La robotique est de plus en plus mobilisée pour l’agriculture à grande échelle, mais certaines tâches restent difficiles à automatiser, notamment celles qui impliquent de ramasser des tomates. Les problèmes mécaniques et algorithmiques s’accumulent, jusqu’à demander des prouesses avant d’arriver à un résultat convenable.

Les robots peuvent aujourd’hui prélever des échantillons de roche sur une autre planète, et certains prototypes sont même capables de réaliser des opérations chirurgicales. Pourtant, lorsqu’il s’agit d’aller ramasser des tomates, c’est une toute autre histoire !

Dans une étude d’un spécialiste de la robotique de l’Université d’Osaka, publiée dans la revue Smart Agricultural Technology et présentée le 9 décembre 2025, on apprend que cette tâche relativement simple pour les humains représente en réalité un véritable défi technique pour les machines. Cela demande de nombreuses recherches en reconnaissance algorithmique, mais aussi en mécanique pure.

Agir intelligemment, sans faire de dégâts

L’auteur de l’étude, Takuya Fujinaga, a beaucoup travaillé sur la robotique, mais aussi sur la reconnaissance par machine learning de certains organismes, et notamment les fruits. Il précise que les tomates possèdent quelques particularités qui les rendent difficiles à traiter pour les robots. Tout d’abord, elles poussent en grappes rapprochées, mais pas toutes au même rythme. Un robot devrait donc savoir repérer lesquelles sont mûres, et pouvoir laisser les autres intactes.

Le robot ramasseur de tomates et la manière dont il perçoit son environnement
Le robot ramasseur de tomates et la manière dont il perçoit son environnement. // Source : Osaka Metropolitan University

Cela implique donc de savoir prendre une décision, et maîtriser les mouvements pour ne pas abîmer tout le plant. En clair, le robot doit savoir s’adapter à différentes situations, ce qui a nécessité l’élaboration d’un modèle décrit dans l’étude. Ici, le robot se sert d’un logiciel de reconnaissance couplé à une analyse statistique afin de savoir quels fruits sont les plus susceptibles d’être ramassés.

Le robot doit alors être capable d’identifier le fruit (ou le légume, il y a débat), mais aussi sa tige, et s’il est caché ou non derrière des branchages ou des feuilles. Toutes ces données réunies aident le robot à prendre la décision de cueillir la tomate ou non. La question n’est donc pas de savoir si le robot est capable d’attraper la tomate, mais s’il a des chances suffisantes de la ramasser sans causer de dégâts, ce qui est une approche légèrement différente à prendre en compte pour ce type d’opération plus complexe qu’elle n’en a l’air.

Un premier test concluant avec un robot cueilleur de tomates

Ce modèle a pu être testé en conditions réelles, dans une véritable plantation de tomates, avec un robot doté de pinces manipulatrices mobiles sur plusieurs axes, ainsi que d’une caméra haute-résolution. Dans le même temps, des obstacles étaient placés devant les objectifs de l’engin qui devait cibler une centaine de tomates.

Au final, s’il a eu des difficultés avec les obstacles, le robot a tout de même pu dépasser les prévisions de succès, en ramassant correctement 81 % des tomates. Il agissait seul et prenait ses propres décisions, ce qui l’a parfois conduit à abandonner lorsqu’une tomate semblait inaccessible pour revenir plus tard avec une approche différente.

robot-automate
Faire réaliser des tâches minutieuses à un robot reste encore souvent un défi. // Source : CC Dan Ruscoe

L’objectif de l’étude était avant tout de « quantifier » les variables autour de l’agriculture par les robots. Le modèle prend ainsi en compte les regroupements de fruits, la géométrie de la tige, les feuilles en arrière-plan qui peuvent passer devant… Autant de paramètres qui paraissent naturels aux humains, mais nécessitent un certain apprentissage de la part des machines.

Découvrez les bonus

+ rapide, + pratique, + exclusif

Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.

Découvrez les nombreux avantages de Numerama+.

S'abonner à Numerama+

Vous avez lu 0 articles sur Numerama ce mois-ci

Il y a une bonne raison de ne pas s'abonner à

Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.

Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :

  • 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
  • 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
  • 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.

Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.

S'abonner à Numerama+
Toute l'actu tech en un clien d'oeil

Toute l'actu tech en un clin d'œil

Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !


Pour ne rien manquer de l’actualité, suivez Numerama sur Google !