选择和采收果实的自动化方法和实施该方法的机械设备与流程

1.本发明涉及农业自动化领域，并且更具体地，涉及自动识别待采收的果实的领域。本发明涉及一种用于采收茎干所结的果实(尤其是诸如葡萄串之类的成串的果实)的方法，以及用于采收果实的机械设备。


背景技术：

2.果实采收，对于葡萄而言通常称为“葡萄采收”，可以通过机械的或手动的方法执行。机械的方法可以通过葡萄树幼苗的摇动或脱粒来执行，从而使果粒与梗分离并使果粒落在收集垫上。这种方法可能非常适合某些葡萄品种，这些葡萄品种的果串的梗不需要保留，并且葡萄的果粒不易受到氧化的影响或汁液被外皮着色的影响。实际上，浆果的质变导致汁液的氧化并且外皮中含有的着色物质溶解。由于上述原因，为了在加压期间避免果粒裂开并保持梗及其质量，通过切割整个果串来执行手动方法的葡萄采收。该方法需要在相对较短的期间内(通常在10
‑
15天范围内)的相当大的劳动力，在此期间葡萄具有足够的成熟度。
3.另外的困难由这一事实引起：在采收时，葡萄园在葡萄园的不同的葡萄树之间具有不同的成熟度，还在同一葡萄树上具有不同的成熟度。为解决该问题，已经建议将用于确定果实的成熟度的果实采收机器装置和用于单独地采收和分类已经达到足够成熟度的果实的装置集成一体。
4.申请fr 2 760 595 a1描述了一种用于采收葡萄串的方法，包括：在已经达到令人满意的成熟度的葡萄串的果柄上手动设置标记手段的在先步骤；检测标记手段和引导切割设备朝向每个标记手段的步骤；以及在每个标记手段处切割果柄的步骤。该解决方案允许只采收成熟的葡萄，同时保持浆果和整个果串的完整性。尽管如此，它还需要相当大的合格劳动力来进行标记手段的设置。
5.考虑到上述情况，本发明的目的是提供一种用于采收果实的完全自动的方法，该方法允许保持浆果和果串的完整。特别地，该采收方法必须允许识别和定位待采收的果实，优选地，根据其成熟度。本发明的另一目的是提供一种方法，其实施和开发成本与在农业用地中的使用相匹配。


技术实现要素：

6.为此，本发明提供了一种用于采收果实的方法，该方法包括自动识别和定位果实的茎干或果柄，以及在这些茎干或果柄处单独且自动地切割果实。在两个阶段执行茎干的识别和定位：在第一阶段，获取表示树、灌木或植物的相对较大部分的所谓的整体图像，并且在该整体图像中检测一个或多个果实；在第二阶段，对于每个检测到的果实获取所谓的局部图像，并且识别和定位这些果实的茎干或果柄以用于其单独的切割。
7.更具体地，本发明的目的是一种用于采收茎干或果柄所结的果实的方法，该方法包括：
8.■
在表示植物分组的整体图像中检测感兴趣区域的步骤，其中使用图像处理在整体图像中检测一个或多个感兴趣区域，每个感兴趣区域包括果实的至少一部分，
9.■
获取局部图像的步骤，其中在每个感兴趣区域附近获取局部图像，每个局部图像表示所考虑的感兴趣区域的果实的至少一部分，以及
10.■
识别茎干或果柄的步骤，其中在每个局部图像中识别茎干或果柄。
11.植物分组被认为结有一组果实，例如成串的果实。例如，植物分组由果树或灌木、攀缘植物(例如，黄瓜或西红柿)或葡萄树形成。在后一种情况下，待采收的果实是葡萄串。整体图像表示该植物分组的全部或部分。作为示例，整体图像可以使大约1m2(平方米)的面积成像。
12.整体图像可以是二维或三维图像。通常，使用包括传感器的摄像机形成二维图像，该传感器由以矩阵形式组织的一组光敏元件(或像素)形成。每个像素可以与可见光谱、紫外光谱和/或红外光谱的多个波段中的辐射强度相关。可见光谱被定义为波长包括在390nm(纳米)和780nm之间的电磁光谱；紫外光谱被定义为波长包括在10nm和390nm之间的电磁光谱；并且红外光谱被定义为波长包括在780nm和0.1mm(毫米)之间的电磁光谱。特别地，每个像素可以与近红外光谱(包括在780nm和3μm(微米)之间)的波段中的辐射强度相关。例如，整体图像是多光谱图像，也就是说，在多个通常分离的波段中捕获数据，或高光谱图像，也就是说，在覆盖宽波长范围的多个波段中捕获数据。
