基于机器视觉的杂草识别与精准喷药系统.pdf

哈尔滨工业大学硕士学位论文

摘要

近年来无人驾驶农机得到越来越多的重视和应用，关于无人驾驶农机作业

和植保机械的研究仍有一些尚未解决的应用问题，关于植保农机的作业技术研

究目前主要在实验室中的样机研制和图像识别算法研究，针对实际改装农机的

研究和算法部署目前还不多。

本文通过改造永佳3WSH-500喷药机设计无人对靶精准施药系统，实现基

于传统特征方法和深度学习方法的苗草识别算法部署和喷药动作规划。本文主

要的研究工作为：

1.将农机RTK-GNSS数据与惯性导航系统通过离散卡尔曼滤波融合估测农

机运行过程中的姿态和速度信息，获取杂草识别动作中的动作时延；该方法减

轻了仅使用GNSS数据时的田间颠簸对观测数据的影响，提高了农机运动姿态

估计的准确性和数据平滑性，可以进一步作为农机轨迹控制的反馈依据；

2.基于超绿特征方法通过形态学运算设计玉米封闭前期的杂草识别处理算

法，基于yolov8模型设计封闭后期玉米出苗阶段的苗草分离算法，两种方法分

别针对封闭前后及不同植株生长期的杂草情况进行杂草位置的分析，实验表明

可以较为准确地识别到杂草在画面中的位置；

3.通过推导不同车速和位置下的杂草识别位置算法和动作时延得到一般性

的精准喷药动作算法及流程；通过TensorRT优化基于yolov8的目标检测模型

实现快速推理；通过模型优化和并行推理完成从算法到工程实际的部署；

4.在田间实机作业，通过设计杂草识别系统软硬件平台完成算法部署和落

地，通过摄像头支架等机械结构的改造验证机器视觉方法在田间应用的可靠性，

验证了基于现有农机导航系统改造方案的可行性。

本文全文代码公开在/Jingxu-Li/Weed-Detector。

关键词:机器视觉，喷药系统，无人农机，特征工程，模型推理

-I-

哈尔滨工业大学硕士学位论文

Abstract

Inrecentyears,unmannedagriculturalmachineryhasreceivedmoreandmore

attentionandapplication.Therearestillsomeunresolvedapplicationproblemsinthe

researchonunmannedagriculturalmachineryoperationsandplantprotection

machinery.Theresearchontheoperationtechnologyofplantprotectionagricultural

machineryiscurrentlymainlyinthelaboratoryprototypedevelopmentandimage

recognitionalgorithmresearch.Researchesandalgorithmdeploymentfortheactual

modificationofagriculturalmachineryarenotmuchatpresent.

Inthispaper,anunmannedtargetedprecisionpesticideapplicationsystemis

designedbymodifyingYongjia3WSH-500sprayer,andrealizesthedeploymentof

seedlinggrassidentificationalgorithmandsprayingactionplanningbasedon

traditionalfeaturemethodsanddeeplearn