面向机械化油茶果采收的人工智能技术综述：三大采收范式的技术映射与跨作物迁移评估

《Industrial Crops and Products》：A review of artificial intelligence technologies for mechanized Camellia oleifera fruit harvesting

　　

面向油茶（Camellia oleifera）机械化采收的人工智能技术综述。本综述将人工智能技术映射于三大采收范式。经结构化检索保留53项与油茶直接相关的研究。评估了跨作物方法向油茶果园迁移的可行性。集成样机仍需在多样化果园条件下进一步验证。田间进展有赖于物理信息融合模型、边缘计算与基准测试体系的建立。油茶为高值木本油料作物，其种子油富含不饱和脂肪酸、营养价值高，是中国粮油安全战略的重要组成部分，至2025年底全国种植面积达1235万英亩、种子油产量达110万吨。然而，高度劳动密集的采收环节已成为制约产业规模化与现代化发展的主要瓶颈。与多数果树作物不同，油茶通常呈灌木状生长、果实相对较小，果实密集分布于冠层内且常被枝干与叶片严重遮挡。当前中国油茶果采收仍以人工采摘为主，劳动强度大、生产成本高。近年来，枝向振动式、冠层接触式与果向选择性采摘式等机械化采收系统相继研发，但普遍缺乏对树体结构、果实分布与枝条力学特性的智能感知与自适应能力，难以满足高效、自适应、低损伤的田间采收要求。在此背景下，人工智能技术（尤其是计算机视觉、深度学习与智能机器人）为油茶果智能采收创造了新机遇：通过赋予采收系统视觉感知与认知能力，人工智能（AI）可实现对果实、枝条与冠层等关键目标的准确识别、三维定位与可采性评估，进而引导机械臂到达指定位置并优化采收作业，提升作业效率与自动化水平。例如，基于深度学习的对象检测模型可在严重遮挡条件下实现单果高精度定位；语义分割网络可识别有效振动枝条；融合红绿蓝深度（RGB-D）数据与点云处理的三维重建技术可支持采收点选择与避障路径规划。尽管枝向振动采收、冠层接触采收与果向选择性采摘在采收机理上差异显著，但它们在多模态感知、三维传感与智能决策方面存在若干共性技术要求，为未来跨范式融合提供了潜在基础。现有智能果实采收综述主要聚焦通用农业机器人、机器视觉技术或苹果、柑橘、番茄等广栽培果园作物的采收系统。这些研究虽为机器人感知与自主采收提供了有价值见解，但仍存在若干重要局限。第一，鲜有综述专门针对油茶果采收，而油茶因果实较小、灌木状密集冠层结构、枝叶严重遮挡及丘陵山地栽培环境，其作业环境与传统果园作物差异显著。第二，以往综述多孤立考察果实检测或机器人操作等单项技术，未建立整合感知、决策与采收执行的统一分析框架。第三，对枝向振动采收、冠层接触采收与果向选择性采摘等不同采收范式的比较分析仍较有限。因此，亟需对人工智能在油茶果采收中的研究现状进行系统综述，以厘清技术路径、共性瓶颈与未来研究方向。本研究旨在全面综述面向油茶果机械化采收的人工智能技术最新进展与核心挑战。首先建立结构化文献检索与筛选流程，区分直接针对油茶开展的研究与可迁移的其他果树作物技术研究；继而综述采收装备的发展现状及AI集成的潜在作用；随后重点审视果实与冠层感知、枝条检测、三维定位、可采性评估、采收决策与机器人执行等关键技术，特别关注不同技术路线在油茶生物学与环境特性（如果实小、冠层密集、遮挡严重、果实朝向多变与果园地形复杂）下的适用性与局限性；最后比较分析主要采收范式的共性技术需求与差异，并从领域专用基础模型、物理信息驱动的智能感知与决策、边缘智能、多模态传感及标准化数据与评估框架等方面讨论未来研究重点。本综述的主要范围是面向油茶机械化采收的AI感知、环境理解与决策，机械结构、末端执行器设计、力/触觉传感与底层控制仅在直接约束或交互于基于AI的感知与采收决策时予以讨论，该范围反映了以感知与任务导向预测为主的证据基础，尽管已有早期集成采收样机得到验证。本综述采用结构化文献检索，检索数据库包括Web of Science核心合集、Scopus、ScienceDirect与中国知网（CNKI），以识别与人工智能及油茶果机械化采收相关的研究，检索覆盖2016年1月1日以来发表的研究，最后更新于2026年8月24日。关键词组合依据各章节重点选取：第3节采收机械以“Camellia oleifera”分别与“harvesting”或“picking”组合；其他章节检索使用与所综述技术任务相关的组合，包括“vibration harvesting”“robotic harvesting”“artificial intelligence”“deep learning”“computer vision”“object detection”“segmentation”“three-dimensional localization”“point cloud”与“path planning”。由于油茶部分智能采收任务的直接证据仍有限，对其他果树作物中针对可比技术问题的代表性研究亦予以考虑。若研究直接考察油茶的机械化或智能采收，则纳入主要证据基础；与采收无关、缺乏充分方法学信息或仅聚焦采后处理的研究予以排除。经去重及标题、摘要与全文筛选后，保留53项与油茶采收直接相关的研究作为主要证据基础；对于直接证据有限的技术任务，选择性纳入其他果树作物的代表性研究作为补充参考，并通过考虑果实形态、冠层结构、传感条件与采收机理差异，对其相关性与可迁移性进行批判性评估。第3节综述油茶果机械化采收现状。3.1节总结不同类型油茶果机械化采收装备，包括其作业模式、试验条件与已报道的试验结果。机械化采收系统一般由移动或支撑平台与作物交互机构组成，视觉引导的选择性采摘系统还包含机械臂与末端执行器。按目标对象，采收装备可分为枝向振动采收、冠层接触采收与果向选择性采摘三类：枝向振动采收对树干或主枝施加激励；冠层接触采收包括作用于冠层区域的击打与刷扫等机械操作；果向选择性采摘通过局部操作针对单果。不同交互目标对感知、决策与采收执行提出了不同要求。3.2节分析AI在油茶果机械化采收中的潜力。油茶机械化采收样机不断增多，但多数现有系统仍为半自动化并依赖固定作业参数，普遍缺乏环境感知与自主决策能力，难以适应油茶果园不规则的树体结构、随机果实分布与复杂的冠下光照条件。人工智能技术的快速发展为油茶采收装备的智能化升级开辟了新机遇：在枝向振动采收中，基于深度学习的枝条语义分割可用于重建枝条拓扑结构，结合物理信息模型可识别候选振动点并估计枝条动态特性，为后续激励参数优化提供依据；在冠层接触采收中，实例分割与果实密度估计可为动态调整刷扫或击打强度与轨迹提供输入；在果向选择性采摘中，基于深度学习的对象检测结合RGB-D信息可支持三维目标检测，而实例分割模型、点云驱动的抓取位姿评估与多目标排序算法共同支持机器人执行精细采摘动作。