基于YOLOv8n的玉米幼苗田间苗草识别与定位

Weed identification and localization in corn seedling fields based on YOLOv8n

摘要

针对激光除草机器人在玉米幼苗期田间环境下杂草识别困难，作业过程中难以准确、实时获取目标空间坐标导致定位精度不足等问题，利用改进深度学习目标检测模型和双目视觉空间定位的研究方法，对玉米幼苗期田间苗草识别与定位系统进行了研究。结果表明：1）在YOLOv8n原始模型基础上，引入ConvNeXt V2作为主干网络，增设面向小目标检测的检测头，并结合WIoU损失函数，构建了兼顾高精度与轻量化特性的苗草识别模型CSW-YOLOv8n；相比基线模型，精确率、召回率、平均精度均值（mAP@50）和IoU阈值为0.50~0.95的平均精度均值（mAP@50-95）分别提升了3.8%、4.1%、3.4%和6.9%；模型大小为11.1 MB，杂草类别在IoU阈值为0.50条件下的平均精度（AP@50）提升了6.3%。2）在目标识别基础上，提出了基于OAK-D-S2-PoE深度相机的苗草视觉定位方法，通过机器视觉识别与坐标变换，实现了激光除草机器人运动过程中田间杂草目标空间坐标的获取；实验室空间定位试验结果表明，目标距离与实际距离之间的平均绝对误差为12 mm，平均相对误差为1.14%，定位精度满足激光除草作业需求。3）基于所构建的苗草识别与定位系统开展了模拟除草试验，执行成功率达83%，验证了该系统在目标识别、空间定位及执行引导方面的可行性。本研究提出的苗草识别与定位方法具有较高的检测精度与空间定位可靠性，可为激光除草机器人在玉米幼苗期田间环境中的实时苗草识别、精准定位与除草作业提供技术支撑。

Abstract

To address the challenges of difficult weed identification in the field environment during the corn seedling stage for laser weeding robots， and insufficient positioning accuracy caused by the difficulty in obtaining accurate and real time target spatial coordinates during operation， a seedling-stage corn field crop-weed identification and positioning system was developed using an improved deep learning object detection model and a stereo vision-based spatial localization method. The results showed that： 1） Based on the original YOLOv8n model， ConvNeXt V2 was introduced as the backbone network， a detection head for small-object detection was added， and the WIoU loss function was incorporated to construct the CSW-YOLOv8n crop-weed identification model with both high accuracy and lightweight characteristics. Compared with the baseline model， the precision， recall， mAP@50， and mAP@50-95 were improved by 3.8%， 4.1%， 3.4%， and 6.9%， respectively. The model size was 11.1 MB， and the AP@50 for weed detection increased by 6.3%. 2） On the basis of target recognition， a crop-weed visual localization method based on the OAK-D-S2-PoE depth camera was proposed. Through machine vision recognition and coordinate transformation， the spatial coordinates of weed targets in the field during the motion of the laser weeding robot were obtained. Laboratory spatial localization test results showed that the mean absolute error between the measured target distance and the actual distance was 12 mm， and the mean relative error was 1.14%， indicating that the localization accuracy met the requirements for laser weeding operations. 3） Simulation weeding tests were carried out based on the constructed crop-weed identification and localization system， achieving an execution success rate of 83%， which verified the feasibility of the system in target recognition， spatial localization， and execution guidance. The crop-weed identification and localization method proposed in this study demonstrates high detection accuracy and spatial localization reliability， and provides technical support for real-time crop-weed identification， precise localization， and weeding operations by laser weeding robots in corn fields during the seedling stage.

Graphical abstract

关键词

农业智能化 / 目标检测 / 苗草识别 / 空间定位 / YOLOv8n

Key words

agricultural intelligence / object detection / seedling and weed recognition / spatial localization / YOLOv8n

中国是一个农业大国，每年玉米种植面积44 00万hm²以上^［1］。但每年因杂草造成的产量损失可达22.7%以上^［2］，因此除草是玉米田间管理的重要环节之一。传统除草方法主要有人工除草、机械除草和化学除草3种^［3］。人工除草劳动强度大、效率低；机械除草伤苗率高、受天气环境影响大；化学除草易造成环境污染和作物农药残留超标^［4］。为应对传统除草方式存在的弊端，热除草方法逐渐被应用。激光能够快速聚集能量精确地作用于杂草的某一部位，为热除草提供了新的发展方向^［5］。鉴于上述问题，开发一种精准苗草识别与准确定位的激光除草机器人显得尤为重要。

传统的识别方法主要依赖于机器视觉、光谱分析及光谱成像技术^［6］。其通常利用杂草与作物之间的颜色、形状、纹理、位置等差异进行识别^［7］，因此容易受到人为特征提取等主观因素的影响。随着人工智能技术的发展，深度学习具有自动特征学习能力和高度鲁棒性^［8］，在目标识别方面应用广泛。

