传感器技术在水果采摘机器人中的应用现状及趋势

doi:10.12398/j.issn.2096-7217.2025.02.005

智能化农业装备学报（中英文） ›› 2025, Vol. 6 ›› Issue (2): 58-68.DOI: 10.12398/j.issn.2096-7217.2025.02.005

传感器技术在水果采摘机器人中的应用现状及趋势

吕秋辉¹(), 朱立学¹^,²(), 张世昂¹, 陈逸鹏¹, 毛顺¹

^1.仲恺农业工程学院机电工程学院，广东广州，510225
^2.农业农村部华南果蔬绿色防控重点实验室，广东广州，510225

收稿日期:2025-03-13 修回日期:2025-04-18 出版日期:2025-05-15 发布日期:2025-05-20
通讯作者: 朱立学
作者简介:吕秋辉，男，2001年生，广东高州人，硕士研究生；研究方向为农业智能技术。E-mail： 137637519@qq.com
基金资助:
国家自然科学基金项目(32101632);广州市科技计划项目(2023B03J0862)

Application status and trends of sensor technology in fruit picking robots

LÜ Qiuhui¹(), ZHU Lixue¹^,²(), ZHANG Shi'ang¹, CHEN Yipeng¹, MAO Shun¹

^1.College of Mechanical and Electrical Engineering，Zhongkai Universiy of Agriculture and Engineering，Guangzhou 510225，China
^2.Key Laboratory of Green Prevention and Control on Fruits and Vegetables in South China，Guangzhou 510225，China

Received:2025-03-13 Revised:2025-04-18 Online:2025-05-15 Published:2025-05-20
Contact: ZHU Lixue
About author:LÜ Qiuhui， E-mail： 137637519@qq.com
Supported by:
National Natural Science Foundation of China(32101632);Guangzhou Science and Technology Program Project(2023B03J0862)

摘要/Abstract

摘要：

目前水果采摘存在劳动力短缺、采摘效率低和作业环境复杂等问题，亟须发展具备高精度感知与自主作业能力的智能化采摘装备，以全面提升果实采摘的效率和质量。传感器技术在水果采摘机器人中的应用包括路径规划、果实识别、定位及抓取控制等关键任务环节。针对非结构化果园环境，视觉、触觉与激光传感器的协同应用可实现目标识别、位置感知与避障控制，显著提升了采摘机器人对复杂环境的适应能力与作业精度，但是现有传感器仍然存在一些技术短板，如视觉传感器易受阳光干扰、枝叶遮挡和果实密集分布等因素影响，导致目标检测困难；触觉传感器易受温湿度影响，难以量化复杂的力学反馈，因而细微抓取力控制困难；由于非结构化环境下的路径优化困难，且激光传感器成本高昂，限制了其大规模应用。同时，单一传感器存在感知维度单一、环境适应性不足和果实特征感知不足等局限，难以适应非结构化果园环境。为此，针对多传感器融合技术面临的数据异构性、时序同步性和计算复杂性等挑战，对传感器技术在水果采摘机器人的未来应用进行了展望，指出融合红外、紫外等多波段成像技术和高动态范围（high dynamic range imaging，HDR）成像技术，柔性电子皮肤结合仿生结构设计的多传感器融合技术有望得到广泛应用。

关键词: 传感器技术, 视觉传感器, 触觉传感器, 激光传感器, 多传感器融合技术, 农业机器人

Abstract:

Contemporary fruit harvesting operations are confronted with several challenges， including labor shortages， low picking efficiency， and complex operational environments. These factors underscore the imperative for developing intelligent harvesting equipment endowed with high-precision perception and autonomous operation capabilities to comprehensively enhance the efficiency and quality of fruit picking. Sensor technology plays a critical role in key tasks of fruit-picking robots， such as path planning， fruit recognition， localization， and grasping control. In unstructured orchard environments， the collaborative utilization of vision， tactile， and laser sensors facilitates target identification， positional awareness， and obstacle avoidance， significantly improving the robot's adaptability and operational accuracy in complex settings. However， existing sensors still have technical limitations. For example， visual sensors are susceptible to deleterious effects from ambient sunlight interference， occlusion from branches and leaves， and the dense clustering of fruits， all of which impede robust target detection. Tactile sensors often display sensitive to fluctuations in temperature and humidity， which poses challenges for the accurate quantification of complex mechanical feedback， thereby hindering precise control of gripping force. In addition， path optimization in unstructured environments remains challenge， and the high procurement cost of laser sensors limits their large-scale application. Single-sensor systems suffer from limitations such as single-dimensional perception， poor adaptability to environmental variations， and insufficient recognition of fruit characteristics， making them suboptimal for deployment in unstructured orchard conditions. Therefore， this paper explores the future applications of sensor technologies in fruit-picking robots， focusing on the challenges of multi-sensor fusion， including data heterogeneity， temporal synchronization， and computational complexity. It highlights that the integration of multi-spectral imaging technologies such as infrared and ultraviolet， high dynamic range （HDR） imaging， and flexible electronic skin combined with biomimetic structural designs in multi-sensor fusion systems holds great promise for widespread application.

Key words: sensor technology, visual sensors, tactile sensors, laser sensors, multi-sensor fusion technology, agricultural robotics

中图分类号:

吕秋辉, 朱立学, 张世昂, 陈逸鹏, 毛顺. 传感器技术在水果采摘机器人中的应用现状及趋势[J]. 智能化农业装备学报（中英文）, 2025, 6(2): 58-68.

LÜ Qiuhui, ZHU Lixue, ZHANG Shi'ang, CHEN Yipeng, MAO Shun. Application status and trends of sensor technology in fruit picking robots[J]. Journal of Intelligent Agricultural Mechanization, 2025, 6(2): 58-68.

图/表 12

图1 U-Net网络分割效果图

Figure 1 U-Net network segmentation effect diagram

图2 DeepLabV3+网络分割效果

Figure 2 DeepLabV3+ network segmentation effect

图3 猕猴桃采摘机器人采摘过程

Figure 3 Picking process of a kiwifruit harvesting robot

图4 灵活的3指末端执行器的苹果采摘模式注：红色箭头表示施力方向。

Figure 4 Apple picking patterns of a flexible three-fingered end-effector

图5 机械手抓取过程

Figure 5 Manipulator gripping process

图6 末端执行器结构示意图1.手腕连接件2.双轴气缸　3.动力传动推板　4.连杆　5.摇杆一6.摇杆二7.主框架板　8.刀片　9.压力薄膜传感器安装架10.压力薄膜传感器　11.压力薄膜传感器支撑架12.刀片支撑架　13.支撑铝板

Figure 6 Schematic diagram of end-effector

图7 移动的机器人架构

Figure 7 Mobile robot architecture

图 8 红外线和激光扫描果树定位机器人

Figure 8 The fruit trees positioning robot of infrared and laser scanning

图9 基于苹果检测的单点激光测距器工作原理

Figure 9 Principles of single-pointed laser ranger operations for the detection of apples based on apple