尽管当前多数应用仍处于实验室或小规模试验阶段，但AI在环境理解、状态预测与自主决策方面的赋能能力，为油茶采收装备从被动执行向更自适应作业推进提供了重要技术基础。第4节综述油茶采收中的对象检测与分割技术。4.1节聚焦果向选择性采摘的高精度果实检测。实现单果采收的基本前提是在复杂林下环境中实时检测单个油茶果，且需具备高召回率、高定位精度与低误检率。然而，与苹果、柑橘等传统果园作物相比，油茶果实相对较小，生长于分布复杂丘陵地形的灌木状冠层上，枝叶严重遮挡、光照不均、果实重叠与背景干扰显著增加了视觉感知与机械化采收的难度，因此基于AI的感知技术在油茶采收系统中作用尤为关键。4.1.1节分析小目标与密集遮挡带来的检测挑战：成熟期果实直径通常仅20–40 mm，在地面移动平台采集的田间图像中，受消费级设备成像分辨率与拍摄距离限制，果实常仅占数十至数百像素，属典型小目标，在特征提取下采样过程中易丢失关键纹理与边缘信息，使常规对象检测模型难以有效识别；油茶冠层结构复杂、枝叶密集，果实常被叶片、枝条或其他果实部分遮挡，尤其在盛果期，多个果实簇生于同一结果枝，形成高度密集重叠的空间分布，导致严重相互遮挡，不仅减少果实可见区域，还引入显著外观歧义，例如部分可见的果实轮廓可能与背景枝叶混淆或被误检为多个独立目标；此外，油茶果果皮颜色与周围叶片和树皮相近，进一步降低目标与背景对比度，加剧检测难度；自然生长条件下油茶果姿态与尺度多样，且受光照、天气与成像视角强烈影响，即使同一果园内也存在显著外观变异。上述因素共同构成油茶果检测区别于其他农业场景的挑战。4.1.2节综述基于深度学习的油茶果检测方法：早期果实识别主要依赖传统图像处理算法，如阈值分割与边缘检测，利用人工设计的颜色、形状与纹理特征区分果实与背景区域，但其有效性受光照变化、背景相似性与部分遮挡强烈影响，对果实较小且与周围枝叶视觉对比度低的油茶尤为明显。基于深度学习的对象检测因此成为油茶果感知的主流方法。现有架构中，You Only Look Once（YOLO）系列因在检测精度与计算效率间具有良好平衡而被广泛采用，例如Wu等将YOLOv7与数据增强结合，在复杂田间条件下取得96.03%的平均精度均值（mAP）；Li等使用YOLOv5识别不同物候期的果实、花与花芽，取得91.31%的mAP，实现作物发育的时间监测。尽管这些研究证明了一阶段检测网络的有效性，但其报道的性能值应在其各自数据集与任务定义范围内解读，而非直接比较。近期研究已从基础果实检测转向采收导向的属性感知：Zhu等使用基于轻量YOLOv7-tiny的模型将油茶果分为未成熟、成熟与过熟三类，在交并比（IoU）阈值0.50下取得93.18%的mAP，此类成熟度信息可在同一冠层内不同发育阶段果实共存时支持选择性采收；Jin等进一步利用改进的YOLO11n模型将果实生长姿态纳入检测任务，取得90.6%的精确率，模型大小为4.4 MB，姿态信息为确定合适末端执行器接近方向提供了额外线索；Chen等使用YOLO-COF区分不同遮挡条件下的果实，此类信息可支持机器人采收的初步目标优先级排序。这些研究表明，果实检测在油茶采收中的作用正逐步从判断果实是否存在及位置扩展至估计成熟度、姿态与遮挡等采收相关属性。然而，应认识当前方法的适用边界：一阶段检测器有利于实时部署，但基于边界框的表示对果实边界与周围枝条几何信息提供有限，限制其直接用于精细三维定位与碰撞感知操作；此外，离散的姿态或遮挡类别简化了复杂空间关系，可能无法充分表征严重遮挡或不规则生长朝向下的果实。因此，未来感知系统应日益将果实检测与分割、位姿估计、遮挡评估与可采性评价等互补信息相结合，而非仅优化检测精度。4.1.3节综述数据增强与小样本学习策略：油茶果园冠层密集、果实小、图像采集周期长与标注成本高，使构建大规模多样化训练数据集困难，数据增强、迁移学习、弱监督学习与基础模型辅助标注因此成为降低对人工标注数据依赖的互补策略。常规数据增强方法（旋转、裁剪、噪声注入与亮度或对比度调整）实现简单且保留原始标注信息，例如Zhu等通过噪声注入与光照相关变换将数据集扩增约三倍，提升了不同光照条件下的鲁棒性；但此类变换主要改变现有样本外观，难以生成新的冠层结构、果实形态或真实枝果遮挡模式，其提升对未见果园条件泛化能力的作用有限。生成模型为超越常规图像变换增加数据多样性提供了潜在手段，基于生成对抗网络（GAN）与扩散模型的方法可合成背景、对象外观与环境条件改变的图像，例如Zhang等由无人机（UAV）影像生成合成果园遥感图像，Ahmad等通过独立前景与背景合成生成农业病害图像；这些研究展示了生成式增强的潜力，但并非专为油茶果采收开发，其有效性属可迁移方法学证据而非直接验证，合成图像用于采收导向模型训练前应仔细评估生成枝果交互与遮挡模式的真实性。迁移学习与小样本学习为减少目标域标注提供了另一途径：Gai等使用Fruits-360数据集预训练模型并在自采集蓝莓数据集上微调；Sun与Wang采用涉及COCO2017数据集、咖啡成熟度数据集与蓝莓成熟度数据集的多阶段迁移策略；Kang等进一步证明弱定位果实区域可用于支持果梗姿态估计。这些方法表明从更大或相关数据集学到的知识可减少标注需求，但其向油茶的可迁移性强烈依赖域相似性，果实大小、冠层密度、背景外观、遮挡模式与生长形态差异可能导致显著域偏移，若无目标域微调，直接跨作物迁移并不可靠。视觉基础模型为数据高效模型开发提供了额外机遇，Grounding DINO（开放集对象检测模型）与Segment Anything Model（SAM）等模型可在有限人工输入下生成对象级或像素级标注，例如Zhu等使用Grounding DINO进行零样本苹果成熟度估计，Devanna等将Grounding DINO与SAM结合用于零样本葡萄簇检测与分割。总体而言，这些数据高效策略涉及不同权衡：常规增强计算成本低但结构多样性有限；生成式增强与基础模型辅助标注可显著扩展数据变异但需额外质量控制；迁移或小样本学习降低目标域标注需求但仍对跨作物域差异敏感。对油茶而言，务实的近期策略可能是将基础模型辅助标注与人工校正相结合，随后训练轻量任务专用模型，从而在提升数据集构建效率的同时保持机器人采收所需的实时能力。4.2节综述果实空间分布与冠层分割。