编辑推荐：
当前水果抓取与成熟度检测分属不同环节，为实现二者无缝集成，研究人员设计集成成熟度检测电极的柔性机械臂，抓取时采集电学参数。发现随梨成熟度增加，硬度下降、理化参数改变，阻抗值上升，且基于 SVM 的模型分类准确，为水果分级无损检测提供新路径。
在水果产业的自动化浪潮中，精准判断果实成熟度犹如为分选流水线装上 “智慧眼睛”。传统检测手段中，破坏性测试会对果实造成不可逆损伤，无法适用于大规模商业场景；而光谱分析等非破坏性方法又常受限于设备成本高昂，且仅能反映表面信息，难以触及果实内部的 “核心秘密”。与此同时，水果抓取机械臂虽在自动化分拣中崭露头角，但检测与抓取环节的割裂，宛如两条并行的铁轨，始终未能交汇成高效的闭环系统。如何在不损伤果实的前提下，精准捕捉其成熟度信号，并将检测功能与抓取动作融为一体，成为横亘在水果智能分级领域的关键挑战。
为破解这一困局，来自中国的研究团队聚焦于我国东北特产南果梨（Nanguo pears），在《Food Control》发表了一项兼具创新性与实用性的研究。南果梨作为辽宁等地的重要经济作物，其独特的风味与营养特性使其对成熟度检测和储运保鲜有着极高要求。研究团队旨在开发一种集 “感知” 与 “行动” 于一体的智能系统，让机械臂在抓取果实的瞬间，即可完成成熟度的无损检测，为水果分级的全流程自动化奠定基础。
研究人员采用的核心技术包括两大模块：其一，设计了集成水凝胶电极的柔性机械末端执行器，该装置如同机械臂的 “指尖”，可在轻柔抓取果实的同时，通过电化学阻抗谱（Electrochemical Impedance Spectroscopy, EIS）技术采集果实的电学参数；其二，结合支持向量机（Support Vector Machine, SVM）算法，构建成熟度分类模型，实现对果实成熟度的精准判别。研究中使用的南果梨样本取自辽宁鞍山千山区东房身村 “李果店”，选取 50 个重量 90-120 g、直径 5.0-6.0 cm 的果实，在 21℃温室条件下储存，模拟不同成熟阶段。
成熟度对果实硬度的影响
随着储存时间延长，南果梨成熟度逐渐提升，其硬度呈现显著下降趋势，从初始的 140.00 N 降至 3.04 N。这一变化与细胞结构的降解密切相关：成熟过程中，果胶酶活性增强，促使果胶等细胞壁成分水解，细胞间黏附力减弱，果实质地随之软化。微观层面的观察进一步印证了这一机制，显示成熟果实的细胞结构更为松散，细胞壁破损程度加剧。
电化学阻抗谱与成熟度的关联性
EIS 测量表明，随着南果梨成熟度增加，低频阻抗值从 864.575 kΩ 显著上升至 2429.172 kΩ。这一现象与果实内部生理生化变化紧密相连：成熟过程中，细胞内电解质分布、细胞膜通透性等发生改变，导致阻抗特性呈现规律性波动。研究通过关联阻抗参数与可溶性固形物（Soluble Solids Content, SSC）、总可溶性糖（Total Soluble Sugars, STS）等理化指标，揭示了 EIS 技术能够有效反映果实内部品质的变化轨迹。
基于 SVM 的成熟度分类模型
研究团队利用 SVM 算法构建成熟度分类模型，凭借其在高维数据处理和非线性分类中的优势，实现了对南果梨不同成熟阶段的准确区分。模型在训练和验证中表现出较高的准确率与召回率，为实际生产中的快速分级提供了可靠的算法支持。
研究结论与意义
这项研究首次将柔性机械臂与 EIS 技术深度融合，开创了 “抓取即检测” 的水果分级新模式。通过水凝胶电极的柔性接触，避免了传统检测对果实的损伤，同时借助 SVM 模型提升了成熟度判别的精度。研究不仅揭示了南果梨成熟过程中硬度、阻抗、微观结构等多维度指标的动态关联，更构建了一套可扩展的智能检测系统，为苹果、柑橘等其他水果的自动化分级提供了方法论参考。在农业智能化转型的背景下，该成果有望推动水果产业从 “经验式分选” 向 “精准化检测” 跨越，助力提升果品质量均一性与市场竞争力，为智慧农业的发展添上浓墨重彩的一笔。
