长三角G60激光联盟导读

目的/意义： 农田草害制约着作物种植生产的质量和产量，激光除草技术作为一种生态环保防控田间杂草革新方法，具有环保、高效、灵活和自动化特点，可以很好地减少人力需求，降低化学药剂用量和污染，极大地缓解农田劳动力短缺、作物减产压力，在生态环境保护方面具有重要意义。 【进展】 首先介绍了激光除草技术的研究背景，概述了激光除草技术体系和作业系统，围绕激光除草机器人关键技术展开论述和讨论，涵盖杂草自动识别定位技术、机器人导航与路径规划、除草执行机构控制技术，以及整机研制等进展。最后结合国内外激光除草机器人的发展现状，综述了激光除草机器人发展目前存在的问题及未来趋势。 【结论/展望】 激光除草属于精密的智能化除草方式，是目前国内外学者研究和开发智慧农业关键技术和装备的研究热点，并取得了一系列成果，促进了除草机器人田间实际应用和推广示范。结合不同地区田间草害，未来还应开展大量的激光除草室内外杂草实验研究，以进一步验证激光田间除草的技术可行性并获取准确的激光能耗、效率和效益等数据，为激光除草的装备技术研发与应用提供支持。

0 引 言

−

农田草害严重制约着作物种植生产的质量和产量，且助长病虫害发生。除草方式对除草效果至关重要，目前主要有人工除草、生物除草、热除草、机械除草和化学除草等五种方式，如 图1所示。其中热除草又包含激光除草、火焰除草、电击除草，以及高温除草四种。生物除草主要是侵染防治靶标的能力、速度和伤害性等，很容易失控，且难治理。目前主要以化学除草、人工除草和机械除草为主。但化学除草对环境污染大、危害多 ［ 1］，人工强度大、成本高，容易引发农业环境恶化和粮食安全问题 ［ 2］；机械除草虽然作业效率高，但适应性差且易伤害作物，破坏土壤结构的同时会导致严重的水分蒸发流失 ［ 3］。因此，传统的人工、化学等除草方式已很难满足农业环保、可持续的发展要求 ［ 4］。

图1 常见的除草方式

Fig. 1 Common used weed control methods

激光（Laser）是由工作物质处于粒子翻转状态的激光器产生受激辐射而产生放大的光 ［ 5］，它能够瞬间在较窄的光线上聚集庞大的能量。激光除草是一种基于激光技术的新型除草方式，是由电源通电的发射器瞬时向田间的靶标杂草发射高能激光束，通过计算机输入指令启动控制器输至发射器，通过内部的反射镜片照射在杂草顶端或者茎秆部位从而抑制或者杀死杂草的除草方法，如 图2所示。具体来说，激光除草的原理主要是杂草完成激光能量的吸收、传导和转化三个过程 ［ 6］。首先，照射到激光的农田杂草会吸收激光能量，导致内部叶绿素分子产生高能激发态；其次，吸收的激光能量会通过共振能量传导的方式导致杂草细胞内部迅速升温；最后，激光能量转化后引起细胞的热能损伤，导致细胞死亡从而实现除草效果 ［ 7］。目前激光除草主要采用CO2、光纤激光器作为动力源。光纤激光器比CO2激光器更有利于除草，因为CO2激光器产生的能量主要被植物表面吸收 ［ 8］。

图2 激光除草的作业原理

Fig. 2 The working principle of laser weeding

相比其他除草方式，激光除草相对而言具有以下优势：一是与传统化学除草相比，清洁环保。激光除草不使用化学药剂，有助于减少对除草剂的依赖，有效减少环境污染、农药残留及对生态平衡的破坏，以及对人身的危害。二是省工节能。激光除草全程机械化减少人力成本，使用光能能量消耗小。三是智能精准。相较于机械除草，激光除草技术可以更好地结合机器视觉、图像处理、自动化技术，激光光束只集中在作物目标区域，实现杂草自动监测、定位和执行，提高除草的智能化程度，精确定位杂草而避免损害农作物，对非目标作物的影响小。四是不会扰动土壤而破坏结构 ［ 9］，避免触发杂草种子引起发芽 ［ 10］。激光除草技术契合精准农业的发展需求，是一种具有创新性和应用潜力的除草手段，为现代农业生产中杂草防控提供了新的解决方案。

