面向果园巡检的履带式机器人自主导航与果树病害识别.docxVIP

PAGE2

面向果园巡检的履带式机器人自主导航与果树病害识别

摘要

果园巡检是保障果树健康与提升产量的关键环节，传统人工巡检面临效率低、漏检率高及主观性强等痛点。本课题设计了一款面向果园巡检的履带式机器人系统，集成RTK-GNSS与双目相机实现自主导航，并利用深度学习技术识别叶片病斑，最终生成防治处方图，实现从感知到决策的闭环。

全文按工程递进思路展开。第一章分析果园巡检现实痛点，明确系统设计目标；第二章论证RTK-GNSS定位与YOLOv8识别等关键技术的适用性；第三章细化导航、识别与处方图生成的功能与非功能需求；第四章规划软硬件分层架构与数据存储模型；第五章设计全覆盖路径规划算法与病斑分割网络；第六章展示系统核心代码实现与难点突破；第七章开展功能与精度测试验证；第八章总结成果并展望未来优化方向。

本设计的核心创新在于将弓字形全覆盖路径规划与轻量化病斑识别模型深度融合，通过双目视觉与RTK-GNSS紧耦合定位，在非结构化果园环境中实现了高精度自主巡检与厘米级病害处方图生成，为果园精准管理提供了无人化解决方案。

第一章绪论

1.1研究背景

果园管理的核心在于及时发现并处理病虫害，这对果树的产量与品质具有决定性影响。传统巡检主要依赖人工步行观察，不仅耗时费力，且在面对大面积、高密度果园时极易出现漏检。同时，人工判断病害往往依赖经验，主观性强，难以实现早期微小病斑的精准识别。