El uso de máquinas modernas como robots presenta un conjunto de desafíos cuando se encuentran con escenarios no estructurados como oclusión, sombras, mala iluminación y otros factores ambientales. Por lo tanto, es esencial considerar estos factores al diseñar robots de cosecha. Los robots de cosecha de frutas son máquinas automáticas modernas que tienen la capacidad de mejorar la productividad y reemplazar la mano de obra para tareas de cosecha repetitivas y laboriosas. Por lo tanto, el objetivo de este artículo es diseñar un robot de cosecha de naranjas mejorado para un entorno no estructurado en tiempo real de huertos, centrándose principalmente en mejorar la eficiencia en la oclusión y la iluminación variable. El artículo se distingue no solo por un diseño estructural eficiente, sino también por el uso de una red neuronal convolucional mejorada, diseñada metodológicamente y ajustada en un conjunto de datos adaptado para naranjas integrado con un sistema de control de servo visual de posición. La planificación de movimiento mejorada utiliza un algoritmo de árbol aleatorio de exploración rápida mejorado que asegura la ruta optimizada para cada actividad del robot. Además, el diseño de la máquina propuesta se prueba rigurosamente para validar el rendimiento del robot de cosecha de frutas. El aspecto único de este artículo es la evaluación en profundidad de los robots para probar cinco áreas de rendimiento que incluyen no solo la detección precisa de la fruta, el tiempo de recolección de la fruta y la tasa de éxito de la recolección de la fruta, sino también la tasa de daño de la fruta recogida, así como la tasa de consistencia del robot al recoger en iluminación y oclusión variables. Los resultados se analizan y comparan con el rendimiento de un diseño anterior de robot de cosecha de frutas. El estudio asegura resultados mejorados en la mayoría de los aspectos del diseño para el rendimiento en un entorno no estructurado.