[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"item-3252":3,"related-3252":45},{"id":4,"title":5,"url":6,"summary":7,"summary_zh":8,"content":8,"source_name":9,"source_url":8,"published_at":10,"category":11,"cover_url":8,"hotness":12,"is_selected":13,"score":14,"score_detail":15,"sources":22,"tags":24,"search_phrases":30,"slug":33,"view_count":34,"doi":8,"paper":35,"created_at":44},3252,"具身智能农业机器人关键技术与发展趋势——上海大学苗中华等\"感知-决策-模拟-进化-诊断\"五位一体研究框架","http:\u002F\u002Fwww.qikanzj.com\u002Fhek\u002Fnyjxxb\u002Fmulu\u002F455891.html","智慧农业(中英文)期刊发表上海大学苗中华、朱子煜、张伟、薛振锋、孙腾、张异凡、谢涛、何创新、李楠，山东农业大学苑进，北京市农林科学院赵春江，上海交通大学刘成良团队论文：全球农业智能化转型背景下，传统农业机器人面临非结构化环境、作业对象不确定性及控制参数时变等技术瓶颈，导致农业机器人实用效果差，产业化落地困难。具身智能作为实现通用人工智能的关键路径，为突破上述瓶颈提供了新范式。本文系统阐述具身智能理论驱动的农业机器人技术体系与发展路径，创新性构建\"感知-决策-模拟-进化-诊断\"五位一体研究框架。具身感知聚焦开放环境场景理解、作业目标主动感知及多模态融合感知；具身决策涵盖端到端导航、大模型驱动的机械臂操作及多机协同算法；具身模拟着力于高保真场景重建、生成及虚实迁移技术；具身进化整合无监督学习、强化学习及模仿学习机制；具身诊断构建作业状态监测与质量评估体系。",null,"智慧农业(中英文)·上海大学","2026-09-22T00:00:00Z","论文",10,true,91,{"impact":16,"substance":17,"depth":18,"authority":19,"freshness":12,"relevant":20,"comment":21},24,23,19,15,1,"核心期刊论文，提出具身智能驱动的农业机器人五位一体框架，方法体系新颖、团队权威，对智慧农业技术路线有较强参考价值。",[23],{"name":9,"url":6},[25,26,27,28,29],"智慧农业","农业人工智能","农业机器人","具身智能","多模态感知",[31,32],"上海大学 苗中华 农业机器人","具身智能 农业机器人 五位一体","上海大学苗中华农业机器人-3252",0,{"doi":8,"openalex_id":8,"authors":36,"venue":8,"cited_by_count":34,"oa_url":8,"card":37,"direction":41,"ingested_from":43},[],{"tldr":38,"method":39,"finding":40,"direction":41,"opportunity":42},"系统阐述具身智能驱动的农业机器人技术体系，提出五位一体研究框架。","构建'感知-决策-模拟-进化-诊断'五位一体框架，综述关键技术。","具身智能可突破非结构化环境等瓶颈，为农业机器人提供新范式。","农业人工智能与决策模型","可探索具身智能在农业非结构化场景的落地验证与虚实迁移效率提升。","agent","2026-09-23T00:04:33.744630Z",{"total":46,"page":20,"page_size":46,"items":47},6,[48,80,107,143,170,202],{"id":49,"title":50,"url":51,"summary":52,"summary_zh":8,"content":8,"source_name":53,"source_url":8,"published_at":54,"category":11,"cover_url":8,"hotness":12,"is_selected":55,"score":56,"score_detail":57,"sources":63,"tags":65,"search_phrases":68,"slug":71,"view_count":34,"doi":8,"paper":72,"created_at":79},3253,"Visuomotor Robotic Pruning in Planar Orchills Using Hybrid Reinforcement Learning（基于混合强化学习的平面果园视觉运动机器人修剪）","https:\u002F\u002Farxivtldr.org\u002Fabs\u002F2609.24906","arXiv发表研究：休眠期树木修剪是劳动密集型但对维持现代高产果园至关重要的工作。本文针对现代平面树形训练系统（V型棚架苹果、UFO樱桃）的修剪任务，提出端到端管线学习闭环视觉运动控制器。控制器完全使用仿真和合成生成数据进行训练，以零样本方式部署到真实果园。管线包括平面果园树网格的合成生成、基于物理的果园仿真器构建、通过运动规划自动收集成功修剪轨迹，以及结合离线演示与在线仿真推出相结合的新型混合强化学习算法。控制器使用腕部相机的光流输入，避免完整三维重建需求，连续引导切割器穿越杂乱分支环境到指定切割点并在真实果园38次物理试验中展示零样本仿真到真实迁移。