曹英丽等^［9］以DeepLabv3+语义分割模型为基础，通过改进主干网络和多尺度特征融合结构，提升了水稻田间复杂背景下小尺度杂草的识别与精细分割能力。Yu等^［10］提出了一种轻量化杂草语义分割模型DCSAnet，引入深度可分离卷积和通道——空间联合注意力机制，在降低模型复杂度的同时增强了对田间杂草关键特征和小目标的表达能力。徐国钦等^［11］基于语义分割模型，融合无人机多光谱影像信息，并通过改进网络结构强化多尺度特征提取，实现了复杂农田场景下杂草的精细分割。Yu等^［12］通过引入注意力机制提升了模型对作物与杂草目标特征的表达能力。蔡雨霖等^［13］提出基于UANP-MT的半监督分割方法，缓解了杂草分割任务对大量像素级标注数据的依赖。王璨等^［14］将移位窗口Transformer应用于玉米田杂草识别，提高了复杂背景下的分割精度与识别效率。上述研究为苗草识别技术的发展提供了新思路。

近年来，随着深度学习的出现，研究重点逐渐转向杂草识别与定位研究，并朝着轻量化、高精度及检测定位一体化方向不断发展。陈承源等^［15］引入YOLOv5模型，采用轻量级GhostNet网络替换其特征提取网络，并引入CA注意力机制和GSConv，使得模型的参数量减少33%，运算量下降36%，并提高了模型的速度和精度。何全令等^［16］提出了GBC-YOLOv5s模型，结合了深度可分离卷积和双向特征融合网络，大幅提高了检测速度。Pei等^［17］提出了一种新的杂草检测框架，先利用轻量级模型YOLOv4 Tiny检测和掩蔽玉米行，再在掩蔽的图像上标记杂草，使用改进的YOLOv4通过ACON激活函数和卷积块注意力模块，提升了杂草检测效果，精度可达86.89%。Rai等^［18］提出YOLO Spot模型，通过多尺度训练和修剪优化，显著提升了模型精度和推理速度，适合边缘设备部署。Li等^［19］提出了一种杂草检测模型YOLOv7-FWeed，结合F-ReLU激活函数和M-MHSA模块，使精度、召回率和平均精度均值（mAP）等指标优于YOLOv5和YOLOv6。Wang等^［20］构建了一个卷积神经网络模型YOLO-CBAM，设计了一种通过计算重叠率来对高分辨率图像进行切片的方法，采用多尺度训练方法，减少了图像压缩带来的细节信息损失，使模型的性能进一步提高。在农业机器人视觉感知研究中，除杂草目标检测算法外，目标空间定位方法也是实现精准作业的重要环节。Cai等^［21］通过改进YOLOv5算法来进行障碍物的检测与分类，并结合双目视觉系统，采用SGBM算法来获取目标的距离信息，以此精确定位障碍物的空间坐标。Yu等^［22］利用双目立体视觉技术开发了一个距离测量系统，实现了作物的精准定位，显著提高了采摘机器人的采收效率。

玉米农田面积通常较大，机器人在除草过程中，需要解决识别到杂草坐标的问题，现有深度学习方法虽可提升精度，但在小目标杂草检测、复杂背景鲁棒性及实时定位上仍存在不足。构建面向玉米幼苗期田间的高精度、小目标友好的苗草识别模型是实现精准感知与精准除草的关键前提。本研究提出基于YOLOv8n的改进模型CSW-YOLOv8n，针对小目标与复杂背景从网络结构和损失函数两方面进行改进，构建轻量高精的苗草识别模型，同时融合双目视觉获取目标信息，结合空间定位算法，获取苗草目标的空间坐标，旨在提高玉米田间苗草识别精度与空间定位能力，以期为移动作业过程中的实时苗草识别与定位提供技术支撑。

1　材料与方法

1.1　数据采集及预处理

试验材料采自内蒙古赤峰市中国耕地质量监测点150403D02，采集对象为3—5叶期田间玉米幼苗及伴生杂草，采集时间为2024年6月上旬。视频拍摄采用相机垂直于地面约50 cm，启用超强增稳，分辨率1 920像素×1 080像素，帧率60帧/s，覆盖不同天气、时间和角度，每帧包含3~5株玉米及株间杂草。视频抽帧后构建数据集，剔除无目标、缺失值、噪声及重复图像，使用LabelImg图像标注软件对杂草目标进行人工标注，并保存为YOLO格式。数据集经普通增强和天气增强处理，普通增强样本见图1，天气增强样本见图2。

1.2　数据集划分

原采集各类图片共1 065张，将每张图片通过上述数据增强方法生成6张不同图片，得到增强后的图像共6 390张，原图像与增强后图像合计7 455张。将原采集图和增强图像汇总，采用分类随机采样法，将增强后的图像数据按70%、20%和10%的比例划分为训练集、验证集和测试集，其图像数量分别为5 222、1 491和742张，以满足模型训练与性能评估的需求。