影响激光除草效果的因素众多，包括杂草本身的物理特性（草茎比热容、热导率和热容量）、生长特性（生长期、株高和茎粗）和激光特性（波长、照射时间、光束直径及功率） ［ 11- 13］等。自20世纪70年代以来，人们一直在研究激光辐射在杂草控制中的适用性 ［ 14］，已经测试应用了多种激光控制杂草的方法 ［ 15］。最简便的除草方法是利用激光切割茎秆来控制杂草生长，如Mathiassen等 ［ 16］研究了激光处理对子叶期选定杂草顶端分生组织的影响，发现激光控制方法的生物学效应与波长、曝光时间、光斑大小和激光功率有关，通过更精确地将激光束指向顶端分生组织并优化能量密度（激光束的曝光时间和光斑尺寸），可以提高激光除草效果。Heisel等 ［ 17］利用He-Ne激光和先进的非破坏性技术测定了杂草的茎厚，回归分析了植物干重与激光能量之间的关系，为激光除草的能源使用提供了理论参考和基础数据。在激光除草作业的实践中，激光除草需要针对不同种类、不同生长时期的杂草制定不同激光剂量的除草方案 ［ 18］。

在智慧农业发展的大环境下，新兴的深度学习、人工智能、信息感知、机器人等技术不断融入农田生产和管理作业，激光除草机器人应运而生。激光除草机器人以农田杂草为靶标对象，由整套激光除草系统设备安装于自动行走平台上，使用计算机语言搭建整体框架，集环境感知、路径规划、目标识别和动作控制于一体的机器人系统，采用激光进行精准、高效地除草，实现农作物种植苗期的精确除草作业 ［ 19］。它具备精准作业、适应性强等特点，可有效减少化学农药的使用，降低环境污染和农药残留问题，能适应不同的农田地形、作物种类，以及种植模式，显著提高除草效率和质量，同时还能避免机械除草对农作物和土壤造成的损伤，是现代农业向智能化、精准化发展的重要体现，具有巨大的应用和推广价值。

目前国内外专家学者结合现有的激光作业系统，应用杂草与作物的识别定位和除草执行机构控制技术，研发改进激光除草机器人并应用于田间试验。本文系统分析了激光除草技术体系和作业系统，详细介绍了激光除草的关键技术，包括杂草自动识别定位、机器人导航与路径规划，以及执行机构控制技术，最后综述了国内外激光除草机器人的研究进展，并对激光除草的未来发展趋势和前景进行展望，为后续专家学者们在激光除草领域的研究应用提供技术参考和方向引领。

1 激光除草概述

−

1.1　激光除草技术体系



激光除草的技术体系如 图3所示，包括激光除草系统、识别定位技术和激光除草装备3部分。

图3 激光除草关键技术和装备

Fig. 3 Key technologies and equipment for laser weeding

激光除草系统一般包括软件和硬件，融合激光技术、人工智能、多模态感知、自动化控制等多学科技术的智能化系统，其核心功能是通过精准识别杂草与作物，利用高能激光束定向破坏杂草生理结构，实现非接触式、无化学污染的杂草防控。该系统可独立或协同其他农业机械完成农田杂草管理，适用于大田、设施农业、经济作物等多样化场景，是精准农业与智慧农业的重要技术载体。

田间杂草与作物信息识别技术主要包括机器视觉、光谱分析、遥感识别和激光传感技术等，定位技术主要包括静动态定位和自主定位等技术。田间信息识别与定位技术正从单一模态向多源融合、从静态检测向动态跟踪演进。未来需突破环境适应性与成本瓶颈，推动技术大范围应用推广，为智慧农业提供“眼睛”与“导航”支撑，实现“精准识别、精准定位、精准作业”的三位一体目标。

