UMN 大学计算机科学与工程系副教授Ibrahim Volkan Isler 同乔治亚理工学院的工程师胡爱萍一道负责机器人和传感项目的研究。UMN 大学教授和苹果育种家James Luby 与Cindy Tong 和Emily Hoover 两位教授一同来提供园艺背景。

这个项目起源于Isler 与Luby 和其他园艺学同事关于机器人在果园中应用潜力的一次交流对话，研究工作是在州政府一小笔“种子资助”的帮助下开始于2014 年。当证明这一概念可行后，该小组便向美国农业部（与联邦国家机器人创新计划有关）申请资助，后者在去年年末给予了该项目为期三年的资助。

Isler 说：“本团队的技术研发将聚焦于两个任务：计数一个苹果园中果实的数量和测量它们的直径。最终的目的是将该技术植入一个设备——例如一个装有摄像头的无人机或智能手机或类似的手持设备，来拍摄图像以获得果实数量和直径，并且种植者能够很容易访问这些图像。”

Luby 说：“他们希望构建一个系统，该系统可依据相对廉价但全面的数据采集来帮助种植者评估每一行甚至每一棵果树在不同生长阶段的产量、树冠体积和果实大小分布。这些数据有助于一些重要的管理决策如疏花疏果、修剪、收获管理和营销。该技术对果实的近距离检查可被用来检测糖度、干物质含量、内部害虫危害和外观问题，这些信息有助于对包装、成熟度和果品质量进行潜在评估。”

Luby 说，传感器的复杂化和小型化成为可能以及机器人设备降价迅速且质量更好，就像过去的电脑、智能手机和其他技术一样，他对于这一切都感到惊喜。大田作物种植户已经尝到了这些科技带来的好处。但必须指出的是，这些技术并没完全应用于特产作物上，这主要是由于花销大和特产作物的生产系统和信息需求不同。然而，特产作物可以从大田作物应用的技术中学习借鉴一些有用的东西。

作为一个果树育种者，Luby 对于该技术在育种中的应用潜力感到兴奋。果树作物基因组的海量信息已经随手可得，但对于表型或植株、果实等的测量以获得重要性状信息对提高效率来说就越来越关键。

加利福尼亚

美国农部报道，加利福尼亚大学Davis 分校获得了美国农业部106.96 万美元的资金帮助开发理论和技术工具，这些工具能够对现代果园持续高通量且性价比高的机械化收获系统进行设计、优化并进行原型和实地测试。

加利福尼亚大学Davis 分校的助理教授和工程师Stavros Vougioukas 与来自加利福尼亚大学的David Slaughter、Fadi Fathallah 和来自卡内基梅隆大学的Stephen Nusk 一道领导这一研究项目，这个项目是加利福尼亚大学和卡内基梅隆大学合作研究。

Vougioukas 表示，如果没有美国农业部去年秋天决定的资金支持，这个为期三年的项目是无法进行的。这个项目的目标是将机器人技术引入果园作业平台以提高效率并增加后者的附加值。第一个目标是实现采摘平台上每个工人垂直位置的自动化控制，从而将人采摘速度与果实密度相匹配；第二个目标是通过技术开发来形成果园产量地图。

Vougioukas 说，该项目的想法来自加利福尼亚水果产业界。机械化作业平台在果园中并不很普遍，其中一个原因是机械的购置花费与其带来的收益不相当，并且该州大多数果园，如加工型水蜜桃生产上仍采用相对较低的树体密度，这并不适合机械化采摘平台的运用。

该项目希望解决的一个问题是：当几个采摘工人在一台作业平台上采收时，采摘速度最慢的那个人成为整个作业平台的瓶颈，你如何来缓解这个瓶颈？

Vougioukas 说：“采摘平台上每一个采摘工人都有不同的采摘速度，这取决于两个因素的作用：每个采摘工人的采摘速度和他们面对的果实数量。我们的想法是开发一个自动系统来测算一名采摘工人的实时采摘速度，另一个系统测算平台行进过程中所面对的果实密度。一个用于控制平台推进速度和每名工人高度的计算机可以将采摘速度较慢的采摘工人移至果实密度较低的区域，或者在果实密度较高的区域安排多名采摘工人协同工作。

我们研究团队的方法是应用一个既有的作业平台（Bandit Xpress），通过改造加上一个小型的低成本液压升降机来控制每个采摘工人的高度，以及一个视觉系统来测量果实密度，一个中央处理单元来控制整个系统，他说。

Vougioukas 说，如果他们团队可以开发一个有价值的原型机，其他公司就可以吸收这一技术并将它应用于任何商业化采摘平台。他们团队主要是针对苹果、梨和边桃来开展研究，但是这项技术可以应用于任何果园。

（刘丽媛译，胡同乐校）