加入高工机器人专业行业群，加微信：17811613845，出示名片，仅限机器人及智能制造产业链相关企业。
设施番茄是我国设施农业的支柱品类，连栋温室高密植种植环境内果穗交错、枝叶遮挡、果串受气流晃动，人工采收用工成本高、劳动强度大。
对于智能采摘装备而言，作业效率、定位精准度、果实低损伤三者相互制约，很难同时兼顾，成为制约装备规模化落地的核心技术瓶颈。
图为实验室各单位介绍
由农业农村部智能采收机器人重点实验室组织，，通过机构‑算法‑末端‑软件的协同优化，实现高效率、高定位精度、低果实损伤的采收作业。
软硬协同兼顾
效率・精准度・低损伤
协同调度实现采收效率跃升
传统单臂采摘方案，作业覆盖范围有限，需要频繁调整整机位置遍历果簇，作业节拍慢，难以匹配规模化温室生产效率需求。
单纯增加机械臂数量，并不能直接转化为作业效率提升，密集植株环境极易出现臂体运动干涉、任务分配失衡、无效等待等问题。
图为采收机器人多臂设计
研发采用协作臂+双模组三轴直线滑台复合构型多臂采摘方案，硬件划分为移动滑台模块、6轴协作机械臂模块、视觉感知模块、末端执行器模块，各单元采用标准化快换接口，便于维护以及末端执行件快速替换。
硬件之上，创新构建STPE闭环一体化协同规划框架，从算法层面解决多臂并行作业冲突问题，四大环节实现安全高效协同调度：
1、空间结构化：对采摘目标聚类分簇、生成门点候选集，将复杂空间采摘任务结构化拆解，降低高密植场景下算法求解的计算开销。
2、时序协同：簇级‑门点双层迭代求解策略，完成任务分配与错峰调度，从源头规避臂体空间碰撞。
3、路径规划：结合田间果串实际分布，生成各机械臂最优参考运动轨迹。
4、执行校正：高频安全距离监测+低频轨迹修复的多速率闭环校正机制，针对植株扰动、果串晃动等现场变化，动态修正机械臂运动指令。
图为采摘机器人测试场景
仿真与样机测试结果表明，多臂平均采摘节拍可达3.8 s/串，相较传统运动规划方案，总生产周期缩短7.3%‑14.2%，系统鲁棒性显著提升。
图为一键自主标定软件运行展示
多臂系统对多机坐标系一致性要求严苛，坐标偏差会直接造成采摘点偏移，引发漏采、碰果损伤。针对产业化批量部署标定效率低的工程痛点，开发基于
图为激光跟踪仪等测量设备检测
同时采用激光跟踪仪开展模组机械臂坐标系正交校正，修正轴向偏差与空间坐标误差，保障作业定位一致性，为高效稳定采摘奠定基础。
筑牢采摘作业的精准度底座
温室环境光照剧烈波动、枝叶大量遮挡、吊蔓果串随风持续晃动，极易造成目标漏检、采摘点定位漂移。
形象系统的识别与定位精度，直接决定采摘作业的精准度，同时也是控制果实损伤的前置条件。项目搭建“眼在手上+眼在手外”双模式形象系统，完整覆盖全部作业空间。
图为双模式形象系统
研发团队采集大量田间样本，构建温室真实工况专用数据集，开发一套适配农业复杂场景的感知算法体系：
1、轻量化成熟度识别算法：融合LAMP通道剪枝与SegNeXt注意力机制，完成模型轻量化，在嵌入式硬件上实现高速推理，判别果串成熟状态，仅对成熟果执行采摘。
图为网络机构图
2、双采摘关键点检测算法：结合番茄生物学生长特征，输出果梗两处最优剪切点位，为末端机构提供精准执行目标。
图为双采摘点计算流程
3、细长果梗深度估计算法：基于ArUco真值标定完成深度噪声过滤与坐标映射，获取果梗真实三维空间位置，解决深度相机远距离测距噪声问题。
图为视觉定位到机器人执行坐标的准确转换
4、晃动果串动态轨迹预测算法：采用自适应Kalman滤波递推晃动果串位置与运动速度，构建MS‑OTG多关节同步滚动更新机制，在视觉采样间隙持续更新机械臂运动轨迹，实现动态晃动果串的持续跟随定位。
图为面向晃动番茄采摘的多关节同步在线轨迹生成方法
5、整机实测数据：果实平均识别精度97.8%，定位精度96%，算法推理速度22FPS。高精度感知可以引导末端机构精准对准果梗，从源头上减少误触碰、挤压磕碰带来的果实损伤风险。
实现低损伤采摘的核心执行单元
末端手爪是机器人和作物直接交互的核心部件，是实现低损伤采收的最后一环。既要实现果梗可靠切断，又要避免夹持、剪切过程挤压、磕碰果实。
项目自研剪夹一体化采摘手爪，集成夹持机构与剪切刀片，实现夹持限位、果梗剪切同步完成。机构采用铝合金轻量化模块化结构，刀片、夹持块支持快速拆装更换，夹爪行程可调，适配不同果梗粗细、不同形态的串收番茄。
图为剪夹一体化采摘手爪
在多臂协同调度、高精度视觉定位、剪夹一体末端机构三者协同作用下，整机田间实测：采摘速度50 kg/h，采摘完成度92%，果实损伤率控制在3%，整机可连续稳定运行4小时以上，达成高效率、高完成度、低损伤的采收目标。
图为采摘机器人生产场景连续作业测试
面向温室现场的整机作业管控软件
硬件机构与算法模型，需配套人机交互软件才能落地到生产现场。配套自研采摘助手APP，可在平板、移动终端操作，打通机器人部署、任务下发、状态监控、作业数据统计全流程，降低使用门槛。
图为采摘助手APP软件界面
软件主要核心技术与功能分为四大模块：
1、本地化部署与地图管理模块：支持地图加载、点位标记、采摘区域圈选。操作人员可在可视化界面选定采摘作业区域，下发采摘任务，完成机器人作业场景快速部署。
2、整机实时状态监控模块：实时回传整机故障告警信息。当出现异常情况，APP即时弹窗告警，便于现场人员快速处置。
3、作业过程可视化与手动干预模块：可实时查看采摘作业进度，支持一键启动、暂停、终止任务。
4、作业数据统计模块：自动记录单串采摘耗时、采摘成功率、采摘完成度等核心指标。方便运维人员复盘作业效果，为算法参数调优、农艺条件优化提供真实田间数据支撑。
图为人机交互界面
整套APP与机器人底层ROS总控系统深度对接，实现感知‑决策‑执行‑人机管控闭环，让采摘系统不仅拥有强大的本体硬件与算法能力，同时具备面向农业现场的可操作性。
创新聚力
迈向智慧农业新征程
农业机器人的难点，从来不只是实验室样机效果，而是复杂非结构化田间环境下的工程化能力。
该实验室项目将工业协作机器人的本体设计、多轴运动控制、系统集成工程能力迁移到设施农业赛道，围绕感知‑决策‑执行完整链路，破解农业机器人行业“识不准、走不稳、协同难、落地贵”的共性难题。
未来，实验室将继续深耕农业机器人赛道，持续迭代优化设施番茄采收机器人系列产品，进一步完善农机农艺融合解决方案，推动智能采收装备更大范围落地推广，助力设施农业转型升级，用机器人科技赋能乡村振兴！
*文章转自集萃智造