智能采茶機器人和采茶工一起在茶園工作。浙江理工大學供圖

清明前夕，正是茶葉采摘旺季。在浙江省杭州市西湖區一處茶園里，一個“采茶小工”移動機械臂，將采摘的茶葉源源不斷地送入存儲盒中。這個“采茶小工”的研發團隊，正是浙江理工大學農業機器人與裝備創新團隊。

茶葉采摘基本靠人工完成，尤其是名優茶、明前茶，采摘期短且密集，比如高等級的龍井茶，一斤茶葉需要約4萬個芽頭。但隨著采茶工群體年齡增大，人工缺、人工貴的問題越來越突出。

在浙江省山區26縣，擁有大面積的茶園，發展茶產業關系著當地農民的增收問題，也能有效助力浙江高質量發展建設共同富裕示范區。為了幫助茶農提升產量、增加收入，國家茶葉產業技術體系崗位科學家、浙江理工大學教授武傳宇帶領團隊研發出智能采茶機器人，今年已研發到了第五代。

要在茂密的茶樹枝中識別嫩芽，采茶工人憑借的是眼力和豐富的經驗，這臺機器卻是借助人工智能，通過對大量圖像數據的學習，實現對茶樹嫩芽的自動識別。

在浙江省麗水市的一個示范茶園里，中青報·中青網記者見到該團隊的陳建能教授。隨著機械臂的移動，一顆顆茶芽被摘下來。陳建能介紹，智能采茶機器人的一個難點就是“識別難”。茶樹芽葉不像水果蔬菜，形狀規則、顏色差別大容易識別，茶樹新長的芽葉和老葉的區別很小，形狀又不規則，這給識別增加了很多難度。

從2019年開始，該團隊針對人工智能深度學習、深度相機定位、機器人機械臂等在技術上進行不斷的研發與測試。

智能采茶機器人是怎樣識別芽葉和老葉的？采茶機器人里有一套叫作深度卷積神經網絡的識別模型，通過對大量茶樹芽葉圖像數據的學習，可以自動識別茶樹芽葉。

團隊成員、識別組桂江生副教授介紹，“前期我們向采茶機器人系統輸入大量的茶樹芽葉照片，通過處理和分析，采茶機器人就會記住芽葉的形狀和紋理等，自己歸納出照片中芽葉的特征，輸入的照片越多，機器人的知識庫就越豐富，學起來也越扎實，對芽葉識別的準確率也就越高。”

除了聰明好學的腦袋，智能采茶機器人還有一雙厲害的“眼睛”，使用雙目攝像頭掃描茶葉，就和人的兩只眼睛一樣，實現3D定位，從而精準找到芽葉所在位置。

識別、定位好茶葉芽葉后，接下來就是怎么樣快速、無損地把它采摘下來。這時就需要用到機器人的另一個法寶——機械臂。工業機器人處于一個人造的穩定環境，而農業機器人面對的是非結構化、千變萬化的環境，這就對機械臂提出了很高的要求。風速、光照、坡度等因素都會影響機械臂的采摘。

據了解，機械臂采茶分兩步，一剪一吸。機械臂的末端有一把小剪刀，根據定位信息找準芽葉的葉柄，一刀下去，芽葉從枝頭分離，同時附在機械臂末端的負壓吸管，會把剪下來的芽葉吸進機械手的暫存盒中。

一般來說，早春茶一芽一葉在兩厘米左右，葉柄只有幾毫米，所以對機械臂的操作精準度要求非常高，剪歪了會破壞茶樹枝梢，或剪下不完整的芽葉。一位團隊成員感嘆研發不易，“我們就好比在農田里繡花，讓采茶機器人完成毫米級的作業任務。”

相較于之前幾代，第五代智能采茶機器人增加了一個機械臂，大大提高了智能機器人采摘的效率。目前采一顆芽葉時間在1.5秒左右，1小時可以采摘2000多顆，一天可以采4斤左右，目前還沒有趕上人工的速度。陳建能表示，未來通過改進，一臺機器可以實現3-5個人的工作效率。

過去的采茶機器人采用軌道方式，可以適應丘陵山地。今年在西湖龍井產區實驗的第五代智能采茶機器人，已經采用履帶的方式，可以前后移動，適應于緩坡地面。

團隊成員介紹，目前，第五代智能采茶機器人的識別準確率達到86%，采茶成功率在60%以上，采茶精確度相較于前幾代機器人大大提高。

陳建能表示，“第五代智能采茶機器人的進步，證明智能采茶是可行的，而要把可行變成可用、好用，未來還有很長的路要走。”目前，這款機器人還處于實驗室階段，接下來團隊將繼續研發，提高采摘效率和采摘質量。

中青報·中青網記者 蔣雨彤 通訊員 張若嫻 來源：中國青年報