智慧农业(中英文)

面向复杂场景的农业机器人自主作业技术与发展趋势 |

杨朔飞, 王喆, 杨圣慧, 苗中华, 陈度, 郑永军, 宋正河, 李洪文

2026, 8(5): 1-22. doi:10.12133/j.smartag.SA202609040

摘要 ( 32 )

HTML ( 6)

PDF (5157KB) ( 7 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 农业机器人是实现农业生产精细化管理、解决农村劳动力不足的有效手段。农田、果园、温室，以及养殖场等作业环境特征、作业对象及农艺需求各不相同，明确其中关键技术的应用场景，提出系统解决方案可以促进该类装备作业质量和使用效率提升。 【进展】本文基于具体应用案例以及自主作业能力对当前农业机器人发展情况进行总结与分析，从播种与移栽、植保、采摘与收获、巡检与监测、设施农业及畜牧养殖等方面进行阐述。对比分析轮式、履带式和腿式移动平台的特点，总结机器视觉与激光雷达感知、多源融合定位、即时定位与地图构建、全覆盖路径规划、机械臂操作以及柔性末端执行器等相关内容。探讨作物行结构、设施定位基准，以及种植模式对机器人作业影响，同时对视觉基础模型、视觉-语言-动作模型、数字孪生与协同作业发展方向进行阐述。 【结论/展望】 农业机器人具有多源感知、精确执行、可配置模块化及协同工作等特点。为了更好地应用于实际生产中，需要将设备设计与农业生产需求相结合，增强感知设备对于各种环境的鲁棒性，在作业过程中根据作业情况优化控制策略。同时，要加大专用零部件研发力度，做好作业评估和服务保障工作，并充分考虑设备全生命周期成本问题。根据试验要求、评价标准以及人员参与情况，在各地域、各季节、各种作物条件下进行实地测试，可以对装备的设计、技术融合与选择起到指导作用。

智能农机多机协同作业关键技术与研究展望 |

夏先飞, 严浩文, 陈勇, 肖茂华, 陈伟, 郭沛琦, 张进龙, 岳新渊

2026, 8(5): 23-42. doi:10.12133/j.smartag.SA202608067

摘要 ( 68 )

HTML ( 10)

PDF (4482KB) ( 21 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 智能农机多机协同是指多台机械共同完成农田农事生产的集群作业方式。多机协同作业通过任务分工、信息共享与联合控制的方法，提高了农业生产效率与自主化的水平，推动农业装备由单机智能向机群协同发展。本文旨在系统梳理智能农机多机协同作业的研究进展与应用现状，为相关技术的研究与工程应用提供参考。【进展】本文将多机协同限定为两台及以上具有独立运动或作业能力的农业装备，通过跨机信息共享，在任务、路径或运动控制层面形成耦合并共同完成农业作业；单机自主导航和机组内部联动仅作为多机协同的基础支撑技术讨论。本文首先基于多机协同系统架构，比较集中式、分布式和混合式架构的特点及适用条件。随后系统归纳了多机协同的关键支撑技术，包括多源感知融合、协同定位、通信技术、决策规划、动力学建模与交互和编队控制。最后分析多机协同技术在农业中的典型应用场景，并从同构机械并行作业与异构机械功能互补两个维度总结其在转运、播种等场景中的应用。 【结论/展望】 基于当前研究现状，总结了智能农机多机协同作业尚存在的技术难题，并对可重构协同架构、异构通信网络、动态重规划、编队控制的容错率及规模化应用试验等未来发展趋势进行了展望。

农业机械底盘调平技术研究现状与展望 |

杨文彩, 陈洪坤, 赵恒亮, 朱龙图, 尚小标, 张宏扬, 甄广琦

2026, 8(5): 43-63. doi:10.12133/j.smartag.SA202512012

摘要 ( 446 )

HTML ( 13)

PDF (2873KB) ( 27 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 传统农业机械难以适应丘陵山区复杂地形，底盘调平作为提升农机地形适应性与作业质量的关键技术，对研发丘陵山区先进适用农机装备具有重要意义，已成为农机装备研究热点。【进展】 本文围绕底盘调平评价指标、调平装置、调平控制系统等方面进行全面梳理，着重分析了3点支撑式与4点支撑式两类调平机构原理、性能特点及适用场景，阐述了角度误差控制法与位置误差控制法的技术特征，归纳了姿态检测、位移测量、载荷监测及地形感知等多源信息融合方案，综述了从传统比例-积分-微分控制到模糊控制、滑模控制、神经网络等智能算法的演进路径，并提出了丘陵山区未来应重点开展的研究方向。 【结论/展望】 面向适应丘陵山区复杂地形要求，未来应重点开展融合农艺的调平机理与评价体系构建、高可靠性通用底盘调平装置研发、基于多传感器融合的智能协同调整控制系统开发，以及“虚腿”抑制与低成本调平技术工程化验证，以期为丘陵山区先进适用农机装备研发提供借鉴参考。

农业数字孪生：技术体系、应用进展与工程实现 |

祝清震, 戴旭, 孙宝翊, 张立元, 朱艳秋

2026, 8(5): 64-77. doi:10.12133/j.smartag.SA202608027

摘要 ( 15 )

