蚊媒傳播疾病一直是全球公共衛(wèi)生的重大威脅，每年可造成72.5萬人死亡，占全球傳染病負擔的17%（Organization 2023）。為有效防控病蟲害、遏制疫情傳播，公園、社區(qū)等公共區(qū)域內(nèi)的植被與綠地需定期開展殺蟲劑噴灑殺作業(yè)。目前，灑殺主要依賴人工完成，存在操作強度大、對作業(yè)人員健康不友好、殺蟲劑使用過量及作業(yè)效率低下等突出問題，而自主移動噴霧機器人作為創(chuàng)新解決方案，有望為戶外噴灑作業(yè)帶來變革。

在噴霧機器人系統(tǒng)中，如何精準感知環(huán)境及目標區(qū)域的幾何結構與語義信息，是實現(xiàn)自主導航、任務規(guī)劃與自適應噴灑控制的核心挑戰(zhàn)。尤其在植被密集、地形復雜的戶外環(huán)境里機器人想要“看清楚路、找準噴灑目標”卻并非易事。如何讓機器人精準感知環(huán)境幾何結構與語義信息，實現(xiàn)自主導航與智能噴灑，成為行業(yè)亟待突破的技術壁壘。為此，廣東省科學院智能制造研究所機器人技術團隊提出了一種基于視覺-激光雷達融合的語義-幾何聯(lián)合建圖框架，成功攻克復雜分割條件與傳感器外參漂移導致的建圖精度下降難題，為噴霧機器人裝上了更 “聰明” 的 “眼睛” 和 “大腦”。該方法融合多尺度三維注意力機制與模糊邊界增強模塊，構建了多尺度模糊邊界增強雙注意力網(wǎng)絡（MDANet），針對植物枝葉重疊、邊界不清等特性顯著提升圖像分割精度。此外，團隊設計了基于“種子生長”的語義信息擴散機制，用于在傳感器外參存在漂移的情況下，實現(xiàn)更加穩(wěn)健的圖像與點云間的語義關聯(lián)。實驗結果表明，該方法在復雜植被分割任務中取得了90.17% 的平均像素精度（mPA），并可在高達40毫米的平移擾動和 0.18 弧度的旋轉(zhuǎn)擾動條件下保持建圖精度，展現(xiàn)出良好的魯棒性與實用性，為自主噴霧機器人在園林、市政等場景下的應用提供了堅實支撐。

圖1 自主研發(fā)的移動噴霧機器人

圖2 文中所述方法構建的地圖

圖3 移動噴霧機器人室外噴灑現(xiàn)場圖

相關研究成果發(fā)表于中科院二區(qū)期刊Journal of Field Robotics（計算機科學），廣東省科學院智能制造研究所林旭濱博士為第一作者，有關工作得到粵港科技創(chuàng)新聯(lián)合資助專項、中國博士后科學基金、廣東省科學院打造綜合產(chǎn)業(yè)技術創(chuàng)新中心行動等相關項目的資助。

論文信息：Xubin Lin, Zerong Su, Zhihan Zhu, Pengfei Yuan, Haifei Zhu, Xuefeng Zhou. Joint Semantic‐geometric Mapping of Unstructured Environment for Autonomous Mobile Robotic Sprayers, Journal of Field Robotics, 22553, 2025.

論文鏈接：https://doi.org/10.1002/rob.22553

供稿：省科學院智能制造所

撰稿：林旭濱?凌翔

審稿：黃丹?周雪峰?郭澤宜

校稿：徐超?肖捷?章震