我國菠蘿采收裝備研究現狀及發展趨勢

摘要：實現菠蘿的機械化采摘對于提升我國菠蘿國際市場競爭力具有重要意義。針對我國菠蘿采收機械的發展現狀，從采收方式、工作原理、機械化程度等角度對現有采收裝備進行梳理，將菠蘿機械化采收技術與裝備劃分為人工采摘輔助設備、半機械化采摘設備、機械化采摘設備和自動化采摘設備，從人工輔助到智能采摘，技術提升顯著但各有優劣：輔助設備便捷但省力有限，半機械化效率不高，機械化高效但果實易發生損傷，智能采摘減損但效率有待提升。在此基礎上，歸納我國菠蘿采收機械存在農機農藝融合不夠，智能化識別和定位不準確，采摘損傷率高和采摘機結構不完善等問題，并提出農機農藝協同發展規范標準化種植模式，加強基礎性研究因地制宜優化采收方案和多學科領域交叉融合實現采摘自動化與智能化的發展建議，以期為菠蘿采摘機械的后續研究和發展提供參考。

關鍵詞：菠蘿；采收機；末端執行器；視覺識別

中圖分類號：S225.99

文獻標識碼：A

文章編號：2095-5553 （2024） 12-0066-07收稿日期：2023年4月25日

修回日期：2023年6月19日

*基金項目：中國熱帶農業科學院基本科研業務費專項（1630062024031）； 中國熱帶農業科學院國家熱帶農業科學技術中心科技創新團隊（CATASCXTD202409）； 2022年省級鄉村振興戰略專項資金種業振興項目（2022—NPY—00—031）； “十四五”廣東省農業科技創新十大主攻方向“揭榜掛帥”項目（2022SDZG03—06）； 海南省重點研發項目（ZDYF2023XDNY058）；中國熱帶農業科學院中央公益性科研院所基本業務費專項2022年科技“揭榜掛帥”項目（1630062022005）

第一作者：李海亮，男，1987年生，黑龍江齊齊哈爾人，博士，副研究員；研究方向為果蔬采收裝備。E-mail：lihailiang@126.com

通訊作者：孫偉生，男，1979年生，陜西涇陽人，碩士，副研究員；研究方向為菠蘿高效種植。E-mail：gcxylhl@163.comResearch status and development trend of pineapple harvesting machinery in China

Li Hailiang^{1， 2}， Sun Haitian¹， Wang Hongxuan¹， Xue Zhong¹， Hu Jun³， Sun Weisheng¹

（1. South Subtropical Crop Research Institute， Chinese Academy of Tropical Agricultural Sciences， Key Laboratory of Tropical Fruit Biology， Ministry of Agriculture amp; Rural Affairs， Key Laboratory of Hainan Province for Postharvest Physiology and Technology of Tropical Horticultural Products， Zhanjiang， 524091， China;

2. College of Mechanical and Electrical Engineering， Henan Agricultural University， Zhengzhou， 450002， China;

3. College of Engineering， Heilongjiang Bayi Agricultural University， Daqing， 163319， China）

Abstract： Mechanized harvesting technology is an important bottleneck that restricts the development of pineapple industry， and achieving mechanized harvesting of pineapple is one of the important ways to transform the development mode of forest fruit industry， save cost and increase efficiency， and enhance the competitiveness of international market， as well as the research focus and difficulty of the whole mechanization and scale of pineapple production. In this paper， the development status of pineapple harvesting machinery in China is addressed， and the existing harvesting equipment is sorted out from the perspectives of harvesting mode， working principle and mechanization degree， and the pineapple mechanized harvesting technology and equipment are classified into manual picking auxiliary equipment， semi-mechanized picking equipment， mechanized picking equipment and intelligent picking equipment， and their research status and technical characteristics are elaborated and analyzed. Manual picking auxiliary equipment is simple in structure， easy to be operated and adaptable， but still requires a large amount of manpower and is not significant in terms of labor savings. Semi-mechanized picking equipment requires manual positioning and can only harvest one fruit at a time， making harvesting even less efficient than manual harvesting. Mechanized picking equipment enables batch harvesting of fruit， significantly improving harvesting efficiency and reducing labor requirements. However， it is not possible to harvest separately according to ripeness， and there are cases of fruit leakage and damage. Intelligent pineapple picking equipment can realize automatic pineapple picking and less damage to the fruit， which greatly liberates the labor force. However， the fruit picking efficiency is low due to the limitation of fruit identification rate and picking method. On this basis， the problems of pineapple harvesting machinery in China are summarized， and the development suggestions of intelligence， high efficiency and reliability are put forward so as to provide reference for the subsequent research and development of pineapple harvesting machinery.

