《JOURNAL OF FOOD SCIENCE》：Automation, Robotics, and Artificial Intelligence in Seafood Processing: Advancements, Challenges, and Future Prospects
编辑推荐：
本综述对海鲜加工产业中的自动化与机器人技术进行了全面分析，强调了其在提高效率、产品质量、食品安全和可持续性方面的作用。研究探讨了机器人技术、区块链、计算机视觉 (CV)、人工智能 (AI) 和物联网 等先进技术在海鲜加工各个阶段的应用，包括分拣、清洗、分级、切
本综述对海鲜加工产业中的自动化与机器人技术进行了全面分析，强调了其在提高效率、产品质量、食品安全和可持续性方面的作用。研究探讨了机器人技术、区块链、计算机视觉 (CV)、人工智能 (AI) 和物联网 等先进技术在海鲜加工各个阶段的应用，包括分拣、清洗、分级、切割、去骨切片、包装和质量评估。该综述强调了智能包装和标签系统的出现，这些系统提高了可追溯性，延长了保质期，并支持冷链完整性。讨论了自动化的主要优势，如减少对劳动力的依赖、提高出肉率、改善卫生状况和减少浪费，同时也探讨了产业面临的挑战，包括高昂的实施成本、技术集成问题和监管限制。此外，该综述还考察了软体机器人、预测性分析和基于云的监控等未来趋势，这些趋势正在塑造下一代智能海鲜工厂。与以往关于食品自动化的泛泛综述不同，本综述提供了一个专门针对海鲜加工的综合分析，将机器人技术、AI、机器视觉、智能包装、区块链可追溯性以及工业4.0/5.0 (Industry 4.0/5.0) 技术整合在一起，并对工业实施挑战和未来智能工厂应用进行了批判性讨论。总而言之，它强调了数字技术在转变全球海鲜加工系统中的关键作用。
1 引言
全球人口预计到2050年将达到100亿，这将显著增加对食物的需求，尤其是海鲜。海鲜加工业通过将新鲜捕捞的水产品转化为适合市场的商品，在连接渔业资源与消费者方面发挥着至关重要的作用。海鲜是全球农业食品经济增长最快的部门之一，2022年全球海鲜市场价值约为1950亿美元。该行业面临水产品高度易腐、生物学变异性以及对质量、可追溯性和可持续性需求不断增加的挑战。自动化和机器人技术通过提高效率、一致性和质量，显著改变了海鲜加工操作。自动化涵盖自动分拣和分级、实时质量监控、预测性分析、机器人处理和包装等应用。先进的机器视觉系统能够快速准确地检测缺陷和质量属性，超越了传统人工检验的速度、一致性和可靠性。预测性分析可预测去骨切片、冷却、包装和运输等活动的最佳时间，从而优化储存并减少浪费。利用物联网 设备和传感器的实时监控技术跟踪整个供应链中海鲜的质量和安全。机器人技术还被用于处理、分拣和包装鱼贝类产品。区块链集成可确保可追溯性和透明度。本综述提供了一个专门针对海鲜加工的综合分析，整合了机器人技术、AI、机器视觉、物联网、区块链、基于传感器的质量评估、智能包装以及工业4.0/5.0 (Industry 4.0/5.0) 技术。它强调了用于分拣、分级、切割、去骨切片、包装和质量检验的机器人系统的最新进展。本综述还批判性地探讨了关键工业挑战，包括海鲜生物学变异性、劳动力短缺、卫生要求、中小企业 实施障碍、高资本投资、技术复杂性、数据管理和监管合规性。此外，还系统评估了软体机器人夹爪、预测性分析、数字孪生、基于云的监控和区块链增强的可追溯性等新兴创新，为下一代智能海鲜工厂和可持续海鲜加工系统提供了未来视角。
2 方法论
研究人员进行了一项系统和全面的文献综述，以评估海鲜加工中自动化、机器人技术和人工智能的进展。使用广泛的关键词和布尔运算符从主要科学数据库（如Scopus、Web of Science等）检索了过去10年的相关研究。研究选择遵循系统评价和荟萃分析首选报告项目 (PRISMA) 指南，包括去除重复项、标题和摘要筛选以及全文评估。数据按技术、应用领域和关键结果进行分类，随后进行定性综合和批判性分析，以确定技术趋势、工业适用性、挑战和未来的研究方向。
3 海鲜加工中的自动化技术
