An Organic Weed Control Prototype using Directed Energy and Deep Learning

有机杂草控制是提高农作物产量的可持续方法中至关重要的一环。本文提出了一种专门为有机农场设计的定向能量杂草控制机器人原型。该机器人使用一种新颖的分布式阵列机器人(DAR)单元进行除草处理。建立了大豆和玉米数据库，用于训练深度学习神经网络进行杂草识别。初始的深度学习神经网络在分类作物方面表现出高性能。该机器人使用一种专利的定向能量植物根除配方，完全有机且不含紫外线-C，不会对土壤造成化学损害或物理干扰。在自然环境下，深度学习可以对大豆田中的8种常见杂草进行分类，准确率高达98%。

论文旨在提出一种有机农场专用的定向能量除草机器人原型，以解决有机农业中的杂草问题。

机器人使用分布式阵列机器人（DAR）单元进行除草处理，并使用深度学习神经网络对大豆和玉米数据库进行训练以执行杂草识别。机器人使用专利的定向能量植物根除配方，完全有机且无紫外线-C，不会对土壤造成化学损害或物理干扰。

论文提出的机器人可以在自然环境下对大豆田中的8种常见杂草进行分类，准确率高达98%。实验使用了大豆和玉米数据库进行训练，并使用了完全有机的除草方法。论文的方法具有很大的应用前景和推广价值。

近年来，有机农业中的定向能量除草机器人研究领域还比较新，目前还没有太多相关研究。