近日，機(jī)械與電子工程學(xué)院蘋(píng)果智能化生產(chǎn)團(tuán)隊(duì)在《Computers and Electronics in Agriculture》上發(fā)表題為“Apple diameter prediction during mechanical picking based on flexible force-sensing and CNN-BiLSTM-Attention method”的最新研究成果。機(jī)電學(xué)院博士研究生蘆明旸為第一作者，孫林林副教授、王金星教授和閆銀發(fā)教授為共同通訊作者，我校為唯一通訊單位。

果實(shí)尺寸是評(píng)定其商業(yè)價(jià)值的核心指標(biāo)之一。然而，目前蘋(píng)果產(chǎn)業(yè)普遍采用“先采摘、后分級(jí)”的離線作業(yè)模式。這種模式不僅增加了額外的分選、運(yùn)輸環(huán)節(jié)與人工成本，還極易在處理過(guò)程中對(duì)果實(shí)造成二次損傷，影響經(jīng)濟(jì)效益。近年來(lái)，研究人員嘗試應(yīng)用機(jī)器視覺(jué)技術(shù)進(jìn)行實(shí)時(shí)檢測(cè)，但在光照變化、枝葉遮擋等復(fù)雜的田間環(huán)境下，其檢測(cè)精度和穩(wěn)定性仍面臨巨大挑戰(zhàn)。

針對(duì)以上技術(shù)難題，研究團(tuán)隊(duì)提出了一種融合柔性力感知與深度學(xué)習(xí)的蘋(píng)果果徑實(shí)時(shí)檢測(cè)與分級(jí)新方案，實(shí)現(xiàn)了采摘與尺寸分級(jí)的同步一體化作業(yè)。研究團(tuán)隊(duì)將自主研制的離子凝膠摩擦納米發(fā)電機(jī)（IG-TENG）部署于三指Fin-Ray柔性末端執(zhí)行器。該系統(tǒng)能夠?qū)崟r(shí)、靈敏地采集末端執(zhí)行器與蘋(píng)果的力時(shí)序數(shù)據(jù)。為實(shí)現(xiàn)尺寸的精準(zhǔn)預(yù)測(cè)，團(tuán)隊(duì)構(gòu)建了一種新型的CNN-BiLSTM-Attention混合深度學(xué)習(xí)網(wǎng)絡(luò)。該模型能夠?qū)崟r(shí)融合抓取過(guò)程中的力感知時(shí)序數(shù)據(jù)、電機(jī)的行程數(shù)據(jù)和果實(shí)位姿信息。通過(guò)CNN提取局部特征，BiLSTM捕捉長(zhǎng)時(shí)序依賴(lài)，Attention機(jī)制聚焦關(guān)鍵時(shí)間步，模型可以擬合不同抓取條件與果實(shí)幾何尺寸之間的復(fù)雜映射關(guān)系。田間試驗(yàn)結(jié)果表明，該果徑預(yù)測(cè)方法與人工測(cè)量值相比，平均絕對(duì)誤差（MAE）僅為2.13 mm，尺寸分級(jí)正確率高達(dá)92 %。這一研究為智能采摘裝備的無(wú)損作業(yè)和精準(zhǔn)分揀提供了高效、低成本且可靠性強(qiáng)的新技術(shù)路徑。

圖1 基于CNN-BiLSTM-Attention的實(shí)時(shí)果徑預(yù)測(cè)模型

圖2 果園試驗(yàn)結(jié)果分析

該研究得到了國(guó)家自然科學(xué)基金、山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目的資助。

論文鏈接：https://doi.org/10.1016/j.compag.2025.111128

編      輯：萬(wàn)    千 

審      核：賈    波