油茶机械化采收中的感知在三个不同空间与操作尺度上运行：果园级感知支持产量估计、采收区分配、作业调度与机器导航；单树级感知支持冠层区域选择、枝条可达性评估、果实分布分析与振动或接触作业规划；末端执行器级感知提供果实位姿、局部障碍、接触状态与执行误差的实时信息以供闭环采收。这三个尺度在传感范围、空间分辨率、更新频率与预期输出上不同，不应视为可直接互换的任务。4.2.1节综述果实空间分布：对冠层接触采收而言，作业有效性强烈依赖冠层内果实空间分布，采收装置应避免在果实稀疏区域无效作业，同时为果实密集区分配足够作业强度；然而强烈光照变化、枝叶遮挡与密集果实重叠使自然油茶冠层中果实分布的准确表征困难。在末端执行器尺度，单果实例分割提供相对精确的果实轮廓、质心与局部空间分布信息，例如Yuan等提出改进TransUNet架构用于油茶果分割，引入嵌套编码器结构与注意力机制，增强了复杂自然环境下的多尺度特征融合与果实边界表征；与常规边界框检测相比，像素级分割提供更完整几何信息，更适合果实定位与可采性评估等后续任务，但在果实严重遮挡时性能可能下降，且更高的标注与计算成本可能制约实时部署。当单个果实难以完全分离时，果实密度估计提供了空间分布的替代表示，现有方法一般包括基于检测果实位置的统计估计与由图像特征直接预测密度图，例如Jiang等使用YOLO检测器获得的中心坐标，应用核密度估计与最近邻分析表征果实分布；Bhattarai等采用点监督学习由果实中心标注直接生成果实密度图。此类方法对重叠果实比实例级分割更宽容，但主要提供区域分布信息而非精确单果坐标。基础模型辅助方法也开始为密集作物分析提供新可能，例如Owais等将关键点编码器–解码器与SAM结合生成并细化作物掩膜用于密度估计；尽管该方法并非专为油茶开发，但为密集果实分布感知提供了可迁移技术参考，尤其在常规实例分割因严重重叠而困难的场景。三维传感为直接表征果实空间分布提供了另一途径，例如Tang等使用激光雷达（LiDAR）获取油茶树彩色点云，并应用均值漂移聚类算法识别果实并估计其空间分布；该方法避免仅依赖二维图像信息，但其适用性强烈受果实与周围冠层颜色对比影响，限制了其在不同品种与环境条件下的鲁棒性。在更大空间尺度，基于UAV的视觉可为产量估计与采收规划提供快速果园级信息，例如Yan等使用低空UAV获取冠层图像，并应用掩膜区域卷积神经网络（Mask R-CNN）检测与计数油茶果，通过建立检测果实数与单树产量间关系实现快速非接触产量估计；此类基于UAV的感知对采前评估与作业调度有价值，但其相对粗糙的空间分辨率意味着不能直接替代机器人实时采收所需的近距离感知。总体而言，不同果实分布感知方法服务于不同采收需求：实例分割为单果操作提供详细信息，密度估计更适合冠层级区域决策，基于LiDAR的方法提供三维空间信息，基于UAV的方法支持果园级规划；对油茶而言，这些方法应视为互补而非可直接互换，其选择应取决于所需空间分辨率、冠层复杂度、传感条件与计算约束。4.2.2节综述冠层分割：对大规模油茶机械化采收而言，准确冠层分割对识别树体边界、冠层间隙与潜在作业区域十分重要，这在丘陵山地果园尤为相关，因为树体常不规则生长且相邻冠层可能重叠，冠层分割可为果园管理与采收规划提供结构信息。现有油茶冠层分割研究多基于UAV遥感平台开展：Wang等使用UAV搭载LiDAR获取油茶冠层点云并评估不同冠层分割方法，其中点云聚类取得最高分割精度；Ji等将UAV红绿蓝（RGB）图像与数字表面模型结合，应用基于深度学习的分割提取油茶冠层并估计冠幅与投影面积；Lai等进一步整合UAV RGB图像与点云信息，开发基于对象的层次分割方法用于山地油茶林，实现冠层提取与结构参数估计；多模态深度学习的最新进展通过整合异构遥感信息进一步改进了基于UAV的冠层感知，在复杂果园环境下实现更鲁棒的树冠分割。这些研究表明基于UAV的冠层感知非常适合冠层制图、产量评估、机器导航与采收区规划等果园级任务；然而果园级冠层分割与采收期间局部实时感知目的不同，基于UAV的方法主要在采前提供宏观结构信息，而机器人采收在执行过程中需要更近距离感知枝条可达性、果实分布与局部碰撞约束。当前基于UAV的研究主要支持果园制图与采前规划，而实时采收需要关于枝条可达性、局部果实分布与碰撞约束的近距离信息，未来系统应连接果园级制图、单树级规划与末端执行器级闭环感知。4.3节综述枝向振动采收中的枝条检测与振动点预测。油茶果枝向振动采收依赖对树体结构的准确感知与振动作用点的合理选择。传统振动采收装备一般采用固定夹持位置或基于经验的操作，难以适应油茶不规则的枝条形态与复杂冠层结构，不当振动位置可能降低能量传递效率并影响果实脱落性能。近年来，计算机视觉与深度学习的进展为将枝条感知与振动点决策相结合提供了新可能：枝条分割可首先提供树干与主枝的结构信息，随后根据枝条几何与空间关系生成候选振动点，为后续振动参数确定与采收执行提供感知输入。4.3.1节综述基于分割的枝条区域提取：枝条是振动能量传递的主要通道，其几何直接影响振动作用区域的选择，因此从复杂果园背景中可靠提取树干与主枝是视觉引导振动采收的必要前提。基于阈值或边缘特征的传统图像处理方法对光照变化、叶片遮挡与背景干扰敏感，而基于深度学习的分割在非结构化果园环境中具有更好鲁棒性。当前枝条感知方法主要采用语义或实例分割获得树干与枝条的像素级表示，编码器–解码器架构因能在提取高层语义特征的同时保留空间信息而常用于此目的，例如Qiao等开发改进的Pyramid Scene Parsing Network（PSPNet）模型用于红枣振动采收中的树干分割，随后提取树干轮廓与中心线以估计树干直径；Sun等将立体视觉与语义分割结合，同时获得树干区域与深度信息，从而实现树干三维测距；Ahmed等采用YOLOv8m-seg进行树干与枝条分割；Tong等使用SOLOv2分割树干与枝条用于修剪点识别，取得87.2%的点定位精度；此外，Yu等使用双骨干架构融合RGB与深度信息，提升环境干扰下树干检测的鲁棒性。尽管这些研究并非专为油茶开发，但其为振动导向枝条感知提供了可迁移技术参考，因为两类任务均需从复杂枝叶背景中可靠分离木质结构；然而不应假定其直接适用于油茶：与部分果园作物相对外露的树干或枝条相比，油茶通常内部枝条密集、分叉频繁且枝叶重叠严重，在此条件下二维分割可恢复可见枝条区域，但无法可靠描述被遮挡枝条的连通性或完整拓扑关系。因此，油茶振动采收的关键需求不仅是提高像素级分割精度，更是提取对后续振动点确定有用的枝条信息：除分割掩膜外，枝条中心线、分叉位置、直径、朝向与连通关系可能是更具相关性的结构描述符。这表明枝条感知应逐步从简单区域分割向结构感知表示演进，从而为振动采收决策提供更有意义的几何信息。4.3.2节综述基于关键点检测的候选振动点生成：在识别枝条区域后，下一步是确定振动机构可与树体交互的候选位置。