草莓是温室最主要的经济作物之一，由于其较为容易实现规范化种植，且果实颜色特征显著，因此其机械化、自动化采收的研究开展得较早，研究成果也领先于其他果蔬。如日本的Arima和Kondo开发了直角坐标系的草莓采摘机器人，采用吸入-旋转切断方式的采摘末端执行器（图4），末端执行器由管状吸头吸住草莓果实，然后末端执行器旋转，将果梗引导至切割位置将其切断。Hayashi等在此基础上进行了改进（图5），末端执行器由同时夹持果实和切断果柄的夹具、真空吸盘装置和用于检测果实位置的光电P+F传感器组成。
（P+F 三角测量型光电传感器 (BGE) OBT300-R200-2EP-IO-0,3M-V31-1T）
微型设计，提供通用安装选项,通过背景分析，甚至可在表面附近进行安全的无缝检测,物体检测非常精准，几乎不受颜色影响,扩展的温度范围
-40°C ... 60°C,较高的防护等级：IP69K,服务和过程数据 IO-link 接口
检测距离 : 30 ... 300 mm 最小检测范围 : 30 ... 80 mm 最大检测范围 : 30 ... 300 mm 调整范围 : 80 ... 300 mm 参考目标 : 标准白色平板，100 mm x 100 mm 光源 : LED 光源类型 : 调制可见红光 LED 危险等级标记 : 免除组 黑/白差 (6 %/90 %) : < 5 % 当 300 mm 光点直径 : 大约 8 mm x 8 mm 相距 300 mm 发散角 : 大约 1,5 ° 环境光限制 : EN 60947-5-2 : 70000 Lux MTTFd : 600 a 任务时间 (TM) : 20 a 诊断覆盖率 (DC) : 0 % 工作指示灯 : 绿色 LED：
持续亮起 - 通电
闪烁 (4Hz) - 短路
闪烁并带有短间歇 (1 Hz) - IO-Link 模式 功能指示灯 : 黄色 LED：
常亮 - 检测到背景（未检测到物体）
常灭 - 检测到物体 控制元件 : 亮时接通/暗时接通转换开关 控制元件 : 感应范围调节器 工作电压 : 10 ... 30 V DC 纹波 : 最大 10 % 空载电流 : < 26 mA 在 24 V 供电下 防护等级 : III 接口类型 : IO-Link ( 通过 C/Q = 针脚 4 ) IO-Link 修正 : 1.1 设备配置文件 : 识别和诊断
智能传感器：2.4 型 设备 ID : 0x111702 (1120002) 传输速率 : COM 2 (38.4 kBaud) 最小循环时间 : 2,3 ms 过程数据位宽 : 过程数据输入 1 位
过程数据输出 2 位 SIO 模式支持 : 是 兼容主端口类型 : A 开关类型 : 该传感器的开关类型是可更改的。默认设置为：
C/Q - 针脚 4：NPN 常开/暗通，PNP 常闭/亮通，IO-Link
/Q - Pin2：NPN 常闭/亮时接通，PNP 常开/暗时接通 信号输出 : 2 路推挽式（4 合 1）输出，短路保护，反极性保护，过电压保护 开关电压 : 最大 30 V DC 开关电流 : 最大 100 mA ， 阻抗负载 使用类别 : DC-12 和 DC-13 电压降 : ≤ 1,5 V DC 开关频率 : 500 Hz 响应时间 : 1 ms 通信接口 : IEC 61131-9 产品标准 : EN 60947-5-2 EAC 符合性 : TR CU 020/2011 UL 认证 : E87056 ， 通过 cULus 认证 ， class 2 类供电电源 ， 类型等级 1 CCC 认证 : 额定电压 ≤ 36 V 时，产品不需要 CCC 认证/标记 环境温度 : -40 ... 60 °C (-40 ... 140 °F) ，固定缆线
-20 ... 60 °C (-4 ... 140 °F) ，可移动缆线 不适用于输送链 存储温度 : -40 ... 70 °C (-40 ... 158 °F) 外壳宽度 : 15 mm 外壳高度 : 50,6 mm 外壳深度 : 41,7 mm 防护等级 : IP67 / IP69 / IP69K 连接 : 固定缆线，300 mm，带 M8 x 1 公头连接器，4 针 材料 : 质量 : 大约 43 g 电缆长度 : 0,3 m
白山传感器激光切割技术最大的特点在于通过高能激光束的聚焦实现对象的非接触式切割，可以有效避免接触式切割所受到的空间限制和非结构化环境的影响。激光切割的工作原理是利用激光束能量的高度集中性，通过聚焦投射到对象表面，使果梗集中部位产生高温烧断，从而实现对果梗的切割。