在V-Trellis苹果上达到49.9%成功率，UFO樱桃上46.0%。","arXiv (Abhinav Jain, Cindy Grimm, Stefan Lee)","2026-09-20T00:00:00Z",false,80,{"impact":58,"substance":59,"depth":58,"authority":60,"freshness":61,"relevant":20,"comment":62},18,22,13,9,"仿真到真实零样本迁移的果园修剪机器人研究，方法新颖、数据扎实，对智慧果园机械化有参考价值。",[64],{"name":53,"url":51},[25,26,27,66,67],"强化学习","果园管理",[69,70],"V-Trellis 苹果 机器人修剪","UFO 樱桃 零样本迁移","V-Trellis苹果机器人修剪-3253",{"doi":8,"openalex_id":8,"authors":73,"venue":8,"cited_by_count":34,"oa_url":8,"card":74,"direction":41,"ingested_from":43},[],{"tldr":75,"method":76,"finding":77,"direction":41,"opportunity":78},"提出端到端视觉运动控制器，用仿真合成数据训练，零样本迁移到真实果园完成修剪。","合成数据生成、物理仿真器、运动规划收集轨迹、混合强化学习、腕部相机光流。","真实果园38次试验零样本迁移成功，苹果49.9%、樱桃46.0%成功率。","可探索多季节、多树种泛化及真实数据微调，提升复杂冠层下的鲁棒性。","2026-09-23T00:04:33.854148Z",{"id":81,"title":82,"url":83,"summary":84,"summary_zh":8,"content":8,"source_name":85,"source_url":8,"published_at":10,"category":11,"cover_url":8,"hotness":12,"is_selected":55,"score":86,"score_detail":87,"sources":89,"tags":91,"search_phrases":94,"slug":97,"view_count":34,"doi":8,"paper":98,"created_at":106},3251,"农机化研究2026(8)：基于MobileNetV4-DSFPN的芍药田间机器人视觉导航——安徽理工+皖西学院+中科院合肥物质科学研究院 mIoU 94.11% FPS 23.1","http:\u002F\u002Fwww.qikanvip.com\u002Fqkml\u002F166165.html","农机化研究2026年第8期发表安徽理工大学徐善永、程军辉、张俊卿，皖西学院邢雪景，中国科学院合肥物质科学研究院联合论文：精准分割田间可行驶区域并实时提取导航线是实现农业机器人在田间自主作业的关键环节。针对芍药田间背景复杂、现有语义模型计算复杂度高、实时性差等问题，提出轻量化的MobileNetV4-DSFPN语义分割模型，采用改进MobileNetV4作为高效编码器；解码器部分构建基于深度可分离卷积的轻量级特征金字塔网络（DSFPN）。在芍药田间路径数据集上类别平均像素准确率（mPA）和平均交并比（mIoU）分别达到97.16%、94.11%；导航线的平均横向偏差为0.231像素，平均角度偏差为0.842°；车载计算机上平均推理速度达到23.1 FPS。","农机化研究",78,{"impact":19,"substance":59,"depth":58,"authority":60,"freshness":12,"relevant":20,"comment":88},"核心期刊论文，提出轻量化语义分割模型并给出mIoU 94.11%、23.1 FPS等实测数据，方法新颖、结论可靠，对农业机器人视觉导航有实质参考价值。",[90],{"name":85,"url":83},[25,26,27,92,93],"芍药","视觉导航",[95,96],"安徽理工大学 芍药 田间机器人","MobileNetV4 DSFPN 语义分割","安徽理工大学芍药田间机器人-3251",{"doi":8,"openalex_id":8,"authors":99,"venue":8,"cited_by_count":34,"oa_url":8,"card":100,"direction":104,"ingested_from":43},[],{"tldr":101,"method":102,"finding":103,"direction":104,"opportunity":105},"提出轻量MobileNetV4-DSFPN分割芍药田间可行驶区域并提取导航线。","改进MobileNetV4编码器+深度可分离卷积特征金字塔，芍药田间路径数据集。","mIoU达94.11%，横向偏差0.231像素，车载推理23.1 FPS。","智慧农业 \u002F 农业物联网","可探索轻量分割模型在复杂田间多作物、多光照下的泛化与边缘部署优化。","2026-09-23T00:04:33.588064Z",{"id":108,"title":109,"url":110,"summary":111,"summary_zh":112,"content":8,"source_name":113,"source_url":110,"published_at":10,"category":11,"cover_url":8,"hotness":12,"is_selected":55,"score":114,"score_detail":115,"sources":120,"tags":122,"search_phrases":125,"slug":128,"view_count":34,"doi":129,"paper":130,"created_at":142},3194,"Optimization