Zenodo (CERN European Organization for Nuclear Research)·10月5日 · 周一论文农业人工智能与决策模型阅读 1
Intelligent Sprinkler: Design and Evaluation of a Low-Cost Mobile Agricultural Robot for Sensor-Driven Irrigation and Vision-Guided Targeted Spraying
Sampathkumar Nithyanantham · Doddi Sricharan Rao · Venkatesh Gurram 等 5 人
论文解读
52未达精选线
速览
设计并评估一款低成本履带式农业机器人，实现传感驱动灌溉与视觉引导靶向喷洒。
方法
基于树莓派与微控制器，采用阈值闭环灌溉和YOLOv8n目标检测，含合成数据演示。
发现
提出完整感知-决策-执行闭环架构，但数值为占位符，尚未有真实实验结果。
机会点
可开展真实田间实验验证性能，并探索机器学习灌溉预测替代阈值控制。
影响力8
信息增量12
专业深度14
信源权威9
时效性9
低成本履带式农业机器人整合传感灌溉与视觉靶向施药，方法框架清晰，但数值均为合成占位数据，尚缺实测验证，暂不宜进入每日精选。
原文摘要
均匀灌溉和全面喷施可以在不考虑田间局部条件的情况下施加水或处理液。本研究介绍了智能喷灌机（Intelligent Sprinkler）的设计，这是一种低成本履带式移动农业平台，在“感知—认知—决策—导航—执行—测量—反馈”闭环中集成了土壤与气候传感、传感器驱动灌溉、基于摄像头的目标检测、定向液体输送、障碍物感知导航以及反馈记录。该平台使用树莓派（Raspberry Pi）进行高层处理，并使用微控制器进行实时传感与执行。灌溉以基于阈值的闭环控制器实现，而非机器学习灌溉预测器，同时指定YOLOv8n用于目标检测和边缘部署。评估方案定义了受控灌溉、视觉、喷施、导航和完整周期实验，并预设了指标和统计检验。本手稿包含一个明确标注的合成数据集，以展示预期的报告结构。其中的数值并非实验发现，而是用于物理样机验证测量的占位符。