En els darrers anys, la tendència a l'envelliment de la mà d'obra agrícola s'ha intensificat significativament, i la dificultat de contractar i la mà d'obra cara s'ha convertit en un coll d'ampolla que restringeix el desenvolupament de la indústria del te.El consum de la recollida manual de te famós representa al voltant del 60% de la mà d'obra de gestió de tot el jardí de te, mentre que els capolls florals del te famós de gamma alta són delicats, amb diferents posicions de creixement, postures i densitats, especialment en el entorn no estructurat que canvia amb la brisa i la llum.La selecció a màquina és difícil de realitzar.Per tant, la investigació sobre tecnologia intel·ligent de recollida de te i la selecció d'adequadesmàquines per arrencar teimàquines de processament de tesón de gran importància per promoure el desenvolupament de la indústria del te del meu país.

Actualment, la investigació sobre màquines de recollida de te de marca de gamma alta a casa i a l'estranger acaba de començar, i encara es troba en l'etapa de prova de prototips conceptuals.Encara hi ha alguns reptes en l'aplicació pràctica, com ara la producció agrícola actual té problemes com la incompatibilitat de la maquinària agrícola i l'agronomia, la identificació de brots es veu molt afectada per la llum i és difícil segmentar imatges amb fons i brots similars.En comparació amb l'aprenentatge automàtic tradicional, l'aparició demàquines de jardí de tei les màquines de processament de te es basen en el mètode de reconeixement de brots i fulles de l'aprenentatge profund, però requereix un gran nombre de mostres etiquetades per a la formació, i té un augment de la complexitat de la xarxa, i les actualitzacions del sistema de maquinari també són un problema. Amb el ràpid desenvolupament de tecnologia de visió artificial i intel·ligència artificial, això proporciona una bona base per a la investigació i el desenvolupament de màquines intel·ligents d'arrancament de te.En el futur, la màquina intel·ligent de recollida de te tindrà les següents tendències de desenvolupament.Les dificultats actuals en la identificació i localització dels brots de te es troben en la diversitat d'espècies de te i l'entorn de creixement, l'estratègia d'identificació de brots de te sota oclusió superposada, la interferència dinàmica i la poca estabilitat i versatilitat de l'algorisme.En el futur, la recollida de dades s'hauria de dur a terme sobre imatges de te de jardins de te de diferents varietats, diferents estacions del te, diferents graus, diferents orígens i diferents condicions d'il·luminació, per tal d'aconseguir l'expansió dels conjunts de dades de mostres d'imatge de te, enriquir el diversitat de mostres i establir brots de te de diverses varietats i graus.Les bases de dades de fulles milloren la generalitat dels algorismes.La textura dels brots de te és relativament suau i les màquines tradicionals de recollida són fàcils de causar danys als brots.

Al mateix temps, en l'entorn caòtic i ventós dels jardins de te, els errors de posicionament i els errors aleatoris són propensos a produir-se.Per tant, elmàquina de processament del jardí de teno ha de danyar els brots tendres quan es treballa i utilitzar un mètode de compensació d'error adequat.Per tant, cal estudiar la flexibilitat amb tolerància a fallades.El final recull l'efector.D'acord amb els requisits d'un manipulador de recollida de te lleuger, flexible i d'alta velocitat, mitjançant el disseny lleuger de l'estructura i l'algoritme de control de moviment corresponent, es pot realitzar l'actuador de recollida final de te i el seu sistema de control.Al mateix temps, l'eficiència dels actuadors de recollida d'un sol extrem és massa baixa.En el futur, per millorar encara més l'eficiència de la recollida de te, s'haurien de desenvolupar actuadors de recollida de múltiples terminals i sistemes de control eficients per realitzar l'assignació de tasques i la planificació de coordinació del moviment dels actuadors de recollida de múltiples terminals i millorar l'eficiència de la recollida de te.