摘要：我國林果資源豐富，目前林果產(chǎn)量居全球首位，但針對林果采摘與加工的機(jī)械化采摘技術(shù)以及果品分選技術(shù)較為落后，嚴(yán)重制約了我國林果資源的發(fā)展。文中對近些年出現(xiàn)的林果采收機(jī)械與采收技術(shù)進(jìn)行梳理，分析機(jī)械化采收后林果品質(zhì)無損檢測的關(guān)鍵技術(shù)與方法，并對林果采摘技術(shù)與品質(zhì)檢測技術(shù)的研究方向進(jìn)行展望，旨在為研究林果機(jī)械化采摘與智能分選提供參考。

　　關(guān)鍵詞：林果采摘，機(jī)械采摘，機(jī)器視覺，品質(zhì)分選

　　林果方向論文投稿刊物：河北林果研究創(chuàng)刊于1986年，是由河北省教育廳主管，河北農(nóng)業(yè)大學(xué)主辦的農(nóng)業(yè)類雜志。本刊為中國科技核心期刊，曾獲全國高校優(yōu)秀學(xué)報、河北省高校優(yōu)秀學(xué)報、河北省優(yōu)秀科技期刊，被國內(nèi)多家權(quán)威性文獻(xiàn)檢索機(jī)構(gòu)收錄。

　　我國富產(chǎn)林果，但是采摘機(jī)械的發(fā)展水平卻較為落后，仍以人工采收為主，這一過程占用著大量的勞動力資源，約為整個生產(chǎn)過程的35%~45%[1]。采摘效率低下，作業(yè)周期長，難以滿足市場要求。由于不同品質(zhì)的林果價格差異較大，因此急需通過采收后分選來提高產(chǎn)品價值，進(jìn)而提高我國林果產(chǎn)業(yè)的競爭力。目前我國林果采摘和分選主要以人工作業(yè)為主[2]，隨著勞動力成本的快速增長，這部分費(fèi)用在整個林果生產(chǎn)過程中的占比也隨之增長。因此，必須開發(fā)出適合我國林果產(chǎn)業(yè)規(guī)模的采收和分級機(jī)械，提高作業(yè)效率，降低生產(chǎn)成本，從而提高我國林果產(chǎn)業(yè)的國際競爭力。

　　1林果機(jī)械采收技術(shù)研究現(xiàn)狀

　　相對國內(nèi)采收機(jī)械而言，國外研究起步較早、技術(shù)發(fā)展快、自動化水平高，其果園采收技術(shù)已比較成熟。國內(nèi)采收機(jī)械的研究起步相對較晚，目前仍以人工采收為主，采收技術(shù)的研發(fā)尚有較大的發(fā)展空間。目前機(jī)械采收方法使用較為廣泛的有機(jī)械振動式采收和氣力式采收，近些年隨著圖像采集與處理技術(shù)的興起用于采收的機(jī)器人也在逐步研發(fā)應(yīng)用中。

　　1.1機(jī)械振動式

　　機(jī)械振動采摘的原理是通過給果樹施加一定頻率和振幅的機(jī)械振動，使果實(shí)受到加速運(yùn)動產(chǎn)生慣性力。當(dāng)果實(shí)受到的慣性力大于果實(shí)與果枝間結(jié)合力時，果柄斷裂，果實(shí)下落。機(jī)械振動的效率與頻率、振幅、夾持位置等因素有關(guān)，適用于諸如蘋果、梨等大、中型水果的采摘，也適用于諸如青梅、核桃和山楂等小型林果的采摘[3]。意大利生產(chǎn)的SR-12搖樹機(jī)，樹枝在夾持器夾住的情況下，推搖裝置以一定頻率的振動使得果實(shí)脫離果樹并掉落到接果布盤中心，可以應(yīng)用于核桃、橄欖等堅(jiān)果和球果的采摘。美國Orchard公司設(shè)計(jì)的沖擊波式采種機(jī)，通過液壓鉗夾持樹枝，激振器產(chǎn)生振動使得果實(shí)脫落。美國BEI公司在藍(lán)莓采摘機(jī)研究設(shè)計(jì)領(lǐng)域處于領(lǐng)先地位，其LBTHarvester，BEITracksBlueberryHarvester和RotaryHarvester等系列振動式藍(lán)莓采摘機(jī)在美國應(yīng)用廣泛。