13.三维图像包括点云，每个点由在空间中的位置限定。三维图像的每个点还可以与可见光谱、紫外光谱和/或红外光谱的多个波段中的辐射强度相关。
14.用于在整体图像中检测感兴趣区域的图像处理可以包括基于形状和颜色的有监督或无监督的分类方法。
15.获取局部图像以使得能够识别和定位果实的茎干或果柄。因此，以较窄的视野获取局部图像，仅指出一个果实，即检测到的感兴趣区域的果实。仍然作为示例，每个局部图像可以使300cm2范围的面积成像。在这个意义上，通过重力作用，果实的茎干通常位于果实的主要部分的上方，优选地，以向下的视野获取局部图像，也就是说，在水平线下方，从而使得在局部图像中的茎干可见。
16.每个局部图像可以是二维图像或三维图像。每个二维局部图像包括一组像素，每个像素由可见光谱和/或红外光谱的多个波段中的辐射强度限定。每个三维局部图像包括点云，每个点由在空间中的位置以及可见光谱和/或红外光谱的多个波段中的辐射强度限定。
17.识别茎干或果柄的步骤可以包括检测细长物体的子步骤，其中在每个局部图像中检测具有细长形状的元素，以及辨别子步骤，其中确定每个细长物体是茎干或果柄还是另一类型的细长物体。当元素的最大尺寸与其正交尺寸或两个其他正交尺寸中的每个的比例大于或等于3时，该元素被定义为具有细长形状。
18.可以使用不同的标准进行辨别子步骤。这些标准可以覆盖细长物体所反射的电磁光谱、这些细长物体的尺寸、它们的形状和它们的方向。可以单独使用或结合使用这些标准。
19.根据第一变化形式，辨别子步骤包括根据细长物体的像素或点的辐射强度对每个细长物体进行分类。特别地，在所述分类子步骤期间，可以确定每个细长物体的光谱是否至
少部分地位于与绿色或棕色对应的波段。在葡萄串的情况下，绿色通常对应果柄，并且棕色对应葡萄枝。在对细长物体进行分类的子步骤期间，也可以确定每个细长物体的光谱是否至少部分地位于显示叶绿素存在或不存在的近红外波段，例如，波段包括在680nm和850nm之间。
20.根据第二变化形式，辨别子步骤包括确定每个细长物体的长度。如果细长物体的长度包括在预定的长度范围内，则该细长物体可以被认为是茎干或果柄。对于葡萄串而言，所述范围包括在，例如，0.5cm(厘米)和3cm之间。长于3cm的长度通常对应于棚架线。
21.根据第三变化形式，辨别子步骤包括确定每个细长物体相对于果实的主体的相对位置。因此，如果细长物体位于果实的主体上方，该细长物体可以被认为是茎干或果柄。
22.根据第四变化形式，辨别子步骤包括确定每个细长物体的曲率。茎干或果柄竖直向下延伸的可能性相对较低，由于自身重量的影响，果串通常引起茎干或果柄弯曲。因此，当细长物体具有大于预定的曲率阈值时，该细长物体可以被认为是茎干或果柄。
23.根据第五变化形式，辨别子步骤包括确定在每个细长物体的纵向轴线和棚架线的预定轴线之间形成的一个或多个角度。植物可以被对齐从而形成彼此平行对齐的多排。在每排中，一个或多个棚架线可以被安装以用作植物的支撑架。每个棚架线然后形成很可能被识别为果实茎干或果柄的细长物体。为了从检测到的细长物体中排除这些棚架线，其纵向轴线形成小于预定角度的至少一个角度的每个细长物体可以被认为是棚架线。相反，当在细长物体的纵向轴线和棚架线的预定轴线之间形成的每个角度或至少一个角度大于预定角度，例如等于10度，该细长物体可以被认为是茎干或果柄。
24.获取局部图像的步骤可以包括将摄像机定位成邻近在整体图像中检测到的每个感兴趣区域的子步骤，摄像机被布置为获取局部图像。优选地，摄像机定位在每个果实上方，从而使得结有该果实的茎干或果柄可见。
25.根据特定实施例，该方法还包括确定果实成熟度的步骤，其中对每个检测到的感兴趣区域的果实确定指示成熟度指标。特别地，可以根据果实在一个或多个预定波长范围中的辐射确定指示果实的成熟度指标。这些波长范围可以显示糖含量和/或花青素含量。