激光除草装备主要指激光除草机器人，包括多种类型。按激光技术分类包含脉冲、连续激光和多波长激光除草机器人，按移动方式包含轮式、履带式和自平衡肢体式激光除草机器人。激光除草装备正从单一功能向场景化、智能化、轻量化发展，通过技术创新与模式创新，逐步构建覆盖大田、设施、特种作物的全周期除草体系，未来需进一步结合人工智能、自动化控制和多模态感知融合等技术，推动激光除草装备实现“感知-决策-执行”闭环的杂草精准防控，促进农业生产方式变革，为生态友好型农业提供重要支撑，助力农业绿色低碳转型。

1.2　激光除草作业系统



激光除草作业系统一般包括软件和硬件，由开关电源、激光发生器、探测器、计算机、反射镜和凸面镜组成，如 图4所示。激光器由外接电源供电，通过数据线连接到电脑，并操作软件系统以调整激光功率或其他参数，来自激光发射器的定时信号通过计算机传输到系统接口，实验者通过操作激光的开启和关闭以进行除草。

图4 激光除草作业系统

Fig. 4 Laser weeding working system

近年来，国内外一些专家研制了不同类型的激光系统。如Wöltjen等 ［ 20］研究了CO2激光与稗草、烟草的单双子叶植物的相互作用，使用了两个激光系统、三个生长阶段和不同的能量剂量，发现激光辐射作为杂草控制方法很有效，特别是在非化学杂草控制的有效性和能量效率方面。Nadimi等 ［ 21］阐述了一种新型激光除草试验装置，该立体视觉系统主要由可编程逻辑（Programmable Logic Controller, PLC）控制器及传送带、摄像头、双轴激光束偏转单元和激光源组成，很好地辅助了田间作业激光除草装备瞄准杂草（ 图5a）。Coleman等 ［ 22］设计了一种25 W、975 nm光纤耦合二极管激光除草装置（ 图5b），评估了一年生黑麦草四个不同生长阶段（三叶、七叶、分蘖中期和分蘖晚期）的影响，为激光除草技术田间实际应用提供了基础数据。Marx等 ［ 23］结合机器人技术和图像处理，研究开发了杂草特异性损伤模型和基于激光技术设计、控制和操作的除草机构，如 图5c所示，很好地阐述了激光除草系统作业成本。Yu等 ［ 24］基于光纤激光器开发、实验和评估了一种静态可升降可调的闭式光纤激光除草装置和系统，如 图5d所示，对激光切割杂草茎所需的能量进行了物理实验，证明了激光除草装置和系统的可行性，可以完全切断大型杂草的茎秆。

图5 新型激光除草系统装置

Fig. 5 New laser weeding system device

关于激光除草系统方面，主要是通过实验手段对激光系统清除杂草的效果和影响因素进行探究，已经证实了激光清除田间杂草的可行性和优越性，也获取了激光消除田间杂草的作业过程和所需能耗数据。然而，在田间除草实际应用中，由于杂草种类繁多，往往都需要通过大量实验来探寻最优的激光结构和作业参数，浪费了大量时间与财力成本。因此，后续可考虑建立激光辐照杂草能耗数据库和理论训练模型，以此来加快寻找激光田间除草的最优激光系统的结构和作业参数，提高工作效率，降低农事生产成本。

2 激光除草机器人关键技术

−

激光除草技术方面，主要围绕体型较小、未成形且易受田间杂草影响而滋生病虫害的农田作物，需要及时多次间歇除草 ［ 25］。激光除草属于精密的智能化除草方式，和其他的田间除草方式类似，激光除草作业通常需要配备杂草识别模块、自主导航行路模块和除草执行模块，其核心技术主要包括杂草识别定位技术、机器人导航与路径规划和除草执行机构控制技术 ［ 26- 28］。

激光除草机器人主要结构设计如 图6所示。主要包括机械系统和控制技术两大部分。其中机械系统又分为框架结构、移动机构和调节装置。框架结构包含主体部分、激光系统和动力源三部分；移动机构包含机器人底盘、控制系统和驱动系统三部分；调节装置包含机械臂、控制电机和升降机构三部分。控制技术主要包含单片机、PC控制机和激光控制板三种硬件，以及单片机程序、机器视觉系统和识别技术等软件。涉及全球自主定位系统（Global Positioning System, GPS）、机器视觉、检测识别（机器视觉、高光谱成像）、行间精准控制（微喷、切割、热处理、电击）、自主导航等多项技术。

