近30年的中國設施農業快速發展，外出務工，留在家里種田的人數呈下降趨勢，如何用“機器代替人力”成為最新熱點。為了實現溫室生產數據感知環節中作物圖像和環境監測數據的精確采集，郭偉、吳華瑞、朱華吉研究設計了多自由度溫室圖像采集和環境監測機器人系統。它由機器人感知中心、決策中心和執行中心三部分組成，分別用于從機器人的角度感知環境、分析數據、生成決策指令和執行動作。實現傳感層多角度圖像、實時視頻和監測數據的精確網格化采集，為農作物多源異構數據的精細融合奠定基礎;監控數據和控制指令通過傳輸層的無線網橋匯聚到本地數據中心;數據處理層通過作物基本模型分析進行控制指令反饋信息，同時對上傳的圖像進行預處理;最后，在應用層提供web和手機上的智能服務。

郭偉、吳華瑞、朱華吉研究設計了一種多自由度溫室圖像采集與環境監測機器人系統。它由機器人感知中心、決策中心和執行中心三部分組成，分別用于從機器人的角度感知環境、分析數據、生成決策指令和執行動作。實現傳感層多角度圖像、實時視頻和監測數據的精確網格化采集，為農作物多源異構數據的精細融合奠定基礎;監控數據和控制指令通過傳輸層的無線網橋匯聚到本地數據中心;數據處理層通過作物基本模型分析進行控制指令反饋信息，同時對上傳的圖像進行預處理;最后，在應用層提供web和手機上的智能服務。

機器人系統具有以下特點。

(1)多源數據精準獲取，通過四自由度動態監測，運動誤差低于2.2 cm。實現監測半徑80%的覆蓋率，為生產和科研人員農業大數據分析提供更加精細地數據采集方式;環境數據實現網格化采集，精確度達到溫室內每個試驗區。

(2)實現多類終端遠程全天候實時管控，生產農戶和科研專家可以隨時隨地觀察種植現場情況。

(3)操作簡潔實用，輸入語音實現自動指令自動發送，解決部分農戶操作不便的問題。

(4)自動提取現場病害圖片，通過系統標準化預處理，結合后臺深度學習算法實現對番茄百分病的識別。

(5)實現無人巡檢，機器人根據預先設定的觀測區域實現周期性移動監測。一方面減少園區人力成本投入，另一方面實現夜間巡檢，保證了溫室現場安全。

本研究在多自由度監測基礎上，通過后端平臺數據賦能，完成簡單的定點觀測、自動巡檢和預警任務，但在現場智能服務方面，還有很大的擴展空間，后續將在以下三個方面進行優化。

(1)在機器視覺目標檢測方面，通過實時對接農業大數據中心，搭載作物病害識別算法[31-33]，實現對病斑的實時識別，將通過業務服務器分析識別結果，向用戶反饋病害信息、防治方法、推薦藥物乃至購買鏈接。

(2)在用戶使用過程中，記錄操作指令與設備三維坐標，操作數據信息和運動過程，歸納不同類型用戶使用習慣，形成歷史數據集，結合溫室尺寸、種植作物類型、種植方案，并基于習慣進行巡檢方案自更新，實現溫室作物種植全生命周期精準觀測。

(3)作為智控的一個重要結構單元，與溫室內各類電氣設備、傳感器、控制終端、傳輸節點以及各類機器人共同形成人工智能管控體系，根據作物生長環境需求進行智能作業。