“温室番茄采摘常面临成熟-半熟混合的场景，且果实常常被植株、叶片遮挡。机器人强行采摘不仅效率低，还可能损伤植株。”中国农业科学院农业信息研究所机器视觉与农业机器人创新团队首席柴秀娟说，在现代设施农业中，机器人在密植环境下采摘需要面对相机视角受限、果实分布复杂等挑战。

　　基于这样的研究背景，柴秀娟团队近日研发出一种数字孪生驱动的智能温室采摘系统，能有效解决现代温室番茄生产密植环境下，机器人采摘效率低、易损伤植株的问题。

　　这套系统的核心，在于通过数字孪生技术重建一个高度还原的虚拟番茄温室。系统包括温室数据扫描、孪生建模、强化学习训练与真实采摘执行四个环节。

　　团队成员郎一宁介绍：“首先，机器人搭载的滑轨式深度相机会沿温室逐行扫描，采集高精度的RGB-D数据。滑轨能从更多视角、更大范围获取信息，相当于给机器人‘打开了眼界’，让它拥有温室全局视野。”

　　随后，系统会将果实、枝叶等全部在三维空间中重建，生成一个可交互的数字孪生温室。在虚拟环境中，团队开发的强化学习算法会尝试不同采摘策略。“我们通过数字孪生环境下的训练，让模型形成决策能力，包括手臂轨迹规划、番茄优先级选择、采摘模式选择等。”柴秀娟说。

　　训练完成后，模型被部署到机器人中，实现从数字世界到现实世界的“迁移”。值得一提的是，这一算法具有通用性，不需要在每个温室重新训练，具备可推广性优势。

　　在真实温室的测试中，这套系统展现出采摘效率提升、机械臂移动距离缩短、与植株的碰撞率降低等明显优势。郎一宁说：“目前单果平均采摘时效已能控制在8秒以内，在复杂场景下依然保持稳定表现。”

　　“传统系统视野有限，只能局部决策。我们把训练环境从低还原度的简化空间提升到高度真实的三维孪生环境，使得强化学习模型的策略更加成熟。”柴秀娟说，这正是该系统相较国内外同类研究的一大突破。

　　智能番茄采摘只是开始。团队成员表示，这套系统具备较强的泛化能力，有望推广至其他温室果蔬作物的采摘与管理任务中。

　　该研究得到北京市智慧农业创新团队、中国农业科学院科技创新工程、江苏省农业科技自主创新资金等项目资助。

分享让更多人看到