日本番茄分為壟作和高架栽培兩種，前者因為成本低，往往是普通農戶的首選，而后者因其標準化程度高而更利于智能農業采收裝備的工作。日本番茄采收機器人主要研究團隊分布于京都大學、東京大學、立命館大學、松下株式會社等。番茄采收機器人主要包含五大模塊：自走移動系統、機械臂、末端執行機構、圖像處理和制定采收決策。

自走移動系統的設計依賴于溫室大棚的作業環境，主要有輪式、履帶式和軌道式三種。圖1所示為一種設置了軌道系統的番茄種植溫室，因番茄種植于高架苗床上，高處番茄的采收需要移動工作平臺與軌道來確保采收工作的安全穩定。

圖1 一種設置了軌道系統的典型番茄種植溫室

機械臂的差異主要是自由度（Degree of Freedom）不同，更高的自由度可以完成更為復雜的采收姿態。Takuya等在機器人操作系統（Robot Operating System，ROS）的基礎上提出了一種基于模塊化設計的番茄采收機器人設計系統，并以此開發了不同番茄采收機器人的作業模式，通過多種采收工作細分模塊的試驗對比，使用3軸機械手收獲一個番茄的時間為29s，較6軸機械手縮短14s。而更多的研究普遍采用成熟工業機械臂以縮短研發周期。

番茄是一種薄皮易破蔬菜，在采收過程中需保證機械臂和末端執行機構的運行可以避開葉子、莖和未成熟番茄等障礙物。常見的末端執行機構有氣吸式、剪切式和旋轉式三種。氣吸式由吸取機構和切除機構構成，它可以將目標果實與番茄簇分離，切除機構切割目標果實的果梗，隨后番茄通過氣吸通道進入托盤中。剪切式末端執行機構通過在夾取機構上方并行放置切割機構，切割果柄的同時夾取該果柄。小番茄往往成串采收，因為每株小番茄的果實密度很高，比番茄采收更費力，因此剪切式可以應用于大小番茄的采收。旋轉式末端執行機構抓取番茄后旋轉果實，通過拖拽的方式分離番茄與果柄，該末端執行機構單個番茄采收時間約為23s，其中一半時間用在拖拽番茄的過程中，三種末端執行器主要機構如表1所示。

表1 三種番茄采收機器人的末端執行機構

在圖像處理和采收決策制定方面，早期由于計算機處理能力的限制，無法很好地考慮到障礙物等實際問題。20世紀80年代，由京都大學研發成功日本第一臺番茄采收機器人，通過移動相機位置進行兩次圖像輸入以完成立體攝影，以此獲得番茄的三維位置信息。該研究驗證了番茄采收機器人的可行性，揭示了基于色彩信息進行番茄定位的技術原理。Kondo等合作開發了小番茄成串采收機器人，通過識別和提取可見光的光譜反射率來識別小番茄，并使用雙目視覺技術確定每串小番茄的采摘點。機器人每完成一次采收，將根據新獲取的圖像和機械手位置更新下一個目標水果的位置，試驗結果顯示這種基于視覺反饋控制的收獲方法有效且成功率為70%。Ikeda等通過改進圖像處理算法，提出了一種基于番茄形態學特征與圖像分割技術的圖像處理方法，可為機械臂提供避開障礙物的路線。

使用低成本的商業化產品是實現采收機器人商業化的要求之一。相對于早些年間使用昂貴的高光譜傳感器區分番茄與莖葉，近年來的研究主要側重于通過低成本的彩色相機或RGBD（紅色、綠色、藍色和深度）相機提供的點云圖來實現目標番茄的采收。RGBD相機除了可以提供傳統相機的色彩圖，還可以提供標定后的深度圖像，圖像中像素點的值代表相機到物體的距離。深度圖像可以獲取果蔬的形狀、大小、位置信息，并有助于視覺系統區分果蔬與其背景。Fujinaga等使用RGBD相機獲取的點云圖成功區分莖、果柄、未成熟番茄與成熟番茄，預實驗顯示識別成功率約60%，識別時間1.0±0.2s。Yoshida等使用點云圖識別番茄，并在農場識別目標番茄花序梗上的切割點，單個采摘點的識別約0.4s左右，采摘成功率提升至90%以上。此外，Yoshida等通過構建用于分割體素的層，重建了番茄的體積像素，以此識別成熟番茄及采收切割點位。東京大學開發了一款基于雙RGBD相機的雙機械臂番茄采收機器人，位于頭部的RGBD相機提供番茄的大致位置信息，機械臂上的RGBD相機近距離多角度判斷多個番茄的空間位置信息，并以此判斷切割果柄的正確坐標和先后順序。但是，目前RGBD相機的應用也面臨著溫室內自然強光的干擾，隨著技術的提升，該干擾有望被逐漸減弱。采收機器人的視覺系統在機器人工作的同時，還可以針對未成熟番茄形成生長狀態分布圖，用以量化番茄在溫室內的空間分布并指導采收機器人今后的其他作業安排，達到一機多功能的效果。

