华中农业大学工学院柑橘机械化生产技术与装备团队在采后果蔬生产、果蔬运输、果蔬贮藏、果蔬分级等方面进行了大量技术研究和设备研发。

针对湖北省特色水果柑橘，团队开展了基于机器视觉与深度学习技术的病损与新鲜度识别算法系列研究，包括自主开发多模态序列图像融合算法，实现了虫橘高精度无损检测，准确率达到93.0%；结合检测跟踪与轨迹预测算法，实现了外部缺陷柑橘的产线实时动态识别，准确率为93.7%，单帧图像平均处理时间为35.3ms等；剖析园艺学原理与柑橘新鲜度关键特征，完成了采后柑橘新鲜度精准预测，精度达到96.0%。

为解决猕猴桃果实产线分选的关键问题，团队创新了基于视触觉技术的水果硬度高通量无损检测技术与设备，构建了基于机器人技术的多种配套产线分选策略，完成了产线实时硬度检测与分选系列工作。

此外，团队优化了基于近红外与高光谱技术的水果糖分无损鉴定方法，并研发了水果包装机、包膜机、运输机等一系列与产线配套的自动化设备，在理论创新、技术创新与装备创新上均有系统性的成果与积累。团队成员近五年承担了包括国家重点研发计划课题、农村农业部条件建设项目等直接相关的国家级、省部级项目、课题共11项，累计项目经费达2380万，并已在Biosystems Engineering、Frontiers in Plant Science、Information Processingin Agriculture、Robotics and Autonomous Systems、International Conference on Robotics and Automation（ICRA）等国际知名期刊与顶级会议以第一作者和通讯作者发表论文30余篇，申请发明专利10余件。

（1）水果内外部品质的高效、高精度无损检测技术

针对现有水果品质检测方法精确度低、适应性差等缺点，团队成员结合光谱、机器学习及深度学习技术，提出了水果内、外部品质无损检测新方法，增设了无损、高精度获取果瑕疵、直径、成熟度等外观信息的新手段，攻克了水果组织内部光传输规律与品质频谱响应的关联机制，构建了水果内部品质的评价模型与隐性缺陷的鉴别策略，开发了水果内外部品质无损检测的新算法，创制了水果图像特征高通量采集与内部品质无损检测的新设备。

（2）水果高通量无损检测技术与设备

现有的猕猴桃硬度检测方法主要包括人手按压、探针穿刺等，然而因存在主观性高且费时费力等问题，这些方法难以应用于产线高通量水果硬度检测场景。为此，本团队提出创新了基于视触觉技术的水果硬度高通量无损检测方法，通过搭建视触觉信息采集装置，应用自主开发的序列图像回归算法将采集的视触觉猕猴桃图像信息输出为硬度值，实现了产线水果硬度实时检测。

（3）生产线柔性改造与自动化升级关键技术与设备

现有水果分选设备在高速运输水果的过程中极易损伤水果，且在上料、包装、分箱等步骤仍然依赖人工，具有伤果率高、产量提升不显著的缺陷。团队提出了多自由度与高柔顺性的果杯机械结构新设计，构建将水果360度无损翻转与高效运输的控制策略，创制适用于生产线高速运输的柔性果杯；完成多通道并行的产线机械结构设计与验证，创制高通量处理水果的生产线运输部件；基于机器人技术，开发全自动的配套设备，包含全新的自动上料系统、自动输送系统、自动补筐、自动换筐等。

（4）生产云监测平台

依托5G、Wifi、云平台以及GPRS无线通讯模块，基于生产线水果生产状况以及各种传感器构建物联网系统，同时开发具有数据采集、实时时钟、数据定时存储、参数设定等功能的人机交互软件，使用户可以在云端实现对水果产量、分级细节、各设备运转状况的实时监测，并在设备故障时候远程对其进行启停控制。

（5）水果自动包装机

该机主要用于贮藏保鲜的柠檬等球形水果的薄膜包装，可有效替代人工套袋，具有很好市场前景。具有如下特点：适宜薄膜厚度薄：满足贮藏水果薄膜包装透气需求，该机可用0.01mm-0.03mm厚度范围薄膜。适宜果径范围大：该机可用于小果也可以用于大果，最小果径60密码，最大果径达到85mm。包装效率高：整个加工过程全自动化，每分钟可以包装80个。包装质量高：包装密封性好，包装成功率为95%以上。

水果采后智能分选方法及分选装备的研发及推广既是实现水果品质标准化的第一步，也是最为关键的一步。结合无损检测和人工智能技术将各类水果按重量、外观品质、内部品质进行细分，准确地将经过分选的不同品质水果与消费市场进行对接，满足不同消费需求，进而拓展水果市场价格空间，使不同档次的水果都能卖到合适的价格，这对于建立消费者市场信任度、提高农产品附加值、减少水果滞销导致的浪费现象都具有极其重要的意义。