1.3　模型训练环境及参数

本研究在PC端联想小型工作站完成数据集处理与改进模型训练，并将最优模型部署用于地面杂草识别与定位，需在PC端及控制器上配置图像识别运行环境。训练平台基于Windows操作系统，开发工具为PyCharm，深度学习框架采用PyTorch 2.5.1。硬件配置为Intel Core i9-13900K处理器和NVIDIA RTX 4080显卡，结合Python 3.9.21与CUDA 12实现GPU加速。模型训练参数：输入分辨率640像素×640像素，训练轮数为400轮，批量大小16张，优化器为SGD，初始学习率0.001。试验平台配备OAK-D-S2-PoE深度相机及相应软件完成部署与测试。

1.4　试验台搭建及试验方法

为验证苗草识别与定位系统的可行性和有效性，本研究搭建了模拟喷洒试验台并开展系统联动试验。试验台主要由传送系统、苗草识别与定位系统、执行机构、控制系统组成，试验台实物如图3所示。试验中采用传送带模拟田间行走过程，使玉米幼苗和杂草随运动进入相机视野完成图像采集。系统通过双目相机获取RGB图像和深度信息，经PC端完成目标识别与三维坐标计算，并屏蔽玉米目标，将杂草坐标传输至单片机，由其控制灯光执行机构在对应位置点亮，从而模拟喷洒作业过程。

2　目标检测方法

2.1　模型改进

常见的两阶段检测网络包括R-CNN、Fast R-CNN、Faster R-CNN等。尽管两阶段检测模型在很多应用场景中能够提供较高的检测精度，但存在速度较慢、候选框精度较低等问题。

本研究通过查阅相关文献，总结了部分单阶段和两阶段检测模型的优缺点，如表1所示。考虑到本研究面向的应用背景为玉米幼苗田间苗草识别，且需要快速准确地识别作物与杂草。因此，结合实际应用需求，本研究初步选择单阶段检测模型YOLOv8n作为玉米幼苗田间苗草识别的基线模型。

目前玉米田间苗草识别仍面临小目标、光照变化、遮挡及复杂土壤背景等挑战。传统图像处理方法难以兼顾精度与实时性，现有深度学习方法如Faster R-CNN、YOLOv5、DeeplabV3+在小目标或田间实时检测方面存在局限。YOLOv8n结构轻量、推理快速，可结合ConvNeXt V2主干、小目标检测头及WIoU损失函数提升检测精度。为满足高精度要求，本研究将YOLOv8n主干改为ConvNeXt V2，以增强特征提取能力，提高密集小目标和外观相似杂草的识别精度，如图4所示。

2.1.1　主干网络的改进

ConvNeXt V2模型是源自ConvNeXt模型，结合了自监督学习技术，引入了全卷积掩码自编码器框架（FCMAE）和全局响应归一化（GRN）层^［23］，能够提取更精细特征，并在光照变化和复杂背景下保持较高检测精度。网络包括4个阶段，每阶段由下采样层和ConvNeXt V2块组成，最后通过全局平均池化（GAP）、层标准化（LN）和全连接（Linear）输出特征图。

FCMAE由基于稀疏卷积的编码器和轻量级解码器组成，编码器仅处理可见像素，解码器利用编码像素与掩码标记重建图像，仅对蒙版区域计算损失，实现自监督学习。GRN层与FCMAE结合，用于缓解MLP层的特征崩溃问题。ConvNeXt V2通过全局特征聚合、特征归一化和特征校准^［24］，通过增强通道间特征的竞争关系，提升了不同通道之间的对比度与响应选择性，从而有效强化了主干网络在处理复杂图像时的特征辨别与提取能力。

ConvNeXt V2 Block和ConvNeXt V1 Block的比较如图5所示。相较于ConvNeXt V1，ConvNeXt V2在多层感知器（MLP）层后增加了全局响应归一化（GRN）层，并去除了冗余的LayerScale层，从而简化了模型结构。ConvNeXt V2由深度卷积和逐点卷积组成，深度卷积可降低参数量与计算复杂度，逐点卷积可减少通道数量并增强通道间特征交互，从而提升模型特征表示能力。将ConvNeXt V2用作YOLOv8n主干网络，可在复杂图像场景下提高检测精度并增强特征表达能力。

2.1.2　添加小目标检测头

YOLOv8n的网络设计中，检测头被分布于P3、P4、P5层，对应的特征图尺寸分别为80像素×80像素、40像素×40像素、20像素×20像素^［25］。当输入图像尺寸为640像素×640像素时，上述特征图分别对应8、16和32的下采样步长，即特征图中单个位置在原始图像中对应的空间分辨率分别为8像素×8像素、16像素×16像素、32像素×32像素。不同尺度检测头通过覆盖不同的空间分辨率范围，使网络能够同时兼顾小尺度、中尺度和大尺度目标的特征表达，从而提升对不同尺寸目标的检测能力。

