在设施番茄采摘环节，成熟度判定长期依赖人工目视，同一棚内不同冠层的判断偏差会直接传导为采后糖度波动。本阶段实验将可见光色度特征与便携近红外光谱的糖度读数做联合建模：图像分支先输出成熟度粗分级，光谱分支回归可溶性固形物，两者在决策层加权，最终给出建议采摘窗口而非单点等级。
进展：在三个大棚、约 4200 个果穗样本上，粗分级与人工标注一致率约 91%；糖度回归的均方根误差约 0.52 °Brix，优于单用色度特征的 0.9 左右。模型以量化形式部署在棚内边缘盒，单帧推理约 40 ms，可由巡检小车连续采集。
要点：
- 光谱分支对果面蜡质和光照角度敏感，已加入暗电流与参考板校正；阴天条件下误差上升约 0.1 °Brix，仍在可接受范围。
- 下一步接入冠层位置信息，按层输出采摘顺序，并在两季数据上验证跨品种迁移能力，暂不承诺产量预测功能。
评论