综述:温室设施农业中集成巡检-检测-喷雾机器人的进展与展望

《Horticulturae》:Progress and Prospects of Integrated Inspection–Detection–Spraying Robots in Greenhouse Facility Agriculture

【字体: 大 中 小 】 时间:2026年07月14日 来源:Horticulturae 3.4

编辑推荐:

  在中国日光温室中,40–80厘米的作物行距和持续80–95%的相对湿度(RH)构成了两个基本约束:传统轮式平台无法满足行间转弯半径要求,且未受保护的电子设备在持续高湿环境下的平均无故障时间(MTBF)低于200小时。这些约束定义了集成化巡检-检测-喷雾机器人的

  
在中国日光温室中,40–80厘米的作物行距和持续80–95%的相对湿度(RH)构成了两个基本约束:传统轮式平台无法满足行间转弯半径要求,且未受保护的电子设备在持续高湿环境下的平均无故障时间(MTBF)低于200小时。这些约束定义了集成化巡检-检测-喷雾机器人的设计边界。本研究综述综合了来自中国、欧洲和北美的139项研究(2020–2026年)。除了叙述性综合外,研究人员还贡献了两个量化工具:(1)一个延迟预算分析,该分析分解了从感知到喷雾的管线——感知(30–50毫秒)、推理(50–140毫秒)、决策(5–10毫秒)、执行(10–20毫秒)、喷嘴响应(5–15毫秒)——揭示了总计100–235毫秒的延迟,在0.3米/秒的运行速度下,这相当于3.0–7.1厘米的喷雾-目标位移,足以使小病变(<5厘米)和早期疾病斑点落空;(2)一个包含八项量化指标的标准化验证协议,用于跨场地、跨季节的田间试验。主要发现包括:轮式/履带式平台在窄行(40–80厘米)和高湿(80–95%RH)条件下的适应性依然不足,平均无故障时间(MTBF)大多低于200小时;基于YOLO的轻量化模型在Jetson Xavier NX硬件上以10–20帧/秒(FPS)运行,平均精度均值(mAP)达到93–94%;脉冲宽度调制(PWM)控制的变量喷雾在受控试验中节省了20–40%的农药;然而,检测到喷雾的闭环延迟达到100–235毫秒,导致在0.3米/秒速度下产生3.0–7.1厘米的错位。为了弥合实验室原型与现场部署之间的差距,本研究提出了五个可量化的未来方向:成本降低(目标:每台50,000–80,000元人民币,投资回收期<2年);边缘优化感知(在<15瓦硬件上达到>15帧/秒,>90%平均精度均值(mAP));延迟补偿控制(喷雾-目标位移<2厘米);标准化的多季验证(采用所提出的协议);以及针对>1公顷温室的多机器人协作。
本文基于“感知-决策-执行”框架,系统综述了温室设施农业中集成巡检-检测-喷雾机器人的研究进展。

**1. 引言**
中国设施农业面积巨大,但面临劳动力短缺和传统作业方式效率低、农药过量使用的问题。温室环境(行距40–80厘米,相对湿度RH 80–95%)对机器人设计构成独特挑战,要求开发能在窄行高湿环境下同时进行巡检、实时病虫害监测和变量精准施药的集成系统。尽管近年来相关研究加速,但仍存在四大关键差距:缺乏长期高湿环境下的可靠性报告,检测到喷雾的延迟未被量化,效果评估缺乏标准化田间试验协议,以及系统成本超出中小型温室承受能力。本综述旨在系统审视2020-2026年的研究进展,并贡献两个原创分析工具:延迟预算分解和标准化验证协议。

**2. 当前研究现状**

**2.1 文献检索与筛选策略**
本综述遵循系统性文献综述原则,于2026年1月对Web of Science、Scopus、IEEE Xplore、中国知网(CNKI)和Google Scholar等数据库进行检索。检索策略结合了“温室”、“机器人”、“巡检”、“病虫害”、“变量喷雾”等关键词,并限定于2020-2026年间经同行评审的期刊论文和高质量会议论文。最终,经过筛选,共纳入139篇相关研究。

**2.2 巡检机器人研究进展**
巡检机器人为搭载传感器、计算单元和喷雾执行器提供移动平台。主要平台类型包括轨道式、轮式和履带式。轨道式平台因结构简单、定位精度高、运行稳定而被广泛应用,但缺乏灵活性。轮式和履带式平台以自主移动为核心,轮式机器人灵活性好但受地面平整度影响,履带式平台通过性更强。近年来,激光雷达SLAM和视觉SLAM技术成为自主导航的主流方案。尽管技术相对成熟,但在窄行距(40–80厘米)和高湿度(80–95% RH)环境下,轮式和履带式平台的长期运行可靠性和灵活导航能力仍是重大挑战。

