Para guiar a los robots recolectores de uvas para que reconozcan y clasifiquen las uvas con diferente madurez de manera rápida y precisa en el entorno complejo del huerto, y para obtener la información de posición espacial de los racimos de uvas, en este estudio se propone un algoritmo de detección de madurez de uvas y pre-posicionamiento visual basado en YOLOv4 mejorado. El algoritmo de detección utiliza Mobilenetv3 como red de extracción de características base, utiliza convolución separable profunda en lugar de convolución ordinaria, y utiliza la función h-swish en lugar de la función swish para reducir el número de parámetros del modelo y mejorar la velocidad de detección del modelo. Al mismo tiempo, se añade el mecanismo de atención SENet al modelo para mejorar la precisión de detección, y finalmente se construye el algoritmo SM-YOLOv4 basado en YOLOv4 mejorado. Los resultados experimentales de detección de madurez mostraron que la precisión promedio general del algoritmo de detección de objetivos SM-YOLOv4 entrenado en el conjunto de verificación alcanzó el 93.52%, y el tiempo de detección promedio fue de 10.82 ms. Obtener la posición espacial de los racimos de uvas es un método de pre-posicionamiento de racimos de uvas basado en visión estéreo binocular. En el experimento de pre-posicionamiento, el error máximo fue de 32 mm, el error medio fue de 27 mm y la proporción de error medio fue del 3.89%. En comparación con YOLOv5, YOLOv4-Tiny, Faster_R-CNN y otros algoritmos de detección de objetivos, que tienen mayores ventajas en precisión y velocidad, tienen una buena robustez y rendimiento en tiempo real en el entorno complejo real del huerto, y pueden cumplir simultáneamente con los requisitos de precisión de reconocimiento de madurez de la fruta de uva y velocidad de detección, así como los requisitos de pre-posicionamiento visual de los robots recolectores de uvas en el entorno complejo del huerto. Puede indicar de manera confiable la etapa de crecimiento de las uvas, para completar la recolección de las uvas en el mejor momento, y puede guiar al robot a moverse a la posición de recolección, lo cual es un requisito previo para la recolección precisa de uvas en el entorno complejo del huerto.