DOI：10.3969/j.issn.1672-3872.2026.03.010
基金项目：全国大学生创新创业训练计划（202510846006）
作 者：肖雨航 ，周鼎尊 ，邱媛凤 ，陈 盛 ，袁 超 ，陈 云（江西科技学院智能工程学院，江西 南昌 330098）
摘 要：针对传统农业监测方法效率低、精度差的问题，文章提出了一套基于四旋翼无人机的智能监测系统。该系统融合AI视觉与边缘计算技术，采用轻量化碳纤维机身，搭载多光谱摄像头，集成RTK定位与激光雷达，可实现25 min续航及动态避障。创新提出Swift-YOLO轻量化算法，基于MobileNetV3-small主干网络与动态Mosaic数据增强策略，推理速度达45 fps。该系统能够解决小目标检测与作物生长阶段识别难题，实测健康作物识别准确率达98.7%，稻瘟病检测召回率达92.1%，蚜虫检测F1分数达95.4%。研究结果表明，四旋翼无人机与Swift-YOLO算法协同设计，为精准农业提供了低延迟、高鲁棒性方案，能够有效推动农业智能化转型。
关键词：四旋翼无人机；智能农业监测；AI视觉识别；Swift-YOLO算法；农作物检测
引文信息：[1]肖雨航，周鼎尊，邱媛凤，等.AI视觉赋能的四旋翼无人机农田监测技术研究[J].南方农机，2026，57(3)：36-38+52.
查看全文请下载PDF文件↓
