針對(duì)草莓采摘過(guò)程中人工成本高的問(wèn)題，該研究提出了草莓采摘機(jī)器人果實(shí)識(shí)別和發(fā)現(xiàn)方法。研究首先收集1000張成熟、未成熟、單顆、多顆、被遮擋的草莓圖像，采用兩階段檢測(cè)Mask R-CNN實(shí)例分割網(wǎng)絡(luò)和一階段檢測(cè)YOLOv3目標(biāo)檢測(cè)網(wǎng)絡(luò)訓(xùn)練草莓識(shí)別模型，識(shí)別模型將草莓分為成熟和未成熟兩類(lèi)。YOLOv3和Mask R-CNN的準(zhǔn)確率分別為93.4%和94.5%。其次，使用ZED 3D相機(jī)、三角定位原理和神經(jīng)網(wǎng)絡(luò)對(duì)草莓進(jìn)行三維定位。YOLOv3的識(shí)別精度為3.1mm，而Mask R-CNN為3.9mm。該研究提出的草莓檢測(cè)定位方法可以有效地為采摘機(jī)器人精確定位成熟草莓。