Development of an Adaptive Sprayer Control System for UAV-Based Spot Spraying in Soybean（基于植被覆盖率的自适应无人机大豆点喷控制系统研发）

方法

用无人机冠层感知与阈值点喷控制，室内外估算覆盖度R²为0.91和0.69。

发现

25%阈值下误喷激活率仅4.8%，室内自动喷雾执行准确率达97.3%。

机会点

可探索多作物、多生育期自适应阈值与杂草识别模型融合，提升田间鲁棒性。

本研究开发了一套集成无人机的自适应喷雾控制系统，将冠层感知与基于阈值的点喷技术相连接。研究人员利用大豆单独覆盖度作为局部杂草斑块检测的基准基线，室内与田间估算结果的R²值分别为0.91和0.69。在播种后24天，采用25%的阈值可将潜在误喷激活率限制在4.8%。室内测试中，自动喷雾执行准确率达到97.3%。研究指出杂草可导致大豆超过30%的产量损失，全球年经济损失达330亿美元。无人机喷洒避免了与土壤的直接接触，减少了土壤压实和作物损伤的风险，提高了关键除草窗口期的操作灵活性。