跨架式金银花采摘机器人的研发与田间评估：基于YOLOv8-pose算法的精准定位与自适应抓取系统

针对金银花人工采摘成本高、效率低的问题，本研究开发了基于跨架式平台的自主采摘机器人系统。通过YOLOv8-pose算法实现采摘点检测（精度0.96）和花朵朝向识别（MAE 4.97°），配合2自由度旋转夹持末端执行器，田间试验达到66.8%采摘成功率，损伤率仅9.6%，为中药材自动化采收提供了创新解决方案。

　　

金银花作为传统中药材的重要原料，其药用成分绿原酸和木脂素在花蕾期含量最高，但短暂的开花期（仅3-5天）和人工采摘的高成本（占生产成本70%以上）严重制约产业发展。现有梳刷式采收装置会损伤枝叶且无法选择性采摘，而金银花微小尺寸（直径1.5-3.0 mm）、与枝叶相近的绿白色泽以及簇生特性，对自动化采收提出了极高要求。中国农业大学2115人才发展计划支持的研究团队在《Biosystems Engineering》发表研究，开发出全球首款跨架式金银花采摘机器人系统。

研究团队采用RGB-D相机和YOLOv8-pose算法实现花朵关键点检测，设计可旋转2自由度夹持末端执行器，在河北巨鹿金银花种植基地开展田间试验。关键技术包括：基于深度学习的花蕾定位（38.6 fps实时检测）、连接芽头尾部的角度估计（MAE 4.97°）、自适应夹持角度调节系统。

【机器人平台尺寸确定】

根据金银花株型（冠幅1.0 m，行距2.2 m）设计跨架式平台，末端执行器行程覆盖0.5-1.0 m植株高度，确保全株可达性。

【金银花检测结果】

YOLOv8-pose模型在自然光环境下表现优异：精确度0.96、召回率0.85、F₁-score 0.90，角度估计误差4.97°，显著优于传统Canny算子（准确率66.7%）和改良YOLOv5s（F₁-score 0.84）。

【采收性能评估】

对206朵金银花的测试显示：芽头采摘损伤率最低（<20%），平均单朵采收时间4.9 s，定位准确率68.5%。相比梳刷装置，该系统实现选择性采收，避免未成熟花蕾混入。

研究突破了三个关键技术瓶颈：1）解决微小目标（<3 mm）的精准定位难题；2）通过姿态估计避免夹持过程中碰撞邻近花朵；3）开发旋转夹持机构适应金银花无茎特性。尽管当前收集系统仍需优化（建议采用气吸式传输），该研究为中药材自动化采收提供了首个可商业化解决方案，其算法框架可扩展至其他高价值特用作物采收领域。研究团队特别指出，未来集成多模态传感器和闭环控制系统有望将成功率提升至80%以上。