基于深度学习的设施蔬菜精准施药装置设计与试验

来源：中国农机化学报杂志2026年第4期北京时间：

作者：缪宏, 周涛, 戴敏

单位：扬州大学机械工程学院，江苏扬州，225000

摘要：我国是设施蔬菜生产和消费大国，但是，当前的施药作业依旧主要为人工连续施药，存在设备适配性差、农药浪费率高的问题。为解决这些问题，针对设施蔬菜环境设计基于深度学习的精准施药装置。首先，进行田间参数调研，并以此建立施药机架模型。通过仿真分析，验证施药装置结构的可靠性和稳定性。其次，针对精准施药的实时性要求和复杂的田间环境背景，对YOLOv5目标检测算法进行改进。将原有的C3模块替换成FasterNet模块，减少浮点运算量和内存访问次数。将头部网络的Conv模块替换成GSConv，进一步减少计算资源的消耗。将头部网络中的Upsample模块替换成超轻量化的上采样模块DySample，确保信息有效传递。经过消融和对比试验，验证检测模型的高效性。再次，在施药系统设计方面，完成整体系统设计，并将从目标检测算法得到的像素坐标转换为三维坐标。最后，通过设计正交试验优化施药参数。当施药高度设定为419 mm、电磁阀占空比为91%、行驶速度为0.32 m/s时，雾滴沉积的变异系数降至最低，为12.5%。此外，评估在精准施药模式下的农药节约率。结果表明，作物株距越大，精准施药时农药节约率越高。

关键词：设施蔬菜,施药装置,深度学习,施药系统,精准施药

基金资助：江苏省科技计划(BZ2021079，BZ2022043)