复杂温室环境下草莓采摘机器人遮挡果实特征识别与抗干扰策略

摘草莓机器人应用于温室环境，不仅要解决果实识别精度低、环境扰动大等问题。在复杂设施环境中，由于光照变化、叶片遮挡和果实色泽变化等因素的影响，影响了果实特征识别的精度。因此，研究高效的采摘特征识别方法和抗干扰策略是提升采摘机器人性能的关键。应综合运用视觉识别、多传感器融合、机器学习等技术，实现草莓果实的精确识别与采摘。可为草莓采摘机器人的研发提供新的思路，为草莓采摘机器人的研发提供新的思路。

一、遮挡果实多特征识别

在温室复杂环境下，草莓果实往往被叶片和藤枝交错遮挡，传统的视觉识别方法存在特征缺失和漏检问题，需要从多个维度优化特征提取策略来突破这一局限[1]。在形态特征处理方面，可采用边缘检测算法，在不依赖果实整体轮廓的前提下，利用边缘检测算法，提取遮挡果实的部分关键特征，如外露的果尖弧、果肩等，并结合草莓特有的“圆锥果体 + 凹陷果蒂”形态规则，实现不完整轮廓的智能重建。同时，排除叶缘、缠藤等干扰因素，利用形态特征对比筛选可疑果区，避免非果结构误判为果。

引入光谱特征可进一步提高识别精度，成熟草莓和绿色叶片在特定波段反射明显，即使只露出一小部分果实，也可以利用光谱技术将果实和遮蔽物区分开来，有效弥补视觉遮挡造成的特征损失。另外，草莓果皮的纹理特征与叶片的叶脉纹理和藤类的平滑表面存在着明显的差异，通过提取纹理的对比度、熵值等参数，进一步对遮挡区域进行筛选，缩小识别范围。应从形态、光谱和纹理等多个方面入手，从形态、光谱和纹理等多个方面提高被遮挡水果的识别精度，减少漏检和误检。

二、多传感器融合抗干扰

温室复杂环境下，单一传感器易受到外界干扰，导致受遮挡水果难以稳定识别，构建多传感器融合抗干扰体系至关重要。作为果实形态和颜色信息采集的核心，视觉传感器在光照不足和高湿度条件下容易产生图像模糊和颜色畸变等识别偏差，此时红外传感器可以发挥重要作用[2]。因为呼吸的原因，草莓果实的温度要比周围的叶子稍高一些，即使有厚厚的叶子遮挡，红外线感应器也可以通过温度的变化，对果实进行初步的定位，从而降低视觉错误的几率。

超声波传感器可以辅助定位，在果实被藤蔓遮挡，视觉很难获得精确深度信息的情况下，利用超声波可以准确探测到果实到末端执行机构的距离，从而避免因位置偏差而造成果实损伤或采摘失败。同时，应构建一套科学的数据融合模型，对温室气流和设备振动等引起的异常数据进行过滤，并利用权重分配机制，动态调整各传感器的决策比例，在光照充足的情况下，以视觉数据为主，在环境恶劣的情况下，利用红外和超声两种方法，对数据进行处理[3]。同时，优化传感器安装位置，在可调云台上集成视觉和红外两种传感器，根据植物的生长密度，灵活调节探测角度，减小固定视角下的遮挡盲区，实现多传感器信息的互补，提高机器人在复杂环境下的抗干扰能力。

三、动态场景抗干扰应对

温室内作物生长变化、人员走动等动态性因素加剧了对果实识别的干扰，需要有针对性的抗干扰策略来保证机器人的稳定工作。要建立实时的场景更新机制，当机器人每完成一行采摘任务，就会对当前区域的植株状况进行快速扫描，并与初始模型数据进行比对，精确识别出新出现的叶片遮挡、果位偏移等变化，并对果实位置数据库进行更新，以避免根据旧数据进行判断时出现的偏差，保证每次识别均以最新场景信息为依据。

针对采摘过程中新出现的遮挡问题，如摘果时碰到叶片，造成邻近果实受遮挡等，设计实时调整算法：当末端执行器引起植株晃动时，系统立即停止采摘，待植株稳定后再进行图像采集，利用帧间差分方法识别遮挡变化，实现对果实位置的准确定位，避免因遮挡状态变化而造成的采摘错误[4]。同时，优化路径规划，在果实密集、遮挡严重的区域，采取“先外后内”的采摘顺序，优先选择边缘较低、遮挡较大的果实，以最大限度地减少外围叶片的二次遮挡，减少后续采摘的困难。同时，引入环境扰动预警模块，对温度、湿度、光照进行实时监测，检测到强光直射、突发大雾等恶劣环境时，自动切换抗干扰模式，启动补光装置或提高传感器灵敏度，保证机器人在动态场景中始终稳定工作。

结束语

综上，探究复杂温室环境下草莓采摘机器人遮挡果实特征识别与抗干扰策略，可以有效解决温室环境中采摘机器人受遮挡影响的果实特征识别及抗干扰策略，对提升智能采摘机器人的智能化水平具有重要意义。应探究基于特征识别与抗干扰策略的新型采摘方法，以提高机器人在复杂环境中的作业效率与精度。随着机器人技术、传感技术、人工智能等技术的不断进步，草莓采摘机器人的智能化、高效化已成为必然趋势。本项目的实施，不仅可以降低农业生产成本，提高生产效率，而且可以为现代农业的发展提供新的技术支撑。

参考文献

[1] 董乃深 , 程泓超 , 应仇凯 , 马锃宏 , 杜小强 . 垄作草莓双臂采摘机器人设计与试验 [J]. 农业机械学报 ,2024,55(S1):29-40+50.

[2] 席上琳 , 刘键 , 付思雯 . 基于需求分析和 TRIZ 的草莓采摘机器人产品创新方法研究 [J]. 包装工程 ,2024,45(22):114-126.

[3] 王伟 , 李岩 . 智能控制系统在草莓采摘机器人中的应用研究[J]. 南方农机 ,2024,55(19):73-75.

[4] 许迅 , 王成军 , 潘萌 . 草莓采摘机器人的草莓定位算法研究[J]. 安徽科技 ,2024,(09):37-40.

2026 届优秀毕业设计（论文）培育计划项目（809047123），项目名称：草莓采摘机器人特征识别与采后自动分级技术研究

张亚鹏（2004-），男（汉族），江苏南通，就读于，研究方向：人工智能。