and Analysis of Agricultural Robot Drive Systems","https:\u002F\u002Fdoi.org\u002F10.54254\u002F2753-8818\u002F2026.37178","This study takes the agricultural robot drive system as the research object and carries out optimization research from two dimensions: mechanical structure and intelligent control. At the mechanical level, redundant degrees of freedom are eliminated through topological analysis of mechanism freedom, a 'short-chain direct-drive' transmission scheme is introduced to reduce mechanical losses, and finite element topology optimization is combined to achieve lightweight design of key components. At the control level, artificial intelligence is introduced to establish a perception system based on convolutional neural networks (CNN) and multi-source information fusion, enabling accurate recognition and prediction of complex terrain. A Back Propagation (BP) neural network Proportion Integration Differentiation (PID) control strategy based on the Dung beetle Optimization (DBO)algorithm is proposed, which effectively addresses the shortcomings of traditional algorithms, such as slow convergence and large overshoot. Meanwhile, model predictive control and an improved soft actor-critic reinforcement learning algorithm are integrated to achieve online adaptive regulation of drive parameters and global optimal control to a considerable extent. The optimized drive system effectively improves the working performance and environmental adaptability of agricultural robots in complex terrain and provides new theoretical and technical ideas for the development of intelligent agricultural machinery.","本研究以农业机器人驱动系统为研究对象，从机械结构与智能控制两个维度开展优化研究。在机械层面，通过机构自由度拓扑分析去除冗余自由度，引入“短链直驱”传动方案以降低机械损耗，并结合有限元拓扑优化实现关键零部件的轻量化设计。在控制层面，引入人工智能，建立基于卷积神经网络（CNN）与多源信息融合的感知系统，实现对复杂地形的准确识别与预测；提出基于蜣螂优化（DBO）算法的BP神经网络PID控制策略，有效改善传统算法收敛慢、超调大等不足；同时融合模型预测控制与改进的柔性演员-评论家强化学习算法，实现驱动参数的在线自适应调节及较大程度上的全局最优控制。优化后的驱动系统有效提升了农业机器人在复杂地形下的作业性能与环境适应性，为智能农业机械的发展提供了新的理论与技术思路。","Theoretical and Natural Science",69,{"impact":116,"substance":117,"depth":118,"authority":12,"freshness":12,"relevant":20,"comment":119},12,20,17,"论文提出短链直驱与DBO-BP-PID等控制优化方案，方法新颖但偏理论，产业影响有限。",[121],{"name":113,"url":110},[25,26,27,123,124],"智能农机","驱动系统",[126,127],"农业机器人 驱动系统 优化","DBO BP神经网络 PID控制","农业机器人驱动系统优化-3194","10.54254\u002F2753-8818\u002F2026.37178",{"doi":129,"openalex_id":131,"authors":132,"venue":113,"cited_by_count":34,"oa_url":110,"card":136,"direction":41,"ingested_from":141},"W7213976318",[133],{"name":134,"orcid":135},"Ziyuan