基于甘蔗茎尖生长形态特征的动态识别与切割器定位：为甘蔗收割智能化奠基

为解决复杂自然环境下甘蔗茎尖识别精度问题，研究人员开展基于甘蔗生长特征的茎尖识别及模型优化研究。优化后的 Yolov8n-Seg 模型性能提升，还实现硬件部署与精准测高。该研究为甘蔗收割技术发展奠定基础。

　　针对复杂自然环境中甘蔗茎尖识别的精度难题，研究提出基于甘蔗生长特征的茎尖特征标注方法。在茎尖轻量快速检测需求背景下，运用轻量共享卷积分离批归一化检测头、模型剪枝和知识蒸馏策略，对 Yolov8n-Seg 模型进行优化。优化后，模型精度提升 0.2 个百分点，参数数量减少 75.03%，模型大小缩减 70.15%，推理时间加快 17.34%，GFLOPs 降低 40.00% 。将轻量化甘蔗茎尖检测模型部署于 Jetson Orin NX 平台，平均识别帧率达 7.42 f/s，为甘蔗收割机的实际应用提供轻量硬件部署方案。最后，利用深度相机进行甘蔗茎尖识别和高度测量。实验表明，相机距离茎尖 50 cm、75 cm 和 100 cm 时，平均相对误差分别为 0.189%、0.675% 和 0.949%，均控制在 1% 以内，可实现精准高度测量。基于对甘蔗簇的统计分析，研究进一步提出甘蔗簇识别方法，为收割过程中节省切梢刀具调整时间提供理论依据，为甘蔗收割机切割的特征识别、刀具高度定位和实时控制研究奠定理论与技术基础。