东北农大创新训练项目- 基于苗带追踪与变量对靶喷施的多垄 智能除草机器人的研制

项目来源

学生自拟项目（）、导师提供项目（√）（在相应位置打√）

一、项目研究背景（500字以内）

伴随着人口增加、土地沙漠化等环境问题的日益严重，人均可耕地面积不断

减少。据农业部最新数据表明，目前耕地退化面积占耕地总面积的４０％以上，

因而提高单位面积产出是保障粮食安全的重要环节。在传统农业中，农田杂草与

作物争营养阻碍作物生长发育并造成不可估量的经济损失。据估计，全球15亿2

hm耕地每年仅杂草危害就造成约763亿美元的损失[1]。我国农田杂草危害面积

大约为4000万2

hm，严重危害面

hm，以麦田杂草为例，草害面积达1000万2

积约260万2

hm，产量损失高达40亿kg[1]。据国内外有关专家统计，草害所造

成的损失为农产品总产值的30%左右由此可见喷洒农药的必要性。然而，目前我

国农业生产中以人工喷洒农药为主，但人工喷洒农药除草剂对人体机理损害较为

严重。生产性农药中毒病例中有65% ～85% 是直接或间接通过皮肤吸收所

致。[2]。使用新型的施药器械与施药技术有助于降低施药人员体表的农药沉积残

留[3]，由此可见，在农业生产中，为保障生产人员健康，采用机器喷洒农药的急

迫性与必要性。

二、项目立论依据

20

1．项目研究目的和意义（500字以内）

根据有关学者进行的除草剂喷洒对比试验结果表明：假定均匀喷洒除草剂

的使用量为100﹪，通过开/关喷嘴间断喷洒除草剂的变量喷洒方法能节省约10

﹪的除草剂，根据杂草密度喷洒不同剂量的除草剂的变量喷洒方法能节省约45

﹪的除草剂。为此本研究小组研制了一种基于苗带追踪与变量对靶喷施的多垄智

能除草机器人，该机器人为多功能耦合机器人，具有靶向追踪式除草、田间自主

行走、田间环境监测等功能。本研究小组计划通过采用新型植保手段，在到达除

草剂除草阀值后尽可能减少溢出值，提高喷施作业的质量与效率以提高土地单位

面积产量、减少由杂草带来的损失；通过全自动的智能化喷洒除草剂方式，缓解

人力资源的短缺，保障农业生产人员的身体健康。该机器人的出现使农业智能化

管理进一步更加贴近农业生产人员的生活，对绿色农业食品产业的发展具有重要

意义，对我国的粮食安全有重要意义。

图1：人工的粗放型喷洒图1-2 机械式粗放型除草

20

2．国内外研究现状（500字以内）

⑴国外相关研发动态

国外的机器视觉技术较为成熟，在自主导航、智能喷洒方面研究者做了大量工作[4]。瑞典Halmstad大学的Bjorn Astrand和Albert-Jan Baerveldt

研究了一种除草机器人[5]，该系统由两个基本模块构成:作物识别模块和杂草控

制模块。作物识别模块包括CCD摄像头、计算机以及图像处理组件，杂草控

制模块包括一个由微控制器控制的精确喷雾系统和距离传感器等。其中，喷雾

系统有8个喷头，每个喷头均由电磁阀控制[6]。2002年美国的伊利诺斯大学

农业与生物工程系开发的“基于机器视觉的田间自动杂草控制系统”能实现

同时对多行苗带进行作业[7]，大大提高除草的效率。但是该系统不能进行自主

导航[8]。

图1-3喷雾机系统

⑵国内相关研发动态

国内所进行的基于机器视觉的自主导航、智能喷洒的相关研究起步较晚，大部分处于实验室阶段，部分科研院所生产的样机，结构功能较为简单[9]。

2007年，南京林业大学的候学贵等人对除草机器人进行了研究，制作了室内

除草机器人模型[7]，主要由导航摄像头、杂草识别摄像头、计算机、本体、机

械手臂等组成。实验表明除草机器人杂草识别率高，实时性好，除草机器人位

姿计算精度高，杂草识别和导航算法能够适应室外条件变化[8]。2009年，中

20

国农机院机电技术应用研究所研发了一种智能化精准喷药除草机[9]。该系统基

于计算机图像自动识别方法及机电控制方法，保证除草喷药机在田间作业过程

中能正确地辨识作物与杂草，并根据杂草的分布状况，实时准确地开启相应的

喷头，将除草剂洒向杂草，以节省农药，从而减少环境污染[10]。总体看来，

我国在视觉技术研制和应用方面的相关机器人已经有一定的成果，但是仍处于

起步阶段，与国外相比仍存在一定的差距[11]。

【参考文献：】

【1】杨会清，孙丽燕，刘红. 田间杂草识别的机器视觉系统及机械除草研究.2011。

【2】盛琴琴，朱丽芳，蔡文娟，叶晓春.喷洒农药农民体表污染情况及其防护措施.1997。【3】李炬，何雄奎，曾爱军，陈薇，等.农药施用过程对施药者体表农药沉积污染状况的研究.2005。

【4】陈丽君.沈阳农业大学博士学位论文.沈阳农业大学.博士学位论.2009。

【5】姜国权，何晓兰，杜尚丰，等.机器视觉在农业机器人自主导航系统中的研究进展【J】

农机化研究，2008，3 9-11

【6】刘娅静.基于计算机视觉的麦田杂草识别技术研究.河北工业大学.硕士学位论文. 2006,6.

【7】G.E. Meyer, T.F. Kocher, D.A. Mortensen and A.Samal. T extural Imaging and Discriminant Analysis For Distingguishing Weeds for Spot Spraying[J].Transactions of

the ASAE.2002,41(4)1189-1197.

【8】Dougherty, E.R., Lotufo, R.A.,2003.Hands-o Morphological ImageProcessing,vol.TT59.SPIE–The International Society for Optical Engineering

【9】SANNER R M.Stable adaptive control of robot maniplators using neural

20