第6章 大田表型平台和分析技术

大田表型平台和分析技术HUAZHONGAGRICULTURALUNIVERSITY1目录CONTENTS第一节大田表型平台概述第二节不同表型监测平台及应用第三节展望第四节推荐阅读第五节思考与讨论23一、大田表型平台综述

遥感技术的应用，正在推动农业向智能化和自动化方向发展，实现精准管理，提高资源利用效率和作物产量。当代科技使农业变得更加智能化和自动化。精细农业通过精确管理提高资源利用效率和作物产出。遥感技术为农业提供实时数据，辅助精准决策。41.1地面表型平台概况背景：无人机等空基平台虽能快速获取信息，但存在局限性，因此地面平台因其稳定性和高精度成为研究新趋势。分类：主要分为固定式、移动式和便携式。固定式适合长期监测；移动式和便携式则更灵活，适合不同环境。51.2大田表型平台的重要性

随着现代科学技术的发展，遥感成为了获取农田信息的一种重要手段。精细农业是我国农业的发展趋势，其核心思想是用全球定位系统、遥感技术获取农田小区作物信息和影响作物产量的环境因素的空间差异性信息，做出针对性的调控措施，提高作物的产量和质量，同时提高田间作业的工作效率。6田间作物表型采集平台分为空基和地基。空基平台适合快速大范围观测，但受限于设备和续航。地基平台则因其精细观测和成本效益而日益受到重视。1.3大田表型平台分类田间作物高通量表型信息采集平台分类7二、

大田高通量表型平台

田间作物高通量表型检测系统通常由固定式轨道平台、移动载体和卫星遥感等组成。固定式平台虽然精度高但成本高且区域有限；移动载体如无人车成本也较高；卫星遥感分辨率不足。典型的系统包括龙门传送单元和可定制的成像单元，能够获取作物的多维度表型参数，从而全面评估作物性状。8水稻高通量自动化抗旱表型鉴定平台是一套集成了可见光、红外、高光谱和激光雷达成像技术的设备，专门设计用于高效、无损地监测和分析水稻的抗旱特性。2.1基于导轨龙门的表型平台和分析技术92.1.1基于导轨龙门的表型平台和分析技术

Crop3D是一个创新的高通量作物表型测量平台，它利用激光雷达和其他传感器同步捕获作物的三维结构和多源数据。该移动平台能够高效地监测作物全生育期，对育种和农业研究具有重要价值。102.1.2基于激光雷达的作物表型参数提取

激光雷达技术能高效、精确地测量水稻株高，对育种有显著帮助。它通过计算作物最高点与基部的差值得到株高，相关系数R²为0.94，误差RMSE为3.45

mm。112.2基于无人车的表型平台基于无人车的表型平台是一种利用无人驾驶车辆搭载多种传感器，如多光谱相机、激光雷达等，以自动化方式在田间移动并采集作物表型数据的系统。平台能够覆盖大面积的农田，进行高通量的作物生长监测和数据分析，从而为作物育种、病虫害诊断和产量预估等提供科学依据。122.2基于无人车的表型平台的优势与应用优势：成本效益高灵活性强大面积覆盖高精度监测数据采集连续性应用作物生长监测病虫害诊断产量预估作物育种精准农业132.2.1车载式作物长势监测系统结构

自走式平台成本较固定式表型平台低，能够搭载多种类型的传感器设备，并能够扫描获取大面积地块作物信息。142.2.2车载式作物长势监测系统结构

张漫等利用无人车搭载激光雷达，提出了一种计算玉米叶面积指数的新方法，通过分层处理点云数据，建立了一个高效的测量模型。152.2.3油菜氮含量诊断平台冯雷等开发了一个车载平台，用机械臂和多光谱摄像系统来快速、无损地监测作物的氮营养状态，提高了诊断效率和准确性。162.2.4履带式小车作物图像采集系统结构设计王康等设计了一种履带式小车，用于自动采集旱田作物的图像。该系统可以帮助管理者远程监测作物生长情况。小车重65

kg，最大载重140

kg，尺寸为160

cm×140

cm×220cm，最快行走速度0.5

m/s。172.2.5履带式小车作物图像采集系统履带式小车搭载CanonEOS760D数码相机，用于获取作物图像。小车有两个俯视相机，距地面160

cm，还有两个侧视相机，高度可调在50~120cm。相机可以根据作物高度调整角度，小车与作物行之间距离可调，使用黑色背景布减少干扰。182.2.6大田表型检测无人车

