遮挡条件下草莓采摘效率提升的创新设计与田间验证：基于视觉引导与风扇系统的机器人采收系统研究

为解决开放田间环境下草莓采摘机器人面临的果实遮挡难题，研究团队开发了集成深度学习视觉系统(YOLOv8s/YOLOv5s-cls)、六自由度机械臂和配备Fin Ray效应夹爪与风扇系统的末端执行器。该系统通过分类遮挡状态（occluded/not occluded），分别执行直接采摘或先吹散遮挡后采摘的策略，田间试验表明风扇系统使采摘成功率从58.1%提升至73.9%（提升15.8%），mAP达80.5%，为农业自动化提供了创新解决方案。

　　

草莓产业长期面临劳动力短缺的严峻挑战。美国加州2021至2022年的采收成本上升7.1%，而传统温室草莓采收机器人（如Yamamoto等2010年系统）在开放田间的表现急剧下降——Xiong等2019年研究显示，其采摘成功率从无遮挡时的96.8%骤降至53.6%。这暴露出当前技术的关键瓶颈：复杂冠层中叶片和藤蔓造成的遮挡不仅降低机器视觉检测精度（平均26.4%-65%果实被遮挡），更阻碍机械臂的接近路径。

针对这一行业痛点，国内某高校的研究团队在《Computers and Electronics in Agriculture》发表了一项突破性研究。他们设计了一套融合主动遮挡处理技术的草莓采收机器人系统，其创新性体现在三个层面：首先采用改进的YOLOv8s模型实现80.5% mAP的草莓检测精度，配合YOLOv5s-cls分类器达到93.2%的遮挡判别准确率；其次开发了集成双风扇系统的末端执行器，通过8000 rpm气流定向清除叶片遮挡；最后提出基于欧拉角的姿态控制算法，使机械臂能根据九宫格区域分析结果自动调整吹风角度。

关键技术方法包括：1) 使用ZED2i相机采集1600张田间草莓RGB-D图像构建数据集；2) 部署改进YOLOv8s模型实现三阶段成熟度分类（immature/nearly mature/mature）；3) 设计带Fin Ray效应夹爪（FA4MR86RS型）和双AC电机的末端执行器；4) 建立九宫格遮挡区域识别与风扇联动控制算法。

研究结果揭示：

1. 机器视觉系统性能：在模拟田间测试中，对无遮挡草莓的采摘成功率达91.4%（平均10.9秒/果），而遮挡环境下传统方法成功率仅58.1%。
2. 风扇系统效能：通过40组对比实验证实，风扇系统使遮挡清除成功率提升至85.7%，整体采摘效率提高15.8%，但单果处理时间增加4.5秒（达20.1秒）。
3. 机械控制优化：Denavit-Hartenberg模型控制的320-pi机械臂（工作半径350mm）配合150度滚转角的风扇姿态，可有效避免果实位移（<2cm的小果仍有4例被吹落）。

讨论部分指出，该研究的核心价值在于首次验证了主动气流干预在田间草莓采收中的可行性。相比Harvest Croo Robotics公司的机械推叶方案，非接触式风扇系统对植株更友好。未来通过多机械臂协同、ROS系统迁移和光照补偿优化，有望将当前10台机器人43小时/公顷的作业效率提升至商业化水平。这项技术不仅为浆果类作物采收提供了新范式，其"视觉-气流-柔性抓取"的三元协同机制更为其他易损水果自动化采收开辟了技术路径。