Keywords： pineapple; gathering equipment; end-effector; visual recognition

0 引言

菠蘿為鳳梨科鳳梨屬陸生草本植物，是中國最具特色和優勢的熱帶水果品種之一。由于其營養豐富、汁甜味美的特點深受人們喜愛，目前是世界上僅次于香蕉和芒果的第三種熱帶水果。中國作為菠蘿十大主產國之一，主要集中在廣東、海南、廣西、福建、云南、臺灣等省區種植。隨著農業經濟產業結構的調整優化，我國菠蘿的種植面積與產量也在逐年增加。

菠蘿采收具有季節性強、勞動密集、勞動強度大等特點，采收作業約占整個生產過程勞動成本的40%^［1］。然而，受菠蘿植株獨特的生長結構和生長環境影響，目前主要依靠人工完成菠蘿的采收。隨著我國農村青壯勞動力轉移、人口老齡化逐年加劇，人工勞動成本逐年增高，限制了菠蘿產業的進一步發展。為了解決勞動力耗費大、生產成本高、工作效率低等問題，實現菠蘿采收機械化迫在眉睫。為此，部分研究學者已經開展了相關科研工作，研發了一系列菠蘿采收裝備。

本文梳理近年來對菠蘿采收裝備的相關研究，闡述采收機械的研發現狀與性能特點，并結合我國實際情況提出機械發展過程中存在的問題，最后對我國菠蘿采收機械的研發重點進行展望。

1 菠蘿采摘機械的發展現狀

目前，菠蘿采摘設備按照機械化程度可分為人工采摘輔助設備、半機械化采摘設備、機械化采摘設備和智能化采摘設備，按照果實采摘方法的不同，可分為切斷式采摘^［2］、折斷式采摘^［3］和扭斷式采摘^［4］，本文按照機械化、智能化程度的不同進行分類闡述。

1.1 人工采摘輔助設備

菠蘿成熟時果皮堅硬且帶有芒刺，葉緣密布鋒利銳齒，人工采摘很容易造成手部傷損。與此同時，菠蘿果實離地高度0.5～1.0 m，采摘過程中需要農戶頻繁的彎腰，勞動繁重。采摘人員佩戴采摘輔助設備后可以以機械裝置為媒介完成菠蘿的采摘工作，避免與菠蘿果實直接接觸以減少人身損傷，并且采摘輔助機構可以擴大有效采收區間，降低彎腰頻率和幅度，從而減輕勞動強度。

針對菠蘿的結構特征和生長特點，羅雄輝等^［5］基于雙滑塊機構和四桿機構設計了一款由夾緊結構和剪切結構組成的菠蘿采摘器。菠蘿采摘器結構簡單，操作便捷，單人即可完成采摘工作。采摘試驗結果表明，菠蘿果實夾持成功率在98%以上，切斷成功率在95%以上，平均采摘時間為6 s，采摘過程中菠蘿果實和植株保存完好。馬興灶等^［6］基于菠蘿的生物學特征和生長特點，提出先抓取果實后掰斷果柄的菠蘿采摘機械手方案，采用理論分析方法對抓緊力、拉桿拉力和掰斷果柄的推力進行了估算，并進一步利用UG建立三維模型，以此為基礎制作了樣機。該機械手依靠左右手柄控制采摘機構完成抓取與翻轉工作，采摘成功率大于80%，平均采摘時間最短為13.5 s。惠佳等^［7］利用3D打印技術制作一種可伸縮的菠蘿采摘機械裝置，并將機械手臂通過一系列軸承和支撐桿件安裝在三輪車上，不但降低了菠蘿采摘勞動強度，而且可提高果實運輸能力。

成熟的菠蘿位于蓮座狀葉叢中心，果實周圍包裹的堅硬且密實的菠蘿葉片阻礙了機械手從側面開展采摘作業，針對這一問題部分學者提出了從果實正上方采摘的方案。朱義燈等^［8］設計的簡易機械式菠蘿采摘裝置從菠蘿上方夾緊果實，通過握力把手操控剪切裝置切斷菠蘿莖基連接處，提起采摘裝置的同時果實隨之取出，以此完成菠蘿的采摘工作。劉曉飛等^［9］設計了一種基于曲柄滑塊、偏置直動滑桿和多連桿傳動式機構的復合連桿式菠蘿采摘裝置。對關鍵的手持傳力機構進行運動分析和動力學仿真，優化了結構設計參數，實現了以較小作用力完成切割的效果。實物樣機應用測試結果表明，裝置采摘平均作業用時3.4 s，平均操作力為29.17 N，相比人工平均減少1.2 s，采收效率提高26%。

