第三方数据记录样机迭代成效
武夷山职业学院“耘芯”团队研发的球体作物智能采摘样机今年6月先后接受第三方检测。经过算法调整、结构优化和整机联调，后期样机在采摘成功率、果实损伤率、作业节拍和识别准确率等方面取得进一步提升。
6月4日形成的两份盖章报告对送检样品的电气安全、机械强度、噪声、温升和采摘性能等13项指标作出合格判定。其中，采摘成功率为96.2%，果实损伤率为2.1%，平均单果采摘时间为4.2秒，果实识别准确率为98.7%。
首次检测后，团队继续围绕模型参数、坐标转换、控制时序、机械结构和电路连接开展调整。算法与机械、电控成员共同复核样机动作过程，优化识别、定位、接近和夹持之间的衔接效率。
今年5月上旬，林鑫与孙文雅在校内实训场所核对设备状态和加工准备情况。“耘芯”团队供图
对智能采摘系统而言，多项指标存在耦合关系：提高动作速度可能放大定位和振动影响，增加夹持力可能提高稳定性却带来损伤风险，视觉阈值变化也会影响漏检、误检与后续动作频率。团队因此从系统层面协调效率、成功率和低损伤目标。
6月30日，谱尼测试集团深圳有限公司签发报告PN2026MA881F36523。报告显示，送检型号GFZC-01采摘成功率达到98.2%，果实损伤率降至1.1%，平均单果采摘时间缩短至3.2秒，果实识别准确率达到99.7%，单帧识别耗时21毫秒。
经过多轮算法调整、装配联调和结构优化，后期送检样机在多项核心指标上取得了更优结果。检测数据也为团队继续查找系统薄弱环节、完善样机版本管理提供了依据。
从测试项目构成看，评价对象已经由单一采摘动作扩展到整机综合性能。识别延迟影响控制响应，爬坡与续航反映移动平台能力，防护和急停则对应户外设备的运行安全。多维指标共同构成样机从功能实现走向工程验证的评价框架。
最新报告还记录了IP54防护、29度爬坡、8.8小时续航、64分贝（A）噪声和紧急停止等检测结果，20个单项结论均为合格。样机性能由识别速度、采摘质量、移动能力、安全防护和持续工作能力等多方面共同构成。
今年5月下旬，林鑫与团队成员检查履带式样机控制电路和模块连接。“耘芯”团队供图
目前，团队正继续推进多场景数据训练、双目定位优化、柔性末端适配和整机可靠性验证。通过“研发—检测—调整—再验证”的循环，智能采摘系统正在向更稳定、更高效的方向持续迭代。
未经书面授权禁止复制或建立镜像
特别提醒：新报网文章内容、图片、视频出现侵权问题，请与本站联系撤下相关作品 help@cssxw.com。
风险提示：新报网发布的文章、图片、数据等信息来源于互联网，仅供参考、学习分享使用，不构成投资建议。相关侵权责任由信息来源第三方承担。
Copyright@2010-2026 by all rights reserved
举报投诉：Jubao_404@163.com