农业机械学报

作者：宋绪斌，王春颖，李明，赵兴田，王庆隆，杨明清，刘平

单位：山东农业大学,山东农业大学;农业装备智能化山东省工程研究中心,山东农业大学,山东农业大学,山东农业大学,山东农业大学,山东农业大学,

关键词：小麦;表型机器人;解析系统;表型鉴定;YOLO v11

基金：山东省重点研发计划项目（2023TZXD004、2024LZGC006、2022LZGCQY002）和山东省博士后创新项目（SDCX-ZG-202400195）

为解决传统田间小麦表型数据采集与解析自动化水平低和精准性差的问题，研制了小麦表型机器人底盘，并提出一种基于表型机器人的小麦关键生育期表型检测方法。首先，提出了TD-YOLO v11出苗检测模型，实现了田间小麦出苗精准识别。该模型在特征提取网络中引入可变性卷积模块（Deformable convolutional v4, DCNv4），增强模型捕捉上下文信息的能力，降低计算复杂度和参数量。此外，引入任务动态对齐检测头（Task dynamic align detection head, TDADH），通过动态选择特征，提高模型的分类和定位性能。然后，构建了融合多传感器与边缘计算的小麦表型解析系统，该系统集成了出苗检测方法与前期研究提出的抽穗期监测及开花期判定等表型解析方法，实现了田间表型数据的高效自动化采集与解析。结果表明，提出的方法具有较高的小麦出苗识别精度（R2为0.908，RMSE为11.73，rRMSE为23.04%），同时实现小麦抽穗期及开花期表型的动态监测。该方法可用于田间小麦表型数据的高通量采集和高效解析，为小麦育种田间表型获取工作提供了高效、可靠的技术支持。

来源：2025年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第3期