数据集中多数目标高宽比在0~0.1，说明小目标较多。高分辨率检测头（如80像素×80像素）负责捕捉小目标，低分辨率检测头（如20像素×20像素）检测大目标。增加小目标检测头可利用多尺度特征图增强小目标检测，提升整体性能。

2.1.3　损失函数改进

YOLOv8n模型使用的边界框损失函数是完整交并比（Complete intersection over union，\mathrm{C}\mathrm{I}\mathrm{o}\mathrm{U}）^［26］。如图6所示，\mathrm{C}\mathrm{I}\mathrm{o}\mathrm{U}不仅考虑预测框与真实框的重叠区域，还综合考虑了中心点距离、宽高比以及角度差异，能够更加全面地衡量边界框的匹配程度。其中，红色和蓝色区域分别代表目标框和预测框的位置，\mathrm{I}\mathrm{o}\mathrm{U}表示二者的重叠情况。

为提高目标检测过程中边界框回归的准确性，综合考虑预测框与真实框之间的重叠程度、中心点距离及宽高比一致性，引入CIoU损失函数，其表达式如下：

L_{\mathrm{C}\mathrm{I}\mathrm{o}\mathrm{U}}=\mathrm{1}-\mathrm{I}\mathrm{o}\mathrm{U}+\frac{{\rho }^{\mathrm{2}}b,b^{\mathrm{g}\mathrm{t}}}{c^{\mathrm{2}}}+\alpha v（1）

v=\frac{\mathrm{4}}{{\pi }^{\mathrm{2}}}\mathrm{t}\mathrm{a}{\mathrm{n}}^{-\mathrm{1}}\frac{W_{\mathrm{g}}}{H_{\mathrm{g}}}-\mathrm{t}\mathrm{a}{\mathrm{n}}^{-\mathrm{1}}\frac{{W_{\mathrm{i}}}^{\mathrm{2}}}{H_{\mathrm{i}}}（2）

\alpha =\frac{v}{\mathrm{1}-\mathrm{I}\mathrm{o}\mathrm{U}+v}（3）

式中：L_{\mathrm{C}\mathrm{I}\mathrm{o}\mathrm{U}}为整个边界框回归损失的值；\mathrm{I}\mathrm{o}\mathrm{U}为predict box和GT box的交并比；{\rho }^{\mathrm{2}}为predict box和GT box中心点的距离的平方；b为预测框中心点坐标；b^{\mathrm{g}\mathrm{t}}为真实框的中心点坐标；gt为真实标注；c为包含predict box和GT box的最小box的对角线长度；v为用来衡量预测框和真实框的宽和高之间的比例一致性；\alpha为用于平衡比例的参数。

引入WIoU损失函数后，模型能更均衡地处理不同质量的锚框，重点关注中等质量样本，从而提升泛化能力和整体性能。WIoU有3个版本：WIoUv1通过距离注意力增强对不同质量样本的敏感性；WIoUv2引入单调聚焦机制，强化对低质量样本的优化；WIoUv3增加小梯度增益和非单调聚焦系数，减少低质量样本对训练的负面影响，保证模型集中于中等质量锚框，提高训练稳定性和检测精度。与CIoU相比，WIoUv3去除纵横比惩罚，并动态调整匹配权重，提升玉米杂草检测的准确性和定位精度。

3　苗草视觉定位

3.1　空间坐标系转换

在完成苗草目标检测模型构建及性能评估的基础上，本研究进一步关注检测结果向空间位置信息的转化问题，这是实现激光除草机器人精准作业的关键环节。目标检测模型输出的苗草信息主要表征于图像坐标系中，包括目标类别及其对应的二维边界框位置，而机器人执行层面所需的是目标在真实空间中的三维位置信息。因此，需要建立由图像坐标到空间坐标的有效映射机制，以实现视觉感知结果与作业执行之间的衔接。针对上述需求，本研究在目标检测结果的基础上引入深度相机提供的深度信息，对苗草目标开展视觉定位研究。通过提取检测框内具有代表性的像素点，并结合相机内参模型与坐标变换关系，将苗草目标从图像坐标系准确映射至相机坐标系中，为后续激光除草执行机构的空间定位与作业路径规划提供可靠的输入数据支撑。

通过平移和缩放变换，实现从图像坐标系到像素坐标系的转换运算过程如下：

\begin{array}{c}{Z}_{\mathrm{c}}=\left[\begin{array}{c}x\\ y\\ \mathrm{1}\end{array}\right]=\left[\begin{array}{cccc}f& \mathrm{0}& \mathrm{0}& \mathrm{0}\\ \mathrm{0}& f& \mathrm{0}& \mathrm{0}\\ \mathrm{0}& \mathrm{0}& \mathrm{1}& \mathrm{0}\end{array}\right]\left[\begin{array}{c}{X}_{\mathrm{C}}\\ Y_{\mathrm{C}}\\ Z_{\mathrm{C}}\\ \mathrm{1}\end{array}\right]\end{array}（4）

