本装备是针对萝卜、红薯等根茎类作物在采收与管理过程中存在的效率低、易损伤、适应性差等问题，研发的一款集智能感知、精准作业与可视化管理于一体的农业装备。在我国推动农业机械化与智能化的政策背景下，传统人工采摘方式效率低下，现有大型机械难以适应复杂地形与小规模种植场景，尤其在科研采样、有机农场等精细化作业需求中表现不足。本装备通过融合人工智能技术与可变模块化机械结构，实现了从切割、拔取到筛选、传送的全流程自动化作业，同时具备松土、喷灌、除草等田间管理功能，适用于中小型农场与科研单位，有效提升作业效率与作物品质，推动农业现代化发展。

装备整体结构紧凑，尺寸为1300mm×1100mm×952mm，具备良好的地形适应性。其核心结构包括导向可调式切割机构、双重保障拔取机构、成组式筛选传送机构以及智能监测决策系统。切割机构采用夹持张紧同步带与可调式刀片组合，实现茎叶的精准切除与收集；拔取机构结合机械夹持与真空吸附，配合松土模块，实现无损采收；传送机构通过双曲柄连杆与软刷清泥装置，完成作物的筛选、清洁与装箱。整机搭载多传感器与视觉识别系统，支持模块化切换，可适配不同根茎作物的生长特性，实现“一机多用”。

本装备的设计基于“人工智能驱动+模块化机械支撑”的创新理念，通过多模态传感融合与可变机构设计，实现高效、低损、精准的根茎作物采收与管理。设计原理上，装备采用“先切后拔”的作业流程，通过改进的AlexNet视觉识别系统结合雷达补光技术，在复杂田间环境中精准定位作物茎叶与根茎位置，提升识别鲁棒性。执行机构依据传感器数据自适应调整切割深度、拔取力度与路径，确保作业过程既高效又无损。

设计方案涵盖四大核心模块：导向可调式切割机构通过同步带夹持与高速刀片协同，实现茎叶的快速切除与收集；双重拔取机构集成松土装置、机械夹具与真空吸盘，通过丝杆滑台精准定位，完成作物的无损拔取与传输；成组式筛选传送机构采用双曲柄连杆驱动槽板间歇运动，结合压力传感器与软刷阵列，实现作物的分级筛选与清泥装箱；智能监测决策系统则通过多传感器数据融合，构建可视化管理界面，自主决策松土、喷药、除草等操作，实现作物生长全周期的精准管理。整机电气系统以STM32F407为主控，配合模块化驱动电路，确保各执行单元协同作业，提升系统可靠性与智能化水平。

1、设计了一种多模态传感融合驱动的可变模块化导向切割 - 拔取协同机构

针对萝卜、红薯等根茎类作物采收时“难拔取、易碰损”，且作物定位不准的问题，本项目研发了“多传感器协同的可变模块切割-拔取机构”，实现“精准感知+灵活作业”的工作模式。该机构功能的实现依靠两大核心部分：①可变模块切割拔取机构，集成可快速切换的切割组件与夹取吸取相结合的拔取组件，既能批量作业，也可切换至精细模式处理单株作物；②多传感器协同感知系统，通过视觉传感器识别作物位置与茎叶形态，结合图像优化技术构建准确的作物信息库。系统依据传感器数据自适应调整切割深度、力度与拔取方式，在高效批量采收的同时保障单株无损处理，有效提升定位精度、减少机械损伤，并支持采收质量实时监控。    

2、利用基于改进AlexNet结构与雷达补光融合的视觉识别系统实现精准采收

针对根茎类作物在复杂田间环境下识别精度低、定位困难的问题，本项目开发了一套基于改进AlexNet结构与雷达补光融合的视觉识别系统。通过优化卷积层与激活函数，增强对茎叶与根茎区域的特征提取能力；结合雷达测距触发智能补光，构建适应多变光照条件的作物特征库，显著提升识别准确率与鲁棒性。系统还采用不完整矩形模板匹配策略，有效应对局部遮挡与形态变异，确保复杂场景下的稳定识别。视觉系统与执行机构深度协同，在切割环节精确定位茎叶基部，在拔取环节则通过高精度定位实现无损拔取，显著降低拔断率与机械损伤，为高效低损采收提供可靠视觉保障。

3、搭建了一种可视化根茎类作物管理与收获监测与决策系统

为准确监测根茎类作物生长状况的难题，本项目搭建多指标、综合性的监测系统，整合松土、喷药等单元的协同作用。系统装载多种传感器的智能感知技术，实现了对作物管理和收获过程中各项数据进行监测与收集。通过数据分析发现植物生长的状态，从而自主决策松土、喷药和收获等措施，帮助农民规避风险与提高经济效益。