Ma","https:\u002F\u002Forcid.org\u002F0000-0002-7931-3258",{"tldr":137,"method":138,"finding":139,"direction":41,"opportunity":140},"从机械结构与智能控制两方面优化农业机器人驱动系统，提升复杂地形适应性与作业性能。","机构自由度拓扑分析、有限元拓扑优化、CNN多源融合感知、DBO-BP-PID与强","优化驱动系统有效提升农业机器人在复杂地形下的作业性能与环境适应性。","可探索轻量化驱动与在线强化学习控制在真实农田多机协同中的泛化性与能耗权衡。","openalex","2026-09-22T23:30:39.723894Z",{"id":144,"title":145,"url":146,"summary":147,"summary_zh":8,"content":8,"source_name":148,"source_url":8,"published_at":149,"category":11,"cover_url":8,"hotness":12,"is_selected":55,"score":86,"score_detail":150,"sources":153,"tags":155,"search_phrases":158,"slug":161,"view_count":34,"doi":8,"paper":162,"created_at":169},3120,"Autonomous Agricultural Machinery for Smart Agriculture: An Integrated Framework of Observation, Heterogeneity, and Intelligent Infrastructure（智慧农业自主农机：观测、异质性与智能基础设施一体化框架）","https:\u002F\u002Fwww.jstage.jst.go.jp\u002Farticle\u002Frdj\u002F5\u002F0\u002F5_576\u002F_article\u002F-char\u002Fen","Hongjin Li & Chunjiang Gao 在 Journal of Agricultural Information 5: 576-596 发表综述文章（J-STAGE 平台 2026-09-18 上线）：针对农业 4.0 时代自主农机核心问题——如何在复杂动态田间条件下将异构环境信息转化为可靠自适应可扩展的机器自主性，系统综述自主农机的技术基础、应用领域、性能优势与采用约束，并构建围绕\"观测、异质性、基础设施\"的一体化框架。研究不再按机器类型分类技术，而是考察多模态感知、AI 决策、自主导航控制、精准执行、多机协同之间的耦合关系，特别关注环境不确定性、实时决策、互操作性和系统级可扩展性的挑战。识别从孤立任务自动化向数据驱动自适应网络化农业自主性的渐进过渡，强调个体组件改进未必带来系统级性能提升，除非具备兼容的计算、通信、机械和制度基础设施。","J-STAGE \u002F Research Disclosure Journal","2026-09-18T00:00:00Z",{"impact":58,"substance":151,"depth":118,"authority":60,"freshness":61,"relevant":20,"comment":152},21,"核心期刊综述，提出观测-异质性-基础设施一体化框架，对智慧农业自主农机研究有参考价值，但属学术综述、产业影响有限。",[154],{"name":148,"url":146},[25,26,29,156,157],"自主农机","农业4.0",[159,160],"自主农机 智慧农业 一体化框架","Hongjin Li Chunjiang Gao 自主农机","自主农机智慧农业一体化框架-3120",{"doi":8,"openalex_id":8,"authors":163,"venue":8,"cited_by_count":34,"oa_url":8,"card":164,"direction":104,"ingested_from":43},[],{"tldr":165,"method":166,"finding":167,"direction":104,"opportunity":168},"综述自主农机技术，提出观测、异质性、基础设施一体化框架。","系统综述多模态感知、AI决策、导航控制与多机协同的耦合关系。","组件改进未必提升系统性能，需兼容的计算、通信、机械与制度基础设施。","可研究异构农机互操作协议与边缘计算架构，填补系统级可扩展性验证空白。","2026-09-22T00:05:38.042546Z",{"id":171,"title":172,"url":173,"summary":174,"summary_zh":175,"content":8,"source_name":176,"source_url":173,"published_at":149,"category":11,"cover_url":8,"hotness":12,"is_selected":55,"score":177,"score_detail":178,"sources":181,"tags":183,"search_phrases":186,"slug":189,"view_count":34,"doi":190,"paper":191,"created_at":201},2929,"A REAL-TİME AI-DRİVEN AGRİCULTURAL ROVER INTEGRATİNG PLANT DİSEASE DETECTİON AND GEO-REFERENCED SOİL MOİSTURE ANALYSİS","https:\u002F\u002Fdoi.org\u002F10.30546\u002Femnaa.2026.02.28.123","This paper presents an autonomous agricultural ground