与简单枝条分割相比，该任务需进一步提取分叉、中心线与枝干交界等结构特征，关键点检测与基于骨架的图像处理因此在视觉枝条感知与振动采收决策之间提供了重要桥梁。油茶振动点感知的直接研究已开始出现：Wang等提出基于PSPNet的枝条振动点检测方法，首先使用目标检测网络获得枝条感兴趣区域，随后使用PSPNet进行枝条分割，再通过自上而下扫描分割枝条区域进行连通域分析，当扫描窗口经过枝条分叉时出现多个不连通区域，而到达树干时仅保留一个连通区域，在此基础上将树干与枝条交界处识别为候选振动位置。该方法提供了从枝条分割到振动点生成的相对简单路径，代表了AI辅助油茶振动点感知的直接证据；但由于依赖二维图像，枝条重叠与深度关系无法充分表示，在密集冠层条件下可能导致歧义。其他作物的相关研究为从枝条结构提取作业点提供了互补方法：Zheng等使用轻量模型分割枣树树干与枝条，平均交并比（mIoU）为77.79%，随后通过骨架提取与最小内切圆分析确定振动夹持位置；Wang等开发LitchiYOLO-seg用于荔枝枝条分割，并将分割结果与Prim算法及最长根路径分析结合确定采摘点，取得91.5%的定位成功率；Li等进一步将果簇检测、枝条分割与RGB-D信息结合，确定龙眼三维枝条采摘点。尽管这些研究针对不同作物与作业任务，但展示了作业点生成的三种代表性路径：基于二维骨架的提取、基于拓扑的枝条分析与基于RGB-D的三维定位。更重要的是，几何上可检测的枝条点不一定是 optimal 振动点，现有候选点生成方法主要确定采收机构可与枝条交互的位置，而有效振动采收还取决于果实分布、枝条动态特性、激励参数与损伤约束。例如，结构上可接近的枝条点可能向果实密集区传递的振动能量不足，而另一个动态特性更有利的点可能产生更好的果实脱落性能。因此，振动点确定最终应从基于几何的候选生成向整合枝条结构、果实分布与振动动力学的多因素决策推进，该问题的动态与参数相关方面在第5.2节进一步讨论。第5节综述油茶采收的三维定位与重建技术。5.1节聚焦油茶果三维定位与采摘点估计：对机器人单果采收而言，仅二维果实识别不足以生成可执行采收动作，感知系统须进一步确定目标果实的三维位置、评估果实能否安全到达与采收，并在多目标存在时确定合适采收顺序。因此，采收导向的空间感知可视为涉及三维定位、可采性评估与目标级决策的渐进过程，这些任务将视觉检测结果转化为机械臂可直接使用的空间信息。5.1.1节综述RGB-D融合与点云处理方法：果实于二维图像中识别后，其图像坐标须转换为采收机械臂可用的三维空间信息。双目立体视觉与RGB-D相机（如RealSense、Kinect与ZED设备）常用于机器人采收中获取深度信息。然而，油茶果实小、冠层遮挡严重与室外复杂光照常导致深度信息不完整或含噪，使可靠三维定位比二维检测困难得多。一种相对简单的定位策略是以二维检测边界框中心作为果实参考点并通过立体视觉恢复其深度，例如Zhou等研究油茶边界框中心与实际果实质心间关系，使用YOLOv7获得果实边界框，同时采用图像处理与几何方法提取果实轮廓质心，二者平均位置偏差仅1.5%，表明在合适成像条件下边界框中心可作为果实中心的近似表示；基于该策略，Lei等将基于YOLOv7的果实检测与自主研制立体视觉系统结合，在400–600 mm工作距离下取得小于4.3 mm的深度误差；类似地，Tang等将果实检测、立体匹配与三角测量结合估计采摘位置，在光照充足条件下取得7.42 mm的中位绝对偏差。这些研究提供了二维检测结合立体深度估计可实现油茶果相对高效三维定位的直接证据，该方法主要优点在于处理流程简单、计算成本相对较低，有利于机器人实时部署；但其可靠性强烈依赖所选二维参考点是否实际对应可见果实表面，在严重遮挡下边界框中心可能落在遮挡枝或叶上，或对应无效深度值区域，导致坐标不准确或定位失败，因此边界框中心定位更适合清晰可见果实而非严重遮挡目标。为获得更鲁棒几何信息，可将分割掩膜与局部点云处理结合：RGB图像中识别的果实区域可映射至相应三维点云，随后通过滤波、聚类、几何拟合或基于表面的估计确定果实中心与位姿。近期研究强调了有效利用点云信息对油茶定位的重要性，与从边界框中心提取单一深度值相比，掩膜引导的点云处理可利用多个有效表面点，因而对局部深度空洞可能更鲁棒。其他果树作物的相关研究为基于点云的定位提供了互补技术途径：Wang等由多视图图像重建较完整荔枝点云，并使用改进FCAF3D网络进行直接三维果实检测；Li等则使用二维果实分割构建三维视锥，随后由提取的局部点云估计果实质心；Yu等将Mask R-CNN与基于PointNet的局部点云分割及球面拟合结合用于石榴定位。这些方法代表了三种不同策略：直接三维检测、二维引导的局部点云提取与点云分割后的几何拟合。其向油茶的可迁移性主要受果实小与冠层严重遮挡导致的三维数据不完整与含噪制约：多视图重建可提升点云完整性但难以在实时采收中高效实现，掩膜引导的局部点云处理计算更高效但依赖可靠分割与深度测量，几何拟合在足够果实表面可见时有效但在仅有点云不完整时变得不可靠。因此，没有单一最优定位策略，方法选择应权衡目标可见性、点云质量、计算成本与机器人采收所需空间精度。5.1.2节综述基于枝叶遮挡分析的果实可采性评估：准确三维定位并不必然意味着检测果实可成功采收，油茶果常生长于密集枝叶间，几何上已定位的果实仍可能因末端执行器接近路径受阻而不可达。因此，可采性（此处定义为机械臂安全接近并采收检测果实的可行性）是果实定位与采收执行之间的重要中间决策。当前可采性评估方法大致可分为基于外观的二维评估与几何感知的三维评估，对油茶而言现有研究主要集中前者：Chen等按遮挡条件将油茶果分为无遮挡、叶片遮挡、果实遮挡与枝条遮挡四类，取得94.10%的mAP；Xiao等进一步开发双骨干网络区分无遮挡、叶片遮挡、枝条遮挡或混合遮挡果实，基于这些类别优先采收无遮挡果实，其次为叶片遮挡果实，而枝条遮挡与混合遮挡果实暂时排除。这些研究表明遮挡分类提供了将视觉感知结果转化为初步采收决策的计算高效手段，尤其枝条遮挡通常比叶片遮挡构成更大物理约束，因为枝条是刚性障碍可能阻止末端执行器接近；然而离散二维遮挡类别仅提供真实机器人可达性的间接信息，被分类为部分遮挡的果实仍可能从另一接近方向可采，而视觉上无遮挡的果实可能因机械臂关节限位或相机投影外障碍而不可达。因此几何感知评估提供更完整的可采性表示，其他果树作物的近期研究将果实与障碍点云结合机械臂或末端执行器几何评估候选接近方向、碰撞风险或可达性，例如Sun等提取果实与果梗区域，评估遮挡率与空间偏移并调整相机视角识别可行采摘方向，最终取得90%的平均采收成功率；Sun等进一步引入主动遮挡感知，通过移动相机估计置信度与遮挡概率分布并选择遮挡减少的视角。