式中：x为像素坐标系下的横坐标；y为像素坐标系下的纵坐标；X_{\mathrm{C}}和Y_{\mathrm{C}}分别为目标点在相机坐标系X轴和Y轴的坐标分量；Z_{\mathrm{C}}为目标点到相机光心沿光轴方向的深度信息；f为相机焦距；齐次坐标中的常数项1为增广维度。

相机的内参通过相机标定试验获取，为该点的深度信息，可从深度相机捕获的深度图中直接获取，可以看到坐标系之间存在着互相转换的关系，如图7所示。在准确获取相机内外参数的基础上，利用矩阵运算实现3个坐标系之间的转换，从而能够准确测量识别出玉米和杂草目标的深度信息。

3.2　相机标定

本研究采用OAK-D-S2-PoE双目深度相机，集成4K彩色摄像头和双目黑白摄像头，支持高精度3D感知及内置IMU，实现目标检测与运动定位。相机通过PoE接口供电，适用于室内外复杂环境，并支持主流深度学习框架和模型部署，可满足玉米田杂草识别的实时检测与定位需求。相关参数如表2所示。

标定过程分别从不同的距离和角度采集数据，确保标定结果的准确性和全面性。通过校准脚本对采集的数据进行处理，可计算出相机的内参和外参，用于校正镜头畸变并提升深度感知精度。

捕获图像后，运行校准脚本，系统会显示每个图像的epiplolar线条，检查它们是否正确对齐，在相机标定过程中，双目相机分别从不同距离和视角采集标定板图像，以保证标定数据的充分性与稳定性。通过标定程序提取左右相机图像中的特征点，并计算相机内参、外参及双目几何关系。在完成参数估计后，对左右相机图像进行极线校正处理。若标定结果准确，则同一空间点在左右图像中的对应像素应位于同一条极线上。图8给出了标定完成后的极线对齐结果，用于直观验证标定质量。检查完所有图像后，校准结果会显示在EEPROM上。校准后会生成一个target_info文件及RGB、左、右相机的校准结果图。校准结果参数如表3所示。

4　结果与分析

4.1　试验结果

4.1.1　主干网络对比试验和分析

采用多种先进的特征提取主干网络对YOLOv8n进行改进，评估其在苗草识别中的表现，包括SwinTransformer、ResNet18、RepViT、EfficientViT、ConvNeXt V2。YOLOv8n中改进主干网络的试验结果如表4所示。可知：相比于基线模型YOLOv8n，采用ResNet18、RepViT、ConvNeXt V2主干网络优化后的模型的检测性能均获得提升，证明了改进主干网络能够有效增强模型的检测性能。

采用ConvNeXt V2主干网络改进的模型性能高于其他几组特征提取主干网络。其精确率、召回率和平均精度均值（mAP@50）分别为94.9%、89.3%和94.5%，较基线模型分别提升了1.0%、0.5%和0.9%；在内存占用量方面，其内存占用量为11.1 MB，略高于基线模型，但相比ResNet18和RepViT优化模型，内存占用分别减少了14.7和2.4 MB。因此，采用ConvNeXt V2网络对YOLOv8n进行改进，可以在较小内存占用的基础上，有效提升模型的检测性能。

在使用YOLOv8n预训练模型时，网络输入图像尺寸为640像素×640像素，训练轮数（Epoch）为400次，批量大小（Batch size）为16，优化器选用SGD，初始学习率设为0.001。

4.1.2　模型消融试验

设计了8组模型进行对比试验，M1为基线模型YOLOv8n；M2~M4分别在基线模型上单独引入ConvNeXt V2主干网络（M2）、小目标检测头Smallob（M3）和WIoU改进损失函数（M4）。由表5可知，3种单独改进均提升了精确率、召回率和mAP@50，M2与M3对mAP@50的提升更直接但内存占用上升也更明显，而M4性能增益较温和但几乎不增加内存占用。

M5~M7为2种改进策略的组合模型：M5同时采用ConvNeXt V2和Smallob，M6结合Smallob与WIoU，M7结合ConvNeXt V2与WIoU。三者均进一步提升检测性能，其中M6在提升性能的同时内存增加最小，仅增加0.1 MB。

M8（CSW-YOLOv8n）同时采用3种改进策略，精确率、召回率和mAP@50较M1分别提升3.8%、4.1%和3.4%，性能提升最明显，模型内存略增至11.1 MB。该结果表明，3种改进在特征表达、尺度适配、回归优化3个维度形成协同，不仅提高检测精度，也对召回有更明显改善；在工程应用上，以较小的内存代价换取稳定的综合指标提升是可接受的。综上，组合改进总体优于单一改进。