robot for real-time monitoring of plant health and soil moisture in large-scale crop fields.The proposed system integrates a deep learning-based perception subsystem with autonomous navigation and a custom ground control station (GCS) to enable continuous and geo-referenced field analysis.Visual data are acquired using an onboard camera and processed in real time on a Raspberry Pi using an object detection model (ODM) to identify disease-related visual symptoms such as discoloration, deformation and leaf degradation.Each detected instance is associated with a confidence score and accurately geo-tagged using GPS data.In parallel, a contact-based soil moisture sensor performs localized measurements at fixed spatial intervals along a grid-based coverage trajectory.All perception outputs are synchronized with navigation data and transmitted via a telemetry link to the GCS where live video with detection overlays, rover trajectory, mission status and sensor telemetry are visualized and logged for postmission analysis.Field experiments conducted under real operating conditions demonstrate stable autonomous operation and achieve an overall plant disease detection accuracy of 85-90%, confirming the effectiveness of the proposed system for precision agriculture applications.","本文提出了一种用于大规模农田植物健康和土壤湿度实时监测的自主农业地面机器人。该系统将基于深度学习的感知子系统与自主导航及自定义地面控制站（GCS）相结合，实现连续且带地理参考的田间分析。视觉数据通过机载相机采集，并利用目标检测模型（ODM）在树莓派上实时处理，以识别与病害相关的视觉症状，如变色、变形和叶片退化。每个检测到的实例均关联置信度分数，并通过GPS数据精确标注地理位置。与此同时，基于接触式的土壤湿度传感器沿网格化覆盖轨迹以固定空间间隔进行局部测量。所有感知输出与导航数据同步，并通过遥测链路传输至地面控制站，在此可视化并记录带有检测叠加层的实时视频、漫游车轨迹、任务状态和传感器遥测数据，以供任务后分析。在实际运行条件下进行的田间实验证明了稳定的自主运行能力，并实现了85-90%的植物病害整体检测准确率，验证了所提系统在精准农业应用中的有效性。","Scientific Journal",77,{"impact":58,"substance":151,"depth":118,"authority":60,"freshness":179,"relevant":20,"comment":180},8,"集成深度学习病害识别与地理参考土壤墒情监测的自主农业机器人论文，田间实测准确率85-90%，方法新颖且数据可靠，对精准农业有参考价值。",[182],{"name":176,"url":173},[25,26,27,184,185],"植物病害检测","土壤墒情监测",[187,188],"农业机器人 病害检测 土壤墒情","Raspberry Pi 植物病害识别","农业机器人病害检测土壤墒情-2929","10.30546\u002Femnaa.2026.02.28.123",{"doi":190,"openalex_id":192,"authors":193,"venue":176,"cited_by_count":34,"oa_url":173,"card":196,"direction":104,"ingested_from":141},"W7213559917",[194],{"name":195,"orcid":8},"Gasimov V.A., Dadashov F.H., Hasanov H.B., Huseynov N.E",{"tldr":197,"method":198,"finding":199,"direction":104,"opportunity":200},"开发实时AI农业机器人，集成植物病害检测与地理参考土壤湿度分析。","Raspberry