26.仍然根据与先前实施例兼容的特定实施例，该方法还包括确定果实的健康状态的步骤，其中对每个检测到的感兴趣区域的果实确定指示健康状态指标。特别地，指示健康状态的指标可以表示果实中或果实上存在有害物。例如，有害物是一种植物病原体(细菌、病毒、真菌等)或有害生物(软体动物、蛛形纲动物、入侵昆虫等)。可以根据果实在一个或多个预定波长范围中的辐射确定指示健康状态的指标。这些波长范围可以显示存在有害物，例如，白粉菌和/或霉菌和/或葡萄孢。健康状态指标还可以由形状识别来确定。特别地，对于葡萄串而言，健康状态指标可以通过识别葡萄串的浆果的形状来确定。
27.可以对整体图像和/或局部图像中的每个果实确定指示成熟度的指标和/或指示健康状态的指标。
28.该方法也可以包括选择待采收的果实的步骤，其中根据指示成熟度的指标和/或指示健康状态的指标选择待采收的果实。
29.该方法也可以包括确定存在障碍物的步骤，其中确定障碍物是否妨碍果实的采收。确定存在障碍物的步骤可以对整体图像中的每个果实或，优选地，对应的局部图像中的每个果实进行确定。在选择待采收果实的步骤期间，然后也可以根据存在或不存在障碍物
来选择待采收的果实。
30.有利地，该方法还包括采收果实的步骤，其中切割在每个局部图像中识别出的茎干或果柄。优选地，在识别出每个茎干或果柄后立刻将其切割。在该方法包括选择待采收的果实的步骤的情况下，在采收果实步骤期间仅采收所选择的果实。
31.该方法也可以包括建立仍然待采收的果实的映射的步骤，其中对于果实还没有被采收的每个检测到的感兴趣区域确定地理坐标。例如，当果实的茎干或果柄不能被识别，当果实的成熟度指标不合适，或当障碍物阻止采收时，就是这种情况。仍然待采收的果实的映射允许确定需要手动采收的果实的数量和位置，并且因此允许计划所需要的手动工作。
32.该方法也可以包括建立果实映射的步骤，其中对于每个检测到的感兴趣区域确定地理坐标。该映射允许确定在一个区域上的果实的分布和密度。
33.本发明的目的也是一种用于采收果实的机械设备，该机械设备被布置为实施上述方法。特别地，该机械设备可以包括一种用于选择待采收的果实的系统，该系统包括：
34.■
主摄像机，该主摄像机被布置为获取整体图像，每个整体图像表示植物分组，
35.■
用于检测感兴趣区域的单元，该单元被布置为检测每个整体图像中的一个或多个感兴趣区域，每个感兴趣区域包括果实的至少一部分，
36.■
一个或多个辅助摄像机，该辅助摄像机被布置为获取每个感兴趣区域附近的局部图像，每个局部图像表示所考虑的感兴趣区域的果实的至少一部分，和
37.■
用于识别茎干或果柄的单元，该单元被布置为在每个局部图像中识别茎干或果柄。
38.机械设备可以设有推进装置，以确保其移动。则机械设备形成自主的机器人机器。机械设备也可以安装在农业拖拉机或旨在被拖曳的运行支撑架上。
39.每个(主要的和辅助的)摄像机可以包括由以矩阵形式组织的一组光敏元件(或像素)形成的传感器。优选地，每个摄像机被布置为在可见光谱的至少一部分上获取图像。摄像机也可以被布置为进一步覆盖紫外光谱和/或红外光谱的一部分。
40.每个辅助摄像机也可以是立体视觉摄像机，也就是说，包括两个传感器，这些传感器被布置为能够构造三维图像，每个三维图像包括点云，每个点由在空间中的位置限定。可替代地，每个辅助摄像机可以是全光摄像机。
41.机械设备还可以包括一个或多个机械臂，每个机械臂承载辅助摄像机并且被布置为连续地将辅助摄像机定位在感兴趣区域附近。例如，机械设备包括三个或四个机械臂。控制机械臂使得对于每个感兴趣区域，一个辅助摄像机获取局部图像。
42.根据特定实施例，机械设备还包括用于采收果实的系统。该采收系统包括至少一个切割装置，该切割装置被布置为切割果实的茎干或果柄。
43.根据第一变化形式，切割装置布置在每个机械臂上。每个机械臂然后被布置为连续地将所承载的辅助摄像机定位在感兴趣区域附近，并且将切割装置定位在待切割的茎干或果柄处。
44.根据第二变化形式，每个切割装置安装在专用的切割机械臂上，切割机械臂被布置为连续地将切割装置定位在每个识别出的茎干或果柄处，从而实现其切割。
