摘要
随着现代设施农业的快速发展，番茄（Solanum lycopersicum L.）及其他茄科水果的采摘机器人已成为缓解劳动力短缺的关键设备。然而，在非结构化的温室和田间环境中，枝叶遮挡、果串重叠、光照变化以及脆弱的水果组织限制了感知可靠性和机械接触安全性。具身智能作为一种整合了感知、空间推理、运动控制和物理接触反馈的闭环采摘系统，为解决这些挑战提供了一种有前景的范式。然而，从原型到可靠的商业部署的转变仍然受到环境变化性、生物异质性和系统级集成的制约。本综述系统地考察了茄科水果采摘机器人将多模态感知转化为低损伤采摘动作的机制和流程架构。首先，综述分析了基于深度学习的实时识别方法，涵盖目标检测、实例分割和遮挡自适应策略。其次，重点关注空间三维定位和果柄特征获取，包括深度感知和高精度手眼标定。此外，还考察了操作模式和柔性低损伤末端执行器，阐明了水果坠落碰撞损伤以及吸持和剪切装置的物理接触模型。最后，讨论了技术瓶颈和未来方向，包括多模态感知-动作耦合、农业基础模型、端到端闭环控制和商业化需求。总体而言，本综述将算法感知精度与系统级采摘可靠性联系起来，提出了一个针对特定作物、关注损伤的评价框架，并为稳健、低损伤的商业部署提供了路线图。
