地空協(xié)同表型機器人田間導航法助力大田作物表型數(shù)據(jù)采集
田間表型機器人作為大田作物表型數(shù)據(jù)采集的關(guān)鍵平臺，實現(xiàn)其在作物全生育期無人化采集，亟需適配大田復雜環(huán)境的高效導航方法。
該導航方法通過配備實時動態(tài)差分（RTK）模塊的無人機構(gòu)建高精度田塊地圖，運用SegFormor-B0語義分割模型精準檢測作物行，提取關(guān)鍵坐標點以生成表型機器人的導航路徑。同時，團隊提出基于純追蹤算法的自適應(yīng)控制器，能依據(jù)機器人當前位置與目標位置間的距離、角度偏差和橫向偏差，動態(tài)調(diào)整轉(zhuǎn)向角度。
在團隊自主研發(fā)的表型機器人上，針對盆栽及田間種植作物開展實驗。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)生長與復雜田間環(huán)境時優(yōu)勢顯著。
圖2 關(guān)鍵坐標點的工作流程圖
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)新方法借助無人機與地面機器人協(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)導航技術(shù)依賴靜態(tài)環(huán)境的局限，大幅提升表型機器人在農(nóng)田環(huán)境中的導航精度與環(huán)境適應(yīng)性。
華中農(nóng)業(yè)大學作物表型團隊聚焦作物表型組高通量獲取、智能精準解析及作物育種應(yīng)用等交叉研究領(lǐng)域。團隊研究生張子康和李正達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研發(fā)計劃、國家自然科學基金、湖北省農(nóng)業(yè)核心攻關(guān)項目的支持。
文章鏈接：https://doi.org/10.1016/j.aiia.2025.05.005
該導航方法通過配備實時動態(tài)差分（RTK）模塊的無人機構(gòu)建高精度田塊地圖，運用SegFormor-B0語義分割模型精準檢測作物行，提取關(guān)鍵坐標點以生成表型機器人的導航路徑。同時，團隊提出基于純追蹤算法的自適應(yīng)控制器，能依據(jù)機器人當前位置與目標位置間的距離、角度偏差和橫向偏差，動態(tài)調(diào)整轉(zhuǎn)向角度。
在團隊自主研發(fā)的表型機器人上，針對盆栽及田間種植作物開展實驗。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)鍵坐標點的工作流程圖
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)新方法借助無人機與地面機器人協(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)導航技術(shù)依賴靜態(tài)環(huán)境的局限，大幅提升表型機器人在農(nóng)田環(huán)境中的導航精度與環(huán)境適應(yīng)性。
華中農(nóng)業(yè)大學作物表型團隊聚焦作物表型組高通量獲取、智能精準解析及作物育種應(yīng)用等交叉研究領(lǐng)域。團隊研究生張子康和李正達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研發(fā)計劃、國家自然科學基金、湖北省農(nóng)業(yè)核心攻關(guān)項目的支持。
文章鏈接：https://doi.org/10.1016/j.aiia.2025.05.005
標簽：
植物表型
- 制種基地數(shù)字化建設(shè)解決方案為種子質(zhì)量和供給安全提供重要保障
- 地空協(xié)同表型機器人田間導航法助力大田作物表型數(shù)據(jù)采集
- 基于光譜反射指數(shù)與葉綠素熒光參數(shù)的作物光合活性評估方法
- 無人機表型平臺助力河南大學小麥研究團隊進行小麥抗旱性評價工作
- 基于深度學習的微CT圖像分析流程助力玉米籽粒內(nèi)部結(jié)構(gòu)無損量化分析
- PlantScreen SC 高通量植物表型成像分析系統(tǒng)助力園藝植物新品種選育
- Yaxin-1105葉綠素熒光儀在植物光合參數(shù)測量試驗中的應(yīng)用
- 基于無人機平臺的大田作物表型數(shù)據(jù)提取和分析平臺（IHUP）研究
- 浙江托普云農(nóng)科技股份有限公司誠聘行業(yè)經(jīng)理
- 易科泰PhenoTron-PTS 多光譜成像平臺落戶華南師大
- 谷豐光電與河南大學共建三維立體作物高通量表型平臺
- 谷豐光電"谷豐育穗獎學金"頒獎儀式在河南大學舉行
- 易科泰植物表型系統(tǒng)助力湖南農(nóng)大學科創(chuàng)新發(fā)展
- 易科泰與您相約2025 全國現(xiàn)代設(shè)施農(nóng)業(yè)產(chǎn)業(yè)大會
- 易科泰邀您參加2025年國際智慧農(nóng)業(yè)技術(shù)創(chuàng)新論壇
- 武漢谷豐光電精彩亮相2025農(nóng)業(yè)生物表型組學研討會
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com