De afgelopen jaren is de vergrijzing van de beroepsbevolking in de landbouw aanzienlijk toegenomen, en de moeilijkheid bij het werven van en dure arbeidskrachten zijn een knelpunt geworden dat de ontwikkeling van de thee-industrie beperkt. De consumptie van het handmatig plukken van beroemde thee is goed voor ongeveer 60% van de beroepsbevolking van de hele theetuin, terwijl de bloemknoppen van hoogwaardige beroemde thee delicaat zijn, met verschillende groeiposities, houdingen en dichtheden, vooral in de theetuin. ongestructureerde omgeving die verandert met de wind en het licht. Machinaal plukken lastig te realiseren. Daarom is onderzoek gedaan naar intelligente theepluktechnologie en de selectie van geschikte theesoortenthee plukmachinesEnmachines voor het verwerken van theezijn van groot belang voor het bevorderen van de ontwikkeling van de thee-industrie in mijn land.

Momenteel is het onderzoek naar hoogwaardige theeplukmachines van merknamen in binnen- en buitenland nog maar net begonnen en bevindt het zich nog in de fase van het testen van conceptuele prototypes. Er zijn nog steeds enkele uitdagingen bij de praktische toepassing, zo heeft de huidige landbouwproductie problemen zoals de incompatibiliteit van landbouwmachines en agronomie, wordt de identificatie van spruiten sterk beïnvloed door licht en is het moeilijk om afbeeldingen met vergelijkbare achtergronden en spruiten te segmenteren. Vergeleken met traditioneel machine learning is de opkomst vantheetuinmachinesen theeverwerkingsmachines zijn gebaseerd op de knop- en bladherkenningsmethode van deep learning, maar vereisen een groot aantal gelabelde monsters voor training, en hebben een toename in netwerkcomplexiteit, en upgrades van hardwaresystemen zijn ook een probleem. Met de snelle ontwikkeling van machinevisie en kunstmatige-intelligentietechnologie vormt dit een goede basis voor het onderzoek en de ontwikkeling van intelligente theeplukmachines. In de toekomst zal de intelligente theeplukmachine de volgende ontwikkelingstrends hebben. De huidige problemen bij de identificatie en lokalisatie van theeknoppen liggen in de diversiteit van de theesoorten en de groeiomgeving, de strategie voor de identificatie van theeknoppen onder overlappende occlusies, dynamische interferentie en de slechte stabiliteit en veelzijdigheid van het algoritme. In de toekomst zou het verzamelen van gegevens moeten worden uitgevoerd op theebeelden van theetuinen van verschillende variëteiten, verschillende theeseizoenen, verschillende kwaliteiten, verschillende herkomsten en verschillende lichtomstandigheden, om zo de uitbreiding van datasets van theebeeldmonsters te realiseren, de theebeelden te verrijken. diversiteit aan monsters, en het creëren van theeknoppen met meerdere variëteiten en kwaliteiten. Leaf-databases verbeteren de algemeenheid van algoritmen. De textuur van theeknoppen is relatief zacht en traditionele plukmachines veroorzaken gemakkelijk schade aan de knoppen.

Tegelijkertijd kunnen in de chaotische en luchtige omgeving van theetuinen positioneringsfouten en willekeurige fouten optreden. Daarom is detheetuin verwerkingsmachinemag de zachte toppen tijdens het werken niet beschadigen en gebruik een geschikte foutcompensatiemethode. Daarom is het noodzakelijk om flexibiliteit met fouttolerantie te bestuderen. Het einde pakt de effector op. Volgens de eisen van een lichte, flexibele en snelle theeplukmanipulator, kunnen door het lichtgewicht ontwerp van de structuur en het bijbehorende bewegingscontrolealgoritme de theeplukeindplukactuator en het bijbehorende besturingssysteem worden gerealiseerd. Tegelijkertijd is de efficiëntie van actuatoren met enkelzijdige pickup te laag. Om de efficiëntie van het theeplukwerk verder te verbeteren, moeten in de toekomst multi-terminal plukactuators en efficiënte controlesystemen worden ontwikkeld om de taaktoewijzing en bewegingscoördinatieplanning van multi-terminal plukactuators te realiseren en de theeplukefficiëntie te verbeteren.