尽管这些方法针对其他作物开发，但其表明从被动遮挡识别向几何感知可采性评估的重要转变，该转变对油茶尤为相关，因为其严重枝果重叠与多变果实朝向使仅凭视觉遮挡不足以确定机器人可达性。未来可采性评估因此应整合果实与障碍几何及末端执行器与机械臂约束，将可采性从简单视觉分类转变为面向执行的决策变量。5.1.3节综述多候选目标排序与采收路径规划：迄今，目标排序与机械臂路径规划在油茶机器人采收中受到的直接关注有限。然而，一旦机械臂工作空间内检测到多个可采果实，机器人须确定先采哪个果实以及机械臂如何在连续目标间移动，这两个任务分别对应目标级优先级决策与无碰撞运动规划，直接影响采收效率、周期时间与能耗。仅检测置信度不适合作为采收优先级标准，因为其描述识别确定性而非操作价值；实际排序应考虑多个采收相关属性，包括果实成熟度、可采性、空间位置、机械臂可达性与遮挡状态。其他果实的代表性研究展示了不同排序策略：Hou等根据成熟果实数量对番茄簇排序；Yin等根据与相机距离对芒果排序以减少采收中潜在干扰；Li等针对密集分布猕猴桃提出由局部到全局的排序策略，先聚类邻近果实再优化簇内与簇间采收顺序。这些策略为油茶提供了有用参考，但其可迁移性取决于采收目标：需要选择性采收时基于成熟度的排序合适，基于距离的排序可减少运动干扰，果实密集分布时基于聚类的排序可能有益。然而油茶密集枝条与不规则果实朝向意味着仅空间距离不能充分描述采收成本，较近果实可能需要困难机械臂姿态或严重遮挡，而稍远果实可能提供更安全快速的采收机会，因此目标优先级理想上应表述为多因素决策问题而非单一几何排序问题。目标优先级确定后，需进行机械臂路径规划以生成当前构型与所选果实间的无碰撞运动。现有机器人采收方法大致可分为基于采样与搜索的方法、基于优化的方法与基于学习的方法：快速扩展随机树（RRT）算法因在高维构型空间中高效而被广泛采用，例如Wang等改进基于RRT的柑橘采收轨迹规划，将规划时间减少40–60%；Zhang等引入自适应目标吸引，取得0.448 s的平均规划时间；Zhang等进一步开发多策略RRT方法用于连续采收，将路径长度最多减少25.47%。基于优化的方法将采收顺序或轨迹生成表述为涉及路径长度、执行时间或能耗的目标函数，例如Yan等改进蚁群优化用于三维避障路径规划，Zhang等将自组织映射与遗传算法结合，在高密度苹果场景中将抓取路径长度减少18.4%；这些方法可比常规搜索策略实现更好的全局优化，但其迭代计算可能随目标与障碍数量增加而降低实时性。基于学习的方法（尤其深度强化学习）为快速生成复杂采收动作提供了另一潜在途径，例如Lin等在29 ms内生成无碰撞路径，并将田间采收成功率提高10.97%；Wang等将采收顺序优化重构为旅行商问题（TSP），实现路径长度减少31.56%、导航时间减少35.72%；然而基于学习的规划器强烈依赖其训练环境的代表性，其在未见枝条构型下的可靠性仍是未结构化油茶果园的主要关切。从油茶采收角度看，三类方法涉及不同权衡：基于采样的方法相对成熟且可解释，但可能产生次优轨迹；基于优化的方法提供更强全局搜索能力，但计算成本可能更高；基于学习的方法在训练后决策快速，但需广泛验证泛化性与安全性。由于油茶直接实验证据仍有限，其他作物报道的性能应视为方法学参考而非等效田间性能证据。最终，目标排序与路径规划不应视为独立模块，对油茶更合适的策略是联合考虑果实可采性、空间分布、末端执行器可达性、预期运动成本与碰撞风险，以同时确定下一目标与相应采收轨迹，这种感知–决策耦合为从果实识别与定位到物理机器人执行提供了重要桥梁。5.2节综述三维枝条重建与振动动力学分析。油茶振动采收不仅需识别合适枝条区域，还需理解其三维几何与动态特性：与第4.3节讨论的二维枝条感知相比，三维重建提供枝条朝向、分叉拓扑、直径、空间位置与结构连通性的额外信息，这对动态建模与基于振动的采收决策至关重要。点云分割与骨架重建可为后续枝条振动特性估计提供几何输入。然而，须区分固有频率识别与采收参数优化：前者旨在表征树体或枝条系统的固有动态特性，后者需在果实脱落与损伤约束下进一步确定激励位置、频率、幅值、方向与持续时间等操作变量。5.2.1节综述枝条点云分割与骨架提取：准确重建枝条几何与拓扑是三维振动分析的重要前提。与二维枝条掩膜相比，三维枝条表示可提供后续结构与动态建模所需的空间朝向、分叉关系、枝条长度、直径与其他几何参数。该任务对油茶尤为挑战，因为其冠层包含众多细长枝条与分叉，而严重遮挡与有限深度传感质量可产生碎片化与含噪点云。现有三维枝条感知方法一般可分为基于学习的点云分割与基于几何的重建：基于学习的方法直接将点云分类为树干与枝条等结构组件，例如Zhu等使用基于PointNet的方法分割核桃树点云并重建枝条骨架用于修剪点确定；Kim等采用PointNet++（分层点云特征学习网络）分割树干、枝条与冠层，取得79.8%的分割精度；Shang等进一步将图卷积引入改进的PointNet++框架用于枣树，分割后提取枝条骨架，取得枝条倾角估计0.958的相关系数；Jiang等使用PointNeXt直接从三维点云分割苹果树树干与枝条，报道mIoU为95%。基于几何的方法在可利用显式几何连续性时提供替代方案，例如Cao等提出带反向生长策略的自适应立方区域生长算法识别枝条生长起止点，报道mIoU为92.7%；与纯基于学习的分割相比，基于几何的方法可显式利用局部连通性与空间连续性，但当点云含大量间隙或噪声时其鲁棒性可能下降；相反，深度学习方法提供更强特征表示能力，但通常需要足够大且标注良好的三维数据集。这些研究为油茶提供了可迁移方法学参考，但其直接适用性受油茶密集冠层、频繁枝条分叉与严重遮挡限制。更重要的是，仅分割精度不足以支撑振动采收，重建枝条应保留后续动态建模所需的几何与拓扑信息。未来研究因此应从逐点语义分割转向能够从不完整点云恢复连续枝条拓扑的结构保持重建。5.2.2节综述固有频率识别与采收参数优化：固有频率识别与采收参数优化代表振动采收中两个相关但不同的问题。固有频率表征树–枝系统的固有动态特性，主要由枝条几何、材料属性、质量分布与边界条件等结构与力学因素决定；相反，采收参数优化旨在确定应如何施加外部激励以最大化果实脱落同时限制枝条、果实与花芽损伤。除激励频率外，实际采收性能还取决于激励位置、幅值、方向、持续时间、结构阻尼、果实脱落力以及振动能量沿分枝结构的传递与衰减。因此，准确固有频率预测为振动采收提供有用先验信息，但其本身并不确定最优采收策略。