HTML ( 0)

PDF (1926KB) ( 4 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 农业数字孪生研究涉及数字表示、状态监测、预测、决策和部分物理执行等不同能力维度，但不同农业场景的技术路线和实际应用程度存在明显差异，从研究原型走向持续运行仍面临不少问题。本文综述农业数字孪生的技术体系、典型应用与工程运行问题，重点说明不同系统能力的证据边界，以及研究原型走向生产应用的关键工程条件，为相关研究提供参考。【进展】本文围绕对象感知、数字表示、模型构建、预测、决策与现场执行等技术环节，归纳过程/机理、主体和数据驱动3类基本建模方法及其耦合方式，并比较设施农业与植物工厂、作物表型与生长模拟、畜牧与水产养殖、农业机械与机器人4类典型场景的研究进展和工程约束。进一步从对象标识与数据质量、模型校准与版本管理、执行接口与运行安全、长期运行与重复部署等方面，分析研究原型面向实际生产的运行条件。对公开资料未明确报告的同步、执行、结果返回或长期运行信息，本文仅作证据边界内的表述。 【结论/展望】 现有研究的优势主要集中在感知、数字表示、建模和预测，而对持续运行、执行反馈、维护和跨场景复用的报告仍相对不足。未来研究应关注数字状态和模型随生产条件变化的持续更新、预测或决策结果进入实际操作后的反馈记录，以及系统在长期和跨场景条件下的验证。

果园开沟施肥装备关键技术研究进展与智能化发展趋势 |

魏道初, 王志翀, 李学成, 王景巍, 周孟创, 翟长远, 邹伟

2026, 8(5): 78-97. doi:10.12133/j.smartag.SA202604028

摘要 ( 306 )

HTML ( 3)

PDF (3879KB) ( 18 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 果园施肥作业是保障果树养分供给和提升果园生产效益的重要环节，开沟施肥机械是实现果园施肥机械化与精准化的关键装备。受果园地形起伏、作业空间受限、根系分布隐蔽及农艺需求多样等因素影响，现有果园开沟施肥机械在环境适应性、作业稳定性、施肥精度和智能化水平等方面仍存在不足。为明确该领域关键技术的发展现状与趋势，围绕果园开沟施肥机械开展综述。【进展】 综述了果园施肥工艺特点及其对装备作业方式的要求，整理了开沟机构、排肥机构及整机结构形式的研究进展，同时分析不同技术方案的适用性与局限性。从系统角度总结了果园开沟施肥作业在开沟深度感知控制、变量施肥以及施肥量调控等方面的智能化研究进展，阐明了果园施肥装备由机械化向信息感知与闭环控制方向发展的技术趋势。 【结论/展望】 针对当前果园开沟施肥机械在复杂环境适应性、多参数协同控制及系统集成等方面面临的主要瓶颈，提出了面向智慧果园的果园施肥装备发展方向，为果园开沟施肥装备的结构优化与智能化设计提供参考。

番茄整枝机器人双螺杆推进滑切式末端执行器设计与试验 |

朱铭阳, 何津立, 马锃宏, 杜小强

2026, 8(5): 98-109. doi:10.12133/j.smartag.SA202606025

摘要 ( 11 )

HTML ( 2)

PDF (2276KB) ( 3 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 为解决设施番茄整枝作业依赖人工、枝叶密集环境下传统剪切式末端执行器易受定位精度和作业空间限制的问题，设计一种双螺杆推进滑切式末端执行器。 【方法】 以宽沟窄畦设施地栽番茄为对象，测定植株形态与茎秆力学参数；分析侧枝切割方式和刀片类型，以刀片厚度、切割速度和滑切角为因素开展三因素三水平试验，建立最大切割力和切割时间响应模型；建立螺杆推进与切割力学模型，完成样机设计，并开展单机械臂整枝验证和几何导入容差对比试验。 【结果和讨论】 较优参数组合为刀片厚度0.30 mm、切割速度6.7 mm/s、滑切角42°。50次整枝试验中，10~12 mm侧枝组切断成功率和切口平整率均为100.0%；12~14 mm侧枝组分别为95.5%和86.4%；总体切断成功率、切口平整率和平均有效整枝时间分别为98.0%、94.0%和3.32 s。在直径11 mm枝条定位容差试验中，双螺杆推进滑切式末端执行器在±10 mm作业偏差下的捕获成功率为90.0%。 【结论】 末端执行器可实现番茄侧枝导入、推进和滑切切除，对10~14 mm侧枝具有较好适应性和较好的几何定位误差适应能力，可为设施番茄整枝机器人末端执行器设计提供参考。

猕猴桃花心视觉定位与簇内扫掠作业方法与试验 |

杨喆, 王子蒙, 刘涵, 周冠, 刘星星

2026, 8(5): 110-121. doi:10.12133/j.smartag.SA202608007

摘要 ( 49 )

HTML ( 4)