图 10 菠萝采摘机器人

Figure 10 Pineapple harvesting robot

图 11 末端执行器抓取过程示意图

Figure 11 Schematic diagram of the end-effector grasping process

图12 触觉传感器与柔性爪指结合

Figure 12 Integration of tactile sensors with flexible gripper fingers

参考文献 69

1	中共中央国务院. 中共中央国务院关于进一步深化农村改革扎实推进乡村全面振兴的意见［EB/OL］.（2025-01-01）..
2	张放. 2023年我国主要水果产量再创新高［J］. 中国果业信息， 2024， 41（6）： 55.
3	曹楠楠，张洁瑕. 我国农业机械化对农民增收贡献率实证分析［J］. 中国农机化学报， 2024， 45（9）： 327-332.
	CAO Nannan， ZHANG Jiexia. Empirical analysis on the contribution rate of agricultural mechanization to farmers' income increase in China ［J］. Journal of Chinese Agricultural Mechanization， 2024， 45（9）： 327-332.
4	李双双，刘卫柏，蒋健. 农业机械化可以解决农业劳动力短缺吗？［J］. 中国农机化学报， 2024， 45（7）： 316-322， 336.
	LI Shuangshuang， LIU Weibai， JIANG Jian. Can agricultural mechanization solve the shortage of agricultural labor？［J］. Journal of Chinese Agricultural Mechanization， 2024， 45（7）： 316-322， 336.
5	张莎，冯聪利，赵培. 水果采摘装置的现状及发展趋势［J］. 科技创新与应用， 2019（7）： 84-85.
6	段洁利，王昭锐，叶磊，等. 水果采摘机械臂运动规划研究进展与发展趋势［J］. 智能化农业装备学报（中英文）， 2021， 2（2）： 7-17.
	DUAN Jieli， WANG Zhaorui， YE Lei， et al. Research progress and development trend of motion planning of fruit picking robot arm ［J］. Journal of Intelligent Agricultural Mechanization， 2021， 2（2）： 7-17.
7	白克. 基于PLC和机器视觉的采摘机器人智能控制系统设计［J］. 农机化研究， 2021， 43（2）： 212-216.
	BAI Ke. Design of intelligent control system for picking robot based on PLC and machine vision ［J］. Journal of Agricultural Mechanization Research， 2021， 43（2）： 212-216.
8	ALATISE M B， HANCKE G P. A review on challenges of autonomous mobile robot and sensor fusion methods ［J］. IEEE Access， 2020， 8： 39830-39846.
9	梁雨凤. 基于机器视觉的智能水果采摘机器人系统设计研究［J］. 中国设备工程， 2024（11）： 34-35.
10	SILWAL A， DAVIDSON J R， KARKEE M， et al. Design， integration， and field evaluation of a robotic apple harvester ［J］. Journal of Field Robotics， 2017， 34（6）： 1140-1159.
11	LIU X Y， ZHAO D A， JIA W K， et al. A detection method for apple fruits based on color and shape features ［J］. IEEE Access， 2019， 7： 67923-67933.
12	WU Z W， XIA F， ZHOU S Y， et al. A method for identifying grape stems using keypoints ［J］. Computers and Electronics in Agriculture， 2023， 209： 107825.
13	林桂潮，吴志铭，严茂森，等. 基于机器视觉的多机械臂菠萝采摘机器人设计与试验［J］. 机电工程技术， 2023， 52（10）： 141-144， 154.
	LIN Guichao， WU Zhiming， YAN Maosen， et al. Design and testing of a multi-arm pineapple picking robot based on machine vision ［J］. Mechanical & Electrical Engineering Technology， 2023， 52（10）： 141-144， 154.
14	DU X Q， MENG Z C， MA Z H， et al. Comprehensive visual information acquisition for tomato picking robot based on multitask convolutional neural network ［J］. Biosystems Engineering， 2024， 238： 51-61.
15	朱立学，伍荣达，付根平，等. 基于多尺度串联空洞卷积的轻量化UNet香蕉图像分割［J］. 农业工程学报， 2022， 38（13）： 194-201.
	ZHU Lixue， WU Rongda， FU Genping， et al. Segmenting banana images using the lightweight UNet of multi-scale serial dilated convolution ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（13）： 194-201.
16	罗陈迪，李文涛，商枫楠，等. 基于YOLOv7和YCrCb的火龙果识别与分割方法［J］. 农机化研究， 2025， 47（7）： 59-64.
	LUO Chengdi， LI Wentao， SHANG Fengnan， et al. Identification and segmentation method of dragon fruit based on YOLOv7 and YCrCb ［J］. Journal of Agricultural Mechanization Research， 2025， 47（7）： 59-64.
17	周佳良，王金鹏，张跃跃，等. 基于GCAM-YOLOv5的火龙果快速检测方法［J］. 林业工程学报， 2023， 8（3）： 141-149.
	ZHOU Jialiang， WANG Jinpeng， ZHANG Yueyue， et al. Fast detection method of dragon fruits based on GCAM-YOLOv5 ［J］. Journal of Forestry Engineering， 2023， 8（3）： 141-149.
18	刘畅，孙雨，杨晶，等. 基于3C-YOLOv8n和深度相机的葡萄识别与定位方法［J］. 智慧农业（中英文）， 2024， 6（6）： 121-131.
	LIU Chang， SUN Yu， YANG Jing， et al. Grape recognition and localization method based on 3C-YOLOv8n and depth camera ［J］. Smart Agriculture， 2024， 6（6）： 121-131.