4.1.3　不同模型的mAP@50-95比较

为评估模型在不同IoU下的表现，本研究对mAP@50-95进行了对比分析，结果见图9。改进模型M8的mAP@50-95达82.5%，比基线提升6.9%，显示了其在高精度场景下对小目标（如杂草）检测更稳定高效。

改进主干网络、引入小目标检测头以及改进损失函数，均明显提升了模型的整体性能。由3种改进策略组合形成的最终模型M8在苗草识别任务中取得了较优的综合性能，验证了所提改进方法的有效性。

4.1.4　对比试验

选取目前广泛应用的4种目标检测算法YOLOv5、YOLOv6、YOLOv8s和RT-DETR，并与改进后的模型CSW-YOLOv8n进行了苗草识别性能对比，不同对比模型的训练环境、训练参数等配置与提出的模型是一致的。不同模型对比试验结果如表6所示。

由表6和图10可知，改进模型CSW-YOLOv8n在mAP@50上达96.7%，比基线提升3.4%，相较YOLOv5n、YOLOv6n、YOLOv8s和RT-DETR分别提高3.3%、3.6%、0.9%和5.0%。虽内存略高于基线，但低于除YOLOv5n外的其他模型，兼顾精度与资源，实用性强。

4.1.5　空间定位试验

为了验证双目结构光空间定位的准确性，在实验室环境下利用OAK-D-S2-PoE双目深度相机进行空间定位试验。试验中，以相机中心为原点构建空间直角坐标系，作为本次试验的参考坐标系。根据实际作业中不同执行机构在作业范围上的差异需求，试验将目标与相机之间的距离限定在500~1 200 mm。通过沿z轴方向移动相机，获取不同深度的数据，并使用激光测距仪作为测量目标的实际坐标，再与算法输出的坐标数据进行对比，从而计算定位误差。

由表7可知，利用空间定位算法计算出来的距离与实际距离之间存在一定的误差，绝对误差平均值为12 mm，相对误差平均值为1.14%。这表明，算法在空间定位过程中具有较高的精度，且误差均处于可接受范围内。

4.2　检测效果可视化

为验证改进YOLOv8n的实际效果，设计对比试验将其与原始YOLOv8n在同一测试集上检测。由图11可知，原模型对玉米幼苗和杂草存在漏检和误检现象，而改进模型检测框与真实目标高度一致，且改进模型对玉米的置信度相较原模型有所提升，说明改进模型对特征明晰的玉米幼苗保持了高置信度的检测能力，能让激光除草系统较精准地保护玉米作物，减少了激光误伤作物的安全隐患。

灯光执行机构模拟喷洒除草剂任务执行正确标准如图12所示。灯光照射到杂草判断为正确识别杂草并执行喷洒任务，以此标准进行模拟喷洒试验，设置5次试验，每次试验采用100株杂草目标，对5次试验结果进行统计汇总，并取平均值，得到试验结果。

在模拟喷洒试验中，经计算平均100株杂草目标中，成功执行喷洒任务的有83株杂草，漏执行10株，误执行7株，执行成功率为83%。对试验结果进行分析，漏执行的原因可能是当传送带运行速度较快时，识别到目标后若控制延迟或响应处理不及时，目标可能已移出喷洒范围，导致执行失败；误识别的原因可能为试验过程中目标遮挡严重或角度偏差，导致图像特征发生变化，影响模型判断的准确性。

5　结 论

本研究以田间玉米幼苗及其伴生杂草为研究对象，围绕激光除草机器人在实际作业过程中对苗草精准识别与空间定位的需求，开展了基于深度学习的苗草识别与定位方法研究，主要得到以下结论：

1）针对苗草识别的实际应用需求，在YOLOv8n基线模型中引入ConvNeXt V2主干网络、增加面向小目标的检测头结构、结合WIoU损失函数，构建了高精度、轻量化苗草识别模型CSW-YOLOv8n。模型的精确率、召回率和平均精度均值（mAP@50）分别较基线模型提升了3.8%、4.1%和3.4%，杂草识别的平均精度（AP@50）提升了6.3%，模型内存占用11.1 MB，实现了精度与轻量化的良好平衡。

2）结合苗草目标检测结果与深度信息，构建了图像坐标系到相机坐标系的空间定位方法，利用该方法进行的定位试验平均相对误差为1.14%，实现了目标苗草三维空间坐标的精准获取。

3）基于苗草识别与定位系统，搭建了模拟除草试验台，模拟喷洒试验的执行成功率达到83%，说明本研究所构建的苗草识别与定位系统具备一定的工程可行性与应用潜力。

本研究构建了玉米田间苗草识别与定位高性能鲁棒模型，该模型主要针对玉米幼苗、杂草进行了识别与定位，并在实验室环境下验证了模型的准确性。由于实际田间光照变化、作物遮挡等不确定因素对模型精度存在一定影响，在后续研究中，将对所提出的算法进一步优化，为激光除草机器人在复杂农田环境中的实际应用提供技术支撑。

