Son illərdə kənd təsərrüfatı işçi qüvvəsinin qocalma tendensiyası əhəmiyyətli dərəcədə güclənmiş, işə qəbulun çətinliyi və bahalı işçi qüvvəsi çay sənayesinin inkişafını məhdudlaşdıran darboğaza çevrilmişdir. Məşhur çayın əl ilə yığılmasının istehlakı bütün çay bağçasının idarəedici işçi qüvvəsinin təxminən 60%-ni təşkil edir, yüksək səviyyəli məşhur çayın çiçək qönçələri isə zərifdir, müxtəlif böyümə mövqeləri, duruşları və sıxlığı ilə, xüsusən də çay bağçasında. meh və işıqla dəyişən struktursuz mühit. Maşın seçimini həyata keçirmək çətindir. Buna görə də, ağıllı çay toplama texnologiyası və uyğun seçim üzərində araşdırmaçayçıxaran maşınlarvəçay emalı maşınlarımənim ölkəmin çay sənayesinin inkişafı üçün böyük əhəmiyyət kəsb edir.

Hazırda ölkədə və xaricdə yüksək səviyyəli marka çay yığan maşınlar üzərində araşdırmalar yeni başlamışdır və hələ də konseptual prototip testi mərhələsindədir. Praktiki tətbiqdə hələ də bəzi çətinliklər var, məsələn, mövcud kənd təsərrüfatı istehsalında kənd təsərrüfatı texnikası və aqronomiyanın uyğunsuzluğu kimi problemlər var, cücərtilərin müəyyən edilməsi işıqdan çox təsirlənir və oxşar fon və cücərtilərə malik şəkilləri bölmək çətindir. Ənənəvi maşın öyrənməsi ilə müqayisədə, ortaya çıxmasıçay bağı maşınlarıvə çay emalı maşınları dərin öyrənmənin qönçə və yarpaq tanınması metoduna əsaslanır, lakin təlim üçün çoxlu etiketli nümunələr tələb edir və şəbəkə mürəkkəbliyində artım var və aparat sisteminin təkmilləşdirilməsi də problem yaradır. Sürətli inkişafı ilə maşın görmə və süni intellekt texnologiyası, bu, ağıllı çay yolma maşınlarının tədqiqi və inkişafı üçün yaxşı zəmin yaradır. Gələcəkdə ağıllı çay yığan maşın aşağıdakı inkişaf tendensiyalarına sahib olacaqdır. Çay qönçələrinin identifikasiyası və lokallaşdırılmasında mövcud çətinliklər çay növlərinin və böyüyən mühitin müxtəlifliyində, üst-üstə düşən tıkanıklıqlar altında çay qönçəsinin identifikasiya strategiyasında, dinamik müdaxilədə və alqoritmin zəif sabitliyində və çox yönlüliyindədir. Gələcəkdə çay təsviri nümunəsi məlumat dəstlərinin genişləndirilməsini həyata keçirmək, müxtəlif növ çay bağçalarının, müxtəlif çay mövsümləri, müxtəlif dərəcəli, fərqli mənşəli və fərqli işıqlandırma şəraitinin çay şəkilləri üzərində məlumatların toplanması aparılmalıdır. nümunələrin müxtəlifliyi və çoxmüxtəlif və çox çeşidli çay qönçələri yaratmaq. Leaf verilənlər bazası alqoritmlərin ümumiliyini təkmilləşdirir. Çay qönçələrinin toxuması nisbətən yumşaqdır və ənənəvi yığma maşınları qönçələrə zərər vermək asandır.

Eyni zamanda, çay bağlarının xaotik və küləkli mühitində yerləşdirmə səhvləri və təsadüfi səhvlər baş verir. Buna görə də,çay bağçası emal maşınıişləyərkən tender qönçələrinə zərər verməməli və müvafiq səhv kompensasiya üsulundan istifadə etməlidir. Buna görə də, qüsurlara dözümlülük ilə elastikliyi öyrənmək lazımdır. Sonu effektoru götürür. Yüngül, çevik və yüksək sürətli çay yığan manipulyatorun tələblərinə uyğun olaraq, strukturun yüngül dizaynı və müvafiq hərəkətə nəzarət alqoritmi vasitəsilə çay yığan son yığım ötürücüsü və onun idarəetmə sistemi həyata keçirilə bilər. Eyni zamanda, tək uçlu pikap ötürücülərinin səmərəliliyi çox aşağıdır. Gələcəkdə çay yığımının səmərəliliyini daha da artırmaq üçün çox terminallı götürmə aktuatorlarının tapşırıqların bölüşdürülməsi və hərəkət koordinasiyasının planlaşdırılmasını həyata keçirmək və çay toplamanın səmərəliliyini artırmaq üçün çox terminallı götürmə aktuatorları və səmərəli idarəetmə sistemləri inkişaf etdirilməlidir.