棉花覆膜种植具有保温保湿、抑制杂草、提高产量的优势,但目前破膜作业仍依赖人工,效率低、劳动强度大。为实现棉花种植的智能化与精准化,需要研发具备实时视觉检测能力的自主破膜装备。本作品由视觉检测模块、决策控制单元、激光破膜执行机构及移动底盘组成。视觉模块采用 D455深度相机,搭载YOLOv11n-PRML 轻量化检测模型; 决策单元基于 NVIDIA移动 GPU台;执行机构为激光破膜装置,集成于带式移动底盘上,适应田间复杂环境。机器人可在棉田里自主行走,实时发现膜下棉苗,并控制激光进行精准破膜,完全替代人工,实现自动化作业。以YOLOv11n为基础模型,融合混合模块增强特征提取能力,引入RSCD重参数检测头提升小目标检测精度,采用损失函数优化密集目标定位,并应用 LAMP 剪枝策略实现模型轻量化。
算法设计: 提出 PConv-CGLU模块替换C3k2,构建RSCD检测头,使用MPD1oU损失函数。系统集成: 将模型部署于 NVIDIA RTX 2070Ti 平台, 通过TensorRT加速,实现端到端的实时检测与控制。田间验证:在实际棉田中进行破膜试验,验证系统可行性与鲁棒性。
本智能破膜机器人首次将PConv-CGLU与重参数检测头结合应用于农业视觉检测,提出面向膜下棉苗的轻量化YOLOv11n-PRML 模型;模型在移动端实现80.3帧/秒的检测速度,破膜成功率达80%,具备实际应用基础;涵盖算法设计、模型训练、系统集成与田间试验,形成完整的技术闭环;规范性:采用TIDE误差分析体系,系统评估模型性能,方法科学、可复现。