农业机械学报

作者：张晓东，蔡宗耀，胡炼，毛罕平，李铁柱，张怡雪

单位：江苏大学,江苏大学,华南农业大学,江苏大学,江苏大学,江苏大学,

关键词：生菜;点云下采样;地上生物量;作物表型;多维成像特征

基金：江苏大学农业装备学部项目（NZXB20210106）和国家重点研发计划项目（2022YFD2002302）

为解决作物表型参数获取困难且精度不高的问题，以设施生菜为研究对象，提出了一套高精度、低成本的生菜表型参数获取方法。采用具备自动导航、多模态和多视场成像功能的无人地面车（Unmanned ground vehicle，UGV），进行作物生长信息自动巡航采集。本文设计的表型分析管道加入了随机下采样算法，以增强作物点云数据的处理效率，并结合图像分割、聚类等算法提取了生菜高度、最大宽度、植被指数和纹理指数等多维表型特征。此外，将获取的多维成像特征参数与生菜地上生物量实测值进行了皮尔逊（Pearson）相关性分析，筛选出对地上生物量预测最敏感的4个特征变量，利用误差反向传播算法（Back propagation algorithm，BP）分别构建了单一特征和多维特征组合的生物量估测模型。研究结果表明：本文设计的表型分析管道处理5000下采样点云单帧数据平均耗时为0.41s，生菜高度、最大宽度估测的R2分别为0.79、0.77，MAPE分别为4.94%、5.02%。相较于其它生物量估测模型，融合了4个特征变量的估测模型（HWVD）最优，R2、RMSE和MAPE分别为0.82、4.03g、6.04%。本研究为面向现场的作物表型信息快速、准确、无损检测提供了一种有效的方法。

来源：2025年第6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6期