圣女果温室巡检机器人系统设计与试验

来源：中国农机化学报杂志2024年第1期北京时间：

作者：侯炳法, 李小敏, 牟向伟, 姚华平

摘要：为解决传统农业生产方式中人工巡检成本高、劳动强度大、速度慢等问题，设计一种圣女果温室巡检机器人系统，融合自动控制技术、机器视觉技术和深度学习技术，实现对圣女果的准确识别和计数。通过机器视觉提取工作路径和红外传感器避障实现机器人自动导航功能；并提出一种改进型YOLOv4-tiny模型对圣女果进行检测，该模型在YOLOv4-tiny的基础上增加52×52的特征层和注意力机制，提高小目标检测的识别精度。试验结果表明，该巡检机器人以0.2m/s的速度行进时可以准确沿着预定路径工作，改进的YOLOv4-tiny-Tomato模型在温室环境中对成熟和未成熟圣女果的平均识别精度分别为98.7%和98.0%，F1值分别达到96.71%和95.8%，实时帧率达到36帧/s。本研究可为农业领域的智能化巡检和精细管理提供新的思路和技术支持。

关键词：温室大棚,巡检机器人,自动导航,深度学习,目标检测,YOLOv4-tiny

基金资助：广东省普通高校特色创新类项目（2021KTSCX049）；广西桂林市科技计划项目科技重大专项（20220102—3）