Сравнительный анализ зарубежных роботизированных решений для автоматизации обрезки яблони и сбора плодов

Промышленные сады повсеместно испытывают дефицит сезонной рабочей силы: затраты на ручной труд при уборке урожая и обрезке яблони в интенсивных насаждениях достигают 60-65 % себестоимости продукции. В последнее десятилетие за рубежом сформировался рынок роботизированных решений для семечковых культур, разделенный на два сегмента: платформы сбора плодов (TRL 7-8) и научно-экспериментальные прототипы обрезки (TRL 4-6). Цель работы – провести систематический сравнительный анализ зарубежных платформ, выявить их ключевые конструктивные и экономические ограничения и сформулировать конкретные рекомендации для разработки конкурентоспособного российского решения. В методологическую основу включены: анализ 34 источников 2014-2026 гг. (Scopus, WoS, отраслевые СМИ), интервью с основателем компании FFRobotics и полевые наблюдения в коммерческих садах Краснодарского края. По данным интервью, платформа FFRobotics при ширине плодовой стены до 50 см достигает производительности 20 т в сутки при проценте съема 90-95 %; при ширине 1 м процент съема падает до 50 % и ниже. Сравнительный анализ выявил критический разрыв между рассмотренными платформами: ни одна существующая система не совмещает в едином комплексе сбор яблок, обрезку и прореживание, ограничивая полезный период эксплуатации 2-3 месяцами в год. Дополнительно установлено, что в существующей литературе не проведен анализ платформы Advanced Farm Technologies – одного из наиболее конструктивно передовых решений с 6 манипуляторами на платформе и вакуумными захватами. На основании анализа сформулирована концепция рекомендуемого решения: самоходная платформа с 12 полностью независимыми манипуляторами картезианской кинематики типа ЧПУ, вакуумными присосками на тонких угловых трубках с возможностью ротации, пневматической адаптацией ширины колеи (3,5-4,5 м), встроенным конвейером с мягким лотковым сбросом и сменными насадками для обрезки и прореживания. Реализация данной концепции увеличит полезный период эксплуатации комплекса с 2-3 до 6 и более месяцев в год, что принципиально улучшает экономику окупаемости для садоводческих предприятий.

1. Karkee M., Vougioukas S., Devadoss S., Bhusal S. Mechanization Eff orts in Fruit Tree Pruning and Thinning, Choices. 2025;40(10):1-6. URL: https://www.choicesmagazine.org/choices-magazine/theme-articles/emerging-technologies-theme/mechanization-eff orts-in-fruit-tree-pruning-and-thinning (дата обращения: 08.05.2026).

2. Vougioukas S., Karkee M., Devadoss S., Gallardo R. K., Charlton D. Mechanization Eff orts in Fruit Harvesting, Choices. 2025;40(1):1-8. URL: https://www.choicesmagazine.org/choices-magazine/theme-articles/emerging-technologies-theme/mechanization-efforts-in-fruit-harvesting (дата обращения: 08.05.2026).

3. He L., Schupp J. Sensing and Automation in Pruning of Apple Trees: A Review, Agronomy. 2018;8(10):211. DOI: 10.3390/agronomy8100211.

4. Кузнецова А. А. Условия эффективности роботизированного сбора урожая плодовых культур, Известия высших учебных заведений. Серия: Экономика, финансы и управление производством. 2020;2:24-30.

5. Кафиев И. Р. и др. Сравнительный анализ роботов для сбора яблок, Вестник НГИЭИ. 2024;10(161):33-51. DOI: 10.24412/2227-9407-2024-10-33-51. EDN YHIYRS.

6. Wor ld’s fi rst commercial robotic apple harvest at T&G’s Hawkes Bay orchards. T&G Global. 2018. URL: https://tandg.global/worlds-fi rst-commercial-robotic-apple-harvest-attgs-hawkes-bay-orchards-with-abundant-robotics (дата обращения: 08.05.2026).

7. The English Apple Man. Apple Harvest Robotics Update: // Journal of the English Apple Man. 2022. URL: http://www.theenglishappleman.com/journal_2022-01-28-AppleHarvest-Robotics-Update.asp (дата обращения: 08.05.2026).

8. Tevel Aerobotics Technologies. Flying Autonomous Robots for fruit harvesting. URL: https://www.tevel-tech.com (дата обращения: 08.05.2026).

9. Demaitre B. Tevel Aerobotics ready for deployment, The Robot Report. 2024. URL: https://www.automatedwarehouseonline.com/tevel-aerobotics-ready-for-deployment/ (дата обращения: 08.05.2026).

10. Karkee M. A method for three-dimensional reconstruction of apple trees for automated pruning, Transactions of the ASABE. 2015;58(3):565-574. DOI: 10.13031/trans.58.10982.

11. Borrenpohl D., Karkee M. Automated pruning decisions in dormant sweet cherry canopies using instance segmentation, Computers and Electronics in Agriculture. 2023;207:107716. DOI: 10.1016/j.compag.2023.107716.

12. Jain A. Learning to Prune Branches in Modern Tree-Fruit Orchards, Proceedings of the IEEE International Conference on Robotics and Automation (ICRA 2025). 2025. DOI: 10.48550/arXiv.2507.23015.

13. Zahid A., Mahmud M. S., He L., Choi D., Heinemann P., Schupp J. Development of an integrated 3R end-eff ector with a cartesian manipulator for pruning apple trees, Computers and Electronics in Agriculture. 2020;179:105837. DOI: 10.1016/j.compag.2020.105837.

14. Ahmed D., Imran B. M., Churuvija M., Karkee M. An Integrated Visual Servoing Framework for Precise Robotic Pruning Operations in Modern Commercial Orchard, arXiv preprint. 2025. arXiv:2504.07309. DOI: 10.48550/arXiv.2504.07309.

15. Hansen E. Race to robotic apple harvest in ‘pivotal year’, Capital Press. 2022. URL: https://www.capitalpress.com/ag_sectors/orchards_nuts_vines/race-to-robotic-apple-harvest-in-pivotal-year/article_5f3939c8-ba9e-11ec-9cb4-43ea49611b32.html (дата обращения: 08.05.2026).