自动化和机器人技术在海鲜加工等行业的采用率大幅上升。传统上劳动密集型的海鲜行业正向精确、高效的技术驱动系统转型。机器人技术和自动化越来越多地应用于初级和次级加工中的重复性和危险性操作。海鲜表现出显著的生物学变异性和组织脆弱性，需要使用机器视觉、智能传感和自适应机器人技术进行精确、高产和卫生的加工。机器人技术、机器视觉和AI的集成实现了关键海鲜加工操作的自动化，包括分拣、分级、去头、切片、烹饪和包装，显著提高了产量和吞吐量。AI驱动的系统支持实时质量评估、过程优化和预测性维护。传感器、数据分析和自主机器人技术改善了轻柔处理、减少浪费和卫生状况，有助于建立可持续和可追溯的海鲜供应链。
3.1 海鲜加工中的自动分拣和分级系统
海鲜工业仍然高度依赖野生捕捞渔业，由于物种、大小和质量存在巨大差异，需要进行高效的分拣和分级操作。结合了AI、机器视觉和图像处理的自动化系统已成为传统人工分级的先进替代方案。大多数自动分级系统依赖高分辨率成像结合计算机视觉和机器学习算法，特别是卷积神经网络，来分析颜色、纹理、形状和大小的变化。AI驱动的系统经常能实现超过90%的分类准确率，并支持多物种分拣。机械臂和基于传送带的处理系统的集成进一步增强了自动化。然而，计算需求、实时处理以及与现有基础设施的集成仍然是主要障碍，特别是对于中小企业。混合系统将机械分级与AI辅助决策相结合，越来越多地被视为平衡工业吞吐量与分类能力的有前途的解决方案。
3.2 海鲜加工中的自动屠宰系统
高效和人道的屠宰是海鲜质量、动物福利合规性和加工效率的关键决定因素。结合了机械处理、电击和可控放血的自动屠宰系统已成为更可靠的替代方案，提供更高的一致性、吞吐量和更好的产品质量。电击诱导快速失去意识并减少与压力相关的生化变化，从而改善肉质。然而，高资本和维护成本限制了其普及，尤其是对于中小企业。物种间在大小、形态和生理上的差异需要频繁校准系统，降低了灵活性。
3.3 用于海鲜加工中切割、切片和去骨的机械臂
机械臂是现代自动化海鲜加工的核心，提供高速和精确的机械操作，用于切割、切片和去骨，同时减少了体力劳动需求。现代机器人平台集成了精密执行器、力控机制、机器人夹爪和自动切割工具。3D成像和机器人运动控制的引入使对大小和形态各异的海鲜产品能够进行准确定位和自适应切割。例如，基于机器学习辅助的机器人加工线能够实现自动鱼类分类、方向校正和切割位置优化。先进商业系统采用机器人水射流切割头集成3D成像系统，实现高度精确的切片和去骨操作。尽管取得了实质性进展，但由于海鲜产品的脆弱结构和解剖变异性，机器人去骨和修剪在技术上仍具挑战性。
3.4 海鲜加工中实现最少浪费的AI和传感器辅助切片技术
传感器辅助的切片系统集成了先进的成像技术、智能控制系统和机器学习算法，实现精确且最少浪费的海鲜加工。高分辨率传感器无损扫描鱼片，识别内部结构。获取的数据随后使用计算机视觉和深度学习算法进行分析，以确定最佳切割路径。AI辅助成像系统对于检测鲑鱼、鳕鱼等物种中的细骨、缺陷和解剖异常特别有价值。然而，高昂的设备成本、计算要求和系统复杂性限制了其广泛应用，特别是在小规模加工单元中。
3.5 海鲜加工中的智能包装和标签自动化
智能包装和标签技术正在改变海鲜加工。智能包装是一个广泛的概念，包括活性包装和智能包装系统。活性包装通过抗菌释放、除氧或水分调节等机制直接与包装食品或周围环境相互作用，以延长保质期。智能包装主要利用传感器、新鲜度指示器、射频识别 (RFID) 标签、快速响应 (QR) 码和时间-温度指示器 等技术监测产品新鲜度、储存条件、可追溯性和安全性。这些系统实现了对产品状况、真实性和保质期的实时监控和数据传输。然而，仍然存在一些科学局限性，如传感器漂移、校准不稳定性以及气体的交叉敏感性，这可能导致不准确的变质检测。生物污染和冷凝效应也会干扰高湿度海鲜环境中的传感器性能。
3.5.1 智能包装的组件
3.5.1.1 指示器
智能食品包装指示器通过检测食品变质过程中释放的挥发性化合物并通过颜色变化或气味信号做出反应来提供实时信息。新鲜度指示器通常依赖于对氨气或总挥发性碱性氮 (TVB-N) 的测量，该物质在变质过程中会增加。电子鼻 已被开发用于检测生食中的三甲胺。
