大阪市立大学研发出一款智能番茄采摘机器人，突破传统仅识别果实的模式，首次引入“采摘难易度评估”机制——通过分析番茄形态、果柄位置及遮挡情况等视觉特征，预判采摘难度并动态调整策略。测试中成功率提升至81%，甚至在首次失败后能自动切换角度完成采摘。该技术显著增强机器人自主决策能力，为实现人机协同的现代化农业提供关键支撑。
科学新闻 来自科研机构
AI驱动机器人学会更高效采摘番茄
这款番茄采摘机器人不仅“看见”果实，更能判断出最适宜的采摘方式。
日期： 2026年3月18日
来源： 大阪市立大学
摘要： 一款新型番茄采摘机器人正学习在行动前先“思考”。它不再仅靠识别成熟果实，而是能预判每颗番茄的采摘难易程度，并据此调整自身操作策略。这一更智能的策略使成功采摘率提升至81%，甚至能在必要时主动切换角度。该突破有望推动实现人机协同作业的现代化农场模式。
分享： Facebook｜Twitter｜Pinterest｜LinkedIn｜电子邮件
全文链接
科学家研发出一种可在尝试采摘前评估番茄采摘难度的机器人，显著提升了采摘成功率。通过实时动态调整策略，该技术迈出了向智能化、协作式农业迈出的重要一步。图源：Shutterstock
农业领域劳动力短缺正推动农业自动化进程加速，尤其在采收环节更为明显。然而，并非所有作物都易于由机器完成采摘。以番茄为例，其常成簇生长，这意味着机器人需精准识别并采摘成熟的果实，同时避免触碰未成熟的果实——这要求极高的控制精度与智能决策能力。
为应对上述挑战，大阪市立大学工程研究生院助理教授藤永隆也（Takuya Fujinaga）开发了一套系统，可训练机器人在实际采摘前评估目标番茄的采摘难易程度。
该方法融合图像识别与统计分析技术，用于确定每颗果实的最佳采摘角度。机器人通过分析视觉特征——包括番茄本身、果柄形态、以及其是否被叶片或其他植株部分遮挡等信息——来判断最优采摘路径与姿态。
从“检测”到“采摘难易度”决策的转变
该方法摒弃了传统系统仅聚焦于“识别果实”的思路，转而引入藤永隆教授所称的“采摘难易度评估”（harvest-ease estimation）。他解释道：“这已超越简单回答‘机器人能否采摘番茄’的问题，而转向更贴近现实需求的核心问题——‘成功采摘的可能性有多大？’。”
在测试中，该系统实现了81%的成功率，远超预期。约四分之一的成功采摘案例来自初始正面尝试失败后，机器人改从侧面完成采摘的情形。这表明机器人具备根据首次尝试结果灵活调整策略的能力。
本研究凸显了影响机器人采摘效果的多重变量，例如番茄的簇生形态、果柄形状与位置、周围叶片分布及视觉遮挡情况等。“这项研究首次将‘采摘难易度’确立为一个可量化评估的指标，为实现真正具备自主决策能力的农业机器人铺平了道路。”
来源：ScienceDaily AI