宋鹏等人设计了一款大田表型检测机器人，尺寸可定制，采用纯电驱动，续航6

h，速度可调。机器人能适应不同作物和环境，具备多种移动方式和“视觉+卫星”导航，精度高。可以搭载多种传感器，进行各种作物表型和生理特性的检测，如面积、体积、株高、叶片特性等。192.3基于机器人的表型平台

基于机器人的表型平台是一种利用机器人技术进行作物表型数据采集的系统。通常配备有先进的传感器和成像设备，能够在田间自动移动，收集作物的物理和生理特征数据。评估作物的生长状况、遗传特性以及对环境变化的响应，对于作物育种、病虫害管理、产量预测和精准农业实践具有重要价值。202.3基于机器人的表型平台和分析技术农情获取机器人在农业领域越来越受欢迎，它们能在复杂田间环境中收集大量多元的农情信息，比卫星遥感和物联网传感器更有优势。这些机器人通常装有特定传感器，适应性强，但成本较高，技术挑战大。随着技术进步，它们正逐渐从实验室走向实际应用。212.3基于机器人的表型平台的优势机器人平台适应性强，可在复杂田间自由移动。具备自主导航能力，无需预设轨道。能够根据任务更换传感器，实现多功能性。编程灵活，满足特定需求。易于维护和升级，成本效益高。应用前景广阔。

基于机器人的表型平台较于无人车和导轨龙门的表型平台的优势主要体现在以下6个方面：222.3.1大田表型检测无人车

机器人三维信息采集系统由四轮驱动底盘、深度相机、升降平台和便携式计算机组成。底盘是适应多种环境的NavigatorC2，能承载100kg。使用的XtionPRO深度相机适合室内，能获取0.8到3.5米内的深度信息。升降平台可升至2米。232.3.2机器人农业信息采集

机器人在水稻田中通过图像处理技术识别路径：先滤波去噪音，再把图像转为灰度图，用颜色差异区分水稻和水面，最后Canny算法找出路径规划行驶。242.3.3温室影像采集与环境监测机器人系统

郭威等设计的机器人系统自动化地收集温室数据，包括图像和环境信息，进行处理，并在手机和网页上展示。25三、

展望大田表型平台的未来展望可能包括：

技术创新：集成传感器和AI算法，提高数据采集和分析能力。

操作自动化：发展自主导航和智能决策，实现自动化操作。

数据处理：强化数据管理和分析工具，以应对大数据挑战。

成本效益：优化设计，降低成本，提高平台的普及率。

精准农业：在精准农业中发挥更大作用，提升作物管理效率。

环境保护：监测农业对环境的影响，支持可持续农业实践。四、推荐阅读1、张虎.机器人SLAM导航核心技术与实践[M],机械工业出版社，2024.

介绍：相比于传统的理论书籍，本书更加地偏向于实践，它详细介绍了一些典型的激光与视觉SLAM的实现部分，提供了源代码解读。2、李明磊.计算机视觉三维测量与建模[M],电子工业出版社，2022.

介绍：本书介绍摄像机成像的基本数学模型，分析摄像机的标定原理、影像的特征提取与匹配算法、由运动恢复结构的理论和流程，以及由立体视觉重建稠密三维点云的方法。3、阿娣提.视觉计算基础[M],人民邮电出版社，2019.

介绍：本书涵盖了视觉计算的基本概念