Pi上部署目标检测模型，结合GPS和接触式土壤湿度传感器。","田间试验实现85-90%的植物病害检测准确率，并稳定自主运行。","可探索多模态传感器融合与边缘计算优化，提升复杂田间环境下的实时检测鲁棒性。","2026-09-19T23:30:11.232025Z",{"id":203,"title":204,"url":205,"summary":206,"summary_zh":8,"content":207,"source_name":208,"source_url":8,"published_at":209,"category":210,"cover_url":8,"hotness":12,"is_selected":55,"score":211,"score_detail":212,"sources":215,"tags":217,"search_phrases":221,"slug":224,"view_count":34,"doi":8,"paper":8,"created_at":225},2555,"金华市农业农村局 金华市发改委推介农业农村领域开放场景","http:\u002F\u002Ffgw.jinhua.gov.cn\u002Fcol\u002Fcol1229169632\u002Fart\u002F2026\u002Fart_219d8d45f5484630a2535d67a5ab4a0d.html","金华市推出基于低空+AI的农事服务应用示范场景与低空AI赋能和美乡村建设场景。已建成全省首家低空+AI农事服务中心实体载体；部署多型号无人机、田间虫情与环境物联监测设备；搭建农业时空数据图谱与6层技术平台架构，拥有658TB+低空影像、1PB+农业结构化数据资源；自研80类农业AI模型，取得3项发明专利、33项软件著作权、44项数据知识产权。计划到2026年底在全国建成50家标准化低空AI农事服务中心。","**场景****1****：**基于“低空+AI”的农事服务应用 示范 场景\n\n**场景描述**：聚焦粮食稳产保供与农业社会化服务升级战略定位，破解传统农事人工巡田成本高、病虫害发现滞后、农机调度低效、多源农业数据孤岛等突出问题。依托无人机低空遥感、农业多模态大模型、时空数据图谱技术，构建集田间管护、农机智慧调度、粮食监测监管于一体的数智农事服务体系，打通“地块-作物-农机-服务”全业务链路。通过构建“AI 算万物”模型，释放低空海量数据算力，重构农业生产、管理与服务体系，探索农业数据要素资产化路径，推动农事作业由经验驱动向数据智能驱动转型，全面赋能现代农业全产业链高质量发展。计划到 2026 年底在全国建成 50 家标准化低空 AI 农事服务中心，助力区域农业降本增效，夯实粮食安全保障能力。\n\n**建设基础**：已建成全省首家“低空+AI”农事服务中心实体载体；部署多型号无人机、田间虫情与环境物联监测设备，具备大规模低空影像采集能力；搭建农业时空数据图谱与 6 层技术平台架构，拥有 658TB+低空影像、1PB+农业结构化数据资源；自研 80 类农业 AI 模型，取得 3 项发明专利、33 项软件著作权、44 项数据知识产权，获得浙江省软件首台套、2026 智慧农业创新大赛无人机巡田解决方案赛道第一名、浙江 省 2026“数据要素×”大赛现代农业赛道一等奖；已与高校、运营商建立协同合作关系，数据产品已在多家数据交易所上架，具备跨区域试点落地实践基础。\n\n**开放合作对象**：规模农业经营主体、高校、农业科研机构\n\n**合作方式**：试验基地共建、联合研发迭代、项目建设、技术服务 等\n\n**场景搭建****单位****：**金华浙农信息技术有限公司\n\n**联系人及联系方式：**郑先生，15857959533\n\n**场景****2****：**低空 AI 赋能和美乡村建设场景\n\n**场景描述**：聚焦和美乡村与数字乡村建设战略定位，面向乡村治理现代化发展需求，破解乡村多源数据割裂、生态人居巡查人力压力大、乡村新业态监管服务手段不足等关键问题。依托无人机低空遥感、时空大数据、AI 智能解译感知技术，搭建“天空地”一体化乡村智治服务体系。发挥低空设备空中巡检能力，实现人居环境、山林河湖、乡村基建动态监测，赋能乡村文旅新业态数字化升级，完善基层智慧治理链条，打造可复制输出的和美乡村数字化建设样板，助力乡村全面振兴。\n\n**建设基础**：具备乡村全域遥感数据获取、多源涉农数据汇聚解析技术能力；依托全省首家“低空+AI”农事服务中心实体载体，复用成熟的低空影像采集硬件资源；拥有 3 项发明专利、22 项软件著作权，无人机影像云管理系统获浙江省首版次认定，具备航测乙级资质；平台具备标准化开放接口，可对接基层治理相关业务系统；项目团队已积累多区县乡村数字化落地实践经验，具备开展乡村生态监测、业态研判的技术条件；已取得多项相关知识产权与省级荣誉资质，可支撑和美乡村多类业务场景迭代拓展。\n\n**开放合作对象**：民企、高校、科研院所\n\n**合作方式**：采购服务、项目建设、联合研发 等\n\n**场景搭建****单位****：**金华浙农信息技术有限公司\n\n**联系人及联系方式：**郑先生，1585795953\n\n**场景****3****：**金华双龙实验室自主导航田间转运机器人示范场景\n\n**场景描述**：聚焦金华地区设施农业与丘陵山地田间转运环节劳动力短缺、效率低下等痛点，建设一个集自主导航、智能调度、无人化转运于一体的现代农业机器人应用示范场景。针对传统人工搬运劳动强度大、现有 农机 设备跨 区域 作业难、缺乏数字化管理等问题，依托多传感器融合感知与云端协同调度技术，部署具备跨区域建图、动态路径规划、自动避障等功能的田间转运机器人，实现种子、种苗、肥料及果蔬等物资的自动化配送与 转运。预期将显著提升转运效率，降低人工成本，构建田间 农机 数字化管控网络，打造 设施农业 及 丘陵山区的智能化 农机示范场景，推动农业机器人产业发展。\n\n**建设基础**：已 在 金华市婺城区长山乡建成双龙实验室基地，核心区面积 1408 亩，涵盖玻璃温室、连栋大棚、丘陵山地果园及粮油大田等多样场景。已部署 3 台 不同类型的 自主导航田间转运机器人，额定载重 200kg 以上，搭载激光雷达、双目相机、IMU 等传感器，障碍物感知距离误差≤10cm，导航路径误差≤10cm。其中 ZNJ-DP01 转运 机器人获农业农村部首届智慧农业创新大赛温室搬运机器人赛道第一名，具备扎实的研发与场景验证能力。