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知和接触力感知能力。通过分析三个传感器的差异化信号，并结合红外距离信息，系统可在抓取前实时校正苹果与夹爪之间的位姿偏差。在手指接触苹果后，系统自动由快速闭合切换至低速力控模式，在提高采摘效率的同时降低果实损伤风险。实验室试验表明，该方法平均残余平面误差为2.62±1.05 mm，位姿校正成功率达到100%。果园试验中，系统采摘成功率达到89.0%，单果平均采摘周期为6.9 s，显著提高了采摘效率和成功率。与该研究为复杂果园环境下苹果机器人精准、高效、低损伤采摘提供了新的技术路径。
图1 苹果采摘位姿校正与高效抓取系统
图2 基于非接触感知的位姿校正试验
该研究得到了国家自然科学基金、山东省重点研发计划项目的资助。
论文链接：https://doi.org/10.1016/j.inpa.2026.07.014
编 辑：万 千
审 核：贾 波
