arXiv cs.AI· Rishi Gupta, Astha Goyal, Vinay Vishwakarma·· 10 天前AI 评分22
CropSentry：群体协同多机器人系统利用多模态叶片传感实现农作物行早期胁迫检测
A Swarm-Coordinated Multi-Robot System for Early Stress Detection in Agricultural Rows Using Multimodal Leaf Sensing
AI 导读
CropSentry 是一个低成本地面多机器人系统，通过两台自主机器人逐行检测叶片颜色与环境数据，经空间映射后传至主机器人，生成实时网页仪表盘展示作物健康状态。在 63 次观测实验中，作物健康分类总体准确率为 84.12%，其中健康植株 82.60%、营养缺乏植株 88%、患病植株 80%，10 次从机观测的无线通信成功率达 100%。
正文 · AI 翻译
摘要：如今，作物早期胁迫检测是提高效率、减少时间、金钱和精力浪费的必要手段。然而，大多数现代技术，如高光谱成像和基于 AI 的系统，对于中小规模农户来说过于昂贵和复杂，难以实施。本文展示了 CropSentry，一种低成本、基于地面的多机器人系统，利用多模态叶片传感，通过追踪胁迫水平来持续监测作物健康。该系统由两个自主机器人组成，逐行持续检测叶片颜色和环境数据。观测结果经过空间映射后发送至主机器人，主机器人使用颜色编码的行段生成基于网络的实时仪表盘，显示作物健康状况。在实验中收集了 63 次观测后，结果显示整体作物健康分类准确率为 84.12%，其中健康植物为 82.60%，营养缺乏植物为 88%，患病植物为 80%。此外，在 10 次从机器人观测中实现了 100% 的无线通信成功率。跨多个机器人的近距离叶片检测可以检测作物的早期胁迫，同时保持可负担、可获取和可扩展。它为农民提供及时信息，以改善资源利用和作物管理。
| 学科： | 机器人学 (cs.RO)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.08603 [cs.RO] |
| （或 arXiv:2610.08603v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.08603 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Astha Goyal [查看电子邮件]
[v1]
2026年10月6日星期二 16:07:15 UTC（671 KB）
来源：arXiv cs.AI · arxiv.org