劍橋大學博士生Luca Scimeca表示:“由于對食品的需求不斷增加，氣候條件不斷變化，以及人工勞動的可用性不斷下降，越來越需要為農業開發自動化機器人解決方案。”“我們的生菜和莖檢測算法演示了一種機器人，它對雜波、不同的光照條件、攝像機距離以及產品尺寸、形狀和方向的變化都具有很強的魯棒性。”
該部門機器智能實驗室開發的新型機器視覺管道和吸除/真空系統，能夠在50%的時間內完成剝離過程，整個過程平均需要27秒。
分類作物，如生菜，以及在收獲后移除外部葉子是目前農場工人的一項任務。對于農場工人來說，這是一項非常簡單的任務，但對于機器人來說，庫卡機器人何服電機維修，這是一項具有挑戰性的視覺和操作任務，迄今為止機器人技術還難以掌握。
但現在，在機電一體化講師飯田文谷(Fumiya Iida)博士領導的研究小組解決了處理這種柔軟、脆弱農產品的挑戰之后，自動移除生菜葉子的工作又向現實邁進了一步。他們發明了一個3d打印的圓形噴嘴，安裝在機器人手臂的末端，并用一個吸力系統進行測試，作為單真空吸力點。它的設計目的是抓住一片葉子，用撕扯的動作將它從生菜的主體中移除，而不會對產品造成傷害。
利用計算機視覺定位和確定生菜的位置是撕葉準確的關鍵。它首先通過在假定視野中直接放置的二維網絡攝像機探測生菜莖干。在莖找不到的情況下，庫卡機器人驅動器維修，通過施加水平力將生菜翻轉過來，并在機器人手臂上用軟墊卷生菜。這樣一來，生菜的位置就會更好，外層的葉子就可以放在上面，而且受損的風險也會降到最低。
在70厘米到100厘米的高度上，用web攝像頭拍攝了180幅生菜的圖片，并對生菜莖干檢測算法進行了測試。總共有10種不同的卷心萵苣被用在不同的位置，不同的光照方向和強度，一些放置在背景物體旁邊，以表示雜亂。此外，在儲存了3天的農產品后，又取了30個框架，導致莖的顏色發生了變化。生菜檢測算法能夠100%準確定位生菜中心位置，莖檢測算法檢測準確率達到81.01%。由于這些發現，研究小組能夠確定最佳的萵苣葉去除點。
來自生物機器人實驗室(BIRL)的Luca Scimeca致力于視覺系統的研究。他說，這種機器人可以應用于許多其他作物，機器人維修，比如花椰菜。花椰菜的脆弱程度要低得多，在計算機視覺分析其方向時，對它的挑戰也要小得多。
他說:“從工程學的角度來看，生菜葉子剝落是一個有趣的機器人問題，因為葉子很軟，很容易撕裂，生菜的形狀從來就不是確定的。”“我們開發的電腦視覺，位于生菜剝皮機器人的核心位置，可以應用于許多其他作物，如花椰菜，在這些作物的后期加工需要類似的信息。”
“然而，還需要進一步的工作來整合這三個階段:視覺檢測，滾動系統和樹葉撕裂/去除，成為一個單一的端到端解決方案。我們提出了一種采用雙臂Baxter機器人的方法，將姿態估計和剝離過程相結合。