Con el envejecimiento de la población y la demanda de frutas y verduras de alta calidad o alto precio unitario, el desarrollo correspondiente de la cosecha automática de frutas ha atraído una atención significativa. Según las funciones operativas requeridas, basadas en el entorno de cultivo de frutas y los requisitos de cosecha, este estudio diseñó un mecanismo de cosecha para impulsar de forma independiente un agarre y una tijera para tareas individuales, que correspondían a la rotación hacia adelante o hacia atrás utilizando un solo motor. El estudio utilizó un brazo robótico en combinación con el mecanismo de cosecha, respaldado por un componente de visión artificial único, para reconocer las frutas mediante redes neuronales de aprendizaje profundo basadas en un algoritmo YOLOv3-tiny. El estudio completó el posicionamiento de coordenadas de la fruta, utilizando un método de detección visual bidimensional (TVSM), que se utilizó para lograr la medición de la profundidad de la imagen. Finalmente, el control de impedancia, basado en la retroalimentación visual de YOLOv3-tiny y el TVSM, se utilizó para agarrar las frutas según su tamaño y rigidez, evitando que las frutas sean sujetadas con una fuerza excesiva; por lo tanto, la tarea de cosecha de manzanas se completó con una fuerza de contacto de 3.6 N para una manzana con un peso de 235 g y un diámetro de 80 mm. Durante el proceso de corte, el punto de contacto de las tijeras de metal del mecanismo impulsado por motor proporcionó una fuerza de corte de 9.9 N, que fue significativamente menor que el resultado de simulación de 94 N utilizando software ADAMS y MATLAB, aunque las tijeras estaban ligeramente desafiladas después de muchos cortes. Este estudio estableció un dispositivo automático de cosecha de frutas basado en el control de retroalimentación visual, que puede proporcionar una cosecha automática y conveniente reduciendo la mano de obra de cosecha.