3.5.1.2 传感器
传感器由生物受体和换能器组成，分析分析物并将检测到的能量转换为可测量的电信号。生物传感器包括酶、抗体、噬菌体和核酸等生物成分，能够以高灵敏度和选择性检测挥发性化合物和气体。
3.5.1.3 射频识别
自动识别和数据收集 (AIDC) 技术用于在没有人工干预的情况下自动识别产品、收集数据并直接将信息传输到计算机系统中。其中，RFID系统在实时监控温度、相对湿度、保质期和营养信息方面特别有价值，可提高可追溯性和供应链透明度。
3.5.1.4 条形码和QR码
一维 (1D) 条形码是编码产品信息的基础技术。为了在有限空间内增加数据存储容量，后来开发了由点阵组成的二维 (2D) 条形码。QR码是设计用于存储大量数据的二维矩阵代码，用于向消费者提供详细信息，并在召回期间增强关键控制点 (CCPs) 的食品可追溯性。
3.6 用于海鲜加工中质量评估和检验的AI视觉系统
集成AI的机器人技术通过自动化检测变质、污染物和病原体，显著改变了食品工业。AI机器人系统利用视觉和多光谱成像传感器检测变质指标。计算机视觉和机器学习模型能够识别塑料、玻璃、金属碎片等物理污染物。AI驱动技术还可以通过分析微生物活性、遗传标记和环境变化来检测食源性病原体，从而实现快速和自动化的鉴定。
3.7 海鲜处理、运输和物流中的机器人技术
机器人和AI的集成显著提高了海鲜供应链的效率。包括自动驾驶车辆、无人机和机器人仓库单元在内的自动化系统实现了连续操作。AI平台提供实时决策、预测性分析和动态路线优化，从而提高交付速度和库存管理。尽管具有优势，但基础设施和部署成本高、依赖可靠的数字连接以及网络安全风险仍是重大挑战。
4 海鲜加工中自动化的工业影响和运营效益
自动化技术通过实现连续、高速和标准化的操作，显著提高了加工生产率和吞吐量。AI驱动的检查系统和智能传感技术减少了人工操作的主观判断误差。自动化还有助于改善海鲜加工环境中的卫生、食品安全和可追溯性。从可持续性的角度来看，自动化技术改善了原材料利用，减少了浪费产生，并优化了资源效率。然而，自动化系统也可能由于机器人设备、传感器网络和AI计算基础设施的运行而增加能源需求。
5 海鲜自动化中的经济可行性和工业采用限制
经济可行性仍然是大规模采用自动化、机器人和AI的主要障碍之一。高资本投资依然是一个主要障碍。生物变异性仍然是海鲜自动化中最重大的技术限制之一。由于物种特异性，可扩展性和工业集成仍然具有挑战性。操作可靠性仍然是一个挑战，因为生物变异性、传感器不准确和环境波动可能会降低加工精度并中断生产连续性。
6 海鲜加工中机器人技术的挑战和局限性
机器视觉和机器人系统由于海鲜原材料的高生物变异性，在处理精度上受到影响。生物变异性、传感器不准确、环境波动和系统故障可能会降低加工精度。高昂的安装成本、维护要求、传感器校准问题和集成复杂性进一步限制了自动化系统的成功采用。对于中小企业，可以采用分层和模块化的采用策略。AI的采用还引发了监管和伦理问题。自动化采用相关的另一个重要挑战是劳动力适应和组织接受度。物联网设备引入了网络安全风险。
7 海鲜加工自动化中的未来趋势和创新
海鲜加工业正通过整合自动化、AI、机器人和数字技术经历快速转型。一个主要的新兴趋势是实施基于AI的预测性维护系统。物联网和基于云的监控系统实现了对加工条件的实时跟踪。软体机器人在处理脆弱海鲜产品方面是一大创新。区块链技术作为海鲜可追溯性和质量保证的强大工具正在兴起。未来的创新越来越符合从工业4.0 (Industry 4.0) 向工业5.0 (Industry 5.0) 的转变，后者强调以人为本的制造、可持续性和人机协同。
8 结论
自动化、机器人技术、AI、机器视觉和工业4.0 (Industry 4.0) 技术的整合将海鲜加工转变为一个更高效、卫生、可追溯和智能的行业。软体机器人、触觉感知和基于深度学习的分割等新兴技术进一步实现了对生物学上多变且脆弱的海鲜产品的精确处理。然而，广泛的工业采用仍然受到高投资成本、集成复杂性、有限的可扩展性和缺乏标准化验证框架的限制。未来的研究应优先考虑支持人机协作的适应性、模块化、节能且可解释的系统。