45.根据特定实施例，用于选择待采收的果实的系统还包括：
46.■
用于确定果实的成熟度的单元，该单元被布置为针对每个检测到的感兴趣区域
的果实确定成熟度，和/或
47.■
用于确定果实的健康状态的单元，该单元被布置为针对每个检测到的感兴趣区域的果实确定健康状态指标。
48.用于采收果实的系统还可以包括安装在每个机械臂上的抓握装置，每个抓握装置被布置为在切割之前、期间或之后在果实侧握持茎干或果柄。在适当的情况下，用于采收果实的系统也可以包括安装在每个切割机械臂上的抓握装置。有利地，抓握装置与切割装置安装在同一臂上。
49.用于采收果实的系统也可以包括用于收集经切割的果实的一个或多个筐。
50.根据第一变化形式，用于采收果实的系统包括一个单独的收集筐，并且每个机械臂和所承载的抓握装置被布置为将经切割装置切割的每个果实存放在收集筐中。例如，收集筐固定到机械设备的框架。
51.根据第二变化形式，用于采收果实的系统包括多个收集筐，并且每个机械臂和所承载的抓握装置被布置为根据果实的确定的健康状态指标，将经切割装置切割的每个果实存放在一个收集筐中。该变化形式允许自动从感染的或损坏的果实中挑选出完好的果实。例如，收集筐固定到机械设备的框架。
52.根据第三变化形式，用于采收果实的系统包括安装在承载切割装置的每个机械臂上，在所述切割装置下方。
53.用于选择待采收的果实的系统还包括用于确定存在障碍物的单元，该单元被布置为确定障碍物是否妨碍果实的采收。特别地，用于确定存在障碍物的单元可以被布置为确定在植物的分支和棚架线(在适当的情况下)之间是否存在足够的空间，以使得机械臂和经切割的果实能够通过。例如，根据整体图像或局部图像确定障碍物的存在。
54.此外，机械设备还可以包括吹扫装置，该吹扫装置被布置为在每个感兴趣区域附近形成气流。优选地，当在感兴趣区域附近获取局部图像时，和/或当进行切割操作时，在每个感兴趣区域附近形成气流。例如，吹扫装置包括安装在机械设备的框架上的中央吹扫器、安装在每个机械臂上的吹气嘴以及将每个吹气嘴连接到中央吹扫器的空气管道。在其他实施例中，吹扫装置可以包括安装在每个机械臂上的吹扫机器。
55.根据特定实施例，机械设备被布置为能够在其移动期间采收果实。特别地，机械臂可以被布置为在获取局部图像、握持和切割果实的茎干或果柄的操作期间，补偿机械设备的整体移动。
附图说明
56.在阅读仅作为示例提供并且参考附图的以下描述时，本发明的其他特征、细节和优点将显现，其中：
57.图1a以立体图示意性地示出了用于在葡萄园中采收葡萄串的机械设备的示例；
58.图1b以侧视图示意性地示出了在葡萄园中的图1a的机械设备；
59.图2示出了根据本发明的用于采收果实的方法的示例；
60.图3示出了在图2的方法中检测感兴趣区域的步骤的结果；
61.图4示出了在图2的方法中识别茎干的步骤实施的示例。
具体实施方式
62.图1a和图1b示意性地示出了根据本发明的用于采收果实的机械设备的示例。在图1a中，以立体图示出了机械设备，并且在图1b中，以侧视图示出了该设备在一排根据轴线延伸的葡萄树中。在下文描述的示例中，机械设备被用于在葡萄园中采收葡萄串。尽管如此，本发明也适用于任何其他果实的采收。图1b中所示出的葡萄树10包括延伸出葡萄枝12的树干11和每个都通过果柄14连接到葡萄枝12的果串13。机械设备20被布置为识别每个果串13的果柄14并切割它。该设备包括安装在轮轴22上的框架21，以使所述框架21能够移动。机械设备20可以被手动地或由拖拉机拖曳，或配备有推进装置，从而确保自主运动。机械设备20还包括：两个机械臂23a、23b；用于选择待采收的果实的系统30；用于采收果实的系统40；以及控制单元50。