参考文献

[1] 李云杰， 马浏轩， 葛宜元， 张洪宇， 田坤， 刘明普， 陈立冬. 基于机器视觉的玉米秸秆腐解剂变量喷施技术［J］. 机电工程技术， 2026， 55（2）： 84-90

[2] Li Y J， Ma L X， Ge Y Y， Zhang H Y， Tian K， Liu M P， Chen L D. Machine vision-based variable spraying technology for corn stover decaying agent［J］. Mechanical & Electrical Engineering Technology， 2026， 55（2）： 84-90 （in Chinese）

[3] 张志刚， 袁水霞， 张佳佳. 除草剂减量配施喷雾助剂对杂草防效及玉米生理代谢的影响［J］. 江苏农业科学， 2022， 50（22）： 125-131

[4] Zhang Z G， Yuan S X， Zhang J J. Effects of reduction combined spray assistants on weed control efficacy and physiological metabolism in maize［J］. Jiangsu Agricultural Sciences， 2022， 50（22）： 125-131 （in Chinese）

[5] 伍同， 曾山， 赵润茂， 唐灵茂， 杜攀， 姚腊梅. 智能化作物株间机械除草技术分析与研究［J］. 农机化研究， 2019， 41（6）： 1-6， 12

[6] Wu T， Zeng S， Zhao R M， Tang L M， Du P， Yao L M. Research Analysis and study on intelligentialized technologies of intra-row weeding mechanical control［J］. Journal of Agricultural Mechanization Research， 2019， 41（6）： 1-6， 12 （in Chinese）

[7] 毕征伦. 除草机械化发展现状与路径分析［J］. 农机科技推广， 2025（6）： 26-27

[8] Bi Z L. Development status and path analysis of weeding mechanization［J］. Agriculture Machinery Technology Extension， 2025（6）： 26-27 （in Chinese）

[9] 纪禹. 1 064 nm激光清除杂草的理论与实验研究［D］. 长春： 长春理工大学， 2024

[10] Ji Y. Theoretical and experimental study of 1 064 nm continuous laser for weed removal［D］. Changchun： Changchun University of Science and Technology， 2024 （in Chinese）

[11] 范炳瑞， 翟爱平， 王东， 梁婷， 张根伟， 曹树亚. 基于改进高阶残差网络的中红外危化品混合光谱识别研究［J］. 光谱学与光谱分析， 2025， 45（9）： 2459-2466

[12] Fan B R， Zhai A P， Wang D， Liang T， Zhang G W， Cao S Y. Research on the recognition of mixed mid-infrared spectra of hazardous chemicals based on an improved high-order residual network ［J］. Spectroscopy and Spectral Analysis， 2025， 45（9）： 2459-2466 （in Chinese）

[13] 赵娜. 基于机器视觉的田间杂草识别技术研究［J］. 无线互联科技， 2016， 13（23）： 141-142

[14] Zhao N. Study on identification method of weeds based on machine vision［J］. Wireless Internet Technology， 2016， 13（23）： 141-142 （in Chinese）

[15] Sulzbach E， Scheeren I， Torres Veras M S， Tosin M C， Ellert Kroth W A， Merotto A Jr， Markus C. Deep learning model optimization methods and performance evaluation of YOLOv8 for enhanced weed detection in soybeans［J］. Computers and Electronics in Agriculture， 2025， 232： 110117

[16] 曹英丽， 赵雨薇， 杨璐璐， 李静， 秦列列. 基于改进DeepLabv3+的水稻田间杂草识别方法［J］. 农业机械学报， 2023， 54（12）： 242-252

[17] Cao Y L， Zhao Y W， Yang L L， Li J， Qin L L. Weed identification method in rice field based on improved DeepLabv3+［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54（12）： 242-252 （in Chinese）

[18] Yu H L， Che M H， Yu H， Ma Y T. Research on weed identification in soybean fields based on the lightweight segmentation model DCSAnet［J］. Frontiers in Plant Science， 2023， 14： 1268218

[19] 徐国钦， 黄明凤， 黄建平. 基于改进语义分割模型的无人机多光谱图像杂草分割［J］. 江苏农业科学， 2022， 50（12）： 212-220

[20] Xu G Q， Huang M F， Huang J P. Weed segmentation in multispectral images from drones based on an improved semantic segmentation model［J］. Jiangsu Agricultural Sciences， 2022， 50（12）： 212-220 （in Chinese）

[21] Yu H L， Men Z B， Bi C G， Liu H J. Research on field soybean weed identification based on an improved UNet model combined with a channel attention mechanism［J］. Frontiers in Plant Science， 2022， 13： 890051

[22] 蔡雨霖， 肖佳仪， 余超然， 宋钊， 李静， 岳学军. 基于UANP-MT的半监督菜心杂草分割方法［J］. 农业工程学报， 2023， 39（11）： 183-191

