Towards a Unified Taxonomy of Agricultural Harvesting Technologies: Linking Physical Interaction, Automation, and Selectivity
作者: Renato Cristiano Torres, Fabiano Mariath D Oliveira, Claudio Gottschalg Duque
分类: cs.RO
发布日期: 2026-10-09
备注: 14 pages, 1 figure, 6 tables
💡 一句话要点
提出统一分类法以解决农业收获技术的比较问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 农业收获技术 自动化 机器人技术 分类法 物理相互作用 选择性 机械化
📋 核心要点
- 现有的农业收获技术分类方法多样，导致直接比较困难，缺乏统一的分类标准。
- 本文提出一种基于物理相互作用原理和自动化水平的统一分类法，旨在解决现有分类的混乱问题。
- 分析结果显示，自动化程度的提高并不总是带来选择性的提升，提供了新的视角来理解收获技术的演变。
📝 摘要（中文）
农业收获技术经历了从传统机械化系统到越来越自动化和机器人化系统的演变，这一过程带来了分类问题。本文提出了一种基于植物与机器相互作用的物理原理和收获过程自动化水平的统一分类法。选择性作为一种新兴功能属性，反映了感知和决策对物理执行的影响。通过分析传统机械方法与半自动化和机器人收获方法，研究表明，自动化程度的提高并不一定导致选择性的增加。该框架为机械化、自动化和机器人收获技术的比较提供了共同的概念基础，明确了技术边界，识别了中间配置，并支持未来收获系统的分析与发展。
🔬 方法详解
问题定义：本文旨在解决农业收获技术分类混乱的问题，现有方法通常依据作物类型、机械原理等进行分类，导致比较困难。
核心思路：提出基于植物与机器相互作用的物理原理和自动化水平的统一分类法，选择性作为新兴功能属性，帮助理解收获技术的演变。
技术框架：该框架包括两个主要分类轴：物理相互作用原理和自动化水平，分析传统机械方法与自动化、机器人收获技术的关系。
关键创新：通过将产品移除的物理机制与自动化水平和选择性分开，明确了技术边界，识别了中间配置，提供了新的比较基础。
关键设计：在分类过程中，考虑了多种机械移除方法（如切割、拉动、振动等）与自动化程度的关系，强调感知和决策对物理执行的影响。
🖼️ 关键图片
📊 实验亮点
实验结果表明，尽管自动化程度提高，但选择性并未必随之增加，反而在某些情况下可能出现质的转变。这一发现为农业收获技术的发展提供了新的视角，强调了感知与决策在收获过程中的重要性。
🎯 应用场景
该研究的潜在应用领域包括农业机械化、机器人收获系统的设计与优化。通过提供统一的分类法，研究可以帮助开发更高效的收获技术，提升农业生产力，减少资源浪费，推动可持续农业发展。
📄 摘要（原文）
Harvesting technologies have evolved from conventional mechanized systems based on bulk mechanical interaction toward increasingly automated and robotic systems capable of perception, decision-making, and localized actuation. This evolution has also created a classification problem, as harvesting systems are commonly described according to crop type, mechanical removal principle, sensing technology, robotic architecture, or degree of automation, making direct comparison difficult. This paper proposes a unified taxonomy for agricultural harvesting technologies based on two primary classification axes: the physical principle governing plant-machine interaction and the level of automation incorporated into the harvesting process. Selectivity is treated as an emergent functional attribute that expresses the biological and spatial scale at which perception and decision-making influence physical actuation. Conventional mechanized methods, including cutting, pulling, vibration, impact, brushing, pneumatic action, and combined systems, are analyzed together with semi-automated and robotic harvesting approaches. The analysis shows that increasing automation does not necessarily result in greater selectivity. A qualitative transition occurs when perception and decision-making directly influence product-level actuation, shifting harvesting from distributed or bulk interaction toward localized and selective manipulation. The proposed framework provides a common conceptual basis for positioning and comparing mechanized, automated, and robotic harvesting technologies. By separating the physical mechanism of product removal from the automation level and resulting selectivity, the taxonomy clarifies technological boundaries, identifies intermediate configurations, and supports the analysis and development of future harvesting systems.