　　美國Oxbo公司研究的6420自走式橄欖收獲機(jī)，采用雙點(diǎn)支撐式振動將橄欖振落，在經(jīng)過清洗后分離雜質(zhì)，完成橄欖的收獲。美國農(nóng)業(yè)部阿帕拉契亞水果研究站Peterson等[4]開發(fā)的蘋果收獲機(jī)器人系統(tǒng)，采用液壓缸式振動頭、接果篷和圖像系統(tǒng)結(jié)合的方式實(shí)現(xiàn)果實(shí)的振動脫落和采收，但自動果枝識別定位準(zhǔn)確率較低，僅為10%。王長勤等[5]設(shè)計(jì)了一款針對銀杏、核桃等常見林果的偏心式林果采收機(jī)，建立了偏心式林果振動采收動力學(xué)模型，并進(jìn)行了核桃采收實(shí)驗(yàn)，得到的平均采凈率為89.5%～92.6%，但是若振幅過大，則會對果樹樹干造成損傷。

　　劉進(jìn)寶[6]針對南疆地區(qū)樹形較矮、種植密度大、作業(yè)環(huán)境差的果樹，設(shè)計(jì)了一款通過對果樹主干施加振動進(jìn)行采果的偏心振動式林果采摘機(jī)，但由于果樹的多樣性，需要針對每一種果樹進(jìn)行大量實(shí)驗(yàn)來進(jìn)一步優(yōu)化激振力。羅鋼[7]通過仿真建模研究柑橘樹冠振動作業(yè)效果，對樹冠振動簡化模型進(jìn)行動力學(xué)分析，基于分析結(jié)果開發(fā)了一套簡易的樹冠振動收獲機(jī)，但對于能否應(yīng)用于其他果樹還需要進(jìn)一步擴(kuò)大試驗(yàn)范圍。散鋆龍[8]以杏樹為研究對象，建立了對稱雙偏心式振動激勵下的杏樹采收機(jī)模型，得到在不同振動激勵下杏樹不同位置的振動響應(yīng)狀態(tài)模型，并確定了在各檢測點(diǎn)具有最大加速度的振動頻率。

　　耿雷等[9]借鑒國外藍(lán)莓采收機(jī)設(shè)計(jì)經(jīng)驗(yàn)，設(shè)計(jì)了一款適合我國藍(lán)莓種植規(guī)模的牽引式藍(lán)莓采收機(jī)，由兩側(cè)指排通過交替拍打藍(lán)莓樹枝給樹枝施加振動，使果實(shí)落下，與人工采摘相比，機(jī)器采摘效率是人工的12.67倍，且果實(shí)平均破損率為8.3%，果實(shí)采凈率高達(dá)96.9%，青果脫落率為9.7%。徐允飛[10]設(shè)計(jì)了一款手持式小漿果采收器，通過提供振動的梳刷棒與果樹主枝間隙碰撞，從而實(shí)現(xiàn)對小漿果的機(jī)械采收，采收率為92.4%，采收后果枝基本無損傷。機(jī)械振動是實(shí)現(xiàn)林果采摘的常用方式，但是振動控制的精度會受到樹葉、樹枝、樹干和土壤等因素的影響，因此要精確描述振動系統(tǒng)的動力學(xué)控制方程非常困難。

　　1.2氣力式

　　氣吸式采摘的原理是當(dāng)采摘頭吸口處的吸力大于果柄結(jié)合力時，果實(shí)脫落并被吸入采收裝置內(nèi)，最終經(jīng)出風(fēng)口排出。相較于振動式采收，氣吸式采收具有采摘效率高、傷果少、雜質(zhì)少、作業(yè)方便等優(yōu)點(diǎn)。氣吹式采摘是使果實(shí)在氣流吹動作用下產(chǎn)生慣性力，當(dāng)慣性力大于果柄結(jié)合力時，果實(shí)脫離樹枝并落入收集裝置，實(shí)現(xiàn)氣力采摘，氣吹式采摘具有采收效率高的優(yōu)點(diǎn)，但功率消耗大，易損傷樹葉和小樹枝。20世紀(jì)60年代，Whinney等[11]研究了氣力式柑橘采收機(jī)，收獲效率可達(dá)5.7kg/s，并對過量氣流給樹冠造成的損傷進(jìn)行了研究。