自2013年起，日本每年由九州工業大學、西日本工業大學、長崎縣立大學等高校輪流舉辦番茄采收機器人競賽。在比賽中，機器人必須自走至收割點，然后開始3個階段的作業。第1階段，接近一個番茄果實（不需要收獲）；第2階段，從多個番茄果實簇中采收單個番茄；第3階段，從真正的番茄植株中采收番茄。包含在每個階段的場地內移動時間在內，比賽時間限制為10min。該比賽不僅激勵科研團隊對番茄采收機器人進行投入，還可以激發學生對農業機器人的興趣，并驗證采收機器人在接近于自然條件下的工作情況。這些采收機器人的設計開發往往使用機器人操作系統，機械臂選取商業化產品，并增加單獨設計的末端執行機構。

日本松下株式會社開發并商業化銷售了一款番茄采摘機器人（圖2），售價約合30萬元人民幣。其單個番茄采摘速度約為6s。雖然相對于人工采摘速度慢了3s多，但其視覺和照明系統保證了機器人可以全天候工作，彌補了采摘速度不足帶來的效率低下的問題。視覺系統還可以根據番茄顏色判斷成熟度等外表品質信息。單個溫室內每年總工作時間約為160,000h，其中35,000~60,000h用于采摘。該機器人的引入，一年可以減少約20%的番茄種植溫室人工作業時間，目前已成功在多個溫室作業。

圖2 松下生產的番茄采收機器人。圖片來源：松下株式會社

番茄由于其種植面積大，采收時間長，吸引了眾多研究機構參與研發，并由企業推出了商業化產品。高校針對科學問題的研究主要集中于使用新型消費級深度相機，如Intel Realsense系列相機，通過建立空間模型識別番茄簇的采收點位。此外，企業側重于在保持現有工作效率的基礎上，通過優化采收機器人的五大模塊降低單臺采收機器人的成本，讓更多農民可以接收采收機器人的價格成本。

日本在單個溫室內茄子生產年總工時約為200h，其中采收工作占總工時的40%左右。為保證茄子口感，日本采收茄子以大小為標準，長度一般不超過13cm。茄子采收機器人可以根據茄子的生長、市場趨勢、品種特征等制定智能采收決策。Hayashi等開發了一款茄子采收機器人樣機，采用傾角種植模式使茄子采摘更容易與莖葉區分。此外，為實現無損采收，該團隊還設計了一種軟體執行末端，可以根據茄子的大小調整機械手形狀，并保持抓握力約為0.7N，在抓取茄子之后通過機械臂頂端的剪切機構切除茄子梗，收獲成功率62.5%，采收失敗的主要原因是受視覺識別系統限制。

茄子種植面積僅為番茄種植面積的1/7，因其高架栽培模式與番茄青椒等作物相似，近年來，日本研發的采收機器人包括茄子在內具有一機多目標品種的采摘潛力，與番茄采收機器人研發趨勢相似。

青椒的采收期每年約為9個月，在溫室內的采收需要在豎直空間內完成，農民采收過程中不斷蹲下站起對腰部有較大負荷。AGRIST株式會社推出了兩款基于RGBD相機和AI技術的青椒采摘機器人，2021年推出的第一款總重16kg，單臺機器人每日青椒采收量約為40kg。整套系統初期售價約合10萬元人民幣（圖3），其余費用則由公司以每月青椒銷售額的10%收取。采收機器人在溫室內的移動依靠懸掛于壟間的導軌完成（圖3（a）），通過深度卷積神經網絡技術區分青椒與莖葉（圖3（b）），采收效率為2顆/min。采收后的青椒被暫時儲藏在機器人下方（圖3（c）），在經過預先設置的托盤上方時，會將儲存于機器人內部的青椒通過機器人底部的出口輸送至儲存青椒的托盤中（圖3（d））。2022年AGRIST株式會社推出的第二款采收機器人增加了物聯網技術模塊支持5G通訊，實現了遠程遙控、夜間采收、病蟲害檢測等功能，同時支持農戶通過應用軟件標記青椒，以提高深度神經網絡的識別成功率。

圖3 青椒采收機器人。圖片來源：AGRIST株式會社

日本青椒采收機器人以初創公司AGRIST株式會社為代表，實現了單日40kg的采收量，并且可以全年全天24h工作。通過商業化導入實際生產作業，不斷優化并推出采收機器人。此外，該采收機器人在豎直空間內作業范圍大，有采收其他在豎直空間分布的蔬菜的潛力。

本文節選自：黃梓宸, SUGIYAMA Saki. 日本設施農業采收機器人研究應用進展及對中國的啟示[J]. 智慧農業(中英文), 2022, 4(2): 135-149. DOI: 10.12133/j.smartag.SA202202008