油茶现有研究在表征树体振动动力学方面已取得实质进展。传统方法一般依赖解析建模、有限元法（FEM）与实验模态分析，例如Tang等根据油茶枝条生长特性开发简化分形树模型，推导模态频率的经验表达式，其预测频率与ANSYS仿真结果相差约2%，与实验测量频率相比相对误差低于6%，该研究表明简化物理模型无需反复构建详细数值模型即可相对高效地估计固有振动特性。树体结构也显著影响振动传递，例如Liu等研究修剪引起的油茶冠层形态变化对振动响应与衰减的影响，仿真与实验结果表明枝条倾角30°–60°产生相对较高的振动加速度，且紧凑、直立的树体结构更有利于振动传递；与仅预测固有频率不同，此类研究提供了结构构型如何影响振动能量传播的见解，从而有助于建立采收参数选择的物理基础。为降低重复数值模拟的计算成本，人工智能日益被引入用于快速固有频率预测，例如Du等开发反向传播神经网络用于油茶树固有频率识别，首先通过正交试验研究激励相关因素，随后构建动态模型与基于FEM的数据集，再将有效固有频率作为神经网络训练的预测目标；该方法说明数据驱动模型可近似计算密集的物理仿真并提供树体动态特性的快速估计。此类数据驱动方法的主要局限在于难以获得足够大且有代表性的动态数据集。为解决该问题，Liu等提出用于油茶少样本固有频率预测的合成数据生成策略，使用结合k近邻样本扩充与表格生成对抗网络的两阶段框架生成额外训练样本，合成数据集提升了固有频率预测性能；该工作展示了在田间或仿真数据有限时数据增强用于振动动力学建模的潜力。综上，油茶现有研究主要聚焦固有频率预测与振动响应表征，而全面的采收参数优化仍有限。接近固有频率的频率并不必然保证最优采收性能，果实脱落与植株损伤共同受激励位置、幅值、方向、持续时间、结构阻尼、果实脱落力、枝条结构与果实分布影响。目前这些因素尚未系统整合到基于AI的油茶采收参数优化中。因此，振动采收应视为多目标决策问题而非单一频率预测任务，未来研究应整合三维枝条感知、基于物理的动态建模与数据驱动决策，实现单树自适应采收参数选择。5.3节综述从AI感知到机器人采收执行。油茶机器人执行研究已从任务专用感知与定位进展到集成采收样机。然而，证据应按实际验证的层面评估，区分目标识别与机械臂引导同成功果实脱落与持续自主果园作业。在功能层面，Wang等使用果园图像评估振动点定位，在647幅验证图像测试中，枝条分割成功时所有识别采摘点均位于枝条上；Zhou等将果实检测、立体视觉与坐标转换结合，在机器人坐标系中提供抓取点，平均坐标转换误差室内为1.29 cm、田间为1.49 cm，这些结果支持目标选择与机械臂引导，但未量化成功果实脱落。Wu等将YOLO11-SMMA检测、眼在手上RGB-D定位与机器人抓取集成于移动采收平台，实验室与果园演示涵盖果实识别、抓取、收集与机械臂复位以进行下一循环，50个果实测试取得平均相对X、Y、Z轴偏差分别为1.70、1.34与1.27 mm；参考中心来自同一深度帧，因此这些值主要描述中心对齐一致性而非完整视觉–机器人系统的绝对定位精度。该研究展示了集成的感知到执行工作流，但未报道采收试验次数，采收成功率、损伤与采摘周期时间未量化；尽管使用了力反馈夹爪，接触控制与故障恢复未单独评估。Chen等报道了定量田间采收结果，其双轨系统结合视觉引导定位、机器人定位与夹持旋转末端执行器，室外果园测试取得超过90%的全树果实采收率与不超过8 s的平均单果采摘时间；枝后果实难以被夹爪到达，风引起果实位移导致采摘失败，作者描述了在后续检测、定位与抓取轮次中对未采收果实的复采，同时指出所需额外时间，但恢复有效性未单独量化，且作业依赖预先铺设轨道与夹爪可达性。因此，现有研究验证了单个感知与定位功能并演示了集成油茶采收样机，但在多样果园条件下完整采收周期稳健性能的证据仍有限。进一步评估应区分定位误差、单果采摘成功率、全树果实采收率、损伤、周期时间与持续作业，采收结果验证、故障恢复与力或触觉反馈贡献也需定量评估。第6节综述跨采收技术共性、挑战与未来展望。6.1节比较三种采收范式的AI需求。油茶机械化采收按主要交互目标大致可分为三种作业范式：枝向振动采收、冠层接触采收与果向选择性采摘。由于这些范式作用于不同物理目标与空间尺度，其对AI感知与决策提出显著不同要求：枝向振动采收需要可靠枝条识别、结构重建与振动相关决策支持；冠层接触采收更强烈依赖冠层分割与果实分布估计以识别有效作业区域；果向选择性采摘需要高精度果实检测、三维定位、可采性评估与操作规划。三者各自的优势、局限与未来研究重点总结于表2（比较油茶三种采收范式：枝向振动采收目标对象为树干/主枝，核心感知任务为枝条分割、定位与结构重建，空间尺度为树/枝级，优势为采收覆盖率高、对单果可见性依赖较低，局限为受树体结构与振动动力学强烈影响，未来重点为感知–动力学耦合与自适应振动控制；冠层接触采收目标对象为冠层/果实密集区，核心感知任务为冠层分割与果实密度估计，空间尺度为冠层/区域级，优势为区域采收作业效率高，局限为选择性有限、接触强度控制困难，未来重点为果实分布引导的区域作业；果向选择性采摘目标对象为单个果实，核心感知任务为果实检测、三维定位、位姿与可采性估计，空间尺度为局部/单果级，优势为选择性高、非目标干扰低，局限为对遮挡敏感、定位与操作要求高，未来重点为感知–执行耦合与闭环采摘）。尽管存在这些差异，三种范式共享若干使能技术，包括基于深度学习的视觉感知、三维传感与任务导向决策；然而，当前关于模型或能力跨采收范式直接复用的证据仍有限，因为多数研究针对特定采收任务开发与验证。因此，这些共性技术要素应视为为未来跨范式整合提供潜在机遇，而非三种采收路径已趋同于统一AI框架的证据。未来技术协同可能通过共享表示与多模态数据资源实现，例如为选择性采摘开发的果实感知也可能有助于区域果实分布估计，而为振动采收获得的枝条结构信息可为机器人避障提供有用环境先验；然而此类跨任务复用需在一致的油茶果园条件下验证，并应考虑任务目标、传感尺度与机械交互差异。为加强方法层面比较，代表性研究按作物、技术任务、传感模态、验证设置、核心方法、样本量、报道性能与实际局限进行了总结（表3）。多数条目直接涉及油茶，跨作物研究仅保留于遮挡感知三维定位与连续多目标路径规划，因为油茶直接证据仍有限。表3表明油茶采收直接证据集中于冠层制图、二维果实检测、振动点定位、固有频率识别与初步机器人系统集成；然而各研究验证不均衡，尤其稳健三维感知、连续多目标规划与闭环采摘在自然油茶果园条件下评估不足，因此苹果与樱桃研究提供任务级技术参考而非可直接迁移的性能基准。6.2节综述共性挑战。