机器人能"品尝"葡萄吗？使用简单 RGB 传感器估计 SSC
计算机视觉与模式识别
2025-07-01 v2 机器人学
摘要
在葡萄栽培中，收获取决于准确评估水果品质。虽然某些特征（如颜色）可见，但其他特征（如可溶固含量 (SSC) 或以度比尔 (degBrix) 表示的糖分）需要特定工具。SSC 是与成熟度相关的关键品质因素，但与颜色缺乏直接因果关系。 hyperspectral 相机可在受控实验室条件下高精度估计 SSC，但在野外环境中的实际应用受限。本研究探讨了使用在不可控照明下工作的简单 RGB 传感器来估计 SSC 和颜色，从而实现成本效益高、机器人辅助采收。我们在 2021 和 2022 两个夏季中收集了带有 SSC 和颜色标签的葡萄图像，以评估 SSC 估计的算法解决方案，特别测试跨季节和跨设备的鲁棒性。我们提出两种方法：一种针对资源受限机器人的数据高效直方图方法，以及一种用于更复杂应用的深度神经网络 (DNN) 模型。我们的结果显示高性能，DNN 模型在具有挑战性的跨设备测试集上实现的最低平均绝对误差 (MAE) 为 degBrix。轻量级直方图方法也证明有效，MAE 为 degBrix。这些结果在野外应用中与 hyperspectral 系统（报告误差在 -- degBrix 范围内）高度竞争。
引用
@article{arxiv.2412.20521,
title = {Can Robots "Taste" Grapes? Estimating SSC with Simple RGB Sensors},
author = {Thomas Alessandro Ciarfuglia and Ionut Marian Motoi and Leonardo Saraceni and Daniele Nardi},
journal= {arXiv preprint arXiv:2412.20521},
year = {2025}
}