作品展示

2024 双会倡导科技助农，我们团队着眼于科技助农，提高田间管理效率，在此背景下研发了我们的田间自动巡 检机器人。该机器人基于 CNN 视觉神经网络，采用 YOLO V 10 s 模型，通过对 2000 张作物病虫害照片进行训练获 得权重数据，并可在 ubuntu 系统环境下，在树莓派 5 的硬件环境内本地高效率运行，能自动、高效识别农作物病害。4-ROS 激光雷达自主巡航技术让机器人自主规划巡检路径、避开障碍。其在机械结构上，独特的螺旋推进式车轮配合 4 个电推杆，配合团队自主编写的地形适应算法，保证机器人在复杂地形稳定行驶。车体底盘与 4-DOF机械臂组成机器人组合执行系统，实现机器人全系统间的配合运作。我们将数据综合汇总处理与机器人本地分离。实现双端均可低负载高效率运行。

1. 结构创新：螺旋推进式车轮与主动自适应地盘有机结合的设计，增强机器人在复杂田间地形的适应性和稳定性，确保巡检顺利。 2. 控制创新：采用双核心控制，以树莓派 5 和树莓派 4B为驱动，分别进行高算力运算和底盘及动力控制，使算力均匀分布，保障机器人稳定运行，提高巡检效率和准确性。 3. 创意创新：结合 CNN 视觉神经网络模型、SLAM 激光雷达等技术，实现自主规划路径、数据传输，为田间管理 智能化助力

关键技术： 1.ROS 1 激光雷达：为机器人提供高精度的环境感知，是实现自主导航和避障的关键。它能精确探测周边物体的距离、位置等信息，构建出详细的环境地图，如同给机器人装上了敏锐的“眼睛” 2.YOLO V 10 s 视觉识别：具有卓越的图像识别能力。针对农作物的各种特征进行精准识别，无论是健康状态还是病害情况都能进行准确判断，为田间巡检提供可靠依据。 3.自主研发的机械臂控制算法：让机械臂动作更加精准、灵活。可根据不同的任务需求，完成诸如样本采集等复杂动作。 4.自主设计的自适应地形算法：采用电推杆与团队自研传感器地形算法相配合，实现机器人在复杂地形上的平缓稳定行进，保证了机器人工作环境的稳定，以及携带各项设备的正常运作。 设计理念：我们致力于打造一款高度智能化的田间机器人，具备自主规划导航，识别处理，以及全车智能化。旨在提高巡检效率和质量，减轻人工负担，以科技助力农业生产，让农业管理朝着自动化、精准化方向发展

我们的田间巡检机器人具有极高的推广应用价值。它集自动驾驶、图像识别、数据分析处理、远程监管和靶向防治等功能于一体，使农田管理实现自动化、智能化。能迅速反馈田间各种状况，包括病虫害、灌溉排水等信息。其高性能、低能耗的特点，可高效替代人力，大幅降低人工成本，提高作业效率，解决耕种管收中的管理难题。无论是大型农场还是个体农户，都能借此提升田间管理水平，促进农业生产发展。

no video files