尽管人工智能在油茶机械化采收不同阶段取得进展，实际部署仍面临若干交叉性挑战，这些挑战不仅源于果园环境复杂性，也源于数据可得性、计算资源与感知同物理采收作业整合方面的局限。第一，油茶的生物学与环境特性对鲁棒感知构成实质挑战：密集灌木状冠层、频繁枝条分叉、簇生果实分布与相对较小的果实导致严重遮挡与视觉特征丢失，室外光照变化进一步增加外观变异，因此在特定果园条件下取得高精度的模型可能无法在不同品种、冠层结构、季节或光照条件下保持可比性能。第二，高质量多样化数据集的稀缺制约模型泛化：基于AI的油茶采收涉及异构数据需求，包括果实边界框与掩膜、枝条与冠层分割、三维点云以及可能的力学与动态参数，现有数据集多覆盖有限品种、地点与生长阶段；如表4所示，本综述纳入的公共数据集中仅两个为油茶专用且均聚焦感知任务，跨作物数据集可支持预训练或方法学评估，但果实形态、冠层结构、遮挡模式与成像条件差异限制其直接迁移。第三，实际部署需在感知精度与边缘计算效率间取得平衡：油茶采收装备一般预期在移动或相对紧凑的农业平台上作业，其计算能力、供电与热管理受限，三维定位、点云处理、枝条重建与多模态融合可能比基础二维检测带来显著更高计算负荷。因此，模型评估不应仅关注识别精度，还应在代表性边缘平台上报告模型大小、计算成本、推理延迟或帧率、内存占用与功耗或能耗等部署导向指标，轻量模型设计因此应按整体精度–速度–能耗权衡评估而非仅参数减少。最后，AI感知与物理采收执行的可靠耦合仍是主要挑战：集成油茶样机已得到演示，但在多样果园条件下完整采收周期稳健性能的证据仍有限。考虑果实朝向、枝条干扰、机械臂可达性与末端执行器几何时，准确定位并不必然保证成功采摘；类似地，仅识别枝条或其固有频率不足以确定有效振动策略。未来系统评估因此应超越感知级指标，转向采收成功率、果实脱落率、果实或花芽损伤、周期时间与田间作业可靠性等端到端指标。6.3节综述未来研究方向。基于上述共性挑战，未来油茶采收AI研究应更强调任务专用开发与面向田间的评估。图10总结了涉及数据高效感知、物理信息决策、边缘智能与标准化数据与评估体系的四个互补方向。6.3.1节讨论用于数据高效油茶感知的基础模型：SAM与Grounding DINO等通用视觉基础模型为降低油茶感知对大规模人工标注数据集的依赖提供了新机遇。与其直接在采收机械上部署这些大模型，更实际的近期应用是利用其进行自动或半自动标注、特征预训练与小样本适配：给定果园RGB图像或多模态观测，这些模型可生成果实掩膜、枝条与冠层标注或采收相关属性，随后用于训练轻量任务专用网络；其有效性不仅应通过检测或分割精度评估，还应通过标注效率及跨品种、果园、光照条件与遮挡水平的泛化性评估。多模态大语言模型（MLLMs）可能进一步将这一能力从视觉识别扩展至语义推理：通过联合解读图像、深度信息、任务指令与采收状态，未来模型可能辅助可采性推理、目标优先级排序或故障诊断等任务；将SAM与大语言模型辅助农业分析结合的最新尝试说明了这一新兴方向，但此类方法对油茶仍属探索性，其计算需求与可靠性应在部署于实际采收系统前仔细评估。6.3.2节讨论用于采收决策的物理信息AI：纯视觉驱动模型对采收动作的物理可行性与结果提供有限信息，未来研究因此应将视觉感知与油茶专用生物力学信息整合。对振动采收，三维枝条几何、果实空间分布、枝条力学属性与果实脱落特性可作为预测振动响应与选择采收参数的输入，预期输出应超越固有频率估计，扩展至脱落效率与损伤约束下的候选激励位置、频率、幅值、方向或持续时间；性能应相应使用预测误差与采收级指标（如果实脱落率、花芽或枝条损伤与能耗）评估。对选择性果实采摘，物理信息同样可通过将果实位姿与周围枝条几何同末端执行器可达性及碰撞约束结合纳入可采性评估。如此，物理信息AI可在环境感知与可执行采收决策之间提供桥梁，而非将力学属性视为独立后处理信息。6.3.3节讨论边缘智能与高效多模态传感：边缘智能对将AI感知转化为实用油茶采收系统至关重要。未来模型应联合优化精度与部署效率而非仅追求识别精度：对果实检测、定位、冠层感知与枝条重建，除常规精度指标外，应在代表性边缘平台上报告推理延迟或帧率、内存消耗、模型大小与功率或能量需求。当RGB信息因光照变化或遮挡变得不可靠时，多模态传感可提升鲁棒性：RGB-D相机、立体视觉与LiDAR可提供互补几何信息，但额外传感与预处理增加计算与能量成本。未来研究因此应聚焦任务驱动多模态融合，根据采收任务所需信息激活或组合传感模态，而非不加区分地增加传感器复杂度。6.3.3节后6.3.4节讨论标准化数据集与系统级评估：油茶采收数据集可得性有限与异质性目前制约AI方法间的可重复比较。未来公共数据集应覆盖多品种、区域、季节、光照条件、冠层结构与遮挡水平，同时提供任务专用标注，如果实边界框与掩膜、姿态或成熟度标签、冠层与枝条结构以及适用时的三维信息。标准化还应从感知算法扩展至采收系统评估：检测与分割任务可使用精确率、召回率、平均精度均值（mAP）与mIoU等常规指标评估，三维定位研究应在明确界定的传感范围与环境条件下报告空间误差；更重要的是，集成采收系统应在标准化测试条件下报告采收成功率、果实脱落率、果实与花芽损伤、周期时间与能耗等作业指标。此类任务专用基准将支持研究间更有意义的比较，并支撑从孤立算法评估向系统级验证的转变。第7节为结论。油茶复杂冠层结构、枝叶严重遮挡、光照不均与地形挑战持续制约机械化采收。本综述审视了人工智能在枝向振动采收、冠层接触采收与果向选择性采摘中的应用，所综述技术包括果实与冠层感知、枝条检测、振动点预测、固有频率识别、采收参数优化、三维定位、可采性评估与机器人路径规划。尽管三种采收范式在机械交互与作业尺度上不同，但它们在目标感知、空间理解与任务导向决策方面共享技术要求。当前证据表明AI已推进单个感知与预测任务，但模型精度提升并不必然转化为稳定的田间采收性能；进一步进展需要感知、决策、机器人控制与机械执行的更紧密结合，并在代表性果园条件下开展系统级评估。本综述亦应承认若干局限：纳入文献受所选数据库、检索词、发表时段与纳入标准约束，相关研究可能因此被遗漏；此外，由于直接针对油茶智能采收的研究仍相对有限，其他果树作物研究作为补充证据纳入，这些方法向油茶的可迁移性应谨慎解读。未来进展将取决于物种专用数据集、物理信息决策模型、高效多模态传感与标准化评估框架，这些发展可能支撑从固定参数机械化采收向自适应智能田间系统的转变。作者贡献声明：Shouxiang Jin负责撰写初稿、可视化、方法学、调查、形式分析、概念化；Lei Zhou负责撰写初稿、验证、软件、项目管理、经费获取；Hongping Zhou负责监督、资源、项目管理、经费获取；Hongzhe Jiang负责审阅与编辑、验证、资源、调查。

