地空協(xié)同表型機(jī)器人田間導(dǎo)航法助力大田作物表型數(shù)據(jù)采集
田間表型機(jī)器人作為大田作物表型數(shù)據(jù)采集的關(guān)鍵平臺，實(shí)現(xiàn)其在作物全生育期無人化采集，亟需適配大田復(fù)雜環(huán)境的高效導(dǎo)航方法。
該導(dǎo)航方法通過配備實(shí)時動態(tài)差分（RTK）模塊的無人機(jī)構(gòu)建高精度田塊地圖，運(yùn)用SegFormor-B0語義分割模型精準(zhǔn)檢測作物行，提取關(guān)鍵坐標(biāo)點(diǎn)以生成表型機(jī)器人的導(dǎo)航路徑。同時，團(tuán)隊(duì)提出基于純追蹤算法的自適應(yīng)控制器，能依據(jù)機(jī)器人當(dāng)前位置與目標(biāo)位置間的距離、角度偏差和橫向偏差，動態(tài)調(diào)整轉(zhuǎn)向角度。
在團(tuán)隊(duì)自主研發(fā)的表型機(jī)器人上，針對盆栽及田間種植作物開展實(shí)驗(yàn)。結(jié)果顯示，該方法在提取盆栽植物區(qū)行中心線的平均絕對誤差（MAE）為2.83厘米，農(nóng)田區(qū)為4.51厘米。在盆栽植物區(qū)，99.1%的全局路徑跟蹤誤差處于2厘米范圍內(nèi)，平均絕對誤差達(dá)0.62厘米，最大誤差為2.59厘米；農(nóng)田區(qū)72.4%的誤差在2厘米范圍內(nèi)，平均絕對誤差為1.51厘米，最大誤差為4.22厘米。相較于傳統(tǒng)基于全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）的導(dǎo)航方法和單視覺方法，該方法在應(yīng)對作物動態(tài)生長與復(fù)雜田間環(huán)境時優(yōu)勢顯著。
圖2 關(guān)鍵坐標(biāo)點(diǎn)的工作流程圖
圖4 盆栽作物區(qū)和田間作物區(qū)兩個場景跟蹤誤差直方圖
此創(chuàng)新方法借助無人機(jī)與地面機(jī)器人協(xié)同，構(gòu)建起“全局感知 - 局部執(zhí)行”的閉環(huán)優(yōu)化系統(tǒng)，成功突破傳統(tǒng)導(dǎo)航技術(shù)依賴靜態(tài)環(huán)境的局限，大幅提升表型機(jī)器人在農(nóng)田環(huán)境中的導(dǎo)航精度與環(huán)境適應(yīng)性。
華中農(nóng)業(yè)大學(xué)作物表型團(tuán)隊(duì)聚焦作物表型組高通量獲取、智能精準(zhǔn)解析及作物育種應(yīng)用等交叉研究領(lǐng)域。團(tuán)隊(duì)研究生張子康和李正達(dá)為論文共同第一作者，宋鵬副教授為通訊作者。本研究獲得國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、湖北省農(nóng)業(yè)核心攻關(guān)項(xiàng)目的支持。
文章鏈接：https://doi.org/10.1016/j.aiia.2025.05.005
該導(dǎo)航方法通過配備實(shí)時動態(tài)差分（RTK）模塊的無人機(jī)構(gòu)建高精度田塊地圖，運(yùn)用SegFormor-B0語義分割模型精準(zhǔn)檢測作物行，提取關(guān)鍵坐標(biāo)點(diǎn)以生成表型機(jī)器人的導(dǎo)航路徑。同時，團(tuán)隊(duì)提出基于純追蹤算法的自適應(yīng)控制器，能依據(jù)機(jī)器人當(dāng)前位置與目標(biāo)位置間的距離、角度偏差和橫向偏差，動態(tài)調(diào)整轉(zhuǎn)向角度。