　　日本近藤等[12]研制的一種氣吸式草莓采摘機(jī)器人，因減少了與果實(shí)表皮的接觸，所以果實(shí)的損傷率得到有效降低，該采摘機(jī)器人對成熟果實(shí)的采摘成功率為100%，但一些未成熟的果實(shí)也會被采下。為了避免草莓損傷，愛媛大學(xué)設(shè)計(jì)的草莓采摘機(jī)器人采用了氣吸式末端執(zhí)行器來實(shí)現(xiàn)草莓的無損采摘，但部分未成熟果實(shí)也會被采下。張韻[13]在分析國內(nèi)外氣力式收獲機(jī)發(fā)展現(xiàn)狀以及氣吸過程運(yùn)動受力的基礎(chǔ)上，對氣吸式收獲機(jī)的采摘頭進(jìn)行了重點(diǎn)研究，確定了扁圓形采摘頭的理論最優(yōu)參數(shù)，為研發(fā)氣吸式小漿果收獲機(jī)提供了技術(shù)依據(jù)和方法。由于氣吸式末端執(zhí)行器有可能將成熟果實(shí)周圍未成熟的果實(shí)采摘下來，對其研究尚需進(jìn)一步改善和提高;相較于機(jī)械振動式采摘裝置，氣吸式作業(yè)效率不高，所以在規(guī)模化采收中應(yīng)用較少。

　　1.3采摘機(jī)器人

　　最初的振搖式采收機(jī)器人存在效率低且對果蔬破壞性較大的缺點(diǎn)。一些早期研究工業(yè)機(jī)器人的國家將電子、計(jì)算機(jī)、人工智能等先進(jìn)技術(shù)融合到采摘機(jī)器人當(dāng)中，為采摘機(jī)器人朝著多樣化、智能化方向發(fā)展作出了重要貢獻(xiàn)[14]。采摘機(jī)器人的主要功能是識別、定位與抓取果實(shí)，其次是在采摘果實(shí)過程中減少對果實(shí)的損傷。隨著研究的不斷深入，圖像處理技術(shù)與控制理論的發(fā)展也為采摘機(jī)器人向智能化方向發(fā)展創(chuàng)造了條件。

　　20世紀(jì)80年代，日本東京大學(xué)開發(fā)的一款由兩指加持、切刀剪切的黃瓜采摘機(jī)器人末端執(zhí)行器，通過實(shí)驗(yàn)證明了其有效性，但該采摘機(jī)器人不能采摘過彎的果實(shí)。RoyHarrell[15]于1987年設(shè)計(jì)的柑橘采摘機(jī)器人，由于受到液壓驅(qū)動系統(tǒng)精度低和果實(shí)圖像分割難度大的影響，實(shí)際試驗(yàn)結(jié)果很不理想。1996年日本學(xué)者近藤直等[16]基于莖葉和黃瓜紅外反射的差異性研發(fā)了一臺黃瓜采摘機(jī)器人，并利用果柄接觸傳感器進(jìn)行果柄檢測，但由于黃瓜的外形受莖葉的影響較大，所以實(shí)際采摘成功率不是很理想。同年荷蘭農(nóng)業(yè)環(huán)境工程研究所[17](IMAG)研制的一款黃瓜采摘機(jī)器人，具有多功能、模塊化的特點(diǎn)，能夠利用機(jī)器視覺對工作范圍內(nèi)的黃瓜進(jìn)行檢測識別，并能在一定程度上評價果實(shí)的成熟度，作業(yè)速度為10s/根，但尚不能滿足商用產(chǎn)品的各種要求。美國Energid技術(shù)公司開發(fā)的柑橘采摘機(jī)，采用視覺導(dǎo)引，并結(jié)合蛙舌式末端執(zhí)行器，果實(shí)采摘成功率在98%以上[18]。

　　丁加軍等[19]設(shè)計(jì)了一款能采摘多種球狀果實(shí)的采摘機(jī)器人末端執(zhí)行器，可在不損傷果皮的情況下采摘不同硬度的果實(shí)，通用性強(qiáng)，但難以采摘成束生長的果實(shí)。Davidson[20]為減少采摘的整個周期，提出水果采集雙機(jī)器人協(xié)同工作的概念，并開發(fā)了具有8個自由度的機(jī)器人揀選系統(tǒng)，將拾取放置的平均循環(huán)時間減少50%以上，但在此過程中水果和樹冠會受到一定的損傷。為了提高采摘機(jī)器人的定位精確率和效率，羅陸鋒等[21]通過改進(jìn)聚類圖像分割和點(diǎn)線最小距離約束，提出一種新的葡萄采摘機(jī)器人采摘點(diǎn)定位方法，該定位方法的平均定位時間為0.3467s，定位準(zhǔn)確率為88.33%，然而針對不同品種的葡萄難以設(shè)計(jì)出統(tǒng)一的圖像分割算法。Davidson等[22]設(shè)計(jì)了一個機(jī)器人采集系統(tǒng)，該系統(tǒng)可以在通過機(jī)器視覺實(shí)現(xiàn)水果定位后，對水果進(jìn)行線性處理，并復(fù)制人工采摘過程，但對每個水果的采摘速度明顯慢于人工采摘速度。

