高通量作物表型机器人

自主跨行田间作业

一台能自主导航、跨行行走，在田间高效采集作物表型数据的轮式机器人。

Yang, Meng · Zhengda, Li · Jiale, Cui · Yang, Shao · 翟瑞芳 · Wen, Qiao · 杨万能 · 宋鹏

Plant Phenomics 2025

参数信息

小麦麦穗检测精度

0.853

水稻稻穗分割精度

0.949

玉米株高测量精度

0.99 R²

油菜株高测量精度

0.97 R²

干旱胁迫分级准确率

0.977-0.996

技术优势

高精度株高测量

基于 RGB-D 重建计算株高，玉米与人工测量 R² 达 0.99，油菜达 0.97，可替代人工卷尺。

多任务验证

同一平台在麦、稻、玉米、油菜上完成检测、分割、株高测量与干旱分级，证明其通用性。

五级干旱自动分级

近红外光谱分类准确率最高 0.996，可作为抗旱筛选的自动评级工具。

应用场景

• 作物表型组学：规模化采集冠层图像和三维性状，支撑数量遗传和基因型筛选。
• 农业无人机与机器人：以地面机器人替代部分无人机作业，实现更高分辨率的冠层成像。
• 农业自主机器人：在田间自主跨行导航，无需人工操控即可完成数据采集任务。
• 田间高通量测量：在田间一次性获取可见光、深度和近红外光谱数据，大幅提升测量通量。