在團(tuán)隊(duì)自主研發(fā)的表型機(jī)器人上，針對盆栽及田間種植作物開展實(shí)驗(yàn)。結(jié)果顯示，該方法在提取盆栽植物區(qū)行中心線的平均絕對誤差（MAE）為2.83厘米，農(nóng)田區(qū)為4.51厘米。在盆栽植物區(qū)，99.1%的全局路徑跟蹤誤差處于2厘米范圍內(nèi)，平均絕對誤差達(dá)0.62厘米，最大誤差為2.59厘米；農(nóng)田區(qū)72.4%的誤差在2厘米范圍內(nèi)，平均絕對誤差為1.51厘米，最大誤差為4.22厘米。相較于傳統(tǒng)基于全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）的導(dǎo)航方法和單視覺方法，該方法在應(yīng)對作物動態(tài)生長與復(fù)雜田間環(huán)境時優(yōu)勢顯著。
圖1 技術(shù)路線
圖2 關(guān)鍵坐標(biāo)點(diǎn)的工作流程圖
圖3 盆栽作物區(qū)和田間作物區(qū)兩個場景的路徑提取率結(jié)果圖
圖4 盆栽作物區(qū)和田間作物區(qū)兩個場景跟蹤誤差直方圖
此創(chuàng)新方法借助無人機(jī)與地面機(jī)器人協(xié)同，構(gòu)建起“全局感知 - 局部執(zhí)行”的閉環(huán)優(yōu)化系統(tǒng)，成功突破傳統(tǒng)導(dǎo)航技術(shù)依賴靜態(tài)環(huán)境的局限，大幅提升表型機(jī)器人在農(nóng)田環(huán)境中的導(dǎo)航精度與環(huán)境適應(yīng)性。
華中農(nóng)業(yè)大學(xué)作物表型團(tuán)隊(duì)聚焦作物表型組高通量獲取、智能精準(zhǔn)解析及作物育種應(yīng)用等交叉研究領(lǐng)域。團(tuán)隊(duì)研究生張子康和李正達(dá)為論文共同第一作者，宋鵬副教授為通訊作者。本研究獲得國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、湖北省農(nóng)業(yè)核心攻關(guān)項(xiàng)目的支持。
文章鏈接：https://doi.org/10.1016/j.aiia.2025.05.005
標(biāo)簽：
植物表型
- 測樹學(xué)研究中取樣200棵的電動生長錐技術(shù)解析
- 將溫室打造為自動化植物表型工廠—PlantScreen植物表型系統(tǒng)應(yīng)用案例
- 芬蘭赫爾辛基大學(xué)國家植物表型基礎(chǔ)設(shè)施（NaPPI）的應(yīng)用案例
- 田間視覺檢測機(jī)器人的核心功能及相比人工田間測量的優(yōu)勢
- 高通量作物器官表型檢測平臺在植物根系微觀表型研究中的應(yīng)用
- 谷豐光電三款桌面式表型設(shè)備在成像、數(shù)據(jù)采集、應(yīng)用場景等方面的對比
- FireFly LIBS快速元素分析與成像系統(tǒng)在種質(zhì)資源研究中的應(yīng)用
- 葉綠素?zé)晒獬上窦夹g(shù)應(yīng)用—組培（愈傷組織）篇
- 易科泰邀您相聚2026國際鄉(xiāng)村發(fā)展創(chuàng)新博覽會·合肥
- 易科泰利用爆火的“龍蝦”做溫室表型技術(shù)方案
- 易科泰邀您共赴第四屆國際植物與藻類表型組學(xué)盛會
- 谷豐光電與東北農(nóng)業(yè)大學(xué)農(nóng)學(xué)院簽訂戰(zhàn)略合作協(xié)議
- 易科泰植物表型分析系統(tǒng)在湖南省植物園安裝運(yùn)行
- 易科泰邀您參加2026三亞國際種業(yè)科學(xué)家大會
- 北京易科泰邀您相聚2026深圳農(nóng)業(yè)科技創(chuàng)新大會
- 谷豐光電成功參展數(shù)字孿生與作物育種設(shè)計(jì)研討會
Copyright(C) 1998-2026 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com