　　Ahlin等[23]通過仿真模擬，設(shè)計(jì)出在未知蘋果樹結(jié)構(gòu)情況下的雙機(jī)械臂協(xié)作采摘蘋果機(jī)器人，利用空隙空間的路徑導(dǎo)航方法，解決了蘋果因遮擋產(chǎn)生的漏摘現(xiàn)象。陽涵疆等[24]針對油茶果采摘機(jī)械臂的混聯(lián)結(jié)構(gòu)，提出了雙階段避障路徑規(guī)劃算法，可有效地為混聯(lián)采摘機(jī)器人機(jī)械臂進(jìn)行避障路徑規(guī)劃，但是串聯(lián)機(jī)械臂尚未擁有全局避障能力。對采摘機(jī)器人的研究主要集中在末端執(zhí)行器的路徑規(guī)劃以及林果的精確定位2個方面，現(xiàn)有圖像識別和定位算法僅限于具有明顯相似特征的某一類林果，且受采摘環(huán)境的影響很大。因此，大多數(shù)采摘機(jī)器人仍處在實(shí)驗(yàn)驗(yàn)證階段，采摘機(jī)器人的實(shí)用性和普及性仍不高。

　　2林果品質(zhì)無損檢測分選技術(shù)研究現(xiàn)狀

　　林果品質(zhì)指標(biāo)包括林果的外在品質(zhì)和內(nèi)在品質(zhì)，林果品質(zhì)的高低會影響林果的價格。近年來，機(jī)器視覺方法在農(nóng)產(chǎn)品檢測上的應(yīng)用日益廣泛。果實(shí)品質(zhì)的無損檢測技術(shù)主要有2種方法，一是檢測水果本身的化學(xué)發(fā)光或紅外線放射的能量，另一種是測量水果對能量輸入輸出的變化。光學(xué)檢驗(yàn)和力學(xué)檢驗(yàn)是常用的2種無損傷檢測方法。

　　2.1外在品質(zhì)檢測

　　林果的外在品質(zhì)檢測包括對林果的果形、大小、表面光潔度以及表面缺陷等方面的檢測。對林果的外在品質(zhì)進(jìn)行檢測，可以在進(jìn)行精深加工前對林果進(jìn)行初步的檢測分級。項(xiàng)輝宇等[25]基于視覺檢測技術(shù)，利用Halcon的圖像處理方法對待測區(qū)域的蘋果大小、缺陷以及顏色進(jìn)行品質(zhì)檢測，該檢測方法可以實(shí)現(xiàn)低速條件下的檢測，但不能對蘋果進(jìn)行全面的信息采集，不能保證蘋果品質(zhì)整體的完好性。針對水果表面缺陷具有多樣性和復(fù)雜性的特點(diǎn)，容典[26]提出臍橙表面缺陷快速多閾值邊緣分割法以及臍橙表面灰度局部閾值快速分割算法，并設(shè)計(jì)了一種基于低成本嵌入式機(jī)器視覺的臍橙缺陷自動檢測系統(tǒng)，該系統(tǒng)在蘋果7個/s的速度下檢測正確率為95.8%。

　　弋偉國等[27]基于嵌入式平臺實(shí)現(xiàn)了對枸杞圖像信息的高速采集，搭建了對枸杞大小、形狀、顏色這3個指標(biāo)無損檢測的雙目視覺檢測分級系統(tǒng)，得到系統(tǒng)分級準(zhǔn)確率為88%，分級速度為80個/s。Wu等[28]利用高光譜圖像技術(shù)，對鮮棗常見的損傷進(jìn)行檢測，利用主成分分析(PCA)技術(shù)提取了400~1000nm和978~1568nm波段下的特性波長，通過建立獨(dú)立軟模式類簇法模型來識別鮮棗的不同損傷，其識別效果達(dá)到93.5%以上。Chen等[29]研究了核桃表面的黑胚粒、發(fā)霉、裂紋識別方法，準(zhǔn)確率分別達(dá)到95.6%、96.7%和98.5%。Cho等[30]利用高光譜成像、方差分類分析和PCA技術(shù)對有開裂的圣女果進(jìn)行無損檢測，其缺陷檢測率大于99%。Lee等[31]利用近紅外高光譜成像實(shí)現(xiàn)梨的物理損傷檢測。HoonsooLeel等[32]以番茄為對象，利用高光譜近紅外反射圖像系統(tǒng)、隱含狄利克雷分布(LDA)和支持向量機(jī)(SVM)，實(shí)現(xiàn)了對有疤痕和無疤痕番茄的有效判別，判別準(zhǔn)確率分別為94.6%和96.4%。

