Development of a Vision-Guided Autonomous Variable-Rate Spraying System for Site- Specific Potato Disease Management Using YOLOv26
本研究提出了一种用于马铃薯病害管理的视觉引导自主变率喷洒系统，该系统利用高性能 YOLOv26 模型进行实时检测，并通过 PWM 控制驱动，与传统的均匀喷洒相比，减少了 32.75% 的农用化学品消耗。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个这样的世界：农民最大的烦恼不仅是天气，还有隐藏在农作物叶片中的隐形敌人。几个世纪以来，解决植物疾病的方法有点像用消防水柱去熄灭一支蜡烛：农民向整个田地喷洒化学药剂，希望能击中生病的部位，却不小心淋湿了健康的植株。这种“毯式”方法既混乱、昂贵，又对环境不利。但如果拖拉机能像一位聪明的医生一样呢？如果它能观察每一片叶子，准确诊断出哪些叶子生病了，并且只在受感染的地方喷洒药物呢？这就是“精准农业”的前沿领域——在这个领域，计算机和摄像头与机器人联手，以手术般的精准度治疗农作物。实现这一目标的关键在于教会机器实时“看见”疾病，这项任务过去对计算机来说几乎是不可能的，但现在得益于新一代人工智能，正逐渐成为现实。
在这项研究中，来自印度理工学院卡拉格普尔分校（IIT Kharagpur）的研究人员制造了一台能够像土豆作物警惕守护者一样的自动驾驶喷雾器。他们为一台配备了摄像头和由一种名为 YOLOv26 的非常先进的 AI 模型驱动的“大脑”的小型三轮机器人配备了装备。把 YOLOv26 想象成一名超级敏捷的侦探，它可以在扫描农田的同时，在不到一秒钟的时间内发现土豆晚疫病（一种可怕的真菌疾病）产生的微小黑点，并将它们与健康的绿叶区分开来。这台机器人不仅能看到疾病，还能计算特定区域感染的严重程度，并据此调整其喷嘴。如果一片土豆是健康的，机器人会低声说“无需喷洒”；如果一片土豆感染严重，它就会将音量调至“全力喷射”。
团队在真实的土豆田里测试了这个系统，让机器人在自然阳光和阴影下的作物行间行驶。他们发现，他们的新型 AI 侦探极其敏锐，正确识别病变叶片的准确率高达 96.1%，这优于以往版本的技术。由于机器人的精度如此之高，与传统的全田喷洒方法相比，它成功减少了 32.75% 的农药使用量。与其每公顷使用 458 升化学药剂，智能机器人仅需 308 升。这证明了通过赋予机器实时观察和决策的能力，我们可以在保护粮食供应的同时，节省资金并保持土壤和水源更加清洁。这是迈向未来的一小步，在那个未来，农业不再是关于猜测，而是关于准确了解植物的需求。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。