基于YOLO模型与几何推理的葡萄冬季修剪点自动估计方法研究

《Agriculture》：Winery By-Products as Sustainable Sources of Proteins and Bioactive Peptides: Characterisation, Extraction and Potential Applications Under the EU Regulatory Framework Damjana Tomi?, Aleksandar Mari?, Danka Dragojlovi?, Branislava ?ermanovi?, Jelena Vujeti?, Bojana ?ari? and Tea Sedlar

为解决葡萄冬季修剪自动化中切割位置选择困难、效率低下等问题，研究人员开展了一项结合YOLO实例分割与基于主成分分析（PCA）的PCAcutSeg-V几何推理方法的研究，以实现在无叶期葡萄藤上准确估计修剪点和切割线。研究结果表明，YOLOv8和YOLO11架构在分割任务中表现优异，结合PCAcutSeg-V方法能在静态和实时条件下稳定输出切割决策，为未来自主修剪系统提供了可靠的技术基础。该研究为冷气候条件下特定栽培体系的修剪自动化提供了方法论支持，是迈向精准、高效智慧农业的关键一步。

　　

在全球农业产业中，葡萄栽培占据着至关重要的地位。然而，冬季修剪——这一影响葡萄藤架构、产量平衡和果实品质的关键管理措施——却高度依赖人工，且识别合适的切割位置是限制修剪自动化的主要挑战之一。这不仅导致高昂的劳动力成本，也使得在传统葡萄种植区，尤其是在面临气候变化挑战的背景下，提升生产效率和适应性变得愈发迫切。尽管机械修剪能降低成本，但其缺乏选择性，且常被种植者认为会影响葡萄和葡萄酒的品质，因此并未被广泛采纳。与此同时，全球葡萄酒产业每年产生约2000万吨有机残留物，这本身也是一个重大的环境与管理挑战。在此背景下，将人工智能与机器人技术相结合，开发能够进行选择性决策的自主修剪系统，被视为实现葡萄栽培现代化、可持续化的重要途径。本研究旨在探索如何利用先进的机器视觉技术，特别是深度学习模型，来支持葡萄藤修剪点的自动识别，为未来全自动修剪机器人的开发铺平道路。相关研究成果已发表在学术期刊《Agriculture》上。

为了达成上述目标，研究团队采用了一套融合了数据采集、深度学习模型训练与几何推理的技术方法。首先，在波兰东南部Nobilis葡萄园的田间条件下，研究人员于2025年12月至2026年1月的冬季休眠期，使用智能手机采集了1500张无叶期葡萄藤的RGB图像，构建了涵盖不同品种、树龄和光照条件的数据集。其次，他们采用了两种多边形标注策略（简化与扩展）来定义“短截修剪”（headingCut）和“疏除修剪”（rejectingCut）两类修剪区域，并使用Labelme工具进行了精细标注。接着，研究训练了从YOLOv8到YOLO26等多个世代的实例分割模型（YOLOv8n-seg, YOLOv8s-seg, YOLO11n-seg, YOLO11s-seg, YOLO26n-seg, YOLO26s-seg），专门用于分割修剪区域，而非简单的目标检测。在此基础上，团队创新性地开发了一种名为PCAcutSeg-V的确定性几何推理方法。该方法对YOLO模型预测的分割掩码轮廓应用主成分分析（PCA），提取其主导方向，进而估算出类别依赖的切割线和代表切割位置的点。最后，该研究不仅在静态图像上评估了整套流程，还将其部署在基于NVIDIA Jetson Orin NX的边缘计算平台和RGB摄像头上，构建了实时处理流水线，在真实葡萄藤和人工构建的葡萄藤结构上验证了方法的可行性与稳定性。

2.1. 数据收集

研究在波兰东南部Nobilis葡萄园的试验田进行，数据采集针对Vitis vinifera L.的多个品种（Jutrzenka, Muscaris, Cabernet Cortis, Regent），并考虑了不同树龄（3年生和5生年）的藤蔓。图像采集模拟真实修剪场景，在多种光照和天气条件下进行，以确保数据集的多样性和模型的鲁棒性。

2.2. 数据预处理

原始高分辨率图像被统一缩放并标注。研究采用了两种标注策略：简化策略仅标注芽体附近区域；扩展策略则将标注区域向下延伸至枝条与多年生蔓的交界处。这两种策略旨在评估分割掩码的复杂程度对后续几何估计的影响。标注时不仅考虑可见芽体，也考虑了节点（芽体对面的膨大部位），以减少因芽体不可见导致的标注错误。