為了進一步減輕勞動強度，部分人工采摘輔助設備在純機械式采摘機構的基礎上增加了助力機構和控制系統等。杜澤亮等^［10］基于仿生學和菠蘿可手工折斷果柄采收原理設計了一種半自動機械手裝置。該裝置中的單片機可以接收傳感器反饋的信號進而控制電機和旋轉采摘機構依次完成菠蘿的抓合和掰取動作，并且，該設計采用背架及肘托輔助裝置，使機器重量均勻分布，高度調節便捷，降低了菠蘿采摘機械手的操控難度和勞動強度。

人工采摘輔助設備采用手持或背負設備的方式來調整果實采摘高度和角度，通過直接或間接方式控制采摘機構以剪切或彎折等方式完成果柄分離，進而實現菠蘿采摘。整體來說此類設備具有結構簡單，小巧輕便，易于操作，適用性強等優點，降低了采收人員被菠蘿葉片、果實傷害的風險，果實損傷少、質量高。然而，采摘輔助設備仍然要依靠人力來完成果實的定位和摘取動作，并且采摘設備本身對于人來說也是一種負載，因此在節省勞動力方面的效果并不顯著。

1.2 半機械化采摘設備

菠蘿采收包括采摘和轉運兩個環節，菠蘿的半機械化采摘包括人工采摘后借助采收平臺收集、運輸果品和人工操控菠蘿采摘設備實現菠蘿機械化采摘兩種形式，這種機械與人工相結合的半機械化采摘方式能夠有效提高工作效率，降低工作強度。半機械化采收裝備主要包括采收平臺和半自動采摘機。

針對中國菠蘿生產區的情況，鄭爽等^［11］研發了一款菠蘿采收車。采收車采用高地隙履帶動力底盤，能在菠蘿田間行駛而不觸碰菠蘿果實。工作時，采收車在前方緩慢行駛，緊隨的采收工人將成熟的菠蘿摘下后放置于車廂后方的輸送果實的裝置上，經輸送帶運輸至裝載車廂，完成裝箱工作。7YLZG-600型履帶自走式高床作業機底盤采用窄形履帶行走機構，軌距間隙和平臺高低可調整，對不同品種、不同高矮的菠蘿種植園具有很好的適應性，配合人工輔助采摘可有效提高工作效率，減少人工運輸成本。

將手動采摘菠蘿轉化為人工控制采摘菠蘿也是一種實現菠蘿機械化采摘的方式。劉玉杰^［12］、Zhang^［13］等為了實現菠蘿的機械化采摘，分別提出了菠蘿半自動采摘機的設計方案。操作人員可駕駛采摘機在田間行駛，并通過控制機械手單元實現菠蘿的空間定位和采摘。傅旻等^［14］采用機電一體化技術，設計了一種半自動擰取式菠蘿采摘收獲機。并對剪切式升降機構和采摘機械爪等關鍵工作部件進行了參數設計、仿真分析與強度校核，優化了設計方案。通過粗定位、精確定位、果實夾緊、擰取果實和收集果實等操作完成菠蘿的采收作業。

半機械化采摘設備的應用在提高菠蘿采收效率和降低工作強度方面效果顯著。傳統人工采收菠蘿需要人力以背負或挑擔子的形式將果實從田間運送至開闊地，以便裝車轉運，這一過程所需要的勞動量占菠蘿采收過程的70%左右，菠蘿的高產、密植、采收期短和高溫天氣都增加了人工采收的難度。應用采收平臺可實現將田間采摘的菠蘿直接集中轉運，工人不再承擔繁重的運送工作。然而，采收平臺仍然過度依賴人工作業，解放勞動力、改善工作環境等問題沒有得到根本解決。半自動采摘機需要人工進行定位，并且單次只能采收一枚果實，采收效率甚至低于人工采收。

1.3 機械化采摘設備

機械化采摘設備只需確定菠蘿果實的位置區間而無需精確定位，便于采摘機構的連續喂入實現菠蘿的批量采摘，采收效率得以明顯提升。

王新海等^［15］為了保證菠蘿采摘成功率提出一種互補采摘方法，即對于果實與莖稈連接強度低的菠蘿采用折斷方式采收，對于鏈接強度高的菠蘿采用切斷方式采收。試驗結果表明，由于無法精準定位切割位置，刀片會對菠蘿果實造成損傷。此類問題在周巧鷗^［16］、劉子杰^［17］等研制的菠蘿采摘機中也有出現。針對這一問題，部分菠蘿采收機設計了刀具升降機構^［18］，雖然解決了刀具定位問題，但刀具調整工作增加了菠蘿采收時長，降低了采收效率。

鄧祥豐^［19］將四個末端執行器組合成可自轉的采摘裝置，結合高地隙底盤、控制系統和收集部件等，提出一款高地隙自走式菠蘿采摘機的設計方案。采摘機通過采摘爪的水平旋轉掃略和夾爪夾持產生的復合運動完成菠蘿采摘動作，由于該設備采摘機構高度固定，限制了機械爪的有效采摘區間，因此果實間的高差對采摘成功率有較大的影響。

