書接上文，繼續分享智慧果園種植相關的科研論文，快速了解最新農業科研進展。

八、山地果園管道自動噴霧系統設計與試驗

參與機構：華南農業大學電子工程學院(人工智能學院)、廣東省農情信息監測工程技術研究中心、國家柑橘產業技術體系機械化研究室

基于管道的自動噴霧技術及設施可以解決山地果園植保作業中噴霧作業效率低、勞動強度大、移動式噴霧機械難以進入的問題。該團隊研究設計了適用于山地果園的管道自動噴霧系統，從噴霧首部、噴霧管道、自動噴霧控制器到噴霧小組等一套系統，并開發了控制程序。

結果表明，該系統與人工噴霧相比，提高了噴霧作業的效率，可為山地果園的噴霧技術及智能施藥設施的研發提供參考和思路。

九、基于改進Linknet網絡的黃土高原蘋果園精準提取

參與機構：西北農林科技大學水利與建筑工程學院、中國科學院水利部水土保持研究所

針對黃土高原蘋果栽植面積增加，而對區域生態水文和社會經濟發展產生的重要影響，同時考慮到該區域果園地塊小且場景復雜，僅有縣/市尺度統計數據，尚無蘋果園實際空間分布信息的現狀。該團隊研究建立了無人機低空遙感影像專業數據集。

研究融合了遷移學習與深度學習方法，重點對比了幾種網絡下的提取性能。對比三種網絡性能，表現最優的為R_34_Linknet_ASPP+，并在長武縣王東溝、白水縣通積村進行了試驗，驗證了該方法提取到的蘋果園更加準確，蘋果園地塊邊緣處理效果更好，可作為黃土高原蘋果園空間分布制圖等研究的技術支撐和理論依據。

十、基于改進Ghost-YOLOv5s-BiFPN算法檢測梨樹花序

參與機構：江蘇省農業科學院農業設施與裝備研究所/農業農村部園藝作物農業裝備重點實驗室、江蘇大學農業工程學院

為實現機械化智能疏花，發展高速疏花方式，完成花朵與花苞的分類與檢測作業。該團隊研究針對目前梨園智能化生產中出現的梨樹花序檢測與分類問題，提出了一種基于改進YOLOv5s的水平棚架梨園花序識別算法。

試驗結果表明，改進的算法對梨樹花序中花苞與花朵的檢測精度、平均精度等參數較佳。相比于原始算法，檢測精度與召回度分別有提升，檢測時間和模型參數量分別降低。表明該算法可對梨樹花苞與花朵進行精確地識別和分類，為后續梨園智能化疏花的實現提供技術支持。

十一、基于改進YOLOX的自然環境中火龍果檢測方法

參與機構：華南農業大學工程學院、廣東省農業人工智能重點實驗室、南方農業機械與裝備關鍵技術教育部重點實驗室

為提高自然環境下果實識別的精確性、魯棒性和檢測效率，完成機器人在自然環境下而定精準監測條件，該團隊研究對YOLOX網絡進行改進，提出了一種含有注意力模塊的目標檢測方法。

對該方法進行性能評估和對比試驗，對不同分辨率的火龍果果園自然環境下采集的視頻進行實時測試。試驗結果表明，研究提出的改進目標檢測方法，檢測速度、檢測精度和模型大小滿足自然環境下火龍果采摘的技術要求。

十二、面向果園多機器人通信的AODV路由協議改進設計與測試

參與機構：西北農林科技大學機械與電子工程學院、農業農村部蘋果全程機械化科研基地、農業農村部北方農業裝備科學觀測實驗站、黃土高原土壤侵蝕與旱地農業國家重點實驗室

針對多機器人在果園中作業時的通信需求，實現無線通訊，該團隊研究基于Wi-Fi信號在桃園內接收強度預測模型，提出了一種引入優先節點和路徑信號強度閾值的改進無線自組網按需平面距離向量路由協議。

試驗結果表明，該路由協議在發起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能均優于AODV協議，節點相距25 m時靜態丟包率為0，距離100 m時丟包率為21.01%，動態行駛時能使機器人維持鏈狀拓撲結構。可為果園多機器人在實際環境中通信系統的搭建提供參考。

十三、基于輕量化改進YOLOv5的蘋果樹產量測定方法

參與機構：中國農業大學工學院、中國農業大學煙臺研究院

為提升蘋果果園原位測產的準確性，該團隊研究提出一種包含改進型YOLOv5果實檢測算法與產量擬合網絡的產量測定方法。

試驗結果表明，改進型果實檢測算法，在提高輕量化程度的同時提升識別準確率，具有良好的精度和有效性，基本可以滿足自然環境下樹上蘋果的測產要求，為現代果園環境下的智能農業裝備提供技術參考。

十四、基于改進YOLOv5s和多模態圖像的樹上毛桃檢測

參與機構：安徽農業大學信息與計算機學院、農業農村部農業傳感器重點實驗室、智慧農業技術與裝備安徽省重點實驗室

由于毛桃等果實的光照不均和嚴重遮擋，造成果實檢測難的問題，尤其是套袋毛桃。該團隊研究基于改進YOLOv5s和多模態視覺數據提出了面向機械化采摘的毛桃多分類準確檢測。

實驗結果表明，改進YOLOv5s模型在復雜光照和嚴重遮擋環境下，對裸桃和套袋毛桃的平均精度、套袋毛桃檢測準確檢測均有貢獻，驗證了所提出的模型具有良好的泛化能力。在主流移動式硬件平臺上，能夠實現毛桃的實時檢測，在實現果實自動采摘系統視覺智能方面的應用潛力。

以上十四項智慧果園種植方面的科研進展，從技術層面推動了智慧果園的實現，相信未來會有更多科研、科技涌現，共同實現智慧農業、智慧果園。

審核編輯黃宇