自然田间复杂环境下生长的棕榈果、榴莲、菠萝等果实在人工采摘后放置田间路边存在收集工作量大、二次转运效率低的问题,而果实采摘农业机器人作为一种需要适应复杂农业作业环境的智能农业装备,能大大提高工作效率并有助节省果实采摘的人工工作量和费用,目前如何针对田间果实的精确识别与定位是果实采摘农业机械人的关键技术之一。本文针对田间复杂环境下的待拾捡果实的空间定位,主要针对以下几个方面开展研究工作:通过对不同光照条件的菠萝果实图像进行数据采集,并对图像进行滤波预处理去除部分噪声的同时突出果实区域的细节特征,并通过几何变换方式以及图像色彩变化来进行数据增强和数据扩增。同时分析现有算法对果实的特征提取和识别方法存在的不足,考虑提出改进的YOLOv3深度学习目标检测方法,采用Tensorflow深度学习框架,将轻量化网络Mobile Net网络替换掉YOLOv3模型中的Darknet-53网络结构,在辅助卷积层中使用残差网络结构替代部分卷积网络结构,充当该层的基础结构以减少提取图像特征的卷积运算量,并比较不同算法,得出在不降低识别准确率的情况下提高网络的识别速度和稳定性。针对获取果实的空间坐标信息,比较了目前主流获取图像深度信息的TOF相机、结构光相机、双目视觉三种基本原理,最后采取通过双目深度相机Real Sense D435i的三角定位原理采集待拾捡果实图像,并对双目深度相机Real Sense D435i的技术原理和硬件结构以及相机参数进行详细介绍,并进行相机标定,通过改进的YOLOv3深度学习模型获取到果实的二维坐标后,基于深度相机的SDK开发包获取对应的深度信息,进行坐标系变换获取实际的空间定位坐标,并设计出果实的空间定位系统。针对果实的空间定位系统更方便在农业机器人端的部署问题,采用NVIDIA Jetson Xavier开发版,将Real Sense D435i双目深度相机接到开发板上用于收集处理图像信息,并将PC端已训练好的果实目标检测模型迁移到开发板上,通过将运行结果输出到开发板配置的屏幕中实时检测果实目标识别与定位效果,发现本文模型对杂草遮挡和重叠场景下的待拾捡果实的有效识别的精度较高,针对双目深度相机的视频读取并检测的帧率能最高达到24 FPS左右,而在检测时同时获取果实的三维信息帧率最高只达到10 FPS左右,因为读取果实深度图并计算得到的果实空间坐标而降低点检测帧率将在后面进行进一步优化相机内部参数以及性能的研究,来为农业拾捡机器人在田间自动化采摘提供良好的解决方案,并为下一步开发农业机器人奠定较好的图像处理的技术基础。