趙華成等^［20］根據手工折斷果柄采收原理和仿生學理論，提出了菠蘿自動采摘收集車的設計方案。機器前進時利用采收機構圓周方向均布的采摘刀片通過旋轉采摘方式切割菠蘿果實莖基處，并通過輸送機構送入收集存儲箱內，完成菠蘿的采摘。旋轉式采摘機構可以通過升降機構調節離地高度，并且刀片在地面垂直方向上具有較大的采收空間，能夠適應不同高度菠蘿的采摘需求。但菠蘿的采摘方向是自下而上，采摘刀片會對菠蘿莖基處的裔芽和葉片造成損傷，劉通^［21］、張俊昌^［22］等研制的菠蘿采摘機也存在同樣的問題。

針對切割器定位難，容易損傷植株等問題，劉天湖等^［23］研制了多柔性指滾筒菠蘿采收機，該設備通過兩組相對旋轉柔性指作用在菠蘿表面形成的折斷力矩完成菠蘿的采摘工作。試驗結果表明，當菠蘿處于收獲可能性區域內時，收獲率為78%，損傷率為8%，單個果實平均采收時間約為1 s。

李海亮等^［24］采用仿生學方法，模仿人手工摘取菠蘿的過程，研制一款4BQ-2A型梳齒式菠蘿聯合采收機。工作中拖拉機提供牽引動力，地輪提供工作動力。采摘時固定梳齒起到扶持菠蘿的作用，轉動梳齒擊打菠蘿莖稈，以此在果實花萼處產生折斷力矩摘取果實，而后菠蘿隨拾果梳齒提升至輸果系統中，經由傳送帶送至高地隙集果運輸平臺。由于該設備縱向采摘有效區間大，因此對果實之間的高差容錯率高，采摘率可達到85.4%左右，工作效率為0.13 hm²/h。

菠蘿機械化采收設備實現了果實的批量采收，個別設備還實現了集采摘、撿拾、收集和運輸一體化的全程機械化作業，顯著提高采收效率，降低所需勞動力。但是由于菠蘿間的生長進程不同，菠蘿的成熟度存在個體差異，而機械化采收設備無法判別果實是否滿足采收條件，只能統一采收，導致部分果實沒有達到采摘標準，從而影響果實品質。另外，機械化采摘裝備無法實現果實精準定位，存在漏摘和果實、托芽損傷等情況。

1.4 智能化采摘設備

智能化采摘設備通過移動機構主動接近并初步定位目標，運用識別與定位系統獲取果實數字化圖像，基于圖像處理算法識別和確定果實精確位置，機械手接收指令后，末端執行器開始進行果實采摘^［25］。自1983年第一臺番茄采摘機器人問世以來，采摘機器人的開發和研制得到了快速發展，并廣泛應用于蘋果、草莓、葡萄、黃瓜等果蔬，但針對菠蘿智能化采摘設備的研究相對較少。

姜濤等^［26］設計菠蘿自動采摘收集機。該機可遙控車身行走，通過傳感器檢測菠蘿位置，利用三自由度機械臂帶動采摘切割機構完成菠蘿采摘，并在傳輸機和搬運機械手的配合下完成果實收集。該機可在人員遠程操控的狀態下完成菠蘿的采摘與收獲，采收率可達到195株/h。次年，在前期研究基礎上，研發行架式自動菠蘿采摘收獲機^［27］。該機通過攝像頭確定菠蘿所在位置，通過兩組機械臂配合采摘機構完成果實采摘，工作效率提升至1 636株/h。衛泓宇等^［28］研發一種自動菠蘿采收機，該設備通過識別定位系統采集圖像，以此獲取菠蘿果實的坐標，通過上位機控制履帶總成和采收裝置，以擰斷方式完成對菠蘿果實的采摘。

智能化采摘設備通常由末端執行器、智能人工識別系統，驅動行進裝置和編程控制系統等主要部件組成。智能化采摘設備作業過程中，首先要通過視覺系統進行果實的識別和定位，視覺系統性能的優劣決定了果實識別和定位的精度，直接影響采摘的效果和效率^［29］。