19	朱明秀. 采摘机器人水果检测及定位研究——基于图像处理和卷积神经网络［J］. 农机化研究， 2022， 44（4）： 49-53.
	ZHU Mingxiu. Research on fruit detection and location of picking robot—based on image processing and convolution neural network ［J］. Journal of Agricultural Mechanization Research， 2022， 44（4）： 49-53.
20	王粮局. 基于动态识别定位的多机械手草莓收获机器人的研究［D］. 北京：中国农业大学， 2016.
21	郭艾侠，彭明明，邢仲璟. 机器视觉技术在荔枝识别与定位研究中的应用［J］. 计算机工程与应用， 2017， 53（17）： 218-223， 259.
	GUO Aixia， PENG Mingming， XING Zhongjing. Study on recognition and positioning of Litchi based on technology of machine vision ［J］. Computer Engineering and Applications， 2017， 53（17）： 218-223， 259.
22	伍锡如，黄国明，刘金霞，等. 新型苹果采摘机器人的设计与试验［J］. 科学技术与工程， 2016， 16（9）： 71-79.
	WU Xiru， HUANG Guoming， LIU Jinxia， et al. Design and experiment of a new type apple picking robot ［J］. Science Technology and Engineering， 2016， 16（9）： 71-79.
23	张帅帅，伍恩慧，蔡奇洋，等. 复杂背景下番茄采摘机器人双目视觉检测技术研究［A］//第十八届全国信号和智能信息处理与应用学术会议论文集［C］. 中国安徽合肥： 2024： 6.
24	NASIRAHMADI A， STURM B， EDWARDS S， et al. Deep learning and machine vision approaches for posture detection of individual pigs ［J］. Sensors， 2019， 19（17）： 3738.
25	KIM W S， LEE D H， KIM Y J， et al. Stereo-vision-based crop height estimation for agricultural robots ［J］. Computers and Electronics in Agriculture， 2021， 181： 105937.
26	ZHU L X， DENG W Q， LAI Y J， et al. Research on improved road visual navigation recognition method based on DeepLabV3+ in Pitaya Orchard ［J］. Agronomy， 2024， 14（6）： 1119.
27	MAJEED Y， ZHANG J， ZHANG X， et al. Apple tree trunk and branch segmentation for automatic trellis training using convolutional neural network based semantic segmentation ［J］. IFAC-PapersOnLine， 2018， 51（17）： 75-80.
28	GU B X， LIU Q， GAO Y， et al. Research on relative position detection method for orchard robot based on binocular vision ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（S1）： 25-32.
29	韩振浩，李佳，苑严伟，等. 基于U-Net网络的果园视觉导航路径识别方法［J］. 农业机械学报， 2021， 52（1）： 30-39.
	HAN Zhenhao， LI Jia， YUAN Yanwei， et al. Path recognition of orchard visual navigation based on U-Net ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（1）： 30-39.
30	蔡舒平，孙仲鸣，刘慧，等. 基于改进型YOLOv4的果园障碍物实时检测方法［J］. 农业工程学报， 2021， 37（2）： 36-43.
	CAI Shuping， SUN Zhongming， LIU Hui， et al. Real-time detection methodology for obstacles in orchards using improved YOLOv4 ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（2）： 36-43.
31	许贞辉，李晓娟. 果园树干检测与导航线拟合算法研究［J］. 中国农机化学报， 2024， 45（8）： 217-222.
	XU Zhenhui， LI Xiaojuan. Research on tree trunk detection and navigation line fitting algorithm in orchard ［J］. Journal of Chinese Agricultural Mechanization， 2024， 45（8）： 217-222.
32	MASUZAWA H， MIURA J， OISHI S. Development of a mobile robot for harvest support in greenhouse horticulture-Person following and mapping ［C］// 2017 IEEE/SICE International Symposium on System Integration （SII）. IEEE， 2017： 541-546.
33	TANG B， GUO Z， HUANG C， et al. A fruit-tree mapping system for semi-structured orchards based on multi-sensor-fusion SLAM ［J］. IEEE Access， 2024.
34	PANDA S K， LEE Y， JAWED M K. Agronav： Autonomous navigation framework for agricultural robots and vehicles using semantic segmentation and semantic line detection ［C］// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023： 6272-6281.
35	CHEN X， ZHANG B， LUO L. Multi-feature fusion tree trunk detection and orchard mobile robot localization using camera/ultrasonic sensors ［J］. Computers and Electronics in Agriculture， 2018， 147： 91-108.
36	AHANAT K， JUAN A C R， VERONIQUE P. Tactile sensing in dexterous robot hands-Review ［J］. Rob. Auton. Syst， 2015， 74： 195-220.
