A Modular Dual-Arm Apple Harvesting Robot with Enhanced Field Performance
作者: Keyi Zhu, Kyle Lammers, Chaaran Arunachalam, Kaixiang Zhang, Renfu Lu, Zhaojian Li
分类: cs.RO
发布日期: 2026-06-12
💡 一句话要点
提出模块化双臂苹果采摘机器人以解决果园劳动力短缺问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 机器人采摘 双臂机器人 农业自动化 果实定位 轨迹生成 时序逻辑 果园应用
📋 核心要点
- 现有的机器人苹果采摘系统在果园环境中表现不佳，导致低产量和商业化应用受限。
- 本文提出了一种模块化双臂苹果采摘机器人，采用垂直堆叠设计以实现单棵树的上下区域同时采摘。
- 实验结果显示，该系统在现场试验中实现了80.0%的成功率和较低的果实损伤率，具有良好的商业应用前景。
📝 摘要（中文）
机器人苹果采摘为商业果园的劳动力短缺提供了有前景的解决方案，但低产量和在果园环境中的表现不佳阻碍了其商业化应用。本文提出了一种模块化双臂苹果采摘机器人，采用垂直堆叠的臂部设计，能够在单棵树的上下区域同时操作，简化了平台定位。与之前的水平双臂系统相比，该平台集成了五项进步，包括基于基础模型的感知管道、7阶加速度界限轨迹生成、线性扫采策略、基于时序逻辑的双臂协调策略以及在不同苹果品种和树形的商业果园进行的现场验证。实验结果显示，该系统在1738个臂循环中实现了80.0%的成功率，平均每臂循环时间为7.53秒，91.2%的机器人采摘果实保持了最高的USDA等级。
🔬 方法详解
问题定义：本文旨在解决现有机器人苹果采摘系统在果园环境中低产量和性能不佳的问题，尤其是在多树定位和果实采摘的复杂性上。
核心思路：提出的模块化双臂设计通过垂直堆叠的臂部结构，能够同时在单棵树的上下区域进行操作，从而简化了采摘过程。
技术框架：系统包括五个主要模块：1) 基于Grounding-DINO和EfficientViT-SAM的感知管道；2) 7阶加速度界限轨迹生成；3) 线性扫采策略；4) 基于时序逻辑的双臂协调策略；5) 现场验证模块。
关键创新：最重要的创新在于将基础模型与高效的视觉处理相结合，提升了果实定位的准确性，并通过新颖的双臂协调策略提高了采摘效率。
关键设计：在技术细节上，采用了控制障碍函数作为安全过滤器，确保了快速且安全的臂部运动，同时设计了10cm的接近缓冲区以提高采摘的可靠性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，该系统在1738个臂循环中实现了80.0%的成功率，平均每臂循环时间为7.53秒。机器人采摘的果实中，91.2%保持了最高的USDA等级，果实损伤率在2.4%至4.9%之间，表明该系统在实际应用中表现优异。
🎯 应用场景
该研究的潜在应用领域包括商业果园的自动化采摘，能够有效缓解劳动力短缺问题，提高采摘效率和果实质量。未来，随着技术的进一步优化，该机器人设计有望在其他水果采摘及农业自动化领域得到推广。
📄 摘要（原文）
Robotic apple harvesting offers a promising solution to labor shortages in commercial orchards, but low throughput and poor performance in orchard environments hinder its commercial adoption. This paper presents a modular dual-arm apple harvesting robot that uses a vertically stacked arms to enable simultaneous operation in the upper and lower zones of a single tree, simplifying platform positioning from multi-tree lateral repositioning to single-tree stops. Compared to our prior horizontal dual-arm system, the platform integrates 5 advances: (1)a foundation-model-based perception pipeline combining Grounding-DINO and EfficientViT-SAM for robust fruit localization in unstructured outdoor environments; (2)7th-order jerk-bounded trajectory generation paired with a Control Barrier Function safety filter to achieve fast yet safe arm motions; (3)a linear sweep harvesting strategy with a 10cm approach buffer and rotational detachment that improves picking reliability; (4)a temporal-logic-based dual-arm coordination policy with vision-arm async scheduling that maximizes usage of a shared vacuum source; and (5)field validation in 2 commercial orchards covering different apple varieties and tree architectures during the 2025 harvest season. Across the 1738 arm cycles collected in these field trials, the system achieved an 80.0% per-attempt success rate and a mean per-arm cycle time of 7.53s. Fruit damage assessments confirmed that 91.2% of robotically harvested fruit retained the highest USDA grade (Extra Fancy), with bruise rates between 2.4% and 4.9%. With further improvements in the picking cycle time and handling of heavy foliage occlusions, this new modular robot design holds promise for commercial harvesting of apples.