近日，工學院徐道春教授課題組在林果智能化采收研究領域和無損檢測領域取得新進展，兩項工作的研究成果以論文形式分別發表于農林科學領域中國科學院一區TOP期刊《Industrial Crops and Products》（IF=5.90）和中國科學院二區TOP期刊《Journal of Food Engineering》（IF=5.50）。
論文1以“Test and analysis of walnut (Juglans regia L.) tree vibration transfer based on a low-frequency shaking table”為題，工學院博士研究生曹佳樂為論文第一作者，徐道春教授和青年教師白效鵬為共同通訊作者，北京林業大學為第一完成單位。論文主要信息如下：
低頻冠層搖床可以實現中國核桃園的機械化采收，振動傳遞的研究是低頻冠層搖床采收作業的重要前提。本研究通過進行振動參數、樹體生物特征參數與比例加速度之間的振動傳遞試驗得到重要發現，研究指出低頻搖床最佳運行頻率范圍為 5.5Hz-7.5 Hz，最佳振幅范圍為 60-80 mm；提出了較高精度的預測模型，該模型可以指導低頻冠層搖床調節作業參數。研究結果為智能低頻冠層搖床的研發奠定了理論基礎。
論文2以“Online sorting of surface defective walnuts based on deep learning”為題，工學院博士研究生王景巍為論文第一作者，青年教師白效鵬和徐道春教授為共同通訊作者，北京林業大學為第一完成單位。論文主要信息如下：
目前核桃產業中的品質分選工序中仍采用人工觀察分選的工作方式，該方式勞動強度大，工作效率低，且易發生漏選情況。本研究以圖像語義分割算法為檢測方法，研制了一款基于機器視覺的外觀缺陷核桃自動清選機，具有良好的檢測精度與檢測效率。
兩項工作分別得到了國家重點研發計劃子課題（2019YFD1002401），國家自然科學基金項目（52206229）和中央高校基本科研業務費專項資金（BLX202127）等項目的資助。
論文1鏈接：https://doi.org/10.1016/j.indcrop.2024.118797
論文2鏈接：https://doi.org/10.1016/j.jfoodeng.2024.112133
