Video Experimental Relacionado
Updated: Sep 9, 2025

08:02
Robotic Sensing and Stimuli Provision for Guided Plant Growth
Published on: July 1, 2019
8.1K
Una revisión de la tecnología de percepción visual para robots inteligentes de cosecha de frutas
Yikun Huang1,2, Shuyan Xu3, Hao Chen1
1School of Future Technology, Fujian Agriculture and Forestry University, Fuzhou, China.
Frontiers in plant science
|September 4, 2025
Resumen
Esta revisión explora las tecnologías de percepción visual para los robots recolectores de frutas, cruciales para la agricultura inteligente. Cubre sistemas de cámaras, detección de objetos y localización para mejorar la eficiencia de la cosecha robótica.
Área de la Ciencia:
- La robótica
- Visión por computadora
- Tecnología agrícola
Sus antecedentes:
- La agricultura inteligente exige soluciones automatizadas para aumentar la productividad.
- Los robots recolectores de frutas son clave para abordar la escasez de mano de obra y mejorar la eficiencia.
- La percepción visual es fundamental para la identificación, localización y captura de frutas robóticas.
Objetivo del estudio:
- Revisar los avances en las tecnologías de percepción visual para los robots recolectores de frutas.
- Analizar las técnicas clave, incluida la selección de la cámara, la detección de objetos y la localización.
- Discutir la movilidad de los robots y la colaboración de varios robots para mejorar la cosecha.
Principales métodos:
- Revisión de los tipos de cámaras y su aplicación en la recolección de frutas.
- Análisis de algoritmos de detección de objetos para el reconocimiento y la clasificación de frutas.
- Exploración de la reconstrucción 3D, detección de profundidad, visión activa y servidumbre visual.
- Investigación de V-SLAM, planificación de rutas móviles y programación de tareas para la movilidad de robots.
Principales resultados:
- Los diferentes tipos de cámaras ofrecen ventajas distintas para la recolección de frutas.
- Las técnicas de detección de objetos permiten una identificación y clasificación precisas de las frutas.
- Los métodos de reconocimiento y localización de puntos de recogida facilitan la captura precisa.
- La visión activa y el servidor visual mejoran la adaptabilidad y la precisión en entornos dinámicos.
- Las tecnologías de percepción de la movilidad mejoran la eficiencia general de la cosecha y la coordinación de múltiples robots.
Conclusiones:
- Las tecnologías de percepción visual son vitales para que los robots recolectores de frutas sean eficientes y precisos.
- Se necesita más investigación para abordar los desafíos actuales y optimizar el rendimiento de los robots.
- Los avances en este campo contribuirán significativamente al futuro de la agricultura inteligente.
Palabras clave:
V-SLAM (en inglés)robótica agrícolarobots inteligentes para la recolección de frutasdetección de objetosPercepción visualServicio de visualizaciónMás Videos Relacionados
Videos de Conceptos Relacionados
Visual System
681
Light enters the eye through the cornea, a transparent, dome-shaped surface covering the surface of the eyeball that helps to direct and focus incoming light. This light is then channeled toward the pupil, an adjustable opening whose size is controlled by the iris. The iris, a pigmented muscle, regulates the amount of light entering the eye by contracting or dilating the pupil, thereby ensuring optimal light levels for clear vision.
Once through the pupil, the light passes through the lens, a...
Once through the pupil, the light passes through the lens, a...
681
Parallel Processing
220
The brain processes sensory information rapidly due to parallel processing, which involves sending data across multiple neural pathways at the same time. This method allows the brain to manage various sensory qualities, such as shapes, colors, movements, and locations, all concurrently. For instance, when observing a forest landscape, the brain simultaneously processes the movement of leaves, the shapes of trees, the depth between them, and the various shades of green. This enables a quick and...
220

