大田无人化智慧农场农田边界识别技术研究现状与展望.pdfVIP

2025年2月农业机械学报第56卷第2期

doi:10.6041/j.issn.1000-1298.2025.02.001

大田无人化智慧农场农田边界识别技术研究现状与展望

罗锡文1,2岳孟东1，2

谷秀艳1.2赵润茂！2何杰1.2

胡炼1.2

黄培奎1.2

汪沛1.2

（1.华南农业大学南方农业机械与装备关键技术教育部重点实验室，广州510642；

2.农业装备技术全国重点实验室，广州510642）

摘要：智慧农业是现代农业的发展方向，无人化智慧农场是实现智慧农业的重要途径，无人化智慧农场是农业转型升

级的重要方向，其精准高效作业质量依赖于农田边界识别技术的精度和可靠性。本文系统梳理了农田边界识别的技

术体系与应用场景，重点分析了卫星遥感、无人机遥感和地面感知3类数据获取方式和识别算法研究现状。卫星遥

感的优势在于其广域周期性的监测能力可支撑大范围农田变化分析，但空间分辨率有限；无人机高分辨率影像与地

面传感器深度融合（如LiDAR点云与RCB图像配准）可实现厘米级边界分割，为复杂农田场景提供高精度数据支撑，

但视野范围有限。传统图像处理算法（阈值分割、边缘检测等）在规则农田中具有实时性优势，但难以应对异物同谱、

静态要素遮挡等场景；基于深度学习的U-Net、DeepLab系列模型通过多尺度特征融合与注意力机制优化可显著提

升对不规则边界的识别鲁棒性。这些技术都已应用于农业数字化地图构建和农机路径规划，但仍面临多源数据时空

对齐精度不足导致融合效率低，轻量化模型在边缘计算设备上的推理速度难以满足实时作业需求，农田边界变动实

时监测难等问题。未来应聚焦多模态时空特征融合、边缘推理导向的模型轻量化技术，以及空-天-地协同支撑下的

数字农田地图自主更新技术，为实现农田边界的高精度、高响应和高动态识别提供支撑。

关键词：智慧农场；空-天-地；边界识别；种植区域；田；机耕道

中图分类号：S29文献标识码：AOSID:

文章编号：1000-1298（2025）02-0001-18

ResearchStatusandOutlookofFarmlandBoundaryRecognitionTechnology

inLarge-scaleUnmannedSmartFarms

1,21,21,21,2

LUOXiwenGUXiuyanHULian.2ZHAORunmaoYUEMengdongHEJiel.2

HUANGPeikuil.2WANGPeil.2

(1.KeyLaboratoryofKeyTechnologyonAgriculturalMachineandEquipment,Ministryof

Education,SouthChinaAgriculturalUniversity,Guangzhou510642,China

2.StateKeyLaboratoryofAgriculturalEquipmentTechnology,Guangzhou510642,China)