近日，工学院徐道春教授课题组在林果智能化采收研究领域和无损检测领域取得新进展，两项工作的研究成果以论文形式分别发表于农林科学领域中国科学院一区TOP期刊《Industrial Crops and Products》（IF=5.90）和中国科学院二区TOP期刊《Journal of Food Engineering》（IF=5.50）。

论文1以“Test and analysis of walnut (Juglans regia L.) tree vibration transfer based on a low-frequency shaking table”为题，工学院博士研究生曹佳乐为论文第一作者，徐道春教授和青年教师白效鹏为共同通讯作者，北京林业大学为第一完成单位。论文主要信息如下：

低频冠层摇床可以实现中国核桃园的机械化采收，振动传递的研究是低频冠层摇床采收作业的重要前提。本研究通过进行振动参数、树体生物特征参数与比例加速度之间的振动传递试验得到重要发现，研究指出低频摇床最佳运行频率范围为 5.5Hz-7.5 Hz，最佳振幅范围为 60-80 mm；提出了较高精度的预测模型，该模型可以指导低频冠层摇床调节作业参数。研究结果为智能低频冠层摇床的研发奠定了理论基础。

论文2以“Online sorting of surface defective walnuts based on deep learning”为题，工学院博士研究生王景巍为论文第一作者，青年教师白效鹏和徐道春教授为共同通讯作者，北京林业大学为第一完成单位。论文主要信息如下：

目前核桃产业中的品质分选工序中仍采用人工观察分选的工作方式，该方式劳动强度大，工作效率低，且易发生漏选情况。本研究以图像语义分割算法为检测方法，研制了一款基于机器视觉的外观缺陷核桃自动清选机，具有良好的检测精度与检测效率。

两项工作分别得到了国家重点研发计划子课题（2019YFD1002401），国家自然科学基金项目（52206229）和中央高校基本科研业务费专项资金（BLX202127）等项目的资助。

论文1链接：https://doi.org/10.1016/j.indcrop.2024.118797

论文2链接：https://doi.org/10.1016/j.jfoodeng.2024.112133