**2.3 病虫害监测技术研究进展**
病虫害监测技术经历了从单模态红绿蓝(RGB)到多模态融合、从传统图像处理到深度学习的演变。传感器方面,从单一RGB相机发展到多光谱、热红外、高光谱等多模态融合感知。算法方面,卷积神经网络(CNN)显著提升了检测精度,其中YOLO系列模型因其强实时性和轻量化特性成为主流。例如,轻量化模型(如MobileNetv2-YOLOv3)在嵌入式GPU上可达到约92%的平均精度均值(mAP)。更新版本(如YOLOv8s、YOLOv9-tiny)将mAP提升至93-94%。尽管Transformer架构在捕获长距离依赖方面有优势,但其参数大、计算需求高,导致在边缘设备上实时性能差(2–5帧/秒FPS),限制了实际部署。当前主要瓶颈在于模型对未知作物品种、病害阶段和光照条件的泛化能力尚未得到充分验证,且缺乏公开的、带有完整元数据的温室病虫害数据集。

**2.4 变量喷雾应用技术研究进展**
变量喷雾是执行模块,其核心是通过脉冲宽度调制(PWM)电磁阀等技术实现毫秒级流量调节,相比传统均匀喷雾可节省20–40%的农药。喷雾平台包括轨道式、轮式、履带式和无人机辅助式。变量喷雾的关键工程参数包括喷嘴类型(扇形喷嘴、气吸式喷嘴等)、雾滴谱(体积中值直径VMD为100–300微米)、工作压力、PWM占空比、行进速度、目标距离和沉积测量方法。近年来,结合机器视觉的闭环控制成为研究热点,但多数短期试验结果在真实田间不规则病害模式下仍需严格验证,且漂移控制在高湿环境下仍是重大问题。多数研究对关键工程参数报告不足,阻碍了重复分析和元分析。

**2.5 集成系统整合研究进展**
集成系统旨在构建“感知-决策-执行”的闭环作业体系。当前主流集成架构分为一体式和分层式。分层式架构将低层实时控制(采用微控制器STM32/可编程逻辑控制器PLC)与高层智能决策(采用Jetson/工控机)分离,成为主流模式。多传感器数据融合(如扩展卡尔曼滤波、注意力机制)和机器人操作系统(ROS)是实现高效系统协同的核心技术。然而,多数集成系统仍处于原型阶段,存在标准化评估缺失、容错性差、人机交互有限以及对标定依赖性强等问题。实时同步问题突出,检测到喷雾的延迟可达100–235毫秒,在0.3米/秒速度下导致3.0–7.1厘米的空间错位。此外,系统成本(每台18万-25万元人民币)对中小型农户而言依然过高。

**3. 关键技术与挑战分析**

**3.1 环境适应性挑战**
日光温室对机器人设计提出三个可量化的约束:行距40–80厘米限制底盘宽度小于50厘米、转弯半径小于60厘米;持续80–95%相对湿度(RH)导致未保护电子设备的平均无故障时间(MTBF)低于200小时;冠层遮荫导致的变量照明使基于视觉的检测精度下降10–20%。现有研究多依赖轨道式平台绕过窄行距问题,而自主轮式和履带式平台在高湿环境下的长期可靠性未得到系统评估。工程解决方案应包括密封外壳(防护等级IP54及以上)、防雾光学器件、防腐材料和主动通风除湿,目标是实现机器人在80–95%相对湿度(RH)下平均无故障时间(MTBF)大于500小时。

**3.2 感知与决策挑战**
感知-决策模块必须同时满足高检测精度(>90%平均精度均值mAP)、低延迟(<50毫秒推理时间)和低功耗(<15瓦)的相互冲突需求。多模态数据融合仍具挑战,且在高湿环境下传感器起雾进一步降低数据质量。轻量化YOLO模型在Jetson Xavier NX上以单模态红绿蓝(RGB)输入运行时约15帧/秒(FPS),但多模态输入下降至7–10帧/秒,低于实时检测通常所需的10帧/秒阈值。平衡检测精度、跨作物泛化能力和边缘实时推理能力是当前核心技术瓶颈。

**3.3 执行与联动挑战**
检测到喷雾的联动决定了系统的闭环响应时间。累积延迟在感知-推理-执行链中造成喷雾时机不准确。本研究的延迟预算分析量化了感知(30–50毫秒)、推理(50–140毫秒)、决策(5–10毫秒)、执行(10–20毫秒)和喷嘴响应(5–15毫秒)的总延迟为100–235毫秒,在0.3米/秒的行进速度下产生3.0–7.1厘米的喷雾-目标位移,足以错过小病变。此外,高湿环境下的漂移控制、根据植株高度和冠层密度维持喷雾均匀性、以及喷雾控制与机器人运动的同步问题(如脉冲宽度调制PWM流量调节未动态适应机器人的姿态或速度)也是关键挑战。核心目标是将延迟降至小于50毫秒,同时控制漂移量低于10%,并保持喷雾均匀性变异系数小于15%。