\n\n**开放合作对象**：企业、高校、科研院所\n\n**合作方式**：联合 场景开发验证、技术合作、项目共建、标准共研\n\n**场景搭建单位：**金华市农业科学研究院\n\n**联系人及联系方式：**郑先生，13645795434\n\n**场景****4****：**金华市现代农机检测鉴定场景\n\n**场景描述**：本场景聚焦金华丘陵山区农机装备产业集群 的 产品 质量监管 与 技术服务 的实际 需求，旨在 建设一个集农机性能测试、推广鉴定、零部件检测与标准化技术研究 于 一体的综合性科研与服务平台。依托 先进的实验设备与完善的测试手段，为新型农机具、新能源农业机械、AI 农机等现代农业机械的 研发 提供技术支持 与检测保障，提升农机产品质量与性能，推动农业机械化水平持续提高，并培养相关专业技术人才，为国家丘陵山区适用小型农业机械推广应用先导区建设注入新动能。\n\n**建设基础**：目前已在浙江省农业机械研究院开展检测与鉴定中心的建设工作，组建了专业的检验检测与推广鉴定团队，建成了农机产品质量检验检测实验室、液压传动与控制实验室、三维设计与仿真实验室、自动化智能装备实验室等，现有实验室面积 800 平方米，后续将扩增至 3000 平方米以上；已采购 200 余台（套）专业检测仪器，并完成实验室资质认定与计量认证（CMA），取得微耕机、插秧机等 19 个浙江省主要农机产品的检验检测资质能力，后续将扩增至 50 个以上。此外，该机构已被浙江省农业农村厅指定为农机鉴定机构。\n\n**开放合作对象**：政府机构、农机及配件生产企业、农机研发机构、农事服务中心等\n\n**合作方式**：采购服务、技术协作、项目建设、标准共研\n\n**场景搭建单位：**浙江省农业机械研究院\n\n**联系人及联系方式：**黄 先生，13750992539\n\n**场景****5****：**双龙实验室农业科技创新和产业创新融合改革示范场景\n\n**场景描述**：聚焦“城乡融合体制机制改革”重大任务，立足我市“名特优农产品丰富”的优势，以全省首个综合性农业市实验室“双龙实验室”为主引擎，建设具有金华辨识度的农业科技创新与产业创新融合改革示范场景。同步建设崖州湾国家实验室金华粮油作物创新平台、浙江省国家区域性农作物品种测试评价站、中非（金华）农业科创园等高能级科创平台，精准匹配区域特色农业产业需求与科技创新方向，助推农业延链补链强链。规划总占地 1 万亩、建筑面积 5 万平方米，核心区面积 1408 亩，计划到 2026 年底建成 7 个专业实验室、7 个产业技术中心、5 个物种园和 1 个科研示范基地，将双龙实验室打造成为浙中西 部 特色农业科技创新中心。\n\n**建设基础**：已完成 13861 平方米主体实验大楼、实验室专用仪器设备招投标、12000 平方米玻璃温室、5 万平方米联栋大棚的建设，已聘请 20 余位知名院士和国家产业技术体系首席（岗位专家）担任指导专家，累计引进推广新技术 113 项、新品种 227 个，解决产业技术难题 180 个。实验室支撑地方“两新融合”成效入选 2025 年度浙江农村改革十大案例。其中，浙江省国家区域农作物品种测试评价站于 2025 年 8 月获批中央预算内投资计划项目，核心区域面积 449 亩；崖州湾国家实验室金华粮油作物创新平台于 2026 年 5 月授牌成立，已开展 130 亩的水稻试验示范；中非（金华）农业科创园已建成中非农业科技交流中心，举办两届中非农业科技合作交流会，累计接待外宾、国内专家学者及社会各界人士超 1000 人次。\n\n**开放合作对象**：民企、高校、科研院所\n\n**合作方式**：项目建设、联合研发、标准共研\n\n**场景搭建单位：**金华市农业科学研究院（浙江省农业机械研究院）\n\n**联系人及联系方式：**陈先生，0579-82050456\n\n**场景****6****：**双龙实验室金华佛手综合开发利用技术创新中心中试平台\n\n**场景描述**：立足金华佛手特色产业基础，打造产学研用一体化佛手精深加工中试平台，打通实验室成果到产业化的转化通道。针对佛手精深加工工艺不成熟、实验室成果难以落地、香气活性物质提取损耗大、中小主体缺少中试试制条件等痛点，建设以佛手精油提取设备为核心的中试线，配套佛手果汁、佛手果酱等加工设备，实现佛手全值化利用，助力金华佛手从鲜果销售向精油、香氛等高附加值产品升级。\n\n**建设基础**：该中试线总面积 550 m 2，配置原料榨汁、精油高速离心冷提取、SCC 低温香气回收、枝叶精油及香气提取等成套设备，严格依据食品饮料行业现行国家标准及食品生产许可 SC 认证规范开展设计与建设。日处理佛手原料 1.5-2 吨。按年生产中试 100 天计算，可以年加工佛手 200 吨，年产出佛手汁 40 吨、佛手膳食纤维 50 吨、10ml 精油 4 万瓶、佛手香氛水（纯露）20 吨，香料产品 5 万袋。预计年产值约 380 万元。\n\n**开放合作对象**：民企、高校、科研院所\n\n**合作方式**：采购服务、采购产品、联合研发、标准共研\n\n**场景搭建单位：**金华市农业科学研究院\n\n**联系人及联系方式：**王先生，13566768758\n\n**场景****7****：**金线莲生物育种—种苗繁育—现代加工标准赋能场景\n\n**场景描述**：立足金华珍稀食药用植物金线莲特色产业基础，破解优异种质挖掘不足、生物育种技术迭代慢、精深加工产品供给不足 等痛点。构建“种质资源保护—生物育种创新—现代农产品精深加工”全链条体系，开展种质活性成分、药效药理 评价，搭建加工中试转化载体，迭代完善种苗、栽培、加工、食品安全系列标准，打通科研—种苗生产—健康食品开发的产业化通道，打造食药用植物“育种—种苗—加工”协同示范样板，推动特色农业提质增效、带动山区农户增收。\n\n**建设基础**：已形成“科研院所+龙头企业+基地+农户”的联动运营模式，各环节均落地实体应用场景。