研究背景方面，油茶为高值木本油料作物，其采收高度依赖人工，劳动强度大、成本高，已成为制约产业规模化与现代化发展的瓶颈。油茶呈灌木状生长，果实直径通常仅20–40 mm，冠层内果实密集且被枝叶严重遮挡，果皮颜色与周围叶片和树皮相近，加之丘陵山地复杂地形与光照不均，使视觉感知与机械化作业难度显著高于苹果、柑橘等传统果园作物。现有枝向振动、冠层接触与果向选择性采摘三类机械化系统多依赖固定参数、缺乏环境感知与自主决策能力，难以满足高效、自适应、低损伤采收要求。同时，既有智能采收综述多聚焦通用农业机器人或其他广栽培果树，鲜有专门针对油茶，且多孤立考察单项技术、缺乏整合感知—决策—执行的统一分析框架与跨范式比较。为此，研究人员开展本综述，旨在系统梳理人工智能在油茶果机械化采收中的研究现状，厘清技术路径、共性瓶颈与未来方向，为产业智能化升级提供参考。在研究结论上，AI已推进单个感知与预测任务，但模型精度提升并不必然转化为稳定的田间采收性能；进一步进展需感知、决策、机器人控制与机械执行的紧密结合，并在代表性果园条件下开展系统级评估，未来有赖于物种专用数据集、物理信息决策模型、高效多模态传感与标准化评估框架，以支撑从固定参数机械化采收向自适应智能田间系统转变。关键技术方法方面，研究人员采用结构化文献检索与筛选流程，检索Web of Science核心合集、Scopus、ScienceDirect与中国知网（CNKI）2016年1月1日以来文献（最后更新于2026年8月24日），结合采收机械、深度学习、计算机视觉、三维定位、点云与路径规划等主题关键词组合，经去重及标题、摘要与全文筛选，保留53项与油茶采收直接相关的研究作为主要证据基础，并对直接证据有限的技术任务选择性纳入其他果树作物代表性研究作为补充参考，通过果实形态、冠层结构、传感条件与采收机理差异评估其可迁移性。本研究未涉及样本队列来源。研究结果方面，第一，在油茶果机械化采收装备与AI潜力上，通过梳理三类采收装备及其作业模式、试验条件与报道结果，得出枝向振动、冠层接触与果向选择性采摘因交互目标不同而对感知、决策与执行提出不同要求，AI可在枝条语义分割与振动点识别、实例分割与果实密度估计、对象检测与三维定位等方面赋能装备升级。第二，在果实检测与分割上，通过分析小目标与密集遮挡挑战及深度学习方法，得出YOLO系列等一阶段检测器因精度与效率平衡而被广泛采用，研究重心正从“是否存在与位置”扩展至成熟度、姿态与遮挡等采收属性，但边界框表示限制精细三维定位与碰撞感知操作。第三，在数据增强与小样本学习上，通过比较常规增强、生成式增强、迁移与小样本学习、基础模型辅助标注，得出各类策略在结构多样性、质量控制与域敏感性上各有权衡，近期务实策略为基础模型辅助标注结合人工校正再训练轻量任务专用模型。第四，在果实空间分布与冠层分割上，通过分析实例分割、密度估计、LiDAR点云与UAV遥感等方法，得出不同方法分别适用于单果操作、冠层区域决策、三维空间表征与果园级规划，应视为互补而非可直接互换；UAV冠层分割主要支持果园制图与采前规划，不能替代采收期近距离感知。第五，在枝条检测与振动点预测上，通过梳理语义/实例分割与关键点检测方法，得出油茶已出现基于PSPNet的枝条振动点检测直接证据，但二维方法难以表征遮挡枝条连通性与深度关系，振动点确定应从几何候选生成转向整合枝条结构、果实分布与振动动力学的多因素决策。第六，在三维定位与可采性评估上，通过分析边界框中心定位、掩膜引导点云处理、遮挡分类与几何感知评估，得出边界框中心定位简单高效但严重遮挡下易失败，掩膜引导点云处理对深度空洞更鲁棒但依赖分割与深度质量，可采性评估需从二维遮挡分类转向整合果实与障碍几何及机械臂约束的执行导向决策。第七，在多目标排序与路径规划上，通过比较基于采样、优化与学习的方法，得出三类方法在可解释性、全局优化能力与泛化安全性上各有取舍，目标排序应为多因素决策问题，且排序与规划应联合考虑可采性、空间分布、可达性、运动成本与碰撞风险。第八，在三维枝条重建与振动动力学上，通过分析点云分割、骨架提取、固有频率识别与参数优化，得出油茶研究已取得固有频率预测与振动响应表征进展，但全面采收参数优化仍有限，振动采收应视为多目标决策问题。第九，在机器人执行上，通过评估集成样机验证层面，得出研究已验证单个感知与定位功能并演示集成样机，但完整采收周期稳健性能证据有限，需区分定位误差、单果采摘成功率、全树采收率、损伤、周期时间与持续作业等指标。第十，在跨范式比较上，通过对比三种范式的目标对象、核心感知任务、空间尺度、优势与局限，得出三者在感知与决策要求上差异显著但共享深度学习视觉感知、三维传感与任务导向决策等使能技术，当前跨范式直接复用证据有限，共性要素应视为潜在机遇而非已趋同。讨论部分总结如下：油茶复杂冠层、严重遮挡、光照不均与地形挑战持续制约机械化采收；AI在果实与冠层感知、枝条检测、振动点预测、固有频率识别、采收参数优化、三维定位、可采性评估与路径规划等任务上取得进展，但证据在验证层面不均衡，稳健三维感知、连续多目标规划与闭环采摘在自然油茶果园条件下评估不足，跨作物研究仅提供任务级参考。实际部署面临四类共性挑战：油茶生物学与环境特性导致感知鲁棒性不足；高质量多样化数据集稀缺，公共数据集中仅两个为油茶专用且均聚焦感知；感知精度与边缘计算效率需平衡，应报告模型大小、计算成本、推理延迟、内存与能耗等部署指标；AI感知与物理执行可靠耦合不足，评估应转向采收成功率、脱落率、损伤、周期时间与作业可靠性等端到端指标。未来方向包括数据高效感知的基础模型与多模态大语言模型、物理信息驱动的采收决策、边缘智能与任务驱动多模态融合、标准化数据集与系统级评估框架。综述亦指出文献受数据库、检索词、时段与纳入标准限制，且因直接证据有限纳入其他作物研究，其可迁移性需谨慎解读。研究结论为：油茶复杂冠层结构、枝叶严重遮挡、光照不均与地形挑战持续制约机械化采收；本综述审视了人工智能在枝向振动、冠层接触与果向选择性采摘三类范式中的应用，涵盖果实与冠层感知、枝条检测、振动点预测、固有频率识别、采收参数优化、三维定位、可采性评估与机器人路径规划；尽管三种范式在机械交互与作业尺度上不同，但在目标感知、空间理解与任务导向决策方面共享技术要求；当前证据表明AI已推进单个感知与预测任务，但模型精度提升并不必然转化为稳定的田间采收性能，进一步进展需要感知、决策、机器人控制与机械执行的更紧密结合，并在代表性果园条件下开展系统级评估；未来进展将取决于物种专用数据集、物理信息决策模型、高效多模态传感与标准化评估框架，这些发展可能支撑从固定参数机械化采收向自适应智能田间系统的转变。