李先锋等[80]通过图像处理提取大小、形状、颜色和缺陷4类外观品质特征,用D-S 证据理论的方法进行决策级融合处理,实现苹果的多特征综合分级,对80个测试样本的分级正确率达92.5%,相比于单特征分级,此方法正确识别率高、稳定性好、效果显著。梁明和孟大伟[80]提出了一种基于证据理论的特征融合苹果分级方法,采用了径向基函数（RBF）神经网络对大小、形状、颜色外部特征进行初步分级,获得苹果多特征融合分级结果,该方法自动分级正确率和稳定性更好。Moallem等[81]提出了一种基于计算机视觉的Golden Delicious苹果分级算法,特征提取后采用多层感知器MLP和K-最近邻（KNN）,苹果分级识别率分别为92.5%和89.2%。黄叶星和吴荣腾等[82]设计了基于计算机视觉的苹果自动分级系统,通过对苹果图像进行平滑去噪、背景分割、边界提取等预处理,根据HSV模型对苹果图像进行颜色识别;通过重新调整图像大小、填充空洞、计算二值像素点等方法获取苹果的大小;对苹果图像的果梗和缺陷作进一步的检测与区别,该方法在苹果图像缺陷识别率与分级准确率上都具有较好性能。Papageorgiou等[83]开发了一个模糊推理系统和一个自适应神经模糊推理系统,根据果实质量、果肉硬度、SSC和颜色特性对苹果质量进行分类,模型对评估果园2005~2007年数据的评估准确性分别为83.54%、92.73%和96.36%。闫正虎和杨晓京[84]设计了基于颜色和气味多含税运传感器融合的催熟水果检测系统,以昭通金帅苹果为试验对象,分为未成熟、催熟及正常成熟三组,分别利用模糊理论和径向基神经网络两种方法对相关信息进行了模式识别,正确识别率分别为92.63%和93.3%,均可以识别出催熟的金帅苹果。
P+F传感器为给机械手的结构设计、切割方案和力学综合提供足够的数据引导，需要进行目标力学特征分析。目标力学特性分析指的是对需要采摘对象的抗压力、抗剪力、抗扭力、表面摩擦力以及果梗的抗拉力、抗剪力、抗扭力进行全面的实验。由于目前对于生物材料的理论研究仍缺乏系统性研究，该阶段目前仅能通过设计实验完成。
白山传感器日本学者针对草莓的温室高垄内培模式，研发了草莓采收机器人的初代样机。该机器人由彩色CCD相机检测草莓果实，利用吸入旋转切断式末端执行器切断果梗，采摘果实。试验发现吸持方式对小型果实十分有效，但仍有34%的果实无法被正确采摘。
含税运传感器当末端执行器靠近黄瓜时，吸盘吸附在黄瓜的表面起稳定黄瓜的作用，同时夹持爪握住黄瓜的果实和果梗的连接处，位于夹持爪上方的热分割刀片对果梗进行切割将果实分离，随后机械臂把末端执行器放到指定位置，松开黄瓜果实，完成采摘动作。安装在末端执行器顶部的小型摄像机主要起确定果柄分离位置的作用。该末端执行器的优点是热切割装置的使用令末端执行器具有一定的消毒能力，以使果实有更长的保鲜期。试验结果表明，其在温室情况下采摘的平均成功率为74.4%，平均耗时65.2s。采摘失败的主要原因是末端执行器定位在果梗处的准确度不够。
中国农业大学的张凯良等针对高架栽培模式的草莓设计了一种草莓采摘机器人末端执行器。如图6所示，该末端执行器主要由光纤传感器、果柄分离刀片、摄像头、一对机械爪组成。其中一只机械爪上装有刀片，另一只机械爪上有相应的纳刀槽。光纤传感器主要用于判断2个爪钳之间是否存在果柄。摄像头用于确定末端执行器相对于果实的位置。该末端执行器的特点在于当刀片将草莓果柄切断时，由于刀片进入到纳刀槽中，草莓果实会从果梗切断处被牢固地夹持在纳刀槽和刀片中间，草莓果实的夹持和分离由一个动作完成。经过试验发现，草莓的无损伤采摘成功率为88%，单个草莓采摘平均耗时18.54s。
通过末端执行器在采摘区域的水平和竖直方向上的移动使草莓落入导槽夹指与拢果绳之间，随后末端执行器向前方移动一段距离并将夹指闭合切断果梗，随后将果实放到指定位置处完成采摘。此外，国家农业智能装备工程技术研究中心的冯青春、中国农业大学的史慧文，也针对草莓采摘机器人末端执行器的的手爪部分进行了进一步的改进和优化。
机器人采摘流程如图3所示，系统启动后，机器人自主循线行走，开启果实信息获取系统的单个摄像机动态搜索视场内适宜采摘的黄瓜果实，检测到后立即停车，通过双目立体测距算法对采摘目标进行初定位。机械臂引导末端执行器运动至初定位位置后，推挡机构往上运动，推开叶片，使果实和果梗充分可见，同时红外传感器进行实时监测，进行采摘点二次定位。随后由柔性手指抓取黄瓜果柄，切刀切断果梗。最后，机械臂引导末端执行器运动至果实筐上方，释放果实，机械臂复位，完成一个采摘循环。之后采摘机器人将继续循线行走，重复执行采摘流程，直到行走至终点停止。
1996年，由荷兰农业环境工程研究所（IMAG）研制出一款应用于大棚作业的黄瓜采摘机器人，目标作物为高拉线缠绕方式吊挂生长。其搭载7DOF垂直多关节型机械臂，移动机构沿行进方向滑行，并能在更换末端执行器后能实现摘叶功能。2010年10月以瓦赫宁根大学为主的欧盟团队开始研制甜椒采摘机器人，其为欧盟第七框架计划项目（FP7），该机器人包括采摘机械臂、导轨压缩机、控制电路、工控机、末端执行器及移动载运平台等。该团队于2014年9月完成最终的机器人样机与研究。荷兰的 Henten 等研制的黄瓜采摘机器人，适合对斜拉线模式种植、没有叶片遮挡干扰的0.8~1.5m高度范围黄瓜进行采摘。该机器人以温室供热管道为轨道，行驶速度达0.8m/s。机器人通过单目相机在不同位置采集850nm和970nm黄瓜近红外图像形成立体视觉，实现对黄瓜的目标识别和果梗采摘点定位。采摘机械臂采用三菱6自由度工业机械臂，采用夹持方式夹紧果实后，用高压电极烧断果梗，有利于防止细菌感染。采摘成功率约80%，单根黄瓜采摘平均耗时45s。
