Робот с ИИ научился эффективнее собирать томаты за счет оценки «простоты сбора»

Исследователи из Osaka Metropolitan University представили подход к роботизированному сбору томатов, в котором ключевым параметром стала не только зрелость плода, но и «простота его съема». Система сначала анализирует, насколько вероятен успешный сбор конкретного томата, и лишь затем выбирает траекторию захвата. Такой переход от простой детекции к оценке исполнимости операции ориентирован на реальные условия теплиц, где плоды часто закрыты листьями и растут в плотных кистях.

Решение разработано под руководством ассистент-профессора Такуи Фудзинаги. Алгоритм объединяет компьютерное зрение и статистическую обработку признаков: положение плода, конфигурацию плодоножки, наличие визуальных помех и степень перекрытия другими элементами растения. На основании этих факторов робот подбирает угол и способ подхода к плоду, чтобы снизить вероятность неудачной попытки и минимизировать повреждения.

В испытаниях, о которых сообщается в релизе ScienceDaily, система показала 81% успешных сборов. Важная деталь — около четверти успешных операций были выполнены после смены стратегии: если фронтальный подход не срабатывал, робот переходил к боковой траектории. Это демонстрирует, что система не ограничивается статичным сценарием, а адаптируется в процессе работы и использует повторную попытку с другой геометрией.

Авторы подчеркивают, что на результат влияют сразу несколько полевых факторов: плотность кисти, форма и ориентация плодоножек, листовая масса и частичная окклюзия плодов. Введенный показатель «ease of harvesting» предлагается как количественная метрика для сравнения решений в агророботике. Такой подход может ускорить внедрение автоматизированного сбора там, где раньше алгоритмы «видел/не видел» давали недостаточно стабильный результат.

По оценке разработчиков, практическая модель может быть гибридной: робот автоматически собирает «легкие» плоды, а человек берет на себя сложные случаи. Это снижает зависимость от сезонного дефицита рабочих рук и повышает предсказуемость уборки. Исследование опубликовано в журнале Smart Agricultural Technology (2025, том 12, статья 101538), что дает отрасли проверенную экспериментальную базу для дальнейшей коммерциализации технологий уборки томатов.