2.3. 模型训练

研究训练了多个YOLO实例分割模型。结果表明，使用边界框的检测无法满足精确几何估计的需求，而实例分割能提供更准确的物体边界。

2.4. 训练模型和切割预测流水线的评估

2.4.1. YOLO模型在分割任务中的评估

使用精确度（Precision）、召回率（Recall）、F₁-分数、mAP₅₀和mAP_50:95等指标评估模型。总体而言，YOLOv8模型在精确度上最高，而YOLO11模型在召回率和综合质量指标（如mAP_50:95）上表现更优。YOLO26模型在所有配置中表现最弱。对于“短截修剪”类，YOLOv8模型在大多数指标上领先；对于“疏除修剪”类，YOLO11模型在体现检测完整性和综合质量的指标上更佳。

2.4.2. 基于几何的切割线和切割点估计方法（PCAcutSeg-V）

PCAcutSeg-V方法不依赖于学习，而是对分割掩码的轮廓点进行PCA分析，确定对象的主导方向，然后根据类别语义（如上边缘或下边缘）选取轮廓点，通过正交回归拟合出切割线，并以该线段的中点作为切割点。该方法具有确定性、可解释性，且计算复杂度低，适合实时机器人应用。

2.4.3. PCAcutSeg-V方法在静态图像上的评估

在静态图像上，使用基于正确性的框架（正确vs错误）评估切割点和切割线的估计。结果表明，无论采用哪种标注策略，切割点预测的准确率都高于切割线预测。简化标注策略为PCAcutSeg-V方法提供了更稳定的几何输入，使得切割点和切割线的估计比扩展标注策略更可靠。对于“短截修剪”类，使用扩展策略时估计效果下降；而对于“疏除修剪”类，两种策略下都能保持较高的估计效果。

2.4.4. PCAcutSeg-V方法在实时条件下的评估

研究构建了移动研究平台，将优化后的YOLO11s-seg模型（基于简化策略训练）与PCAcutSeg-V方法部署在边缘设备上，进行实时处理。实时评估结果与离线分析一致，切割点估计（整体97.3%正确率）略优于切割线估计（整体94.7%正确率），证明了该流水线在真实场景下的可靠性和应用潜力。

本研究通过系统的实验和分析，得出了明确的结论并进行了深入的讨论。首先，在模型选择上，YOLOv8和YOLO11架构能够有效地应用于葡萄藤冬季修剪区域的分割，但各有侧重：YOLOv8在精确度（Precision）上占优，利于减少误报；而YOLO11在召回率（Recall）和综合分割质量（mAP_50:95）上表现更好，能提供更完整、几何上更适宜后续处理的分割掩码。因此，选择模型需权衡下游任务需求，对于依赖几何精度的PCAcutSeg-V方法，mAP_50:95更高的YOLO11s-seg被视为更合适的感知前端。

其次，本研究提出的PCAcutSeg-V方法被证明是连接感知与决策的关键桥梁。它将深度学习模型输出的“像素级理解”转化为机器人可执行的“几何级指令”。研究表明，简化标注策略配合PCAcutSeg-V，能实现更稳定、可靠的切割几何参数估计。这揭示了在自动化流程中，将复杂的感知任务与确定性的几何推理相分离，可以增强整个系统的可解释性和对输入变化的鲁棒性。

研究的成功离不开在真实和模拟环境中的验证。实时实验表明，该感知-几何流水线在边缘计算平台上能保持与离线分析相媲美的性能，证实了其在实际田间环境中部署的可行性。然而，研究也指出了当前方法的局限性，例如数据集来源于单一葡萄园，未在雪盖条件下测试，切割点估计仅基于一种几何方法，且尚未与实体机械臂切割工具集成。这些都为未来研究指明了方向。

最后，本研究将葡萄藤修剪自动化置于更广阔的智慧农业图景中进行讨论。研究人员指出，全自动修剪机器人应是集成化农业技术系统的一部分，可以与现有机械化修剪设备协同工作，并关联修剪生物质的能源化利用。尽管当前全自动解决方案的部署仍面临成本、可靠性和适应性等障碍，但本研究通过提供一种准确、可解释且可实时运行的修剪点估计方法，为填补从选择性机械修剪到完全自主机器人修剪之间的技术空白迈出了坚实的一步。这项工作不仅为冷气候地区特定栽培模式的修剪自动化提供了方法论基础，也通过促进跨学科合作，推动了高效、精准、可持续的葡萄栽培管理实践的发展。