近期在微博热传的西班牙公司Aarobot制作出来一个24条机械臂的农业机器人，在今年的草莓季一展身手，现场摘草莓的速度非常惊人，5秒钟竟然能够自动识别并准确摘取一个成熟草莓，无损率超过70%，并且可以全天无休止的工作24小时。

　　为什么歪果仁急切要做一个机器人取代人工呢，在中国这个人口众多的国家你可能还没注意到，但是因为“人工短缺”，欧洲国家已经因此在浪费食物！例如英国由于长期依赖外国尤其是欧盟的劳动力，脱欧后带来严重的劳动力短缺，这一影响蔓延至各个领域，比如农场——据预估，如果不抓紧采取措施，英国的草莓田即将有20％的草莓腐烂掉而不是被采摘。一旦英国正式离开欧盟，这一数字还会继续上升。

　　最近一二十年，英国对草莓的需求猛增。英国人在1996年消费了多达67,000吨水果，但近年来消费量激增至超过101,000吨。软水果行业在2015年雇用了29,000名季节性工人，到2020年将需要31,000名季节性工人。鉴于目前的状况，英国农民联盟的一份报告显示，园艺农场届时所需的水果工人缺口率为12.5％。

　　让机器人进行农业采摘最大的挑战是让机器人了解，哪些草莓适合采摘、哪些不适合。“没有哪两个草莓是一模一样的，”英国学者Mohan博士说。 “它们有不同的形状、大小、成熟的顺序，许多草莓都隐藏在树叶中。”

　　与机器人相比，人类工作者在摘草莓上具有天然优势：人们能够迅速将成熟可摘取的草莓与不成熟的草莓分离开来；人们的摘取力度恰到好处，能够确保草莓能够完好无损地到达消费者手中。在田间暴露于户外环境中，是机器人遇到的另一个挑战，变幻莫测的天气与它们惯常所在的典型室内环境是非常不同的。

　　因此，采摘草莓对人类来说可能相对轻松，但对机器人来说却是一个巨大的挑战。设计师需要构建一个集视觉、触觉、力量和运动于一体的系统。系统还必须学会适应动态和高度非结构化的环境。

　　据了解，本次使用的智慧农业机器人采用履带式行走布局，超声波传感器判断机身的位置并自动壁障，可以在复杂的地形中工作，在采摘水果的过程中，对水果目标进行智能识别是此项目的核心技术，采取了包括视觉系统在内的多项研究成果。

　　一般而言，机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。视觉传感器原理一般是利用光学元件和成像装置获取外部环境图象信息的仪器，通常用图象分辨率来描述视觉传感器的功能。它的精度不仅与分辨率息息相关，还与被测物体的WD、FOV有关。WD、FOV大，成像精度低；反之，成像精度高。

　　目前成像主要分为3D视觉传感技术和智能视觉传感技术两大板块。其间，在当时的视觉体系中，3D立体成像成为研究热门，无需佩带立体眼镜就能看到立体图画成为视觉体系的开展方向。而现在所谓的3D电影和游戏并非整整的3D印象，这是因为拍照电影时运用的是单镜头摄像机，制造游戏运用的是3D软件技能，因而，从制造到显现都是平面的。3D图象信息的获取都是根据图象传感器获取、量化图象信息，这些图象信息有直接获取可见光的图象，也有经过检测辐射、红外线、超声波等不同形式来获取图象信息。不同传感器技能有不同的分辨率、精度和噪声，我们可从图象传感器提取部分有用的信号进行剖析使用。

　　而智能视觉传感技能下的智能视觉传感器也称智能相机，是近年来机器视觉领域开展最快的一项新技能。智能相机是一个兼具图画采集、图画处理和信息传递功用的小型机器视觉体系，是一种嵌入式计算机视觉体系。它将图画传感器、数字处理器、通讯模块和其他外设集成到一个单一的相机内，由于这种一体化的设计，降低了体系的复杂度，易学、易用、易维护、安装便利，更加牢靠安稳。同时体系尺度大大缩小，拓宽了视觉技能的使用领域。一般在车辆整体检测和连接器检测等关键性以及全方位检测中使用较多。

　　因此，这项成果体现的视觉系统的成熟表现与落地应用，很可能进一步解决在农业中面临的更多问题，虽然国内劳动力还未达到如此紧缺的地步，但是随着人口红利的逐渐消失，很大程度上也需要提早关注，提早布局。