基于YOLOv4-tiny的设施番茄智能喷药无人车设计与试验

喷药无人车被应用于设施农业的生产中,但设施番茄具有种植间距窄、引导线缠绕多等特点,因此需设计一种小型化且能变量喷药的设施番茄智能喷药无人车。该智能喷药无人车主要由病害检测定位模块、升降平台、舵机摇臂机构和全自动承载底盘等结构组成。本设计创新性地结合深度学习技术实现病害目标的自动检测。将由Kinect V2采集的设施番茄RGB图像作为输入进行病害目标检测。将病害检测结果的二维像素坐标转换为三维空间坐标,从而实现病害定位。采用滚珠丝杠与步进电机调节升降平台的高度,并通过舵机摇臂机构完成对设施番茄病害的定位,进而完成变量智能喷药。通过对训练的YOLOv4-tiny模型进行测试,结果表明其在复杂环境下对果实簇和病害的目标检测准确率达到了75.15%,综合评价值为79.96。该模型每秒可对37.6张图像进行检测,因此能够将其部署于嵌入式开发板上进行设施番茄病害目标检测。与手动定位病害的结果相对比,结果表明其对病害的定位的绝对误差在±3.5cm以内。通过对该智能喷药无人车实地试验,设施番茄智能喷药无人车整机工作成功率在75%以上,农药错误喷洒率在20%以下,可实现对设施番茄病害的精准定位及根据病害程度实现变量智能喷药。本设计可为其他喷药智能农业装备的设计提供参考借鉴,具有较好的推广应用前景。