37	MU L， CUI G， LIU Y， et al. Design and simulation of an integrated end-effector for picking kiwifruit by robot ［J］. Information Processing in Agriculture， 2020， 7（1）： 58-71.
38	JI W， HE G， XU B， et al. A new picking pattern of a flexible three-fingered end-effector for apple harvesting robot ［J］. Agriculture， 2024， 14（1）： 102.
39	王雯，张叶清，张静，等. 基于采摘机器人触觉的猕猴桃成熟度感知方法［J］. 科技与创新， 2021（18）： 59-60， 64-65.
	WANG Wen， ZHANG Yeqing， ZHANG Jing， et al. Kiwifruit maturity perception method based on picking robot tactile sensing ［J］. Science & Innovation， 2021（18）： 59-60， 64-65.
40	蒋林祥，贺磊盈，马锃宏. 多传感欠驱动水果采摘机械手的设计［J］. 农机化研究， 2025， 47（1）： 93-98.
	JIANG Linxiang， HE Leiying， MA Zenghong. Design of an underactuated robotic hand with multi-sensor for fruit harvesting ［J］. Journal of Agricultural Mechanization Research， 2025， 47（1）： 93-98.
41	张跃跃，田嘉全，王文祥，等. 火龙果采摘机器人末端执行器设计与试验［J］. 林业工程学报， 2023， 8（4）： 144-150.
	ZHANG Yueyue， TIAN Jiaquan， WANG Wenxiang， et al. Design and experiments of end-effector for dragon fruit picking robot ［J］. Journal of Forestry Engineering， 2023， 8（4）： 144-150.
42	马锃宏，谭励，曾伟，等. 基于视触觉感知的番茄尺寸和姿态解析方法［J］. 农业机械学报， 2024， 55（1）： 223-232.
	MA Zenghong， TAN Li， ZENG Wei， et al. Analytical method and evaluation of tomato size and posture based on visual and tactile perception ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2024， 55（1）： 223-232.
43	JIMÉNEZ A R， CERES R， PONS J L. A vision system based on a laser range-finder applied to robotic fruit harvesting ［J］. Machine Vision and Applications， 2000， 11： 321-329.
44	SHALAL N J D. Orchard mapping and mobile robot localisation using on-board camera and laser scanner data fusion ［D］. University of Southern Queensland， 2016.
45	VAN BEERS R， AERNOUTS B， DE BAERDEMAEKER J， et al. Apple ripeness detection using hyperspectral laser scatter imaging ［C］// Sensing Technologies for Biomaterial， Food， and Agriculture 2013. SPIE， 2013， 8881： 111-115.
46	YANG Y， XIE H H， ZHANG K L， et al. Design， development， integration， and field evaluation of a ridge-planting strawberry harvesting robot ［J］. Agriculture， 2024， 14（12）： 2126.
47	吴德刚，赵利平，陈乾辉. 基于激光传感器的农业机械控制器设计［J］. 激光杂志， 2024， 45（2）： 234-238.
	WU Degang， ZHAO Liping， CHEN Qianhui. Design of agricultural machinery controller based on laser sensor ［J］. Laser Journal， 2024， 45（2）： 234-238.
48	冯娟，刘刚，司永胜，等. 苹果采摘机器人激光视觉系统的构建［J］. 农业工程学报， 2013， 29（S1）： 32-37.
	FENG Juan， LIU Gang， SI Yongsheng， et al. Construction of laser vision system for apple harvesting robot ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2013， 29（S1）： 32-37.
49	张邦凤. 果树快速定位采摘机器人设计——基于红外和激光扫描技术［J］. 农机化研究， 2017， 39（6）： 233-237.
	ZHANG Bangfeng. Design for picking robot of fruit trees fast positioning—based on infrared and laser scanning technology ［J］. Journal of Agricultural Mechanization Research， 2017， 39（6）： 233-237.
50	王立谦，汪小志，林卫国. 农业激光自动采摘定位机器人控制系统设计——基于PID控制［J］. 农机化研究， 2015， 37（9）： 211-216.
	WANG Liqian， WANG Xiaozhi， LIN Weiguo. Design of agricultural laser automatic picking positioning robot control system based on PID Control ［J］. Journal of Agricultural Mechanization Research， 2015， 37（9）： 211-216.
51	张宾，宿敬肖，张微微，等. 基于激光视觉的智能识别苹果采摘机器人设计［J］. 农机化研究， 2016， 38（7）： 60-64.
	ZHANG Bin， SU Jingxiao， ZHANG Weiwei， et al. Design for apple-picking robot of intelligent recognition based on laser vision ［J］. Journal of Agricultural Mechanization Research， 2016， 38（7）： 60-64.
52	刘兆祥，刘刚，乔军. 应用于苹果采摘机器人的激光距离传感器［J］. 江苏大学学报（自然科学版）， 2010， 31（4）： 373-377.
	LIU Zhaoxiang， LIU Gang， QIAO Jun. Laser ranging sensor for apple harvesting robot ［J］. Journal of Jiangsu University（Natural Science Edition）， 2010， 31（4）： 373-377.
53	冯青春，赵春江，王晓楠，等. 基于视觉伺服的樱桃番茄果串对靶测量方法［J］. 农业工程学报， 2015， 31（16）： 206-212.