图6 激光除草机器人结构设计

Fig. 6 Structural design of laser weeding robot

2.1　杂草自动识别定位技术



2.1.1　技术介绍



杂草在农田无规则随机分布，如何智能、准确地检测田间杂草分布信息，是激光除草田间作业必须解决的问题。田间杂草的自动识别定位技术从20世纪80年代开始由机器视觉兴起，实现农田作物与杂草分布信息的精确识别和定位检测，如位置、密度和种类等，已经取得了较大进展 ［ 29］。目前普遍利用计算机算法（图像处理、机器视觉和深度学习）自动识别和分类分析农田杂草的生长形态、自身纹理、呈现颜色等明显特征，具有快速、准确、操作重复性强等优点，为农田杂草的快速识别、监测分类和定位控制提供高效作业的技术手段 ［ 30］。激光可以结合各种杂草检测系统，利用杂草控制分类算法和自动化设备，完成田间种植作物及杂草的识别区分和准确定位工作。田间杂草主要识别技术及优缺点如 表1所示，田间杂草主要定位技术及优缺点如 表2所示。

表1 田间杂草识别技术分类及优缺点

Table 1 Classification and advantages and disadvantages of field weed identification technology

杂草识别技术

原理

优点

缺点

机器视觉技术

通过实时采集、处理、分析图像完成杂草和作物的识别和定位，可结合人工智能、杂草生物学、形态学特征进行识别和管理

可进行实时识别杂草图像，作业精度高、灵活性强、无接触识别且成本低，符合激光除草要求

采集的信息易受环境、机具影响，数据采集样本多，对激光除草设备稳定性要求高

光谱分析技术

一定光谱波段内利用农田作物、杂草、土壤等背景产生的电磁辐射反射率不同进行识别

识别迅速，不会对农田环境造成污染、破坏

光谱在农田作业时易受光照影响，波段识别精度低、易受干扰，激光除草精度不高

遥感识别技术

运用遥感图像进行杂草识别的技术，通过向靶标发射电磁波、红外线、可见光等并根据反射的作物、杂草位置信息进行判断

测量范围广，能够快速识别田间杂草

遥感图像分辨率不高，只能识别个体较大的杂草，激光除草识别率低，无法准确识别定位杂草

激光传感技术

通过X-射线、激光对射传感器等

成本低、操作方便、系统简单

精度低、受作物杂草的大小密度影响，难以做到激光精准除草

表2 田间杂草定位技术分类及优缺点

Table 2 Classification， advantages and disadvantages of field weed location technology

杂草定位技术

原理

优点

缺点

静态定位

依赖外部基准或预先部署的基础设施（如卫星信号、固定标志物或物理轨道）实现杂草位置的精准确定，其核心是利用预先建立的坐标系统或基础设施完成绝对或相对定位

定位精度较高（厘米级），无需复杂环境建模，系统成本较低，抗干扰能力较强等

依赖卫星信号或固定基础，环境适应性差，动态障碍物处理能力弱，路径灵活性受限等

自主定位

通过多模态传感器实时感知环境，结合SLAM（Simultaneous Localization and Mapping）算法和惯性导航，在无需外部基准的情况下动态构建地图并估计自身位置

无需外部基础设施，适应复杂动态环境，路径规划灵活，具备障碍物规避能力等

计算资源需求高，存在累积误差（需定期校准），复杂场景下精度下降（如杂草遮挡），系统成本较高等

双目视觉定位

基于计算机的模仿人类双眼的视觉系统，通过使用两个摄像头从不同角度获取同一物体的图像，来计算物体在三维空间中的位置和姿态，包括图像获取、特征提取、立体匹配和深度计算等

