰自主采摘机器人设计与性能评估

为解决大马士革玫瑰人工采摘效率低、劳动力短缺及损伤率高的问题，研究人员开发了一种基于YOLOv9t目标检测模型（通过离线知识蒸馏优化）和新型混合式末端执行器的自主采摘机器人。该机器人实现了96.2%的花朵检测准确率和80.2%的综合采摘率，平均单花采摘时间39.65秒，为解决高价值花卉自动化采收提供了创新方案。

　　

大马士革玫瑰作为生产玫瑰水和精油的最具价值品种，其采收却长期面临严峻挑战。这种花卉每年仅在15-21天的短暂花期内集中开放，且最佳采收时间窗口狭窄（凌晨4-7点），传统人工采摘方式不仅效率低下，还面临劳动力短缺、成本高昂以及工人被茎刺划伤等多重问题。更复杂的是，玫瑰花开放不同步、在植株上分布分散，使得自动化采收需要机器人具备选择性识别和采摘开放花朵的能力。

针对这一产业痛点，研究人员在《Journal of Agriculture and Food Research》上发表了一项创新研究，设计并构建了一种专门用于大马士革玫瑰采收的自主机器人系统。该系统通过集成先进的计算机视觉、智能控制技术和仿生机械设计，实现了对绽放玫瑰的精准识别和轻柔采摘。

研究采用了几个关键技术方法：首先利用YOLOv9t（You Only Look Once version 9 tiny）轻量化目标检测模型，通过基于YOLOv9c响应的知识蒸馏方法进行训练优化，在真实田间条件下收集的图像数据上达到了96.2%的检测精度；其次开发了一种新颖的混合式末端执行器，结合了手指夹持型和剪刀型执行器的优点，配备TCS3200颜色检测传感器和旋转刀片；最后构建了基于三轴独立线性导轨的运动机制，确保末端执行器能精准定位到目标花朵。

2.1. 可采收花朵标准

研究明确了大马士革玫瑰的六个发育阶段，确定仅选择花瓣轮开放（d阶段）和完全开放（e阶段）的花朵进行采收，因此阶段的花朵能提供最高质量和数量的精油。

2.2. 绽放花朵检测模型

通过知识蒸馏方法将大型YOLOv9c模型的知识迁移到轻量级YOLOv9t模型，使用300张原始图像经过数据增强（旋转、翻转、HSV色彩空间调整和马赛克技术）扩展到2100张图像，采用10折交叉验证方法训练模型，最终检测率达到97.4%。

2.3. 开发的末端执行器

受人工采摘手法启发，设计了具有八根弯曲手指（四指颚）的混合式末端执行器，能通过颜色传感器感知花朵存在，轻柔夹持而不施加过度力，同时通过末端旋转圆锯片切割花茎，并配合回缩动作分离花朵。

2.4. 机器人3D模型与工作流程

机器人采用n形主体结构覆盖灌木行，配备三组独立直线导轨系统（纵向、横向和垂直方向）实现末端执行器的精确定位，同时集成摄像头、控制单元、收集罐和抽吸泵系统。

2.5. 原型机开发

构建了比例为0.33的原型机器人，使用Arduino Uno控制板控制步进电机驱动直线运动机制，通过几何关系计算确定末端执行器位移与电机转速的关系，建立了以指尖闭合位置为原点的三维坐标系。

2.6. 机器人性能评价指标

定义了检测率、抓取率、切割率、采摘率、采收率、损伤率和误检率七项关键性能指标，在实验室环境中通过采收500朵玫瑰进行了系统评估。

研究结果显示，该机器人在实验室条件下的性能表现令人印象深刻：花朵检测率达到97.4%，误检率为10.5%，抓取成功率93.2%，切割成功率88.4%，整体采摘率达到82.4%，最终采收率为80.2%，损伤率控制在8.0%。特别值得注意的是，平均单朵花采收时间为39.65秒，其中仅6%的时间用于花朵检测，约65%的时间用于末端执行器向花朵的运动定位。

与以往研究相比，该研究在多方面取得显著进展：在检测方面，采用知识蒸馏训练的YOLOv9t模型相比传统图像处理方法对光照变化和复杂背景具有更强鲁棒性；在执行机构方面，混合式末端执行器避免了直接接触花朵造成的损伤，且无需精确识别花茎位置即可完成切割作业；在运动控制方面，三轴独立线性导轨系统确保了精确定位能力。

研究的讨论部分强调，这种机器人系统成功解决了大马士革玫瑰自动化采收的核心难题。知识蒸馏方法的应用使轻量级模型在保持高精度的同时满足了实地处理的硬件限制；混合式末端执行器的创新设计有效模拟了人工采摘的灵巧动作；而整体的系统集成方案为高价值花卉作物的自动化采收提供了可行路径。

研究人员在结论中指出，这项技术不仅能够缓解玫瑰采收季节的劳动力短缺问题，降低生产成本，还能避免工人在采收过程中被茎刺伤害的风险。随着进一步优化，这种机器人系统有望扩展到其他园艺产品的自动化采收应用中，为农业自动化领域带来重要推动。

研究团队还提出了未来研究方向：建议采用多光谱和高光谱图像替代RGB图像提升检测性能；推荐使用相机-激光三角测量技术替代颜色传感器以提高定位速度和精度；考虑添加照明系统以实现全天候连续作业能力。这些改进将进一步提升机器人的采收效率和实用性。