	FENG Qingchun， ZHAO Chunjiang， WANG Xiaonan， et al. Fruit bunch meat food for cherry tomato based on visual service ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（16）： 206-212.
54	ABEYRATHNA R M R D， NAKAGUCHI V M， LIU Z， et al. 3D camera and single-point laser sensor integration for apple localization in spindle-type orchard systems ［J］. Sensors， 2024， 24（12）： 3753.
55	ZHANG Y Y， ZHANG B， SHEN C， et al. Review of the field environmental sensing methods based on multi-sensor information fusion technology ［J］. International Journal of Agricultural and Biological Engineering， 2024， 17（2）： 1-13.
56	张炜，史桐源，沈博源，等. 基于机器视觉与多传感器融合的智能番茄采摘机器人设计［J］. 农业技术与装备， 2024（9）： 13-16， 19.
	ZHANG Wei， SHI Tongyuan， SHEN Boyuan， et al. Design of intelligent tomato picking robot based on machine vision and multi sensor fusion ［J］. Agricultural Technology & Equipment， 2024（9）： 13-16， 19.
57	焦锐，马瑞峻，陈瑜，等. 基于多传感器信息融合的菠萝果茎切割点位置检测方法［J］. 华中农业大学学报， 2024， 43（5）： 21-30.
	JIAO Rui， MA Ruijun， CHEN Yu， et al. A method for detecting cutting points in fruit stem of pineapple based on fusion of multi-sensor information ［J］. Journal of Huazhong Agricultural University， 2024， 43（5）： 21-30.
58	刘继展，李萍萍，李智国. 番茄采摘机器人末端执行器的硬件设计［J］. 农业机械学报， 2008（3）： 109-112.
	LIU Jizhan， LI Pingping， LI Zhiguo. Hardware design of the end effector for tomato harvesting robot ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2008（3）： 109-112.
59	周俊，刘锐，张高阳. 基于立体视觉的水果采摘机器人系统设计［J］. 农业机械学报， 2010， 41（6）： 158-162.
	ZHOU Jun， LIU Rui， ZHANG Gaoyang. Fruit harvesting robot based on stereo vision ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2010， 41（6）： 158-162.
60	XIE Y X， ZHANG B H， ZHOU J， et al. An integrated multi-sensor network for adaptive grasping of fragile fruits： Design and feasibility tests ［J］. Sensors， 2020， 20（17）： 4973.
61	KANG H W， WANG X， CHEN C. Accurate fruit localisation for robotic harvesting using high resolution lidar-camera fusion ［J］. arXiv preprint arXiv：， 2022.
62	ZHOU H Y， WANG X， KANG H， et al. A tactile-enabled grasping method for robotic fruit harvesting ［J］. arXiv preprint arXiv：， 2021.
63	GAO J， ZHANG F， ZHANG J X， et al. Picking patterns evaluation for cherry tomato robotic harvesting end-effector design ［J］. Biosystems Engineering， 2024， 239： 1-12.
64	沈跃，肖鑫桦，刘慧，等. 基于LiDAR/IMU紧耦合的林果园机器人实时定位与建图方法［J］. 农业机械学报， 2023， 54（11）： 20-28， 48.
	SHEN Yue， XIAO Xinhua， LIU Hui， et al. Real-time localization and mapping method for agricultural robot in orchards based on LiDAR/IMU tight-coupling ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（11）： 20-28， 48.
65	魏语佳. 面向果园环境的多传感器融合SLAM与导航研究［D］. 哈尔滨：哈尔滨工业大学， 2022.
66	CHEN K， YANG J， JIANG S， et al. Multi-sensor fusion tomato picking robot localization and mapping research ［J］. Journal of physics. Conference series， 2023， 2477（1）： 12057.
67	韦慧玲，梁成斌，王金海，等. 绳驱柔性机械手研究进展及其在农业机器人中的应用［J］. 智能化农业装备学报（中英文）， 2024， 5（4）： 95-106.
	WEI Huiling， LIANG Chengbin， WANG Jinhai， et al. Research progress of cable-driven flexible manipulator and its application in agricultural robots ［J］. Journal of Intelligent Agricultural Mechanization，2024， 5（4）： 95-106.
68	陈明猷，罗陆锋，刘威，等. 采摘机器人全果园视觉感知及自主作业综述［J］. 智慧农业（中英文）， 2024， 6（5）： 20-39.
	CHEN Mingyou， LUO Lufeng， LIU Wei， et al. Orchard-wide visual perception and autonomous operation of fruit picking robots： A review ［J］. Smart Agriculture， 2024， 6（5）： 20-39.
69	王延鑫，汪小旵，李培艺，等. 包络式金丝皇菊采摘机械手设计与试验优化［J/OL］. 南京农业大学学报， 1-18［2025-03-10］. .
	WANG Yanxin， WANG Xiaochan， LI Peiyi， et al. Design and experimental optimization of an enveloping golden chrysanthemum harvesting manipulator ［J/OL］. Journal of Nanjing Agricultural University， 1-18［2025-03-10］. .