本团队长期从事园艺产品采后保鲜技术、采后病害与绿色防控、机械装备和投入品研发等稳定的研究方向，注重学科交叉融合，协同创新，在全国水果采后处理领域形成了重要的社会影响力。针对湖北省特色水果，研发了基于机器视觉与深度学习技术的水果外部病损识别算法，构建了生产线病损果的机器人分选策略，优化了基于近红外与高光谱技术的水果糖分无损鉴定方法，创新了基于视触觉技术的水果硬度高通量无损检测技术与设备，并创制了水果包装机、包膜机、运输机等一系列与产线配套的自动化采后处理设备，在理论创新、技术创新与装备创新上均有系统性的成果与积累。

团队研究成果可形成大型易损伤果及小型果的智能分选整体技术体系各1套，集成创制适用于不少于2种大型易损伤果及2种小型果的智能分选线各一条，产品自主率达到95%以上，具有分选准确率高、误差小、指标全面、性价比高的特点，性能达到或优于国外同类产品。形成水果内外部品质无损智能检测技术3项，重量测量精度提高30%以上，外部品质检测精度大于90%，内部品质与隐性缺陷检测精度大于85%；产线柔性改造与自动化升级技术3项，伤果率降低30%以上，产量提升50%以上，人工减少80%以上；集成创制适用于不少于3种水果的果高通量智能内外部品质分选设备，可以在低伤果率、高度无人化的前提下实现高通量水果商品化处理与高精度内外部品质分级。技术推广应用后预计将实现水果采后处理成本降低50%以上，水果品质提高30%以上，产业综合效益提高20%以上。

华中农业大学工学院柑橘机械化生产技术与装备团队长期从事园艺产品采后保鲜技术、采后病害与绿色防控、机械装备与技术等研究，注重学科交叉融合，协同创新，在全国水果采后处理领域形成了重要的社会影响力。团队拥有教授1人、正高级工程师1人、副教授11人，在读博士研究生6人，硕士研究生超过50人。

李善军教授，博士，华中农业大学工学院，团队负责人，项目负责人，现代农业（柑橘）产业技术体系岗位科学家、华中农业大学工学院副院长，提出、指导并推动项目落地。

陈耀晖副研究员，博士，华中农业大学工学院，项目主要参与人员，负责提出项目的技术路线与总体实施方案。

易斌，学士，湖北国炬农业机械科技股份有限公司，项目主要参与人员，负责现场指导项目实施。

李卫民，学士，武汉伊轩科技有限公司，项目主要参与人员，负责现场指导项目实施。

李伟夫副教授，博士，华中农业大学理学院，项目主要参与人员，负责指导开发项目所需算法。

杨方副教授，博士，华中农业大学工学院，项目主要参与人员，负责指导设计机械结构。

万强副教授，博士，华中农业大学工学院，项目主要参与人员，负责指导解决项目中遇到的各组件摩擦磨损等问题。

陈红副教授，博士，华中农业大学工学院，项目主要参与人员，负责指导设计机械结构。

刘洁副教授，博士，华中农业大学工学院，项目主要参与人员，负责指导电路设计与控制系统开发。

本项目在团队前期研发基础上，围绕大型易损果与小型果分选的核心瓶颈问题展开技术攻关，采用机器视觉、光谱检测等智能无损检测方法，重点突破大型易损伤果与小型果分选中的移动、抓取、检测、包装等技术难题，解决柑橘、猕猴桃、水蜜桃等特色水果无机可用的难题，应用对象十分明确。同时，项目将创制适用于大型易损伤果及小型果的智能分选线，达到减少采后损耗、提升产品品质来强化市场竞争力与产业综合效益的目标，由于相关设备的需求不断增加，成果转化非常容易，可在全国进行应用示范与推广。

转化成果将形成适用于大型易损伤果及小型果的智能分选整体技术体系各1套，集成创制适用于不少于2种大型易损伤果及2种小型果的智能分选线各一条。相关装备将集成创制适用于不少于3种水果的高通量智能内外部品质分选设备，实现重量测量精度提高30%以上，外部品质检测精度大于90%，内部品质与隐性缺陷检测精度大于85%，伤果率降低30%以上，产量提升30%以上，人工减少60%以上，在水果采后处理环节提升经济效益100元/吨以上，在转化完成后1-3年，推广本项目完成的相关装备30条（套）以上，销售额800万元以上，新增税收100万元以上；建立水果商品化处理装备集成与示范基地2个，实现水果采后处理人力成本降低30%以上，产业经济效益提高20%以上；孵化和培育本领域龙头企业，为我国水果产业高质量发展提供必要技术装备保障。

转化形成的装备自主率达到95%以上，具有分选准确率高、误差小、指标全面、性价比高的特点，性能达到或优于国外同类产品项目成果将形成明显的量产和规模效应，满足市场对水果进行细分的需求，增加我国水果的国际竞争力，打破国外技术装备的市场垄断，对技术发展和相关产业带动作用显著，在大幅度降低人力成本的同时显著提升水果品质等级，推进我国农机装备产业转型，夯实水果产业的生产能力基础，促进水果成为“致富果”，促进国家水果产业的快速健康发展，高质量实现共同富裕。

以技术转让方式进行，具体金额双方协商。