近日，山东农业大学机电学院苑进教授团队《Computers and Electronics in Agriculture》在线发表了题为“S2CPL: A novel method of the harvest evaluation and subsoil 3D Cutting-Pointlocation for selective harvesting of green asparagus”的研究论文。研究生牟思为该论文的第一作者，苑进教授为该论文的通讯作者。
芦笋是一种多年生宿根性草本植物，在20世纪80—90年代中国已成为世界上栽培面积最大的芦笋生产国和产品出口国，面临着收获绿芦笋的挑战。芦笋生长密集，同一根系生长出来的芦笋嫩芽生长方向、生长成熟不一致，具有快速、零星生长的特点。目前全国几乎所有芦笋采摘等繁重的体力劳动仍由农民人工完成，绿芦笋的采收需要根据其长度仔细选择成熟的茎，另一方面，我国芦笋一般生长在山脊上，需要用芦笋刀在地表以下1至2cm的深度人工切割，因此这是一项劳动密集型和耗时的工作。实现田间绿芦笋智能选择性采收的关键在于采收适应度(长度、直径等)的判别和绿芦笋底土切点的精确定位。
针对以上技术难题，山东农业大学苑进教授团队以大田种植的绿芦笋为研究对象，首创了S2CPL绿芦笋选择性采收过程中采收适宜性评价和土下切割点精确定位的关键方法。该方法利用RGB-D传感器获取绿芦笋的图像和空间深度信息，对YOLOv8的实例分割算法进行了研究和改进提高分割精度，同时提出了一种利用图像掩模融合深度信息计算绿芦笋长度和直径的三维形态提取方法，最终实现了机器人选择性采收的收获评价和图下三维切割点定位。该项研究还建立了一种为机械化采收末端执行器提供目标点信息的相机位姿优化方法。该技术有望为提高绿芦笋选择性采收中的视觉定位系统提供重要核心技术，实现成熟绿芦笋自动化、智能化采收，促进绿芦笋产业的发展。
该研究得到了国家自然科学基金和山东省棉花产业技术体系与产业创新团队项目的资助。
