Мягкая робототехника для сбора спелой клубники 16.04.2026

Агротехнология все чаще обращается к робототехнике, пытаясь решить одну из самых сложных задач сельского хозяйства - аккуратный и точный сбор нежных плодов без повреждений. Особенно это актуально для ягод, таких как клубника, где даже небольшое избыточное усилие может испортить товарный вид урожая. На этом фоне появляются системы, способные не только видеть плод, но и буквально "ощущать" его состояние.

Исследователи Cornell University разработали мягкий роботизированный захват, который способен определять степень спелости ягод по их жесткости и аккуратно собирать клубнику, не повреждая растение. Эта система объединяет сразу несколько технологий: растяжимые волоконно-оптические сенсоры, встроенную камеру и механизм вращательного отделения плода, что делает ее полноценным примером современной мягкой робототехники.

Проект возглавил Anand Mishra, работающий в лаборатории Rob Shepherd, профессора механической инженерии John F. Carr Professor of Mechanical Engineering. В разработке также участвовал Marvin Pritts, профессор садоводства, чья экспертиза позволила адаптировать роботизированную систему к реальным задачам ягодного производства и особенностям сельскохозяйственных культур.

Основная идея технологии заключается в том, чтобы сделать сенсорную систему максимально "мягкой" и совместимой с объектом воздействия. Как объясняет Rob Shepherd, волоконно-оптические тензодатчики обладают механическими свойствами, близкими к материалу самого захвата, благодаря чему они становятся его естественным продолжением. Это позволяет системе не просто измерять параметры плода, а фактически взаимодействовать с ним как единое целое.

Технически устройство использует два волоконно-оптических сенсора, которые фиксируют кривизну и давление при контакте с ягодой. На основе этих данных система оценивает жесткость плода, что позволяет судить о его спелости. Захват автоматически подстраивает силу воздействия, снижая риск повреждения, а после захвата активируется планетарный редукторный механизм, который аккуратно скручивает ягоду, отделяя ее от растения без резкого рывка.

Дополнительно в конструкцию встроена камера, которая помогает обнаруживать плоды даже в условиях частичного перекрытия листьями. Это важно для реальных полевых условий, где визуальная доступность ягод часто ограничена. Благодаря сочетанию зрения и тактильного восприятия система получает более полную информацию о каждом объекте сбора.

Обучение робота проводилось на клубнике как на модельной культуре. В процессе обучения использовался подход, при котором спелость сначала оценивалась по измеренной жесткости, а затем проверялась визуально по цвету плода. Такой метод позволил сопоставить тактильные данные с реальным состоянием ягоды. По данным Cornell, Anand Mishra смог добиться высокой точности в определении момента сбора на основе анализа механических характеристик плода.

Разработчики отмечают, что потенциал технологии выходит далеко за пределы одной культуры. В числе перспективных применений упоминаются авокадо, ананасы и pawpaws (азимина), где определение зрелости визуально затруднено или невозможно. Как подчеркивает Rob Shepherd, у pawpaws созревание происходит быстро, а внешние признаки не всегда позволяют вовремя определить оптимальный момент сбора, из-за чего часть урожая может быть потеряна.

В Cornell University также рассматривают возможность использования подобных роботизированных систем в более сложных сельскохозяйственных моделях, включая многокультурное производство и снижение зависимости от химических средств защиты растений. Хотя конкретные экономические показатели пока не приводятся, направление разработки указывает на стремление к созданию более автономных и экологичных методов ведения сельского хозяйства.