雙目視覺是利用左右圖像收集所需信息，并通過三角測量原理獲得目標點三維坐標信息的方法，因其定位準確而得到廣泛應用^［30］。吳沛晟等^［31］研制的智能菠蘿采收機基于該技術獲得果實的坐標，控制機械手完成對果實的采摘，采摘平均時間為36.3 s/株。何東健等^［32］以2個藍色妖姬T3200攝像頭構成雙目視覺識別系統，以此實現果實的識別與定位，經由控制系統控制行駛機構、升降平臺和刀片高度，完成精準采摘，并通過傳送機構和收集裝置完成儲運。針對雜草遮擋、重疊場景、光照不均、色差不明顯等場景下識別率低的問題，張星等^［33］通過雙目深度相機的三角定位原理采集果實圖像，通過改進的YOLOv3深度學習模型獲取果實二維坐標，基于相機的SDK開發包獲取深度信息，以此得到空間定位坐標，實現田間復雜環境下菠蘿果實的定位。試驗訓練環境下準確率達到了95.5%，達到17.64幀/s的檢測速度。

李斌等^［34-36］針對菠蘿圖像識別進行了多年的系統性研究工作。2010年，針對田間復雜環境中的青色菠蘿，采用圖像處理技術、數學形態學方法，識別菠蘿果眼獲取中心點信息。引入層次聚類分類方法，對多個中心點進行聚類分析，實現了田間復雜環境下的有效識別。經過運算，迎光條件下形心識別正確率達到85%。2012年，搭建了針對菠蘿的雙目視覺標定平臺。并且，采用張正友算法對視覺傳感器進行了標定試驗，確定了標定算法。果實深度測量試驗結果表明，誤差可控制在2～3 cm范圍內，精度較高。然而，CMOS傳感器的防抖動性較差，圖像采集受光線影響較大。2013年，開發了通過識別菠蘿冠芽確定果實位置的圖像處理算法。從樹冠的頂視圖中采集RGB圖像并轉化為HSI顏色模型，然后提取樹冠特征建立分類算法。該方法在晴空日的果實識別率可達到94%，能夠為機器人提供果實位置和移動導航路徑兩方面的重要信息。

末端執行器是直接接觸菠蘿果實的部件，決定著能否成功抓取菠蘿順利完成采摘動作。Wang等^［37］基于快門機構原理設計了一種菠蘿采摘機構。直流電機驅動外齒輪旋轉進而帶動中央六角形滑塊封閉收縮，直至夾緊固定菠蘿，通過機構在運動過程中旋轉可以實現不同尺寸的菠蘿夾緊和擰緊。Wang等^［38］研制了一種由抓取機構、驅動機構和旋轉機構組成的菠蘿采摘機械手，并基于單片機搭建了控制系統。控制系統根據采摘流程控制驅動機構，抓取機構在驅動下夾緊菠蘿并完成縱向旋轉，實現菠蘿的掰取動作。室內試驗時測得單株收獲時間為21～24 s。Xia等^［39］在考慮了菠蘿性狀和受力特點的基礎上，設計了滑桿雙支點結構的V形指桿夾緊鉗式采摘執行器，當指桿夾角為35°，支點中心距為110 mm，V形槽為120°時，可滿足夾緊誤差要求。

智能化菠蘿采摘設備能夠實現菠蘿的自動化采摘，并且對果實的損傷較小，極大地解放了勞動力。但是受限于果實識別速率和采摘方式，果實采摘效率偏低；另外，由于采收環境復雜，果實識別的精準度有待進一步提高。因此，目前智能化菠蘿采摘設備還只停留在實驗室階段，多為概念機或試驗樣機，無法真正投入使用。

2 菠蘿機械化采收存在的問題

隨著對菠蘿等亞熱帶經濟特色作物生產裝備發展的逐漸重視，菠蘿機械采收技術與機理不斷完善，菠蘿采收機械的研發取得了一定突破，但是仍然存在一些制約著我國菠蘿機械化采收發展的問題。

2.1 農機農藝融合不夠

農機是優化農業生產模式的手段，農藝是農機研發的基礎和先決條件，二者關系緊密相輔相成，只有彼此有效結合才能發揮農業機械和種植技術的潛力。菠蘿種植地塊零散、品種繁多、種植模式多樣化，目前有單行、品字形雙行、隴上三行和隴上四行等種植模式，行距、株距差異較大，種植密度也無統一標準，主要集中在45 000～75 000株/hm²范圍內。導致采收機械輪距與種植行距不匹配，底盤高度與作物生長高度不匹配，采摘機構與果實相對位置不匹配等問題的出現，致使機械通用性差。

2.2 智能化識別和定位不準確

果實快速、準確的識別和定位是保證果實采摘效率和成功率的關鍵。現有智能化采摘設備在實驗室條件下果實的識別和定位效果較好，但是在試驗田環境下受限于許多外部因素，主要包括果實自身色差、采摘環境光線強弱變化、枝葉或果實彼此遮擋、植株采摘過程中發生倒伏和搖晃等，這些現象通常同時出現，導致存在果實識別實時性差、定位精度低和錯誤采摘等問題。