PDF (10542KB) ( 7 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 针对猕猴桃花期集中、人工授粉效率较低及作业一致性不足问题，提出花心视觉定位与簇内扫掠作业方法。 【方法】 构建包含1 001张图像、11 794个花朵目标的猕猴桃花朵检测与花心关键点数据集。以YOLO26n-Pose为基线，改造花心偏移预测头，引入中心辅助监督、各向异性高斯概率定位及归一化沃瑟斯坦距离边界框损失，去除目标关键点相似度训练损失。结合RGB-D深度筛选与坐标变换生成三维靶点，经目标调度、聚类排序和向心Catmull-Rom样条规划，驱动机械臂连续扫掠作业。 【结果和讨论】 边界框平均精度均值mAP₅₀和mAP_50∶95分别为84.82%和54.00%，关键点mAP₅₀和mAP_50∶95分别为88.13%和87.78%，漏检率Miss@0.5为22.94%，较基线降低6.71个百分点，匹配目标的花心定位平均像素误差为2.56 px。仿真花簇授粉作业对比试验中，每种作业模式包含135个目标。与逐朵作业相比，簇内扫掠模式的机械臂末端总路径长度由36.68 m缩短至19.74 m；单朵作业平均耗时由9.68 s降低至5.52 s。果园试验中，4个作业位置共包含92个目标，运动执行成功率、目标作业完成率和单朵平均耗时分别为95.80%、84.78%和6.82 s。 【结论】 所提方法在测试果园场景下实现连续作业闭环，仿真花簇对比验证了扫掠策略缩短路径和减少耗时的效果，可为智能授粉装备提供技术基础。

苹果采摘机器人刚柔障碍物灵巧避障方法研究 |

郝静涛, 岳有军, 赵卓群, 赵辉, 李涛

2026, 8(5): 122-134. doi:10.12133/j.smartag.SA202510012

摘要 ( 253 )

HTML ( 14)

PDF (18879KB) ( 25 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 由于农业劳动力的急剧减少，机器人采摘已成为苹果产业发展的迫切需求。然而，果园环境具有明显的非结构性和复杂性，导致机器人难以实现无碰撞的精准采摘。为解决非结构化果园环境中障碍物异质性导致的路径规划困难问题，提出了一种基于障碍物刚柔属性识别的机器人灵巧避障方法。 【方法】 通过在强化学习过程中引入刚柔障碍物的差异化交互机制，建立融合先验知识引导的深度强化学习算法架构，采用专家演示驱动的软演员评论家方法，通过相对熵散度正则化约束实现策略空间的有界探索；构建具有真实物理属性的MuJoCo仿真验证平台，并设计多类遮挡工况开展仿真与田间试验。 【结果和讨论】 所提方法在复杂遮挡场景下采摘成功率达71.7%；专家引导策略使收敛速度提升75%，训练稳定性得到改善。与传统RRT算法对比，该方法采摘成功率约为RRT算法的2倍，碰撞率降低68%左右；RRT算法失效多由障碍物误抓取造成，本方法失效则主要源于精细控制问题。 【结论】 研究为非结构化环境下机器人智能操作提供了理论参考和技术支撑。

双臂葡萄采摘机器人手眼布局与底盘步进优化 |

张成浩, 杨圣慧, 夏川迪, 张康杨, 郑永军, 徐丽明, 李洁云, 薛少华, 刘星星

2026, 8(5): 135-145. doi:10.12133/j.smartag.SA202606010

摘要 ( 147 )

HTML ( 7)

PDF (2764KB) ( 20 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 双臂葡萄采摘机器人在空间受限的葡萄园采摘过程中，存在的双臂工作空间重叠率大、工作空间利用率低、固定步长移动策略易造成漏采等问题，导致机器人整体效率低下。针对上述问题，开展了双臂采摘机器人的手眼布局优化与自适应底盘移动策略研究，以提高双臂工作空间利用率，进而提升机器人连续作业能力和整体采摘效率。 【方法】 设计了一种集成仓储缓存系统的双臂葡萄采摘机器人。针对系统作业需求，建立了由机械臂可达域、相机可见域与果簇分布带交集构成的有效工作空间模型；构建了机械臂本体遮挡模型，通过双参数均匀网格搜索获取最优手眼布局参数。提出了一种基于果梗切割点分布的自适应底盘移动策略，以切割点是否落入作业空白区域为依据，实现了前进式与弥补式步长的自适应动态切换。视觉系统采用YOLOv8目标检测与果簇几何特征分析相结合的方法，实现了果簇识别与果梗切割点定位。在规范化果园条件下，针对不同果簇分布行段开展了5组田间采摘试验，并对自适应移动策略与固定步长移动策略进行了对比测试。 【结果和讨论】 测试结果表明，手眼布局优化后的双臂工作空间利用率为89.7%，重叠率为3.5%，有效提高了作业空间覆盖能力，降低了双臂协同干涉风险。系统识别准确率为100%，视觉系统采摘点平均定位精准率为96%。采用自适应底盘移动策略时，平均采摘成功率为94%，较固定步长移动策略提高11%，漏采率降低约12%。 【结论】 所设计的双臂葡萄采摘机器人能够实现稳定连续的采摘作业，手眼布局优化方法可有效提升机械臂工作空间利用率，自适应底盘移动策略能够降低漏采，提高采摘成功率和作业稳定性，为双臂葡萄采摘机器人的高效作业方案提供一定的参考。