非接触式测量，定位精度较高，获取三维结构、视觉信息全面，实时性较好，尤其在机器人实时避障、动态目标跟踪等方面

对环境要求较高，定位精度易受影响，视场范围受限，计算量大，系统标定复杂等

结构光定位

一种常用的三维视觉测量技术，通过向物体表面投射特定的结构光图案，然后分析反射光来获取物体的三维信息，包括结构光投射、图像采集、分析及解码

测量精度高、速度快，可同时获取区域三维模型信息，减少测量误差，对环境光干扰抵抗力较好

对物体表面材质要求高，测量范围有限，系统复杂且成本高，不适用于动态测量

2.1.2　激光除草机器人应用现状



激光自动除草机器人需要具备杂草识别和定位控制能力才能完成除草工作，目前国内外研制的激光除草机器人主要通过机器视觉方法采集农田图像并处理识别杂草与农作物。近年来，随着激光技术和识别定位技术的发展，多种结合该技术的激光除草机器人样机也相继研制出来。

在激光除草的田间杂草识别研究方面，国内外学者研究激光除草主要借鉴现有普及应用的机械除草成熟的识别技术，更多的是借助机器视觉、图像处理等检测算法来完成田间杂草的识别作业。华嘉伟等 ［ 31］运用深度学习和图像处理方法提出一种基于改进YOLOv5s轻量化杂草识别与定位算法（ 图7a），很好地实现激光除草作业中的杂草分生组织快速识别和定位，为激光除草作业提供准确的靶向目标。Lyu等 ［ 32］针对传统激光除草设备存在的杂草定位不准确和作物损伤率高等问题，首次将图像分割技术应用于激光除草领域，提出了一种BFFDC-YOLOv8-seg杂草分割模型，精确指导激光定位杂草茎叶的边界，使其适用于小型经济高效的自动激光除草设备（ 图7b）。Zhu等 ［ 33］、牟丹磊 ［ 34］和吴旺旺 ［ 35］设计了一种基于YOLOX卷积神经网络的激光除草机器人（ 图7c），实现了针对陆稻相似植物田间识别方法，为基于激光除草技术的作物和田间杂草识别研究提供了新方法。Fatima等 ［ 36］基于YOLOv5算法开发了一种轻量级的杂草检测机制，研发了高性能和低功耗的计算检测系统，为激光自主除草机器人提供机器视觉，帮助提高巴基斯坦农业应用对象检测模型的准确性和有效性（ 图7d），可以在自主激光除草车上进行商业应用，以实现实时特定地点的杂草管理，而不会造成作物损害，作业速度约0.076 m/s，清除一英亩农田杂草需要22小时。

图7 田间杂草识别主要技术

Fig. 7 Main techniques for identifying weeds in the field

在激光除草的杂草定位技术方面，多采用双目相机定位或结构光定位技术，实现杂草位置的粗略定位，通过定位作物行，控制激光除草装备的位置，实现对苗间的杂草清除。Xiong等 ［ 37］提出了一种静态激光除草“分割”路径规划算法，使用激光瞄准器进行了静态和动态除草方法评估，室内作业的平均命中率高达97%，但机器视觉子系统无法在植物接触时区分具有相似区域的植物。Qin等 ［ 38］使用YOLOv7算法作为检测模型进行训练来编译数据库，选择平行轴双目相机作为图像采集平台，构建了激光除草机器人杂草定位技术系统（ 图8a）。模型的最终准确率为94.94%，召回率为95.65%，激光除草系统除草后15天内杂草没有发芽，为精准农业保护提供了新的参考，并有望在农业环境中实际应用。Gabryś ［ 39］提出了基于双向特征融合和可变形卷积的改进YOLOv8分割（BFFDC-YOLOv8-seg）模型，以解决除草定位精度不足的问题，适用于复杂的田间环境和资源有限的激光除草机器人。Griepentrog等 ［ 40］测试了一台包含扫描镜头的CO2激光器，控制光束进行热成像处理单个杂草植物，具有潜在的低能耗和快速操作优点。潘雷等 ［ 41］为探索激光切割杂草茎秆、照射杂草幼苗顶端对杂草生长的影响，设计了CO2激光除草系统（ 图8b），借助机器视觉技术完成识别与定位控制农田杂草，通过激光切割农田杂草的茎秆或者直接照射杂草顶端可有效地抑制农田杂草的再生长，替代污染性的化学除草。