63.每个机械臂23a、23b安装在框架21上并且包括适于根据多种自由度相对于框架21移动的远端。在图1a和图1b的实施例中，每个机械臂23a、23b包括根据轴线延伸的第一段231、根据轴线可枢转地连接至第一段231的第二段232以及根据平面的轴线可枢转地连接至第二段的第三段233。每个机械臂23a、23b还包括：承载第一段231从而使其能够根据轴线平移移动的第一引导系统234；承载第一引导系统234从而使其能够根据轴线平移移动的第二引导系统235；以及承载第二引导系统235从而使其能够根据轴线平移移动的第三引导系统236。因此，每个机械臂23a、23b的第三段233适于根据五种自由度相对于框架21移动。因此，每个机械臂23a、23b可以被称为“5轴机械臂”。当然，根据本发明的用于采收果实的机械设备可以包括任何类型的机械臂，特别是具有更多数量的自由度的机械臂。每个机械臂23a、23b的第三段233被布置为承载如下文所解释的摄像机和工具。
64.选择系统30包括主摄像机32和用于每个机械臂23a、23b的辅助摄像机33a、33b。主摄像机32被布置为获取一颗或多颗葡萄树10或一颗或多颗葡萄树10的至少一部分的所谓的整体图像。主摄像机32可以固定地安装在框架21上。例如，将其定向为使得其视线与轴线正交。主摄像机32是所谓的rgb摄像机，也就是说，包括适于将可见光谱的至少三个波段中的光强度分配到图像空间的每个点的一组光敏元件。主摄像机32也可以覆盖紫外光谱和/或红外光谱的一部分。每个机械臂23a、23b分别在其段233上承载辅助摄像机33a、33b。如下文所解释的，其布置成使得能够分别将辅助摄像机33a、33b定位在葡萄园的期望的连续位置处。每个辅助摄像机33a、33b被布置为获取所谓的局部图像，通常覆盖一个单独的果串或果串部分。例如，辅助摄像机33a、33b由立体摄像机组成，也就是说，每个都配备有两个光敏传感器，两个光敏传感器被布置为根据不同角度获取同一场景的两个图像，并且因此生成三维(3d)图像。每个光敏传感器可以被布置为获取可见光谱、紫外光谱和/或红外光谱中的多个波段中的辐射强度。因此，立体摄像机允许在所观察到的场景中同时收集光谱信息和位置信息。特别地，每个3d局部图像可以由点云组成，每个点都与多个波段中的辐射强度相关。
65.对于每个机械臂23a、23b，采收系统40包括切割装置41和安装在所考虑的机械臂的段233上的抓握装置42。该采收系统40还包括两个收集筐43a、43b。切割装置41被布置为切割果柄14，并且抓握装置42被布置为当切割时握持每个果柄。收集筐43a、43b安装在框架21上并且每个收集筐被布置为接收经切割的果串。
66.控制单元50被布置为接收主摄像机32所生成的整体图像和每个辅助摄像机33a、33b所生成的局部图像。如下文所解释的那样，该控制单元50还被布置为处理这些图像并控制机械臂23a、23b、切割装置41和抓握装置42。
67.根据本发明的机械设备还可以包括未示出的地理定位系统和映射单元。地理定位系统被布置为确定机械设备或其部件之一的地理坐标。特别地，机械设备可以包括安装在每个机械臂23a、23b上的地理定位系统，以便于确定每个辅助摄像机33a、33b的地理坐标，并且因此确定这些摄像机成像的每个物体的地理坐标。每个地理定位系统可以包括卫星定位系统和/或惯性单元。映射单元被布置为生成映射，该映射限定在整体图像中所检测到的果实的位置。如下文所解释的，在适当的情况下，映射可以考虑不同的标准，例如果实的成熟度和/或健康状态，和/或果实的茎干不能被识别的事实。
