旱地激光除草机器人关键技术研究

关注

联系合作

成果单位：中国农业大学

合作方式：面议

所处阶段：其他

关键词：农田激光除草减少除草剂GPS定位IMU数据路径规划LW-YOLO模型图像处理二自由度机械臂

成果评价

总得分（满分100）

资本强度（满分0）

该成果得分：0

团队介绍

领衔专家：彭彦昆，中国农业大学教授、领军教授A类、博士生导师。在研主持国家自然科学基金和重点研发计划等多个科研项目。近5年，发表SCI/EI论文180篇，授权发明专利42件，主/参编专著10部。核心骨干：苏文浩，中国农业大学高层次人才，特聘研究员，博士生导师，入选中国农业大学“人才培育发展支持计划”青年新星A类，连续三年入选全球前2%顶尖科学家，长期从事智能农业机器人领域研究，聚焦农产品品控关键环节智能感知控制技术装备与机器人研制。

小果解读

核心问题

当前农业生产中，杂草管理是一个重要环节，传统方法依赖大量化学除草剂，不仅污染环境，还可能对作物造成伤害。尤其在旱地作物种植中，杂草生长迅速，人工除草劳动强度大、效率低，亟需一种高效、环保的自动化除草解决方案。

解决方案

本项目研发了一款基于深度学习技术的激光除草机器人。该机器人集成高精度GPS与IMU传感器，确保在各种环境下均能实现精确定位；运用先进路径规划算法，使机器人能自主适应农田地形，灵活避障。核心技术创新在于采用改进的LW-YOLO模型进行作物与杂草识别，并结合图像处理技术精确定位杂草根茎。同时，设计了二自由度机械臂，稳定驱动激光器精准除草。这一系列技术集成，实现了杂草的高效、精确清除。

竞争优势

本激光除草机器人相较于传统除草方式，显著减少了化学除草剂的使用，提高了农业生产的环保性。其深度学习技术与高精度定位系统的结合，确保了除草的高精度与高效率，特别适用于复杂多变的农田环境。此外，机器人自动化作业降低了人力成本，提高了农业生产效率，具有显著的经济效益和社会效益，是现代农业智能化、绿色化发展的重要技术支撑。

成果描述

成果公开日期

20250327

所属产业领域

高端装备与制造-除草机器人

产品设计方案

1.更加环保。2.自动化程度高。3.高精度的目标检测算法和杂草根茎定位技术。4.支持远程监控和管理。5.创新地结合了多种图像处理算法，提升了系统的鲁棒性和适应性。

市场分析

市场前景：随着全球农业现代化的推进和对环保要求的日益提高，智能农业设备的需求正在快速增长。传统的除草方法主要包括人工除草和化学除草剂，但这些方法存在显著的局限性；全球智能除草机器人市场规模正以高速增长态势发展。预计到2029年，全球智能除草机器人市场规模将以显著的复合年增长率（CAGR）增长至数十亿美元。-在行业领域的水平：该项目填补了国内激光除草机器人市场的空白，处于国内先进水平。目前已申请多项发明专利，并与多家农业机器人企业达成合作意向。

当前进展

主要功能：自主导航、目标检测与杂草根茎定位、激光除草、除草过程可视化。-核心技术： 1.提出了一种基于yolo11的改进模型LW-YOLO2.融合了多种图像处理算法3.设计了一种二自由度的激光除草执行机构

转化现有基础

落地应用：目前，该激光除草机器人已在多个农场进行了实地测试，取得了良好的应用效果。未来计划在全国范围内推广。

转化合作需求

我们希望寻找具有农业资源和市场渠道的合作伙伴，共同推进激光除草机器人的产业化进程。同时，欢迎各界专家和技术团队与我们的研发团队共同合作，攻克技术难题。

摘要

本项目旨在开发一款基于深度学习技术的激光除草机器人，能够自动识别并清除农田中的杂草，减少化学除草剂的使用，提高农业生产效率。该机器人配备高精度GPS模块和惯性测量单元（IMU），通过融合这两种传感器的数据，实现精确的实时定位；即使在信号不稳定的环境中，也能保持较高的定位精度；采用先进的路径规划算法，帮助机器人在未知环境中根据农田地形、作物分布等信息规划出合理的移动路径，并实时调整路径以避开障碍物。这使得机器人能够在复杂的农田地形中灵活移动，避免碰撞障碍物。该机器人采用改进后LW-YOLO深度学习模型实现对作物和杂草的目标检测，并结合多种图像处理技术实现杂草根茎的精确定位。此外，设计了一种直角坐标运动形式的二自由度机械臂，用于带动激光器转动，其结构刚性足，运动过程稳定。这一综合处理流程显著提高了杂草检测和定位的准确性，确保激光除草机器人能够高效、精准地清除杂草，提升了农业生产的效率和环保性。