近日，中國農(nóng)業(yè)科學院植物保護研究所智慧植保創(chuàng)新團隊在國際知名期刊《Computers and Electronics in Agriculture》（中科院1區(qū)，IF：7.7）發(fā)表題為“Precise Extraction of Targeted Apple Tree Canopy with YOLO-Fi Model for Advanced UAV Spraying Plans”的研究論文；構(gòu)建了適應于果樹識別、定位、分割提取等多目標任務需求的YOLO-Fi算法模型，并實現(xiàn)可用于植保無人飛機果樹對靶變量噴施作業(yè)的整體技術(shù)方案。

 

　　精準分析果樹冠層信息，并精準導航植保機械完成施藥作業(yè)是果園智慧化管理的關鍵。但在復雜的果園環(huán)境中，同時完成樹冠的識別、定位和分割以實現(xiàn)精準施藥具有很高的挑戰(zhàn)性。本研究提出了一種基于無人機數(shù)據(jù)和深度學習算法的綜合框架，以精準獲取蘋果樹信息，從而實現(xiàn)植保無人飛機對靶果樹變量施藥。首先，使用mRMR （Max-Relevance and Min-Redundancy）算法選擇3個特征（RVI、NDVI、SAVI）來創(chuàng)建融合圖像以從背景環(huán)境中突顯樹冠；然后，使用增強后的圖像生成標記樣本數(shù)據(jù)集。其次，使用標記數(shù)據(jù)集訓練開發(fā)了 YOLO-Fi 模型。將各模型對試驗區(qū)果樹進行檢測、定位與分割，結(jié)果表明YOLO-Fi模型效果最優(yōu)（FPS = 370，mAP50-95（B） = 0.862，mAP50-95（M） = 0.723，MIoU = 0.749）。隨后，基于果樹樹冠分割面積生成變量噴施處方圖；與常規(guī)噴施相比，噴施量可減少47.92%。最后，使用蟻群算法規(guī)劃植保無人飛機在試驗區(qū)內(nèi)遍歷飛行每棵果樹冠層的最短路徑；與無人機常規(guī)噴施作業(yè)的飛行路徑相比，飛行距離減少2.04%。本研究可為無人機精準管理果園提供樹冠監(jiān)測、分析、定位、導航、精準施藥等的綜合方案和技術(shù)支撐。

 

　　中國農(nóng)業(yè)科學院植物保護研究所為論文的第一完成單位，博士研究生魏鵬為論文的第一作者，植保所袁會珠研究員與閆曉靜研究員為論文的共同通訊作者。該研究得到國家重點研發(fā)計劃項目（2022YFD2001402）的支持。

 

　　原文鏈接：https://doi.org/10.1016/j.compag.2024.109425