[23] Cai Y L， Xiao J Y， Yu C R， Song Z， Li J， Yue X J. UANP-MT based semi-supervised image segmentation method for identifying weeds in cabbage field ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（11）： 183-191 （in Chinese）

[24] 王璨， 武新慧， 张燕青， 王文俊. 基于移位窗口Transformer网络的玉米田间场景下杂草识别［J］. 农业工程学报， 2022， 38（15）： 133-142

[25] Wang C， Wu X H， Zhang Y Q， Wang W J. Recognizing weeds in maize fields using shifted window Transformer network［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022， 38（15）： 133-142 （in Chinese）

[26] 陈承源， 彭晨， 程云芬， 王玉琦， 邹顺水. 基于轻量化YOLOv5的粮食作物和杂草识别研究［J］. 农业与技术， 2023， 43（22）： 36-40

[27] Chen C Y， Peng C， Cheng Y F， Wang Y Q， Zou S S. Research on identification of grain crops and weeds based on lightweight YOLOv5［J］. Agriculture and Technology， 2023， 43（22）： 36-40 （in Chinese）

[28] 何全令， 杨静文， 梁晋欣， 傅雷扬， 滕杰， 李绍稳. 面向嵌入式除草机器人的玉米田间杂草识别方法［J］. 计算机工程与应用， 2024， 60（2）： 304-313

[29] He Q L， Yang J W， Liang J X， Fu L Y， Teng J， Li S W. Weed identification method in corn fields applied to embedded weeding robots［J］. Computer Engineering and Applications， 2024， 60（2）： 304-313 （in Chinese）

[30] Pei H T， Sun Y Q， Huang H， Zhang W， Sheng J J， Zhang Z Y. Weed detection in maize fields by UAV images based on crop row preprocessing and improved YOLOv4［J］. Agriculture， 2022， 12（7）： 975

[31] Rai N， Zhang Y， Villamil M， Howatt K， Ostlie M， Sun X. Agricultural weed identification in images and videos by integrating optimized deep learning architecture on an edge computing technology［J］. Computers and Electronics in Agriculture， 2024， 216： 108442

[32] Li J Y， Zhang W， Zhou H， Yu C T， Li Q D. Weed detection in soybean fields using improved YOLOv7 and evaluating herbicide reduction efficacy［J］. Frontiers in Plant Science， 2024， 14： 1284338

[33] Wang Q F， Cheng M， Huang S， Cai Z J， Zhang J L， Yuan H B. A deep learning approach incorporating YOLO v5 and attention mechanisms for field real-time detection of the invasive weed Solanum rostratum Dunal seedlings［J］. Computers and Electronics in Agriculture， 2022， 199： 107194

[34] Cai L， Zhou C L， Wang Y Q， Wang H， Liu B Y. Binocular vision-based pole-shaped obstacle detection and ranging study ［J］. Applied Sciences， 2023， 13（23）： 12617

[35] Yu X J， Fan Z M， Wang X D， Wan H， Wang P B， Zeng X L， Jia F. A lab-customized autonomous humanoid apple harvesting robot［J］. Computers & Electrical Engineering， 2021， 96： 107459

[36] 孙恒， 阮景奎， 王宸， 谢毛毛. 改进ConvNextV2-YOLOv8的差速器壳体表面缺陷检测算法［J］. 仪表技术与传感器， 2025（2）： 100-108

[37] Sun H， Ruan J K， Wang C， Xie M M. Surface defect detection algorithm of differential shell of improved ConvNextV2-YOLOv8［J］. Instrument Technique and Sensor， 2025（2）： 100-108 （in Chinese）

[38] 汪时行. 基于改进YOLOv5算法的金属表面缺陷检测研究［D］. 岳阳： 湖南理工学院， 2023

[39] Wang S X. Research on metal surface defect detection based on improved YOLOv5 algorithm［D］. Yueyang： Hunan Institute of Science and Technology， 2023 （in Chinese）

[40] 郝友胜， 文贞慧， 冯小溪， 邓泽华， 黄清宝. 基于改进YOLOv8的车辆漆面缺陷检测［J］. 计算机工程， 2026， 52（4）： 252-263

[41] Hao Y S， Wen Z H， Feng X X， Deng Z H， Huang Q B. Vehicle paint defect detection based on improved YOLOv8［J］. Computer Engineering， 2026， 52（4）： 252-263 （in Chinese）

[42] Zeng Y L， Guo D J， He W K， Zhang T， Liu Z T. ARF-YOLOv8： A novel real-time object detection model for UAV-captured images detection ［J］. Journal of Real-Time Image Processing， 2024， 21（4）： 107

基金资助

内蒙古自治区直属高校基本科研业务费项目(BR221314)

内蒙古自治区直属高校基本科研业务费项目(BR231517)

内蒙古自治区科技计划项目(2023YFDZ0037)

内蒙古自治区一流学科科研专项项目(YLXKZX-NND-046)