基于MCA-YOLOv5的跨场景散养肉鸡多行为识别与金银花采摘机器人协同系统开发

为解决金银花人工采摘效率低、成本高的问题，研究人员开发了基于YOLOv8-pose算法的跨场景识别系统与两自由度抓取末端执行器。该系统通过关键点检测实现采摘点精确定位（精度0.96）和角度自适应调节（MAE 4.97°），田间试验显示单花采摘成功率达66.8%，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，其有效成分氯原酸和木脂素在花蕾期达到峰值，但短暂的开花期（仅3-5天）与高昂的人工采摘成本（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虽能批量作业，但会造成20%以上的枝叶损伤，且无法选择性采收成熟花蕾。更棘手的是，金银花直径仅1.5-3.0 mm的微小尺寸、与枝叶相近的青白色泽，以及簇生状态下密集的空间分布，对机器视觉识别和机械臂避障提出了极高要求。

中国农业大学的研究团队在《Biosystems Engineering》发表的研究中，创新性地将跨场景行为识别算法与农业机器人技术相结合。通过改进的YOLOv8-pose模型，系统能以38.6 fps的速率同步检测花蕾关键点（F₁-score 0.90）并计算花体倾斜角（平均绝对误差4.97°）。配合自主研发的两自由度旋转夹持末端执行器，机器人可根据花体朝向自动调整夹爪角度，实现"头部优先"的精准采摘策略，使损伤率降至9.6%，较传统中部采摘方式降低50%以上。

关键技术包括：1）基于RGB-D相机的三维定位系统；2）融合EfficientNet和CARAFE模块的轻量化目标检测网络；3）关键点检测引导的闭环控制策略；4）气吸式收集通道设计。田间试验选用河北巨鹿种植基地的206株样本，在株高0.5-1.0 m、行距2.2 m的典型种植环境下验证性能。

【机器人平台尺寸确定】
通过实地测量金银花冠层结构（直径1.0 m球型），设计跨架式机器人底盘与XYZ三轴机械臂，工作范围覆盖98%的花蕾分布空间。

【金银花检测结果】
模型在复杂光照条件下保持稳健，精确区分成熟花蕾与幼蕾/盛开花的准确率达91%，关键点定位误差<5 mm，满足微小目标操作需求。

【局限性及未来工作】
当前收集系统效率待提升，拟采用负压气流输送替代固定集料箱，目标将单花采收周期从4.9 s缩短至3 s内。

该研究首次实现金银花采收的"检测-定位-采摘-收集"全流程自动化，66.8%的成功率已达到商业化应用门槛。特别值得注意的是，头部优先采摘策略将药用价值最高的花蕾顶部完整保留，这对保持中药材有效成分含量具有重要实践意义。团队提出的跨域行为识别框架，为其他高价值小宗作物（如藏红花、铁皮石斛）的机器人采收提供了可复用的技术范式。