2.3 采摘損傷率高

目前針對菠蘿果實抗破損情況、本構特征信息和破損機理等的研究不夠深入，研制的采摘機械手主要從采摘應力、抓取效果等角度出發，針對菠蘿損傷情況的研究較少。部分菠蘿外表雖未產生明顯破損，但是內部發生了結構性損傷，貨架期縮短，影響果實儲運和銷售。采摘機構通過產生的剪切應力或扭矩完成菠蘿的采摘，易造成果實和裔芽的損傷，影響果實品質和下一季菠蘿的生長。

2.4 采摘機結構有待進一步優化

菠蘿種植密度高，植株枝葉生長茂密，成熟期的菠蘿田間幾乎完全被作物枝葉所覆蓋，為了便于在行間的機耕路行駛，需要使用窄胎面的輪胎或履帶，難以保證提供充足的抓地力；為了避免與菠蘿果實發生碰撞，采收機底盤需要與地面有一定的距離，隨著采摘收貨菠蘿的逐漸增多，采收機整體的重心也在逐漸上移，在遇到坡地或崎嶇路面的情況下，則易產生車輛側翻。因此，如何優化設計采收機底盤結構，在保證設備通過性能的同時，保持整機行駛的穩定性，是繼完成菠蘿采摘機構設計后另一個亟需解決的問題。

3 發展建議

3.1 農機農藝協同發展，規范標準化種植模式

在充分考慮菠蘿生產綜合經濟效益的前提下，從有利于機械化生產管理的角度考慮，合理制定種植行距、株距、壟寬等技術要求，實現菠蘿種植模式的標準化。如崔振德等^［40］針對巴厘、臺農品系的菠蘿制訂了“帶狀種植”和“寬窄行種植”栽培模式，為實現菠蘿的標準化種植提供了參考，為進一步實現機械化生產提供了前提條件。同時，要開展菠蘿種植園的果園宜機化建設，果園規劃時應考慮到農機使用要求，為農機田間作業創造有利條件。

3.2 加強基礎性研究，因地制宜優化采收方案

探究機械與果實相互作用機理、多工況條件下果實運動規律與本構特征，兼顧采摘對象的生理特征、機械特征和理化特征，以此指導采收機械的研發，減少菠蘿的機械損傷，確保采收質量。同時，按照果實的品系和用途確定果實的采摘形式，如常用作加工罐頭、果汁的罐頭果，因其具有貯藏時間短、允許少量破損等特點，可以采用采收效率高的機械化采摘方式進行采收，以保證加工廠商對供果量的要求。對于果實品相要求高、儲運時間相對較長的鮮食果，則應采用能夠精準識別單果采摘的半機械化采摘或智能化采摘的方式采收。

3.3 多學科領域交叉融合，實現采摘自動化與智能化

在機械、控制、傳感器等領域進行技術創新和研發，提高采收機的自動化水平。利用自助導航技術和自動控制技術，通過優化處理決策系統，實現菠蘿采摘機械田間路徑規劃與導航自主行走，確定果實位置坐標。利用傳感器技術和視覺識別技術，實現目標果實的識別與檢測，控制機械手完成菠蘿抓取與采摘作業，從而實現菠蘿果實的適時采摘，增強菠蘿采摘機械自動化與智能化水平。采用高精度的視覺系統和圖像處理技術，利用多特征信息融合策略提高果實的識別與定位精度、增強系統的魯棒性與實時性。應用人工智能、大數據、物聯網等信息技術，建立更加智能化的采摘模型和評估體系。

4 結語

隨著我國菠蘿產業規模的不斷擴大，完全依賴人工的采收方式已經不能適應產業的發展，實現菠蘿的機械化與智能化采收是菠蘿產業發展的必然趨勢。本文綜合介紹我國菠蘿采收機械的類型、研究進展、當前所面臨的問題以及發展建議。目前菠蘿采收機主要以機械式為主，雖然能夠有效提高工作效率、降低勞動強度，但是無法實現果實的分級采摘和無損采收。隨著農業4.0時代的到來，智慧農業技術及裝備的研發必將成為今后工作的重點，研發高性能、高效率、高可靠、高適應性的菠蘿采收機，實現菠蘿的自動化、智能化、無人化采收將是一個重要的目標。

參 考 文 獻

［1］ 鄧祥豐， 鄢強， 陳代玉， 等. 菠蘿采摘機械的研究現狀與發展趨勢［J］. 林業機械與木工設備， 2019， 47（9）： 4-8.

Deng Xiangfeng， Yan Qiang， Chen Daiyu， et al. Research status and development trend of pineapple picking machine ［J］. Forestry Machinery amp; Woodworking Equipment， 2019， 47（9）： 4-8.

［2］ 魯燕， 王占鳳， 尹耀君， 等. 基于5G網絡技術的遠程控制菠蘿自動采摘機［J］. 農業技術與裝備， 2022（1）： 47-49.

