Uncovering implementable dormant pruning decisions from three different stakeholder perspectives

休眠修剪，即在树木不处于生长期时修剪不产生效益的部分，是维持果园产量的重要任务，需要多年的专业技能。由于培训周期长，农业工作中的劳动力短缺越来越严重，修剪可以从机器人自动化中受益。然而，要编程机器人修剪树枝，我们首先需要了解如何做出修剪决策，以及需要捕捉环境中的哪些变量（例如，树枝的大小和粗细）。通过直接与三个修剪相关的利益相关者——园艺师、种植者和修剪工——合作，我们发现每个人类专家群体对修剪决策的处理方式不同。为了捕捉这种知识，我们在2022年和2023年1月在华盛顿州普罗瑟进行了现场工作，并提出了三项研究和两项提取的修剪协议。我们采访了六位利益相关者（每个群体中的两位）并观察了三个品种——必应樱桃、Envy苹果和Jazz苹果——以及两种树体结构——竖直结果侧枝和V形支架。利用参与者的采访和视频数据，本分析使用基础编码来提取修剪术语，发现影响修剪决策的园艺背景，并找到可实施的自主系统修剪启发式。结果包括经过验证的术语集，我们提供给修剪相关的利益相关者和机器人技术人员，以传达一般的修剪概念和启发式。结果还突出了七个修剪启发式，利用这个术语集，这些启发式将与未来的自主机器人修剪系统相关，并描述了所有三个品种中发现的三个园艺背景（即环境管理、产量管理和替代木材）。

论文试图通过研究果树修剪的决策制定过程，找到适合自动化机器人修剪的启发式算法和术语，以解决农业工人短缺的问题。

通过采访果树修剪的专家和观察修剪过程，提取果树修剪的术语、环境因素和决策启发式算法，为自动化修剪机器人提供指导。

论文提供了一个经过验证的术语集，可以为果树修剪的相关人员和机器人科学家提供通用的修剪概念和启发式算法。研究发现了七个适用于自动化机器人修剪系统的启发式算法，并描述了三个发现的园艺环境。研究采用了视频数据和基于地面的编码技术。

最近的相关研究主要集中在农业机器人的开发和应用上。