作品详情

大赛登录

大赛注册

当前位置：首页大赛首页 AI视觉赋能的农作物生长监测无人机

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：AI视觉赋能的农作物生长监测无人机
学校名称：江西科技学院
参赛队伍：work- never
队伍编号：210006
参赛学生：肖雨航曾昭贡陈盛陈健
指导老师：陈云
投票日期：2025年10月10日 00:00->2025年12月15日 00:00
请在微信端进行投票。点此扫描二维码。

详细说明

本项目“AI视觉赋能的农作物生长监测无人机”是一项集成了先进无人机技术、高性能嵌入式硬件与前沿人工智能算法的综合性创新解决方案。其核心目标在于彻底变革传统粗放式的农田管理方式，实现作物生长状态的实时、精准、无损监测。

本系统以经过特殊优化设计的四旋翼无人机为载体。该无人机采用碳纤维复合材料与3D打印蜂窝结构，实现了机身的轻量化与高强度，确保了长时间稳定飞行的能力。无人机搭载的核心感知单元包括高分辨率可见光摄像头、多光谱传感器以及集成了强大算力的Grove Vision AI V2视觉模块。这一嵌入式AI核心是本项目的技术亮点，它使得无人机能够在飞行过程中，直接在机载端对采集到的作物图像进行实时处理与分析，无需将大量原始数据回传至云端或地面站，极大地降低了数据传输带宽需求与延迟，提升了系统的响应速度与在无网络或弱网络环境下的适用性。

在软件算法层面，项目采用了基于Swift -YOLO等先进目标检测架构的深度学习模型。该模型经过大规模、多场景的农作物图像数据集（涵盖不同生长阶段、多种常见病虫害、不同营养状况）的训练与优化，具备极高的识别准确率与鲁棒性。系统能够自动识别单株作物的生长关键期（如分蘖、拔节、抽穗、灌浆等），精准定位并分类病虫害感染区域（如稻瘟病病斑、蚜虫群落等），并通过对叶片颜色、纹理、冠层形态等特征的分析，初步判断作物的氮素等营养元素盈亏状况。

项目的价值不仅体现在实时监测上，还在于其强大的数据整合与分析能力。所有识别结果、地理位置信息、时间戳等数据被结构化存储，并通过无线传输模块发送至用户终端（如手机APP或电脑平台）。平台提供直观的可视化界面，展示农田整体长势分布图、病虫害发生热点图、生长趋势预测等，并可根据预设阈值自动生成预警信息（如病虫害爆发预警、需肥需水提醒），为农户进行精准灌溉、变量施肥、定向施药等农事操作提供科学、量化的决策依据。

目前，项目已完成原型机的开发与初步田间测试，在模拟及真实农田环境中均表现出良好的稳定性、识别准确性和实用性，为后续的推广应用奠定了坚实的技术基础。