Lu Yan， Wang Zhanfeng， Yin Yaojun， et al. Remote control pineapple automatic picker based on 5G network technology ［J］. Agricultural Technology amp; Equipment， 2022（1）： 47-49.

［3］ 吳思宇， 張雨佳， 王一函. 菠蘿輔助采摘機械臂［J］. 科技與創新， 2019（5）： 150-151.

［4］ 王海峰， 李斌， 劉廣玉， 等. 菠蘿采摘機械手的設計與試驗（英文）［J］. 農業工程學報， 2012， 28（S2）： 42-46.

Wang Haifeng， Li Bin， Liu Guangyu， et al. Design and test of pineapple harvesting manipulator ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（S2）： 42-46.

［5］ 羅雄輝， 林雙青， 郭魏琳. 一種機械式菠蘿采摘器的結構設計［J］. 江西電力職業技術學院學報， 2022， 35（8）： 16-17.

［6］ 馬興灶， 連海山， 弓滿鋒， 等. 菠蘿采摘機械手結構設計與試驗［J］. 山東農業大學學報（自然科學版）， 2020， 51（4）： 727-732.

Ma Xingzao， Lian Haishan， Gong Manfeng， et al. Structural design and experiment of pineapple picking manipulator ［J］. Journal of Shandong Agricultural University （Natural Science Edition）， 2020， 51（4）： 727-732.

［7］ 惠佳， 王核心， 許亞軍. 可伸縮式菠蘿采摘機械裝置的結構設計［J］. 裝備制造技術， 2019（2）： 65-68.

［8］ 朱義燈， 胡利波， 宋金波. 一種簡易機械式菠蘿采摘裝置設計［J］. 時代農機， 2018， 45（8）： 249.

［9］ 劉曉飛， 高興華， 魏亞博. 復合連桿式菠蘿采摘裝置設計及傳動分析［J］. 機械傳動， 2021， 45（8）： 165-169.

［10］ 杜澤亮， 張梅， 張伊陽， 等. 便攜式菠蘿采摘機械手設計［J］. 南方農機， 2018， 49（23）： 76.

［11］ 鄭爽， 鄧干然， 崔振德， 等. 高地隙履帶自走式菠蘿采收車的設計［J］. 現代農業裝備， 2020， 41（6）： 29-32.

Zheng Shuang， Deng Ganran， Cui Zhende， et al. Design of self-propelled pineapple harvest truck with high gap crawler ［J］. Modern Agricultural Equipment， 2020， 41（6）： 29-32.

［12］ 劉玉杰， 郭安福， 姜濤. 菠蘿半自動采摘機的結構設計［J］. 安徽農業科學， 2018， 46（14）： 194-197.

［13］ Zhang L Z， Tang S， Li P， et al. Structure design of a semi-automatic pineapple picking machine ［J］. IOP Conference Series： Materials Science and Engineering， 2018， 452（4）.

［14］ 傅旻， 李晨曦， 鄭兆啟. 半自動擰取式菠蘿采摘收集機的設計與分析［J］. 工程設計學報， 2020， 27（4）： 487-497.

［15］ 王新海， 馬瑾， 張永軍. 基于互補采摘方法的菠蘿柔性收割一體化裝置設計［J］. 農業工程， 2020， 10（9）： 93-97.

［16］ 周巧鷗， 唐華， 龍天暢， 等. 雙排并聯式菠蘿收割機的設計［J］. 機械工程師， 2019（5）： 49-50， 53.

［17］ 劉子杰， 陳海標， 王賀瑩， 等. 跨越式菠蘿采摘車機械結構設計研究［J］. 糧食科技與經濟， 2019， 44（3）： 91-93.

［18］ 張日紅， 施俊俠， 張瑞華. 菠蘿自動采摘機的結構設計［J］. 安徽農業科學， 2011， 39（16）： 9861-9863.

［19］ 鄧祥豐. 菠蘿采摘機關鍵部件的設計與分析［D］. 成都：成都大學， 2020.

［20］ 趙華成， 姚寧， 許趙慧， 等. 菠蘿自動采摘機構的結構設計與有限元分析［J］. 浙江水利水電學院學報， 2020， 32（3）： 67-71， 89.

Zhao Huacheng， Yao Ning， Xu Zhaohui， et al. Design and finite element analysis of automatic pineapple picking machine ［J］. Journal of Zhejiang University of Water Resources and Electric Power， 2020， 32（3）： 67-71， 89.

［21］ 劉通， 宋琦， 梁甜甜， 等. 小型高效菠蘿采摘機的機械結構設計［J］. 吉林化工學院學報， 2019， 36（11）： 47-49.

［22］ 張俊昌. 菠蘿自動采摘機的優化設計與分析［D］. 廣州：仲愷農業工程學院， 2014.