在金华、兰溪布局组培育苗车间与驯化苗圃，配套“金康 1 号”优势品种标准化繁育规程，年产优质种苗 2700 万株，同时 配套遮荫保湿、水肥管控、病虫害绿色防控等田间管护措施，建成 10 余个栽培 模式 示范 基地，可稳定保障农户用苗需求与基地 原料供应；联合攻关种苗提质、活性成分调控、健康饮品加工工艺等关键技术，建立成果许可与利益共享机制，具备 面向种植主体提供常态化技术服务 能力，推动特色农业高质量发展。\n\n**开放合作对象**：民企、高校、科研院所\n\n**合作方式**：联合研发、标准共研、项目建设\n\n**场景搭建单位：**金华市农业科学研究院\n\n**联系人及联系方式：**吴女士，13645790562\n\n## **场景****8****：**金华水稻全生物降解地膜覆盖控草绿色种植示范场景\n\n**场景描述**：聚焦粮食安全与农业绿色低碳发展，构建“适配 移栽稻 田的全生物降解地膜+覆膜插秧一体化装备+标准化农艺融合”三位一体水稻绿色种植示范场景。针对传统稻作化学除草剂依赖度高、草害防控成本高、农田面源污染、稻米品质提升受限等突出问题，以物理抑草替代化学除草，完善地膜材料、专用农机 装备及 田间 栽培 技术体系。联动科研机构、材料装备企业与各类种粮经营主体，探索技术 服务、优质稻米订单等落地模式。\n\n**建设基础**：已形成产学研用协同的技术与示范载体基础：已建成水稻绿色种植技术试验示范载体，配套开展 移栽稻田 材料、农机田间试验；研发适配水田的黑色全生物降解地膜，配套覆膜插秧一体化装备，可同步完成铺膜、破膜、插秧作业，日作业能力超 30 亩。已形成田块整理、水肥管控、残膜还田成套机艺技术规程，拥有相关发明专利。已对接地膜生产企业、农机制造单位，联动家庭农场、种粮大户开展试点应用；相关技术被列为金华市农业主推技术，入选全国绿色防控典型案例，具备技术输出与规模化示范实施条件。\n\n**开放合作对象**：高校、科研院所、民企、农事服务中心、专业合作社、规模化种植大户\n\n**合作方式**：采购服务、采购产品、项目建设、联合研发\n\n**场景搭建单位：**金华市农业科学研究院\n\n**联系人及联系方式：**朱 女士，13735656369\n\n**场景****9****：**磐安县尚湖镇低空无人机助老送餐民生示范场景\n\n**场景描述：**立足磐安山区“九山半水半分田”地理特征，践行“科技+养老”发展定位，打造山区低空无人机助老送餐示范场景。针对偏远山村高龄独居、失能老人做饭难、传统山路送餐耗时长、餐食易冷却等痛点，构建“中心供餐-无人机低空配送-村级接力上门”服务体系。依托低空物流技术，定制保温配送装备，规划山区专属飞行航线，优化飞行调度与末端分发流程。后续逐步扩大服务行政村覆盖范围，拓展应急药品、生活物资附带配送能力，打造山区县低空经济赋能养老民生样板，实现山区老年群体助餐服务可及性显著提升。\n\n**建设基础**：已在尚湖镇尚路研村、铜钿村开展无人机助餐试点工作，尚湖镇颐安养老院作为供餐载体，统一完成餐食加工制作。与中科云图开展合作，投入低空物流无人机，配套定制餐食保温箱，完成试点村庄飞行航线规划，布设村级无人机取餐降落点位，建立村级人员接力分发机制。依托磐安县县级低空经济指挥中心、空天地一体化综合应用平台，具备飞行调度、状态监控技术能力。项目已完成启航示范运行，可实现山区跨山配送，试点服务 30 余位山区老人，验证山区低空送餐的实际可行性。\n\n**开放合作对象**：民企、高校、科研院所\n\n**合作方式**：采购产品、采购服务、联合研发、标准共研\n\n**场景搭建单位：**金华智飞互联科技有限公司\n\n**联系人及联系方式：**厉先生，15088281874\n\n**场景****10****：**珍珠数字网络养殖及三产一体化示范场景\n\n**场景描述：**围绕珍珠渔业养殖数字化、文旅体验提质，依托 AIOT 智慧渔业硬件、数字养殖控制系统、云端互动引流平台，打造一体化珍珠产业数智示范场景。以智能化养鱼养蚌车间、全自动水环境监测设备、云端 AI 中控系统为硬件支撑，打通全链条业务，形成集水质智能监测、养殖数据溯源、文创销售于一体的三产融合闭环方案。依托珍珠产业数字知识库与实时监测算法，实现养殖风险智能预警、水产养护精准管控、线上流量持续转化、线下体验高频复访，构建乡村珍珠产业数字化标杆。\n\n**建设基础：**已建成标准化数字智慧养殖车间，搭载 AIOT 设备，实现水体环境 24 小时自动检测、异常数据实时预警、养殖工况远程可控，覆盖珍珠三产全周期智能化；搭建云端智慧互动平台，支持用户云端互动参与，实现线上持续引流蓄客；落地无人智能垂钓系统，实现自助扫码、计时计费、全域监控、无人化运维，降低运营人力成本；线下已成熟运营珍珠数字化养殖体验车间、开蚌盲盒体验、珍珠 DIY、螺钿手作研学，实现业态共创、人才集聚、流量共享。系统已完成养殖数据、客流数据、消费数据、体验数据互联互通，形成产业数据台账与全流程溯源体系。\n\n**开放合作对象：**研发企业、运营企业、平台服务商\n\n**合作方式：**场景共建、技术赋能、流量合作、项目联合运营\n\n**场景搭建单位：**兰溪诸葛厚伦方村、卧龙源水产\n\n**联系人及联系方式：**张先生，15305897301","金华市发改委 2026-09","2026-09-15T01:00:00Z","报道",73,{"impact":58,"substance":117,"depth":213,"authority":12,"freshness":61,"relevant":20,"comment":214},16,"金华市集中推介六个农业农村领域开放场景，涵盖低空AI农事服务、田间转运机器人、农机检测鉴定等，建设基础与数据指标详实，具备较强产业参考价值。",[216],{"name":208,"url":205},[218,25,219,26,27,220],"数字乡村","低空经济","农机检测",[222,223],"农业人工智能 农业机器人 低空经济 农机检测","农业人工智能 农业机器人","农业人工智能农业机器人低空经济农机检测-2555","2026-09-16T00:03:45.244399Z"]