面向立体式黄鳝养殖的可升降全向移动投饵机器人 |

陈一波, 袁泉, 刘光华, 张春燕, 徐震, 周文宗

2026, 8(5): 146-156. doi:10.12133/j.smartag.SA202606031

摘要 ( 11 )

HTML ( 0)

PDF (1867KB) ( 1 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 在工厂化黄鳝养殖的立体养殖架布局中，养殖空间在垂直方向高度延伸，水平方向通道回转余地有限，人工投饵劳动强度大且高层作业尤为困难，现有通用设备难以适配该类场景。针对上述问题，设计并研制了一款立体式黄鳝养殖的可升降全向移动投饵机器人，以实现立体养殖空间内分层分区的定点投饵。 【方法】 该机器人整合了双舵轮全向移动底盘，同步带滑轮组串联的嵌套式龙门升降机构、六自由度机械臂和电控系统，主从架构以RK3588工业核心板作主控，可编程逻辑控制器实时调度货叉与升降电机；双二维激光雷达承担同步定位与地图构建导航，MoveIt2框架与开放运动规划库实现机械臂无碰撞路径规划。 【结果和讨论】 在上海市农业科学院庄行综合试验站开展试验。结果表明，机器人导航到点重复精度优于2.0 cm，最大偏差半径控制在2.14 cm以内，航向角标准差不超过0.53°；机械臂投饵测试中，192次实际投放尝试的单次成功率为98.44%，借助路径规划重试机制可稳定在98%以上；以200次计划作业为基准，系统整体成功率为94.50%。 【结论】 该机器人解决了立体式黄鳝养殖环境中投饵难题，可定点完成高层养殖架投饵作业，满足投饵的精度需求，降低了人工投饵成本，对推动黄鳝养殖从自动化、无人化智能养殖模式转型具有积极意义。

基于并联机械臂的激光对靶除草系统设计与试验 |

赵学观, 邓龙, 翟长远, 吴华瑞, 苗中华, 郑申玉

2026, 8(5): 157-168. doi:10.12133/j.smartag.SA202605037

摘要 ( 184 )

HTML ( 12)

PDF (2632KB) ( 39 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 针对化学除草带来的环境污染及传统机械除草易损伤作物等问题，研究一种非化学、环境友好的激光精准除草方式，旨在提高杂草防控的智能化与精准化水平。 【方法】 以京津冀地区露地蔬菜田间常见的反枝苋、牛筋草和藜为对象，构建杂草图像数据集；构建HAD‑YOLO模型实现杂草实时检测，并搭建基于双目视觉与并联机械臂的激光对靶除草硬件系统，开发了杂草识别与定位除草控制上位机软件，实现模型权重、置信度和交并比阈值的调整。通过坐标系转换、Kalman滤波和Hungarian算法完成目标精准定位，基于FIFO（First In First Out）顺序规划激光追踪路径，利用实时脉冲数推算目标位置，实现动态对靶。开展了静态定位精度试验与动态对靶除草试验。 【结果和讨论】 静态定位精度试验结果表明，HAD‑YOLO模型对3类杂草检测的平均精度均值为94.2%，优于YOLOv5，机械臂定位相对误差平均值为1.73%。激光除草试验表明，系统对全部杂草的激光命中率为90%；反枝苋、牛筋草和藜的总体杂草灭杀率分别为78%、72%和82%，杂草总体灭杀率为77%。 【结论】 研究结果可为激光对靶除草提供技术支撑。

基于双电机线控转向系统的拖拉机轨迹跟踪控制研究 |

李磊, 潘良, 董继伟, 曹中华, 罗兴发, 湛小梅, 李亚丽, 孙志强

2026, 8(5): 169-181. doi:10.12133/j.smartag.SA202507027

摘要 ( 1118 )

HTML ( 9)

PDF (2325KB) ( 24 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的】 为解决现有无人驾驶拖拉机转向系统因精度与鲁棒性不足难以满足高精度轨迹跟踪需求的问题，克服单电机线控转向（Steer-by-Wire, SBW）系统存在的扭矩受限与容错性较差等缺陷，提出一种基于双电机SBW的轨迹跟踪控制方法。 【方法】 首先，基于拖拉机动力学模型设计线性二次型调节器（Linear Quadratic Regulator, LQR），用于计算跟踪期望轨迹所需的前轮转角；其次，建立双电机SBW系统的数学模型，设计滑模控制器（Sliding Mode Controller, SMC）以实现鲁棒控制，并引入干扰观测器（Disturbance Observer, DOB）对系统扰动进行观测与补偿，从而抑制SMC的抖振现象；最后，构建一种融合LQR与SMC+DOB的分层控制架构。 【结果和讨论】 仿真与试验结果表明，所提方法在横向跟踪误差与航向角误差方面均优于未配备SBW的传统转向系统；所构建的SMC+DOB控制器与未集成DOB的SMC方法相比，在低速工况下横向平均跟踪误差、航向角误差、质心侧偏角及前轮转角误差分别降低20.0%、40.0%、6.5%和14.3%；在高速工况下分别降低23.8%、52.2%、4.5%和27.3%。 【结论】 LQR+SMC+DOB分层控制策略可有效增强转向系统的输出扭矩与容错能力，显著提升拖拉机在高、低速工况下的轨迹跟踪精度，为无人驾驶拖拉机的高性能轨迹跟踪系统设计提供了有效解决方案。

