Agritech Insights·2026年10月02日（Frontiers in Plant Science）·10月2日 · 周五论文智慧农业 / 农业物联网阅读 8
Groundbreaking AI Robot Picks Tomatoes Autonomously——YOLOv8n-BiFPN-WIoU模型驱动采摘新范式
论文解读
86重点推荐
速览
开发基于YOLOv8n-BiFPN-WIoU的轻量模型，实现温室番茄自主采摘机器人实时运行。
方法
YOLOv8n-BiFPN-WIoU轻量模型，Jetson Nano边缘部署，六
发现
[email protected]达92.4%，21.1 FPS实时运行，定位误差3.5±0.32mm，可商业化串番茄采
机会点
可延伸至多作物泛化、复杂遮挡与光照鲁棒性提升，以及边缘端模型轻量化与多机协同采摘。
影响力22
信息增量23
专业深度18
信源权威13
时效性10
轻量模型+边缘部署的番茄自主采摘机器人，方法新颖、指标扎实，具备细分行业参考价值。
原文摘要
山东理工大学孟凡钊团队开发出基于YOLOv8n-BiFPN-WIoU轻量级深度学习模型的温室番茄自主采摘机器人，可在边缘设备NVIDIA Jetson Nano上运行，优化后达21.1 FPS实时运行；定位误差3.5±0.32mm；[email protected]达92.4%。系统采用六轴机械臂+双爪末端执行器，针对温室遮挡与光照变化优化，适用于商业化串番茄采收；系统基于开源ROS模块化设计，未来可适配黄瓜、辣椒、草莓等。