近日,机械与电子工程学院苹果智能化生产团队在期刊《Information Processing in Agriculture》发表题为 “Pose correction and efficient grasping based on non-contact sensing for robotic apple picking”的最新研究成果。机电学院博士研究生芦明旸为第一作者,王金星教授、闫银发教授和孙林林副教授为共同通讯作者。理想的抓取位姿对于实现稳定、可靠的机械采摘作业至关重要。尽管基于深度学习的机器视觉技术能够实现苹果识别和初步定位,但在机械臂末端执行器接近果实的“最后几厘米”阶段,容易受到枝叶遮挡、深度测量误差、光照变化和视野受限等因素影响,形成近场感知盲区,容易出现手指接触不同步、受力不均、果实滑落和机械损伤等问题。同时,传统采摘装置通常采用低速、固定行程的盲抓模式,难以兼顾抓取可靠性与作业效率。针对上述问题,研究团队提出了一种基于非接触感知的位姿校正与高效抓取方法。团队将自主研制柔性力感知传感器(IG-TENG)集成于三指Fin-Ray柔性末端执行器,使其同时具备非接触近场感