基于YOLOv11n-A³的油菜角果检测与计数方法 |

周霖, 王妍, 黎海欣, 郑吉澍, 李脉, 曹中华, 吴兆娟

2026, 8(5): 182-193. doi:10.12133/j.smartag.SA202603005

摘要 ( 140 )

HTML ( 15)

PDF (3161KB) ( 16 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 快速精准地检测油菜角果数量，对油菜高产优质品种选育具有重要意义。针对油菜离体考种场景下，分枝角果普遍存在密集簇生、局部重叠及果喙目标微小所导致的精准计数难题，提出一种基于YOLOv11n-A³（YOLOv11n with Area Attention and Aligned Fusion）的油菜角果检测与计数方法。 【方法】 在主干网络集成跨阶段局部空间注意力模块与快速空间金字塔池化模块以强化特征的多维联合表达，并在颈部构建融合区域注意力模块的对齐路径聚合特征金字塔网络架构，从而协同缓解空间信息错位并提升区域上下文交互能力。 【结果和讨论】 YOLOv11n-A³在精确率、召回率、平均精度均值分别达到了92.6%、85.1%、47.1%，较基线模型分别提高了1.8、2.5、12.5个百分点。模型的计算量、参数量、检测速度分别达6.39 GFLOPs、2.58 M、625.3帧/s。在角果计数任务中，决定系数达0.937，平均绝对误差仅为2.61个。 【结论】 YOLOv11n-A³模型在保持轻量化的同时提高了计数精度，能够有效检测密集分布场景下的小目标，基于模型开发的油菜育种人工智能工具，可实现对油菜角果的检测与计数，为油菜考种与高产优质品种选育提供技术支撑。

基于改进YOLOv11n的芡实外观缺陷检测算法 |

张坤, 张春雨, 陈龙梅, 刘启程, 李永康, 柳凯, 曾文豪

2026, 8(5): 194-206. doi:10.12133/j.smartag.SA202602012

摘要 ( 150 )

HTML ( 17)

PDF (2862KB) ( 20 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 针对芡实在加工分选过程中人工分选成本高、效率低且一致性差的问题，提出了一种基于改进YOLOv11n（You Only Look Once）的芡实外观缺陷检测算法，旨在研究一种轻量化的芡实精准分选模型。 【方法】 首先，将通用感知大核卷积模块融入C3k2（Cross Stage Partial with Kernel Size 2）结构，构建新型特征提取模块CURK（C3k2-UniRepLKNetBlock），增强模型对细粒度缺陷纹理和复杂背景的表征能力；其次，采用深度轻量化自适应提取模块替换主干网络中的部分卷积模块，在增强关键区域的自适应学习能力的同时减少计算量；最后，引入SDIoU（Scale Dynamic IoU Loss）损失函数，弥补DIoU（Distance Intersection over Union）损失函数在多目标检测中回归不稳定、定位精度不足的问题，提升模型的检测准确性与边界框回归效果。 【结果和讨论】 改进后的模型平均精度均值达到97.4%，召回率为92.8%，相较于基线模型YOLOv11n分别提高了0.4和2.9个百分点；模型权重文件大小为4.9 MB，模型参数量为2.31 M，浮点运算量为6.1 GFLOPs，相较于基线模型分别降低了10.9%、10.5%和3.2%；改进后模型的推理速度达到189.2帧/s，能够满足实时检测的要求。在实验平台测试实验中，总体平均准确率达到92.25%，验证了模型的实用性与工程适应性。 【结论】 改进模型在保证较高检测精度的同时，兼顾了模型轻量化和实时性，具有较好的工程应用潜力，为芡实的智能化分选提供了有效的技术参考。

基于改进YOLOv10s的番茄成熟度及外观缺陷检测模型 |

李彦梅, 颜猛, 汪雨, 杭琪, 汪胜

2026, 8(5): 207-218. doi:10.12133/j.smartag.SA202605006

摘要 ( 205 )

HTML ( 22)

PDF (1415KB) ( 26 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 番茄成熟度的精细化分级与外观缺陷的精准识别是决定其市场定位与流通安全的关键环节。为解决现有番茄检测算法成熟度分级粒度不足、外观缺陷一体化识别缺失、检测精度与部署效率难以平衡的问题，匹配产业通用的四级成熟度采收标准，满足自动化采收与智能分拣的高精度、轻量化作业需求，本研究提出一种改进的YOLOv10s番茄检测模型——Tomato-YOLO。 【方法】 该模型以YOLOv10s为基线框架，首先引入尺度感知上下文模块替换骨干网络中的C2f模块，强化对相邻成熟度细微差异特征的捕获能力；其次构建跨层级多尺度特征融合策略并拓展为四检测头架构，新增面向超小目标的P2检测层以增强复杂田间环境下的目标感知鲁棒性；采用形状交并比损失函数替代完全交并比损失函数并设计小目标自适应加权策略以优化边界框回归精度；最后引入层自适应幅度剪枝技术对冗余卷积层进行结构化裁剪。 【结果和讨论】 Tomato-YOLO模型的精确率、召回率及平均精度均值分别达到92.1%、92.0%与95.0%，较原始YOLOv10s模型分别提升6.9、11.6及6.8个百分点；经15%比例剪枝部署于Jetson Nano边缘计算平台后，模型权重压缩至15.1 MB，推理速度达30.4帧/s。 【结论】 Tomato-YOLO模型实现了番茄成熟度细粒度分级与外观缺陷一体化识别的高精度与高实时性统一，可为番茄产业智能化采收与分拣提供有效的视觉检测技术支持。