　　水果表面的圖像信息既可以反映水果的外觀信息，也能反映其內(nèi)部品質(zhì)，因此可以將水果表面圖像信息作為水果分級的一個依據(jù)。但是目前基于表面成像的機(jī)器視覺分選作業(yè)仍存在獲取表面信息不全面、不準(zhǔn)確和信息解讀有歧義等問題。

　　2.2內(nèi)在品質(zhì)檢測

　　對于林果內(nèi)在品質(zhì)檢測的研究，目前主要是通過近紅外光譜、高光譜、多光譜圖像的分析與處理進(jìn)行內(nèi)部物理特征(硬度、糖度)和化學(xué)特征(如酸度、揮發(fā)性鹽基氮)的定位、定性、定量分析。近紅外光譜分析技術(shù)是一種非常廣泛的無損檢測技術(shù)，它能夠快速、無損地對果實(shí)內(nèi)部品質(zhì)參數(shù)做出預(yù)測[33-35]。李龍等[36]基于靜態(tài)條件設(shè)計(jì)了一款蘋果內(nèi)外品質(zhì)檢測分級系統(tǒng)，可以利用機(jī)器視覺以及近紅外內(nèi)部品質(zhì)模塊對蘋果進(jìn)行檢測，單個蘋果檢測時間為0.71s。謝一顧[37]利用常規(guī)品質(zhì)分析數(shù)據(jù)對冰糖橙果實(shí)原始光譜進(jìn)行反復(fù)校正并驗(yàn)證，確定無損傷檢測糖酸度的準(zhǔn)確性，并在分級線上應(yīng)用。趙茂程等[38]利用高光譜成像技術(shù)對青梅酸度進(jìn)行檢測，該方法運(yùn)行快速且不用破壞果實(shí)，預(yù)測集均方根誤差為0.0706。

　　曹瑾[39]通過采集487個青梅的光譜數(shù)據(jù)，檢測青梅的pH值，得出青梅pH值的非線性模型，預(yù)測結(jié)果更適應(yīng)青梅酸度無損檢測。李帷韜等[40]在半監(jiān)督學(xué)習(xí)條件下，基于深度集成學(xué)習(xí)方法，對3000幅相似的青梅圖像進(jìn)行實(shí)驗(yàn)，得到高達(dá)98.26%的平均識別率。曹仲達(dá)[41]針對可見光對青梅分級存在的問題以及分類器泛化能力較差的情況，建立了一款基于深度學(xué)習(xí)算法的青梅品級智能反饋認(rèn)知模型，但是不能適用于無標(biāo)簽數(shù)據(jù)。Wei[42]等對400~1000nm波段下的光譜數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)了對柿子成熟度的判別，所建立的線性模型判別精度為95.3%。

　　Sun等[43]采用多光譜圖像檢測蘋果硬度，其模型相關(guān)系數(shù)R和RMSEP分別為0.87和7.17，預(yù)測精度較高。Magwaza等[44]以柑橘為對象，對其葡萄糖、果糖和蔗糖含量利用高光譜成像技術(shù)進(jìn)行檢測，并基于特定波段光譜數(shù)據(jù)建立了PLS回歸模型，模型預(yù)測相關(guān)系數(shù)RP分別為0.88、0.90和0.83。目前的研究大多數(shù)是對水果內(nèi)部品質(zhì)或外部品質(zhì)進(jìn)行研究，內(nèi)在品質(zhì)檢測設(shè)備尚存在指標(biāo)單一、機(jī)械結(jié)構(gòu)復(fù)雜且成本較高等問題，難以滿足農(nóng)戶以及中小型林果加工企業(yè)的需求。因此，建立外在品質(zhì)與內(nèi)在品質(zhì)檢測關(guān)系的研究仍有很大的空間。