［23］ 劉天湖， 劉偉， 曾霆俊， 等. 多柔性指滾筒菠蘿采收機構工作原理及設計［J］. 農業工程學報， 2022， 38（8）： 21-26.

Liu Tianhu， Liu Wei， Zeng Tingjun， et al. Working principle and design of the multi-flexible fingered roller pineapple harvesting mechanism ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（8）： 21-26.

［24］ 王宏軒， 陳志軒， 張秀梅， 等. 差速梳齒式菠蘿采收機的設計及試驗研究［J］. 農機化研究， 2024， 46（9）： 115-120， 127.

［25］ 苑嚴偉， 白圣賀， 牛康， 等. 林果機械化采收技術與裝備研究進展［J］. 農業工程學報， 2022， 38（9）： 53-63.

Yuan Yanwei， Bai Shenghe， Niu Kang， et al. Research progress on mechanized harvesting technology and equipment for forest fruit ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（9）： 53-63.

［26］ 姜濤， 郭安福， 程學斌， 等. 菠蘿自動采摘收集機結構設計與分析［J］. 工程設計學報， 2019， 26（5）： 577-586.

［27］ Guo A F， Li J， Guo L Q， et al. Structural design and analysis of an automatic pineapple picking and collecting straddle machine ［J］. Journal of Physics： Conference Series， 2021， 1777（1）：012029.

［28］ 衛泓宇， 李日輝， 劉冠靈， 等. 一種自動菠蘿采收機的設計［J］. 機械制造， 2018， 56（12）： 60-64.

［29］ 程祥云， 宋欣. 果蔬采摘機器人視覺系統研究綜述［J］. 浙江農業科學， 2019， 60（3）： 490-493.

Cheng Xiangyun， Song Xin. Review on visual system for picking robots of fruits and vegetables ［J］. Journal of Zhejiang Agricultural Sciences， 2019， 60（3）： 490-493.

［30］ 降俊勝. 面向機器人抓取的雙目視覺識別定位技術研究［D］. 南京：南京航空航天大學， 2021.

［31］ 吳沛晟， 華京. 菠蘿采摘機器人的實用化設計［J］. 蘭州工業學院學報， 2016， 23（3）： 58-61.

［32］ 何東健， 張連兆， 李響， 等. 基于雙目機器視覺的菠蘿自動采收機設計［J］. 安徽農業科學， 2019， 47（13）： 207-210.

He Dongjian， Zhang Lianzhao， Li Xiang， et al. Design of automatic pineapple harvesting machine based on binocular machine vision ［J］. Journal of Anhui Agricultural Sciences， 2019， 47（13）： 207-210.

［33］ 張星， 高巧明， 潘棟， 等. 基于改進YOLOv3的田間復雜環境下菠蘿拾撿識別研究［J］.中國農機化學報， 2021， 42（1）： 201-206.

Zhang Xing， Gao Qiaoming， Pan Dong， et al. Picking recognition research of pineapple in complex field environment based on improved YOLOv3 ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（1）： 201-206.

［34］ 李斌， 汪懋華， 李莉. 基于單目視覺的田間菠蘿果實識別［J］. 農業工程學報， 2010， 26（10）： 345-349.

Li Bin， Wang Maohua， Li Li. In-field pineapple recognition based on monocular vision ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2010， 26（10）： 345-349.

［35］ Li B， Wang H F， Huang W Q， et al. Construction and in-field experiment of low-cost binocular vision platform for pineapple harvesting robot ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（1）： 188-192.

［36］ Li B， Wang M H. In-field recognition and navigation path extraction for pineapple harvesting robots ［J］. Intelligent Automation amp; Soft Computing， 2013， 19（1）： 99-107.

［37］ Wang Q， Wu H Q， Zhang Z L， et al. Structure design and analysis of pineapple picking mechanism based on the principle of shutter mechanism ［C］. IOP Conference Series： Materials Science and Engineering， 2018， 382（4）： 042049.

［38］ Wang H F， Li B， Liu G Y， et al. Design and test of pineapple harvesting manipulator ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（1）： 42-46.

［39］ Xia H M， Li Q R， Zhen W B. Design of a pineapple picking end-actuator ［J］. Applied Mechanics and Materials， 2012， 184： 134-139.

［40］ 崔振德， 陳明文， 謝季青， 等. 湛江市宜機化菠蘿栽培模式及其機械化研究初探［J］. 現代農業裝備， 2022， 43（4）： 2-9.

Cui Zhende， Chen Mingwen， Xie Jiqing， et al. Preliminary study on the cultivation mode of mechanized pineapple and its mechanization in Zhanjiang ［J］. Modern Agricultural Equipment， 2022， 43（4）： 2-9.