南方农业学报

作者：蒋权, 朱宇彬, 曾志康, 黄梓琛, 莫小香, 陈贺, 李承云, 吴赛赛, 陈颖, 方辉,

关键词：香蕉园, 多目标地理定位, 地面控制点（GCPs）, 垂直摄影, SGIE-MPL算法,

【目的】基于同步地面控制点（GCPs）与像点估算建立香蕉园多目标植株精确地理定位算法（SGIE-MPL），为实现香蕉园的单株级精细管控及指引农机与农业机器人自主规划路径导航等提供技术支持。【方法】基于同步GCPs与像点估算建立SGIE-MPL算法，通过引入同步GCPs实现对目标的同步定位，并采用相机视场角建模免去繁杂的标定程序；通过香蕉株干基部点像素坐标估算解决因植株高度引起的待定位目标点与GCPs不共面、投影差对定位精度造成影响的问题，最终实现对单株级植株的精准地理定位。在此基础上，通过与基于相机与地球模型的地面目标定位算法（CTLA）和基于单目视觉的目标定位模型（MV-OLM）进行对比，以及在多重因素耦合条件下检验SGIE-MPL算法的定位精度，并开展多目标工程化试验验证其稳定性。【结果】在20和30 m的无人机飞行高度下，SGIE-MPL算法定位精度的超出指标值为0.04 m，远小于香蕉的平均叶片长度，且各组试验的平均绝对误差（MAE）与均方根误差（RMSE）均小于3.00 m，算法达标率（P）为98.52%。在相同测试条件下，SGIE-MPL算法在MAE、RMSE及P等3个指标上均明显优于相似技术路线的CTLA算法和MV-OLM算法。在不同植株高度与无人机飞行高度（20~50 m）等多因素耦合条件下，SGIE-MPL算法仍具备良好的鲁棒性和定位精度；基于大型香蕉园场景的SGIE-MPL算法多目标工程化试验结果表明，在包含462个待定位目标的图像中，目标检测效果图与地图标记吻合，说明SGIE-MPL算法能稳定计算出所有目标的地理坐标。【结论】基于同步GCPs与像点估算的SGIE-MPL算法联合集成化软件平台，能在香蕉园多目标密集场景中实现单株级植株的精准地理定位，其P为98.52%，明显优于CTLA算法和MV-OLM算法，且仅需常规主流品牌的消费级无人机，即可为香蕉园的单株级精细管控及指引农机与农业机器人自主规划路径导航等提供技术支持。

来源：2026年第2期

《南方农业学报》期刊编辑部

查看南方农业学报杂志2026年第2期