FLPNet：一种基于频空双域解耦的轻量级实时苹果叶片病害检测模型 |

宋祥硕, 王钧

2026, 8(5): 219-237. doi:10.12133/j.smartag.SA202605024

摘要 ( 17 )

HTML ( 2)

PDF (3654KB) ( 3 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 在复杂成像环境中，动态光照变化和叶片遮挡会降低病斑特征的可见性，使现有模型难以准确识别早期微小病斑。为解决自然环境中显著光照干扰所带来的苹果叶片病害检测难题，提出了一种改进的RT-DETR（Real-Time Detection Transformer）模型，命名为频域-光照感知网络（Frequency-Lighting-Aware Perception Network, FLPNet），用于复杂成像条件下的病害检测。 【方法】 为克服传统卷积神经网络在空间域特征提取方面的局限性，FLPNet引入了频域解耦与增强模块（Frequency-Domain Decoupling and Enhancement Module, FDEM）。通过利用小波变换与傅里叶分析的互补特性，FDEM有效解耦并重构了受遮挡病斑的细粒度纹理特征。此外，引入了物理驱动Retinex层，该层作为一种基于Retinex理论的特征增强模块，用于减轻非受控光照的影响。同时，还嵌入了低分辨率全局注意力模块，以在保留全局上下文信息的同时减少计算冗余。 【结果和讨论】 FLPNet的mAP@0.50达到85.7%，较基线模型提高了5.0个百分点，同时参数量减少了3.3 M，计算量降低了9.1 GFLOPs。与YOLOv12n相比，FLPNet的mAP@0.75提高了4.1个百分点。实验结果表明，FLPNet在整体检测性能上优于YOLOv12n和DEIM等先进模型。 【结论】 FLPNet在显著降低计算复杂度的同时，有效提升了复杂自然成像条件下苹果叶片病害的检测性能。该模型在检测性能与计算效率之间取得了较好的平衡，适合部署于资源受限的农业边缘设备。这些特性可为苹果叶片病害检测的实际应用提供重要的理论支持和技术指导。

RT-DETR-DPF：轻量级猕猴桃叶片病害检测算法 |

何亚婷, 罗友璐, 潘勇浩, 赵涛涛, 牟国钰, 吴鹏举

2026, 8(5): 238-250. doi:10.12133/j.smartag.SA202605015

摘要 ( 13 )

HTML ( 0)

PDF (2012KB) ( 3 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 针对猕猴桃叶片病斑相似度高、小目标病斑易漏检，以及传统人工检测效率低、主观性强等问题，提出一种高精度、轻量化的猕猴桃叶片病害自动检测方法，为猕猴桃产业病害智能检测提供技术支撑。 【方法】 以实时检测变换器（Real-Time Detection Transformer, RT-DETR）模型为基准模型，从特征提取、注意力机制和多尺度特征融合三个方面进行改进：①在主干网络中引入细节增强卷积模块，通过差分卷积与多分支特征融合增强病斑细节表征能力，强化细小病斑特征提取；②采用极性感知线性注意力模块替代原有基于注意力的同尺度特征交互模块（Attention-based Intra-scale Feature Interaction, AIFI）模块，显式建模同号与异号查询-键对交互，降低注意力分布熵，增强病害区域判别性；③设计特征聚焦扩散金字塔网络替代传统特征金字塔网络-路径聚合网络检测头，实现多尺度病斑特征的高效融合与精准定位。 【结果和讨论】 在自建猕猴桃叶片病害数据集上进行验证，改进后的RT-DETR-DPF模型精确率达到93.1%，mAP50达到92.3%，较基准RT-DETR-r18模型分别提升5.0和2.6个百分点；同时模型参数量减少约33.7%，浮点运算次数降低约33.7%，模型推理速度达到67帧/s，推理效率显著提升。 【结论】 研究结果表明，所提出的RT-DETR-DPF模型实现了检测精度与计算效率协同优化，适用于计算资源受限场景下的猕猴桃叶片病害智能检测。

基于协同语义增强YOLOv11的枸杞虫害轻量化检测方法 |

王梅, 周元庆, 王文慧, 刘平, 朱美霖

2026, 8(5): 251-262. doi:10.12133/j.smartag.SA202606016

摘要 ( 39 )

HTML ( 7)

