以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【AHPPEBot: Autonomous Robot for Tomato Harvesting based on Phenotyping and Pose Estimation】

文章链接：[2405.06959] AHPPEBot: Autonomous Robot for Tomato...

为了解决传统自动收获机器人固有的局限性，特别是其次优的成功率和作物损坏的风险，我们设计了一种名为AHPPEBot的新型机器人，它能够基于作物表型和姿态估计进行自主收获。具体来说，在表型分析中，通过多任务YOLOv5模型结合基于检测的自适应DBScan聚类算法完成番茄果穗和单个果实的检测、关联和成熟度估计。在姿态估计中，我们使用深度学习模型预测果梗上的7个语义关键点。这些关键点有助于机器人的路径规划，最大限度地减少目标接触，并便于使用我们的专用末端执行器进行收割。在商业温室进行的番茄自主采摘试验中，该机器人的采摘成功率为86.67 %，平均成功采摘时间为32.46 s，表明其具有连续、鲁棒的采摘能力。这一结果凸显了收获机器人在弥补农业劳动力缺口方面的潜力。