　　3林果采摘和分級技術(shù)發(fā)展方向

　　我國具有豐富的林果資源，但我國在果品資源利用上存在采收不及時、效率低，以及果品加工形式單一、結(jié)構(gòu)形式單一等缺陷，在國際市場上沒有形成競爭優(yōu)勢。發(fā)展機(jī)械化采摘，并通過現(xiàn)代化手段對林果進(jìn)行自動化、智能化分選，是我國果品融入國際市場的有效手段。目前林果采摘機(jī)械及品質(zhì)檢測已在多種林果采收和分選中得到應(yīng)用，但是仍存在著一些不足：1)目前我國林果采摘仍以人工為主，在對林果進(jìn)行品質(zhì)分選時不能準(zhǔn)確、客觀地評價果實(shí)品質(zhì)。2)在對大批量果實(shí)進(jìn)行檢驗(yàn)時，較高的分選精度往往伴隨著較高的系統(tǒng)整體費(fèi)用，分選設(shè)備的性價比是影響設(shè)備實(shí)際應(yīng)用程度的重要因素。

　　3)當(dāng)前基于機(jī)器視覺技術(shù)的果實(shí)品質(zhì)檢測系統(tǒng)受到光照不均勻、采集圖像不完整等因素的影響，造成檢測結(jié)果有偏差。4)由于林果采收后需要進(jìn)行及時的品質(zhì)檢測和分選，目前國內(nèi)在林果采收、檢測、分選一體化方面的研究和應(yīng)用較少。

　　根據(jù)目前存在的問題，提出以下3點(diǎn)研究建議：

　　1)建立果實(shí)品質(zhì)評價系統(tǒng)。建立一個完整的果實(shí)評價系統(tǒng)，不僅可以準(zhǔn)確客觀地評價果實(shí)品質(zhì)，也可以為林果品質(zhì)分選提供依據(jù)，通過因子分析法、聚類分析法和主成分分析法來解決果實(shí)評價指標(biāo)間信息重疊問題。另外，由于同一林果不同品種之間存在著差異，所以在建立果實(shí)評價系統(tǒng)時要充分考慮主要形狀分布特征，采用客觀、標(biāo)準(zhǔn)統(tǒng)一的概率分級，使得果實(shí)評價系統(tǒng)具有足夠的代表性，結(jié)果更為科學(xué)、準(zhǔn)確。

　　2)提高分選設(shè)備性價比并開展通用性研究。分選設(shè)備費(fèi)用較高是影響分選技術(shù)實(shí)際應(yīng)用和發(fā)展的因素之一，相較于大規(guī)模采收，將智能分選應(yīng)用于小規(guī)模采收存在成本較高、普適性較低的問題。因此，建議通過改進(jìn)現(xiàn)有算法，加強(qiáng)林果分選通用裝備的研制，從而在一定程度上降低分選成本;另外，建議加大林果規(guī)模化種植程度以適應(yīng)機(jī)械化采摘，并提高分選的性價比。

　　3)加強(qiáng)采收檢測分選一體化、智能化研究。隨著機(jī)器視覺、深度學(xué)習(xí)技術(shù)在實(shí)際林果分選應(yīng)用中的深入，以及對林果品質(zhì)分選需求的提高，林果采收、檢測、分選一體化、智能化是今后的研究方向和熱點(diǎn)。目前，規(guī)模化種植與采收林果不可避免地會造成林果的損傷，從而對林果品質(zhì)造成影響，所以及時采收與檢測分選可以有效地提高林果品質(zhì)的優(yōu)良率。另外，依靠人工進(jìn)行林果檢測分選易受經(jīng)驗(yàn)等主觀因素的影響。因此，將更符合人類行為認(rèn)知的深度學(xué)習(xí)算法應(yīng)用到林果檢測分選中，可以有效提高林果檢測分選的智能化水平，從而有助于加快林果商品化處理進(jìn)程。

　　參考文獻(xiàn)

　　[1]林歡,許林云,宣言,等.林果振動加速度響應(yīng)振型試驗(yàn)[J].林業(yè)工程學(xué)報,2016(1):100-104.

　　[2]劉金南.基于振動機(jī)理的采收機(jī)研究現(xiàn)狀及發(fā)展趨勢[J].農(nóng)業(yè)技術(shù)與裝備,2018(3):84-85.

　　[3]王海濱.藍(lán)莓植株多自由度系統(tǒng)振動建模及仿真研究[D].哈爾濱:東北林業(yè)大學(xué),2014.