**3.4 验证与效益评估挑战**
当前验证实践存在三大缺陷:多数研究基于实验室或短期试验(<7天);人工病害评估主观性强,观察者间变异超过20%;经济性和可靠性指标(平均无故障时间MTBF、每公顷成本)极少被报告。为了解决缺乏标准化评估的问题,本文提出了一套包含八项指标的量化验证协议,涵盖三个维度:病害控制效果(病情指数降低、喷雾覆盖率、农药残留降低)、农艺与经济产出(产量、劳动时间、每公顷成本)以及系统运行可靠性(能耗、故障率)。建议每个试验场地面积至少0.5公顷,运行至少三个生长周期。

**3.5 成本与推广挑战**
根据中国市场数据(2025-2026),典型商用集成系统成本约为18万-25万元人民币,其中进口传感器占20-28%,移动底盘占32-44%,计算与集成组件占20%。而中小型温室农户通常只能承受每台5万-10万元,成本差距超过60%。低价自建平台常因结构强度不足和防水防腐蚀能力弱而导致平均无故障时间(MTBF)不足200小时。系统复杂性(结合机器人操作系统ROS、深度学习模型、脉冲宽度调制PWM控制)要求超过40小时的专业培训,对大多数小农户而言难以实现。开发模块化、易操作、低成本的平台是推广的关键挑战。

**4. 发展趋势与前景**
基于前文量化的五项障碍,本文提出了五个具有明确工程目标的发展方向。这些方向形成一个级联逻辑:成本降低促进采用,采用需要鲁棒的感知,感知必须与执行紧密耦合,所有这一切都需要标准化验证来证明价值,最终通过多机器人协作实现规模化。

**4.1 通过模块化设计解决可负担性差距**
成本是采用的最直接障碍。为实现小于2年的投资回收期,系统成本需降至5万-8万元人民币。并行努力包括:采用工业铝型材和开源控制系统(机器人操作系统ROS)搭建自建底盘(预估1.8万元);使用国产传感器替代进口(激光雷达从3万元降至0.8万元,多光谱相机从2万元降至0.3万元);采用最大防护等级IP67的密封外壳、防雾光学器件和防腐材料,使平均无故障时间(MTBF)在85%相对湿度(RH)下超过500小时。

**4.2 面向鲁棒现场推理的边缘优化多模态感知**
在田间条件下,传感器信噪比下降,模型性能下降。需要融合红绿蓝(RGB)、多光谱和热红外数据进行特征级和决策级融合,将检测平均精度均值(mAP)提升5-10%。通过模型剪枝、量化(FP16→INT8)和神经架构搜索,使YOLO系列轻量化模型在小于15瓦硬件上达到大于15帧/秒(FPS)且mAP大于90%。采用在多作物、多环境下预训练的可在线微调骨干网络,将域迁移惩罚降低至小于5%的平均精度均值(mAP)下降。

**4.3 延迟补偿的闭环控制**
针对100–235毫秒的延迟,可采用两种互补策略:模型剪枝和INT8量化可将推理时间缩短至小于30毫秒,总预算减少至小于80毫秒;结合机器人里程计和轮式编码器反馈的运动预测补偿,可使控制器预计算喷雾冲击时的机器人位置并提前触发喷嘴,将有效喷雾-目标位移降低至小于2厘米,比当前开环系统改善70%。

**4.4 标准化的现场验证协议**
本文提议强制采用表4中定义的验证协议进行所有未来田间试验。该协议要求多场地、多季节试验(≥3个季节,每场地≥0.5公顷),并使用数字孪生技术在物理部署前预筛选系统配置,可将试验成本降低30-50%。

**4.5 大规模温室的多机器人协调**
对于超过1公顷的温室,异构机器人团队提供可扩展方案:轻量级巡检无人机或小型无人地面车辆(UGV)进行快速、高通量的病害测绘,而较大的喷雾机器人仅执行所需区域的针对性喷洒。通过5G边缘计算协调任务分配和动态路径重规划,设计目标是在2小时内对1公顷温室实现大于80%的区域覆盖。与温室环境控制系统(通风、灌溉、补光)的集成可实现环境感知喷雾,可进一步减少10-15%的农药总用量。

**5. 结论**
本综述综合了139项研究(2020-2026),得出四项主要发现:轨道式系统占主导但缺乏灵活性;多模态传感器融合和轻量化YOLO模型提升了病虫害检测能力(93-94%mAP);脉冲宽度调制(PWM)变量喷雾在受控试验中可节省20-40%农药;分层式架构虽为主流,但系统延迟(100-235毫秒,导致3.0-7.1厘米错位)和成本(18万-25万元)仍是现场部署的主要障碍。本文提出了五个相互关联的可量化目标:环境适应性(平均无故障时间MTBF>500小时)、感知-决策(>90%平均精度均值mAP,>10帧/秒FPS)、执行延迟(<50毫秒,位移<2厘米)、验证(≥3季节,≥0.5公顷)和成本(5-8万元/台)。本文提供的延迟预算和验证协议为推动该领域超越定性展示、迈向定量基准化系统提供了框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号