基于改进YOLOv5的草莓病害及养分状况识别与检测

目的:在设施农业种植环境下,提出一种基于改进YOLOv5模型的目标检测方法,实现草莓常见的几种病害及养分不足情况的快速准确检测。方法:通过将C3模块替换为C2f模块、增加SimAM注意力机制、增加检测层等对原始YOLOv5模型结构进行改进,以草莓植株叶片、花、果为研究对象,应用改进YOLOv5模型提取草莓植株生长特征,并进行病害及养分状况快速检测。结果:应用改进YOLOv5模型对草莓植株生长状况进行识别的准确率较高,各识别项的平均检测精度均值(mAP@0.5)为97.9%,较原始YOLOv5和YOLOv8模型分别高出13.6%和10.3%,识别图像传输帧率较原YOLOv5模型提升了22 f/s。结论:该模型可以实现设施农业环境下草莓病害和养分状况的识别与检测,具有较高识别精度和较快识别速度,适用于移动底盘端部署,为草莓智能化精准喷雾作业提供一定的技术支撑。

高垄草莓双臂协同采摘机器人设计与试验

目的:随着草莓的种植规模逐年增长,草莓的机械化采收已成为国内外关注的重点。为提高高垄草莓的采摘效率,设计一种应用于高垄草莓的双臂机器人。方法:分析高垄草莓的标准化种植环境,根据其农艺特征设计高垄草莓双臂采摘机器人结构、控制方案和控制系统,采用串口通信的方案实现双机械臂与上位机的协调控制。结果:轮式行走机构可以在高垄草莓垄间行进,双臂采摘系统可以协同对高垄草莓两侧的果实进行采摘,该采摘机器人可以在垄间对高垄草莓果实进行有效采摘,单机械臂平均单果采摘时间为10.23 s,双臂模式下平均采摘时间为5.1 s。结论:本研究设计的高垄草莓采摘机器人有效提升了草莓机械化采摘的效率。