Site-specific mechanical weeding robot with automatic self-adjustable individually controlled cultivator
Shafi Md. Istiak · Mohammad Aftabi Talami · James Y. Kim 等 4 人
开发并评估了基于RTK-GPS的自主位点特异性机械除草系统，除草效率达96.5%。
集成行间耕作机构与机器人平台，采用RTK-GPS导航和应变反馈控制模拟。
系统除草效率96.5%，自适应控制模拟显示适应不平地形的可行性。
未来可研究增强传感和更快执行器，以提升田间性能，并探索在有机农业中的实际应用。
论文提出基于GPS与自适应控制的间作除草机器人，田间除草效率达96.5%，为精准除草提供可持续方案，具有较高专业价值。
摘要 背景 杂草显著降低作物产量和经济效益，尤其是在甜菜生产中，美国每年因此造成的损失超过12.5亿美元。基于除草剂的防治方法存在局限性，而传统耕作方式也有弊端，因此亟需高效、可持续的替代方案。目的 开发并评估一种具有自适应控制能力的自主位点特异性机械除草（SSMW）系统，用于田间条件下精确的行间杂草清除。方法 设计了一套SSMW系统，将行间耕作机构与机器人平台集成，利用RTK-GPS实现导航和位点特异性驱动。田间试验中实施了位点特异性除草，并在计算机仿真中引入基于应变的反馈控制系统，以实现不平整地形下的自适应智能位点特异性耕作（ASIC）。基于田间数据的仿真研究用于验证控制性能，随后开展田间试验评估系统有效性。关键结果 SSMW系统按耕作长度计算的除草效率为96.5%。结论 SSMW系统通过基于GPS的单个锄铲控制实现了精确的位点特异性除草，按耕作长度计算的除草效率为96.5%。带有传感器反馈仿真的ASIC框架展示了在不平整地形下提高适应性的可行性，未来工作将聚焦于增强感知能力和加快驱动响应，以提升田间表现。影响与意义 本研究通过智能感知与控制实现靶向杂草管理，减少能源消耗和土壤扰动，为精准农业做出贡献。该系统为有机农业提供了可持续的替代方案，提高了作业效率并促进了环境可持续性。