68.图2示出了根据本发明的一种用于采收果实的方法的示例，并且图3示出了该方法的一个步骤的结果，其中，感兴趣区域被检测。参考了机械设备(参考图1所描述)来描述该方法。方法100包括：获取整体图像的步骤110；检测感兴趣区域的步骤120；获取局部图像的步骤130；确定果实的成熟度指标和健康状态指标的步骤140；识别茎干的步骤150；切割茎干的步骤160；存放经切割的果串的步骤170；以及建立果实的映射的步骤180。在获取整体图像的步骤110期间，主摄像机32获取在图3中具有附图标记200的整体图像，并将其传输到控制单元50。在步骤120期间，控制单元50执行图像处理，包括检测整体图像200中的感兴趣区域，每个感兴趣区域包括一串葡萄。在图3中，感兴趣区域具有附图标记201。检测感兴趣区域的步骤120可以包括基于待采收的果串的形状和颜色的分类方法。如图3中所示，果串可以仅部分地示出在整体图像中，并且感兴趣区域201可以仅包括果串13的可见部分。然后，对于在整体图像中检测到的每个感兴趣区域执行步骤130、140、150、160、170。在步骤130期间，通过致动对应的机械臂23a、23b，将辅助摄像机33a、33b之一定位在所考虑的感兴趣区域201附近，并且对于该感兴趣区域获取3d局部图像并将其传输到控制单元50。在步骤140期间，对于每个检测到的感兴趣区域，控制单元50确定果串的成熟度指标和健康状态指标。根据对应的3d局部图像的一个或多个预定波长范围中的辐射强度来确定这些指标。当对所考虑的感兴趣区域而言成熟度被认为令人满意时，对该感兴趣区域，该方法继续进行步骤150。相反，当对所考虑的感兴趣区域而言该指标不令人满意时，则对于该方法的其余步骤，排除所述感兴趣区域。步骤150包括使用对应的3d局部图像识别每个果串的果柄。在步骤160期间，用于定位辅助摄像机(已经获取所述3d局部图像)的机械臂23a、23b将切割装置41和抓握装置42定位在每个识别出的果柄处；致动抓握装置42以便于握持果柄；然后致动切割装置41以便于切割抓握装置42的果柄上游。存放经切割的果串的步骤170包括根据经切割的果串的健康状态指标将其存放在收集筐43a、43b之一。通过致动对应的机械臂23a、23b来进行步骤170，抓握装置42执行握持果柄直到经切割的果串到达所选择的收集筐43a、43b。建立果实的映射的步骤180包括确定在整体图像中检测到的所有果实或其中满足预定条件的部分的地理坐标。作为示例，可以对以成熟度不足为特征的果实或在步骤150期间茎干不能被识别的果实建立映射。方法100然后可以在获取表示葡萄园的另一部分的新的整体图像时，反复重新开始。
69.应当注意，根据本发明的用于采收果实的方法中的步骤110
‑
170可以在机械设备20处于停止或移动(例如，以相对恒定的速度移动)时进行。在机械设备移动期间执行该方
法的情况下，机械臂然后可以被布置为补偿机械设备的移动，特别是对于获取局部图像的步骤130和切割茎干的步骤160。
70.图4示出了实施识别茎干的步骤150的示例。在该示例中，步骤150包括检测细长物体的子步骤151和对细长物体进行分类的子步骤152。子步骤151包括在每个3d局部图像中检测具有细长形状的元素。例如，当元素的最大尺寸与其他两个正交尺寸中的每个的比例大于或等于预定阈值时，该元素被定义为具有细长形状。例如，该阈值被设置为等于3。子步骤152包括确定每个细长物体是果柄还是其他类型的物体。例如，通过检查该细长物体没有分枝来进行子步骤152。还可以通过确定每个细长物体的光谱是否至少部分位于预定波段来进行子步骤152。特别地，对于葡萄串而言，绿色的细长物体可以被分类为果柄类，棕色的细长物体可以被分类为葡萄枝类，并且灰色的细长物体可以被分类为棚架线类。子步骤152对细长物体进行分类也可以通过确定每个细长物体的长度、曲率和/或定向来进行。
71.应当注意，控制单元50执行第一图像处理和第二图像处理，第一图像处理包括在整体图像中检测感兴趣区域，第二图像处理包括在局部图像中识别茎干(或果柄)。控制单元50也确定果实的成熟度指标和健康状态指标以及存在障碍物。因此，控制单元50可以被认为是包括用于检测感兴趣区域的单元、用于识别茎干的单元、用于确定果实的成熟度的单元、用于确定果实的健康状态的单元和用于确定存在障碍物的单元。此外，控制单元50执行对机械臂23a、23b、切割装置41和抓握装置42的控制。在适当的情况下，控制单元50还在识别和切割茎干期间补偿机械设备的移动。实践中，控制单元50因此可以由多个不同的硬件和/或软件元件来形成。