基于视觉引导与CoreXY协调运动的精准靶向喷雾机器人系统在可控农业环境中的应用研究

本研究针对农业环境中农药滥用导致的生态与经济问题，开发了一种集成视觉识别与机械控制的精准喷雾系统。该系统采用YOLO11n模型实时识别植物目标，结合CoreXY笛卡尔机构与逆向运动学算法实现亚毫米级定位精度，在0.2 MPa操作压力下可实现73.3%的命中率落在±1σ误差范围内。该模块化系统功耗仅61-63W，单次充电可连续工作6.5小时，为温室等可控环境提供了一种低成本、高精度的精准农业解决方案。

　　

在传统农业生产中，化学农药的粗放式喷洒不仅造成20%-60%的药剂浪费，更导致土壤污染、生态破坏和农作物药害等一系列严峻问题。特别是在温室、苗床等可控农业环境中，传统的背负式喷雾器、固定式喷杆等设备难以实现精准的靶向施药，使得过度喷洒成为行业痛点。

为解决这一难题，北达科他州立大学农业与生物系统工程系的Samriddha Das、Jino Joy、Evans K. Wiafe和Xin Sun研究团队在《Journal of Agriculture and Food Research》上发表了一项创新研究，开发出一种基于机器视觉引导的智能靶向喷雾机器人系统。该系统巧妙地将工业领域的精密运动控制技术引入农业应用，通过计算机视觉、机器人学和控制工程的跨学科融合，为可控农业环境提供了一种高精度、低成本的精准施药解决方案。

研究人员采用模块化设计理念，构建了由三大核心模块组成的系统：视觉识别模块采用YOLO11n深度学习模型实现实时目标检测；运动控制模块采用CoreXY笛卡尔机械结构配合逆向运动学算法；执行模块则集成液压系统与变量喷头。系统通过12V直流电池供电，由Arduino Mega 2560微控制器作为控制中枢，实现了从目标识别到精准喷雾的全流程自动化。

在机械设计方面，研究团队采用SolidWorks设计了尺寸为842mm×610mm×990mm的CoreXY平台。这种并联带传动机构相比传统的丝杠传动，具有重量轻、能耗低（节能50-70%）、速度快的优势。系统通过两个步进电机的协同运动控制喷头在XY平面的精确定位：当两电机同向旋转时实现X轴移动，反向旋转时实现Y轴移动。通过建立的逆向运动学模型，系统能够将图像像素坐标转换为机械位移指令，驱动喷头到达目标位置。

视觉系统采用EMEET C960 4K自动对焦RGB摄像头，以640×480分辨率捕获工作区域图像。研究人员专门创建了包含罗塞叶（Rosette Leaf）和尖刺叶（Spiky Leaf）两类植物的定制数据集，通过100张手动标注图像训练YOLO11n模型，最终达到mAP@0.5=0.986的检测精度。摄像头与机械系统的坐标标定确保了视觉识别与物理位置的空间一致性。

液压系统采用18.92L储液罐配12V隔膜泵的设计，通过压力调节旁通阀保持系统压力稳定。研究人员对比测试了三种喷头：变量速率喷头（TeeJet SJ3-VR-X2-0）、扁平喷雾喷头（TeeJet AI110-02）和变量速率快速帽喷头（TeeJet QJ-VR-X1-0），最终选择后者作为系统喷头，因其能够产生最集中的窄流喷雾，最大限度减少过度喷洒。

在定位精度验证实验中，研究人员采用激光指针与310mm×310mm毫米级网格的测量方法，系统评估了不同步进电机加速度下的定位误差。实验结果表明，在1000 steps/sec²的加速度下，系统达到最小定位误差<0.4mm的最佳性能。统计分析显示，73.3%的喷雾命中点落在±1σ误差范围内，所有测试点均未超出±3σ边界，平均位置误差为21.19mm，标准差7.07mm。

喷嘴性能测试表明，在0.2MPa操作压力下，变量速率快速帽喷头在1000ms、2000ms和3000ms激活时间下分别产生12mL、22mL和32mL的喷射量，呈现近乎线性的时间-流量关系。更高压力(≥35MPa)会导致喷雾过强，不适合园艺应用。

功率分析显示系统在回零阶段功耗为58-64W，空闲状态维持57W基础功耗，主动喷雾阶段稳定在59-62W之间。峰值功耗出现在运动转换期间，最高达到67W。系统平均功耗61-63W，相当于每小时消耗63Wh能量，使用12V/35Ah电池可支持约6.5小时连续运行。

研究团队将这一系统与现有技术进行了对比分析。与传统背包喷雾器相比，该系统实现了自动化操作；与固定式喷雾系统相比，具有更低成本和更易维护的优势；与自走式喷雾器相比，突破了单高度操作的限制。特别是与Zheng等开发的间歇性杂草喷雾系统相比，该系统在定位精度上有显著提升；与Bolat等评估的喷嘴性能相比，变量速率快速帽喷头更适合精准点喷应用。

该研究的创新性在于首次将CoreXY机构与农业喷雾应用相结合，建立了完整的视觉-运动-执行闭环控制系统。系统700美元的成本估算使其在资源有限的环境中具有广泛应用潜力。虽然目前仅在实验室环境下验证，但其模块化设计允许未来集成到无人地面车辆(UGV)上，扩展至大田应用。

研究人员也坦诚指出了系统的当前局限性：外部笔记本电脑作为计算单元影响了便携性；皮带传动系统在高速下的稳定性有待提高；喷嘴偶尔堵塞影响喷雾一致性。针对这些问题，研究团队提出了未来改进方向：采用NVIDIA Jetson等嵌入式边缘计算平台；使用导轨或线性执行器增强机械稳定性；引入多储液罐设计和自校准 routines。

这项研究为精准农业提供了一种创新性的技术路径，通过机器视觉与精密机械的融合，实现了农药喷洒的毫米级精准控制。系统73.3%的命中精度、6.5小时的持续工作能力和700美元的低成本特点，使其特别适合在发展中国家的温室和苗床环境中推广应用。随着未来进一步的技术优化和田间验证，这种视觉引导的靶向喷雾系统有望成为可持续农业生产体系中的重要技术组成部分，为减少农业化学污染、提高资源利用效率提供有效解决方案。