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(tái)，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(shí)動(dòng)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(cè)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(shí)，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(dòng)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(duì)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(duì)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(duì)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(duì)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(duì)作物動(dòng)態(tài)生長與復(fù)雜田間環(huán)境時(shí)優(yōu)勢(shì)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(gè)場(chǎng)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(gè)場(chǎng)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
鄂公網(wǎng)安備42018502003245號(hào) 網(wǎng)站地圖
