An de leschte Joeren ass den Alterungstrend vun der landwirtschaftlecher Aarbechtskraaft wesentlech verstäerkt, an d'Schwieregkeet beim Rekrutement an deier Aarbecht ass e Flaschenhals ginn, deen d'Entwécklung vun der Téiindustrie beschränkt. De Konsum vum manuelle Picking vu berühmten Téi mécht ongeféier 60% vun der Gestiounsaarbechtkraaft vum ganzen Téigaart aus, während d'Blummenknospe vum High-End berühmten Téi delikat sinn, mat verschiddene Wuesstumspositiounen, Haltungen an Dicht, besonnesch an der onstrukturéiert Ëmfeld dat mat der Loft a Liicht ännert. Machine plécke schwéier ze realiséieren. Dofir ass d'Fuerschung iwwer intelligent Téi Picking Technologie an d'Auswiel vu gëeegentTéi plécke MaschinnenanTéi Veraarbechtung Maschinnensi vu grousser Bedeitung fir d'Entwécklung vun der Téiindustrie vu mengem Land ze förderen.

Am Moment ass d'Fuerschung iwwer High-End Markennumm Téi Picking Maschinnen doheem an am Ausland just ugefaang, an et ass nach ëmmer an der Etapp vum konzeptuellen Prototyp Testen. Et ginn nach e puer Erausfuerderungen an der praktescher Uwendung, sou wéi déi aktuell landwirtschaftlech Produktioun Problemer huet wéi d'Inkompatibilitéit vun landwirtschaftleche Maschinnen an der Agronomie, d'Identifikatioun vu Sprossen ass staark vu Liicht beaflosst, an et ass schwéier Biller mat ähnlechen Hannergrënn a Sprossen ze segmentéieren. Verglach mat traditionell Maschinn Léieren, d'Entstoe vunTéi Gaart Maschinnenan Téi Veraarbechtung Maschinnen baséiert op der Knospe an Leaf Unerkennung Method vun Deep Learning, mee verlaangt eng grouss Zuel vun Label Echantillon fir Training, an huet eng Erhéijung vun Reseau Komplexitéit, an Hardware System Upgrades sinn och e Problem.Mat der rapid Entwécklung vun Maschinn Visioun a kënschtlech Intelligenz Technologie, dëst stellt e gudde Fundament fir d'Fuerschung an d'Entwécklung vun intelligenten Téi Puckmaschinnen. An Zukunft wäert d'intelligent Téi Picking Maschinn déi folgend Entwécklungstrends hunn. Déi aktuell Schwieregkeete bei der Identifikatioun an der Lokaliséierung vun Téi Knospe leien an der Diversitéit vun Téiarten a wuessend Ëmfeld, der Téi Knospe Identifikatiounsstrategie ënner iwwerlappende Okklusiounen, dynamesch Interferenz, an der schlechter Stabilitéit a Villsäitegkeet vum Algorithmus. An Zukunft soll d'Donnéeën Sammlung op Téi Biller vun Téi Gäert vun verschidden Zorten duerchgefouert ginn, verschidden Téi Saisonen, verschiddene Qualitéiten, verschidden Originen, a verschiddene Beliichtung Konditiounen, sou wéi d'Expansioun vun Téi Bild Echantillon Datesets ze realiséieren, beräichert de Diversitéit vu Proben, a Multi-Varietéit a Multi-Schouljoer Téi Knospe etabléieren. Leaf Datenbanken verbesseren d'Allgemengheet vun Algorithmen. D'Textur vun Téi Knospe ass relativ mëll, an traditionell Picking Maschinnen sinn einfach Schued un de Knospe ze verursaachen.

Zur selwechter Zäit, am chaoteschen a breezy Ëmfeld vun Téigäert, sinn Positionéierungsfehler an zoufälleg Feeler ufälleg fir optrieden. Dofir ass deTéi Gaart Veraarbechtung Maschinndäerf d'Tender Knospe net beschiedegen wann Dir schafft, a benotzt eng entspriechend Feelerkompensatiounsmethod. Dofir ass et néideg Flexibilitéit mat Feeler Toleranz ze studéieren. D'Enn hëlt den Effektor op. Laut den Ufuerderunge vum Liicht, flexibelen a High-Speed-Tee-Pick-Manipulatioun, duerch de liichte Design vun der Struktur an de entspriechende Bewegungskontrollalgorithmus, kann den Téi-Pick-End-Pick-Aktuator a säi Kontrollsystem realiséiert ginn. Zur selwechter Zäit ass d'Effizienz vun Single-End Pickup Aktuatoren ze niddreg. An Zukunft, fir d'Effizienz vun der Téi Picking weider ze verbesseren, sollten Multi-Terminal Picking Aktuatoren an effizient Kontrollsystemer entwéckelt ginn fir d'Aufgaballokatioun a Bewegungskoordinatiounsplanung vu Multi-Terminal Picking Aktuatoren ze realiséieren an d'Teepickeffizienz ze verbesseren.