电子技术应用·2026-09-28·9月28日 · 周一论文农业人工智能与决策模型阅读 6
基于改进YOLOv8的火龙果采摘机器人系统设计与研究
论文解读
68接近精选线
速览
提出改进YOLOv8火龙果检测算法并集成六自由度采摘机器人系统，完成田间验证。
方法
可变形卷积、多尺度注意力、优化检测头，结合深度相机与柔性末端执行器。
发现
改进算法提升不规则与遮挡果实检测精度，机器人系统实现采摘点定位与自动采摘。
机会点
可探索多果实遮挡下的实时检测与采摘路径规划协同优化，并拓展至其他藤本作物。
影响力12
信息增量20
专业深度17
信源权威13
时效性6
论文提出改进YOLOv8检测算法并构建火龙果采摘机器人系统，方法有创新且经田间验证，但属细分作物技术进展，公共影响有限。
原文摘要
刘爱华、支铁山（电子技术应用/集成电路应用2026-09-28；广西物流职业技术学院、广西自然资源职业技术学院）。提出针对火龙果采摘的改进YOLOv8算法：1）在主干网络中引入可变形卷积增强对不规则形状果实的特征提取；2）设计高效多尺度注意力模块强化遮挡果物的上下文建模；3）优化检测头结构提升边界框回归精度。同时设计轻量化采摘机械臂与柔性末端执行器，构建完整的机器人系统并开展田间验证（深度信息计算采摘点三维坐标、电液比例升降平台调整高度、六自由度机械臂移动）。
信源（1 个）