综述：智能水果采摘机器人视觉感知技术研究进展

（编辑推荐）本文系统综述了智能水果采摘机器人视觉感知技术的研究进展，涵盖相机类型（RGB-D/ToF/事件相机）、目标检测算法（YOLO系列/Transformer）、采摘点定位及主动视觉（Active Vision）等关键技术，探讨了V-SLAM导航与多机器人任务调度的前沿应用，为农业自动化领域提供重要技术参考。

　　

1 引言

随着全球人口持续增长，农业自动化技术成为提升生产力的关键。智能水果采摘机器人作为核心解决方案，其视觉感知技术涉及果实识别、定位和抓取等关键环节。统计数据显示，2005至2024年间"水果采摘"领域论文数量从732篇激增至2130篇，反映该领域研究热度持续攀升。

2 采摘机器人相机技术

视觉传感器是机器人的"眼睛"，其性能直接影响感知精度：

• •

  单目相机：成本低但缺乏深度信息，需依赖深度学习估计距离（如自监督深度网络）

• •

  双目相机：通过视差计算深度，在苹果采摘中实现毫米级定位，但对纹理依赖性强

• •

  RGB-D相机：结合结构光（如Intel RealSense D435）和ToF技术，在复杂环境中表现优异

• •

  事件相机：具有120dB超高动态范围，适合光照剧烈变化的果园场景

安装方式分Eye-To-Hand（固定视角稳定）和Eye-In-Hand（随机械臂移动灵活），后者更适用于遮挡场景。

3 目标检测技术演进

从传统方法到深度学习实现质的飞跃：

• •

  传统方法：基于HSV颜色空间分割（番茄识别准确率96.36%）结合形态学特征（Canny边缘检测）

• •

  两阶段算法：Faster R-CNN与Mask R-CNN在椰子成熟度检测中表现优异但计算量大

• •

  YOLO系列：YOLOv12采用GELAN主干网络，在MS COCO数据集实现₅₀mAP提升30%的同时保持低延迟

• •

  Transformer模型：DETR实现端到端检测，但需百万级标注数据训练

4 采摘点定位创新

定位精度直接影响采摘成功率，近年出现多种标注范式：

• •

  几何计算法：通过霍夫变换拟合苹果轮廓，误差<±5mm

• •

  关键点回归：YOLOv8-pose直接预测辣椒果梗坐标

• •

  混合方法：芒果采摘中先用检测框定位果柄，再通过实例分割提取骨架线

5 机器人移动感知

• •

  V-SLAM导航：语义SLAM在温室环境中将定位误差控制在±2cm

• •

  路径规划：IRRT*算法结合TSP问题优化，减少非作业路径长度40%

• •

  多机调度：基于MARL的调度系统提升草莓采摘吞吐量达200kg/h

6 主动视觉技术

针对遮挡问题提出四类视角规划方法：

• •

  几何法：通过八叉树建模番茄植株结构

• •

  信息熵法：NBV-SC规划器评估信息增益

• •

  强化学习：无人机龙眼采摘中实时调整观测角度

7 挑战与展望

当前存在计算资源消耗大（YOLOv12需24GB显存）、复杂场景适应性不足等瓶颈。未来趋势包括：

1. 1.

   多模态传感器融合（RGB-D+LiDAR）

2. 2.

   轻量化模型部署（TensorRT加速）

3. 3.

   数字孪生果园仿真系统开发

该领域正朝着"感知-决策-执行"全链路智能化方向快速发展，预计未来五年内可实现商业化果园的大规模应用。