PDF (2748KB) ( 6 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 针对复杂田间场景下枸杞虫害目标尺度小、背景干扰强及遮挡严重，导致目标特征提取困难和检测性能下降的问题，本研究提出一种协同语义特征增强的枸杞虫害检测模型（Collaborative Semantic Feature Enhancement-YOLOv11, CSFE-YOLOv11）。 【方法】 模型从细粒度特征感知、跨尺度语义融合和轻量化预测三个层面进行协同优化。首先，在骨干网络中引入嵌入式注意特征增强模块（Attention-embedded Feature Enhancement, AFE），通过局部卷积与全局注意力协同建模，增强虫害局部纹理和细粒度特征表达；其次，在颈部网络中构建跨尺度语义融合模块（Cross-scale Semantic Fusion, CSF），通过多尺度特征交互与语义融合，实现浅层细节信息与深层语义信息的有效传递；最后，设计轻量化解耦预测头（Lightweight Decoupled Prediction Head, LDP Head），通过分类与定位任务解耦及轻量化结构降低预测阶段的计算开销，并提升复杂场景下弱显著虫害的预测能力。 【结果和讨论】 在17类枸杞虫害数据集上进行试验，CSFE-YOLOv11的精确率、召回率、交并比阈值0.5及阈值为0.5-0.95区间的平均精度均值（Mean Average Precision, mAP）分别达到85.27%、71.49%、75.29%和48.25%，较YOLOv11的mAP50和mAP50∶95分别提高4.47和2.36个百分点；模型参数量由2.59 M降至2.28 M，减少11.97%，计算量由6.3降至5.2 GFLOPs，降低17.46%。消融实验及不同尺度目标检测结果表明，AFE、CSF和LDP Head在细粒度特征增强、跨尺度语义传递和预测优化方面具有互补作用。IP102跨数据集验证中，CSFE-YOLOv11的mAP50达到0.631 7±0.002 9，相较基线模型保持性能优势；在宁夏本地田间数据集上mAP50较YOLOv11提高4个百分点，进一步验证了模型对复杂田间场景的适应能力。 【结论】 CSFE-YOLOv11通过细粒度特征增强、跨尺度语义融合与轻量化解耦预测的协同优化，在提高枸杞虫害检测精度的同时降低了模型计算复杂度，实现了检测性能与轻量化之间的有效平衡，可为复杂田间环境下枸杞虫害智能监测提供技术参考。

融合SimAM与四尺度检测的荷斯坦奶牛姿态估计YOLOv11模型 |

刘思伊, 李振波

2026, 8(5): 263-278. doi:10.12133/j.smartag.SA202604052

摘要 ( 122 )

HTML ( 11)

PDF (1757KB) ( 10 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 荷斯坦奶牛养殖环境存在光照复杂、遮挡多等干扰因素，且现有人工智能模型对奶牛蹄部、耳尖等末端关键点表征不足，导致姿态估计精度不高。为提高复杂牛舍场景下奶牛姿态估计的精度与鲁棒性，以YOLOv11n-Pose为基础模型，提出一种融合自适应注意力与多尺度感知的轻量化奶牛姿态估计算法YOLOv11n-AS4D。 【方法】 针对蹄部、耳尖等末端关键点因多级下采样导致的空间信息衰减，设计基于P2高分辨率特征的非对称四尺度检测头，通过渐进式通道配置与单向特征流提升细粒度空间表征能力；针对遮挡与背景纹理相似条件下特征判别不稳定问题，提出Adaptive SimAM模块，通过自适应正则化、多尺度能量建模与层级差异化部署增强关键点特征的判别稳定性。 【结果和讨论】 改进模型在自建与CMBN数据集上的精确率为97.6%和98.0%，召回率为97.6%和98.7%，mAP@0.5∶0.95为84.6%和83.8%，较YOLOv11n-Pose的mAP@0.5∶0.95分别提升1.2和1.4个百分点，精确率分别提升0.4和0.3个百分点，召回率分别提升0.4和0.5个百分点；参数量由2.90/2.91 M降至2.27/2.28 M；计算量由7.3/7.2 GFLOPs均增至9.8 GFLOPs，端到端推理速度为83.1帧/s，表明模型以一定计算开销换取更高定位精度，并保持实时推理能力。 【结论】 该模型以适度增加计算量为代价，降低了参数量并提升了姿态估计精度，有效缓解了末端关键点空间信息衰减与复杂遮挡下的特征判别不稳定，可为奶牛行为识别与养殖管理提供骨架感知支撑。

基于模型性能反馈特征优化的奶牛颌部运动摄食行为识别方法 |

邓雄阳, 张嘉豪, 刘杰, 邹泽世, 张文宽, 曹剑鹏, 陈桂鹏

2026, 8(5): 279-292. doi:10.12133/j.smartag.SA202605016

摘要 ( 78 )

HTML ( 9)