[1]	王得志, 王延鑫, 汪小旵, 施印炎, 章永年. 农业机器人中的管理与采摘技术：现状、挑战与未来发展[J]. 智能化农业装备学报（中英文）, 2025, 6(2): 1-23.
[2]	张津国, 蔡建峰, 姜蓉蓉, 余山山, 王蓬勃. 果园作业机器人自主导航多任务联合感知方法研究[J]. 智能化农业装备学报（中英文）, 2025, 6(2): 35-43.
[3]	王克林, 刘龙申, 陈金鑫, 李鹏, OKINDA Cedric, 沈明霞. 人工智能在畜禽养殖机器人中的应用与展望[J]. 智能化农业装备学报（中英文）, 2025, 6(2): 44-57.
[4]	韦慧玲, 梁成斌, 王金海, 陈明猷, 罗陆锋. 绳驱柔性机械手研究进展及其在农业机器人中的应用[J]. 智能化农业装备学报（中英文）, 2024, 5(4): 95-106.
[5]	闫全涛, 李丽霞, 邱权, 丛岳. 小型农田原状土样采集机器人系统研发与测试[J]. 智能化农业装备学报（中英文）, 2024, 5(1): 12-22.
[6]	赵静娟, 杨艳萍, 郑怀国, 董瑜. 全球农业机器人研发趋势预测^*[J]. 智能化农业装备学报（中英文）, 2021, 2(1): 28-35.
[7]	毛婷婷, 董淑娴, 薛金林. 农业机器人车辆人机协作控制的动态功能分配研究^*[J]. 智能化农业装备学报（中英文）, 2020, 1(1): 24-31.

传感器技术在水果采摘机器人中的应用现状及趋势

Application status and trends of sensor technology in fruit picking robots

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 69

相关文章 7

编辑推荐

Metrics

本文评价