PDF (2098KB) ( 14 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 摄食行为是奶牛生理状态监测、早期疾病预警的重要指标，颌部运动则是摄食行为变化最直观的外在表现。传统识别模型存在精度低、硬件开销大等问题，本研究提出了一种基于可穿戴设备搭载轻量化机器学习模型的奶牛行为分类监测方法。 【方法】 将集成拉力传感器和六轴传感器的可穿戴设备固定在牛的颌部，以同步采集摄食时的颌部开合及头部姿态数据。对采集的数据进行分析，分别从时域、频域/时频域、空间关联及轨迹合成4个维度进行特征提取，得到110维原始特征空间。在降维环节，引入了一种基于模型性能反馈的“受限后向消除策略”进行特征降维——先以特征重要性大小顺序作为搜索方向，再根据移除某一候选特征后模型性能的实际变化来决定特征的去留，经过多轮递归消融后，最终筛选出59维的核心特征集。随后在多种时间窗口设置下，对随机森林、极端梯度提升（eXtreme Gradient Boosting, XGBoost）、轻量级梯度提升机及类别特征梯度提升4种算法进行横向比较。 【结果和讨论】 各模型性能随着时间窗口的增大呈现阶梯式提升的趋势，说明适当的时间窗口能兼顾行为描述的完整性与数据处理效率。经过横向对比实验，挑选出60 s作为最佳窗口尺寸，能在完整描述行为节律的同时，将空间开销控制在较低水平。此窗口下XGBoost的表现最佳，准确率为93.64%，F₁分数为92.81%，并且模型文件仅为4.48 MB。 【结论】 XGBoost模型能够兼顾识别效果与硬件资源消耗。在准确度达标的基础上，较小的模型体积更加适配边缘可穿戴设备有限的存储与算力，可为智慧牧场行为监测提供可行技术参考。

基于光合最佳效能点的设施葡萄动态节能补光调控方法 |

金梦, 李华龙, 李淼, 何进, 刘先旺, 麻之润, 谢苗苗, 程彬彬, 宣磊, 叶飞

2026, 8(5): 293-305. doi:10.12133/j.smartag.SA202603010

摘要 ( 20 )

HTML ( 1)

PDF (4478KB) ( 4 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 设施葡萄种植中，采用科学补光方案可提高作物光合效率与产量。现有设施补光研究多侧重作物光合速率提升，针对光合效率与能耗二者协同优化的研究较匮乏，本研究提出依托光合最佳效能点（Optimal Photosynthetic Efficiency Point, OPEP）的“阳光玫瑰”设施葡萄的动态节能补光调控方法。 【方法】 试验先采集葡萄转色期不同阶段的温度、光合有效辐射、叶片光合速率数据；后续采用直角双曲线修正模型，拟合光合有效辐射与光合速率的响应关系，依托D-Sigmoid函数构建温度与光合速率响应模型，基于该模型构建光温交互模型；以光合速率最大化、补光能耗最小化为双重目标，建立多目标优化模型，采用第二代强度帕累托进化算法求解最优解集，得到帕累托前沿，再借助步进搜索算法精准定位OPEP。 【结果和讨论】 葡萄转色期试验结果表明，光温交互模型对转色前、中、后期均表现出较高预测精度。SPEA‑2算法求解得到的帕累托前沿清晰反映光合速率与补光能耗此消彼长的权衡关系。采用步进搜索算法定位OPEP实施动态补光，与传统光饱和点固定值补光模式相比，补光能耗平均降低34.27%，光合速率仅小幅下降6.60%。该方法可随环境动态调整光强，在光饱和或适温条件下减少无效能耗，适配温室微气候快速非线性变化特征。 【结论】 该补光方法能够在维持葡萄光合能力处于较高水平的前提下减少能耗，提升能源利用效率，实现设施葡萄补光环节生产效益与能耗的最优平衡。

农业机械化对农民收入水平的影响研究——基于双重机器学习的因果推断 |

曹阳春, 李沅桔, 张静

2026, 8(5): 306-318. doi:10.12133/j.smartag.SA202604002

摘要 ( 89 )

HTML ( 4)

PDF (944KB) ( 11 )

数据和表 | 参考文献 | 相关文章 | 计量指标

【目的/意义】 运用农业机械化提升农民收入水平对缩小城乡差距、实现共同富裕及推动农业高质量发展具有重要意义。本研究旨在探究农业机械化对农民收入的影响效应、内在机制及异质性特征，为农业机械化政策优化与农民增收路径选择提供参考。 【方法】 基于2008—2023年中国31个省份的面板数据，采用双重机器学习模型，实证检验了农业机械化对农民收入水平的影响效应、作用机制及异质性。 【结果和讨论】 农业机械化对农民收入具有显著正向影响，农业机械化综合水平每提高1%，农民的人均可支配收入约提高0.18%。农业机械化通过提升农机作业水平促进农民增收。农业机械化的增收效应在是否粮食主产区、不同地形起伏度，以及地区收入区存在显著异质性。农机社会化服务、农业合作社密度、农机装备结构及城乡收入差距对农业机械化的增收效应均具有显著的正向调节作用。 【结论】 农业机械化仍是当前阶段提高农民收入的有效推动因素，其增收效应通过提升农机作业水平实现，并受到服务市场、组织化程度、装备结构与城乡收入差距的协同调节。应因地制宜推进农业机械化发展，同时积极培育农机服务市场，优化农机装备结构，并重视要素价格信号对技术采纳的激励作用。

当期目录