图8 激光除草机器人杂草定位技术系统

注：1. 双目相机数据线；2. 双目相机；3. 相机支架；4. 激光振镜；5. 培养箱；6. 振镜连接光路；7. DB25激光振镜控制线；8. 计算机；9. 振镜支架；10. 激光振镜数据线。

Fig. 8 Weed localization technology system of Laser weeding robot

目前，图像处理技术虽然可以对杂草和作物进行简单的特征提取和分割，但其识别准确性受复杂多变的环境因素影响较大，机器学习算法依赖于手工设计，可能无法准确表征多种多样杂草，导致识别准确度不高，且对杂草类别泛化能力较差。激光除草的识别定位技术普及应用十分迅速，鉴于激光除草普遍用于杂草幼苗期，在识别定位精度方面需要加大投入和研究成本，更多地结合激光除草的结构特征和技术特点加以改进优化，之后开展室内和田间试验进行优化应用推广。目前激光除草识别和定位主要借鉴于机械除草技术，利用先进的传感器技术和人工智能，使其能够精准识别不同类型的杂草，实现针对性除草，尽管在研究上取得了一些重要进展，但是激光除草技术上应用的挑战仍是制约其商业化应用的主要因素，例如对不同作物和杂草的幼苗期准确识别、在复杂田间环境中的精准操作等 ［ 42］。

2.2　机器人导航与路径规划



激光除草机器人在农田中作业需要自动导航避开植株进行移动。目前农业机械导航中使用较多的有全球导航卫星系统（Global Navigation Satellite System, GNSS）、机器视觉导航和激光导航等。中国和欧美地区都建立有独立的卫星轨道系统，通过接收卫星信号来解析田间机器的位置、运动方向和速度等相关参数，但精度很难达到自动导航控制要求，近年来使用差分技术大大提高了除草机器人定位导航的精度，搭载RTK（Real-Time Kinematic）-GNSS系统的机器定位导航精度可以到达厘米级，基于RTK-GNSS的除草机器人的自主导航技术得到广泛的应用。但是GPS导航技术容易受卫星信号影响，同时无法有效地避开苗期作物；视觉导航技术有效解决了除草机器人压苗的情况，并且该导航方式灵活度和精确度高，用于作物行为识别和导航定位基准线检测的方法主要包括Hough变换法、垂直投影法和最小二乘法等。

在激光除草机器人导航与路径规划技术研发中，Xiong等 ［ 37］研制了一个配备机器视觉和万向架安装的四轮原型激光除草机器人（ 图9a），测试了一种新的静态除草路径规划算法，对其中的杂草识别和除草执行机构控制进行了整体研究和设计，并开展了静态除草和动态除草的对比试验测试。静态除草的成功率比动态除草高，分别为96.4%和90.8%。动态除草的速度较快，但其除草存在不稳定性，控制过程待完善。Cordova-Cardenas等 ［ 43］提出了一种用于农田和农场除草机器人（ 图9b，以玉米田为例），该自主机器人配有路线规划器，优化运动的同时为窄行作物（小麦、大麦等）和宽行作物（甜菜、玉米等）中的高功率激光设备执行杂草管理任务，减少了机器人的操作时间，从而提高了精准农业的整体效率。

图9 典型激光除草机器人的导航与路径规划

Fig. 9 Navigation and path planning for a typical laser weeding robot

激光除草机器人的导航与路径规划是实现精准作业的核心环节，是确保其精准、高效作业的核心所在，对提升农业生产智能化水平意义重大。其涵盖了多方面关键技术与策略，在实际应用中不断优化发展。需兼顾环境适应性、作业效率与安全性，且需综合多传感器信息与算法优势，在保证作业精度（厘米级定位、毫米级避障）的同时提升效率。但目前激光除草机器人导航与路径规划仍面临挑战，作业环境影响机器人对环境的感知与定位，杂草密集、作物倒伏等复杂场景下，路径规划算法实时性和作业连贯性受影响，多机协同作业时，存在通信延迟与任务分配冲突问题。未来可将数字孪生技术与导航和路径规划融合，构建农田数字孪生体，在虚拟环境中仿真优化路径规划策略，减少实地试验的时间与成本，聚焦环境鲁棒性、计算轻量化与多机协同，推动激光除草机器人在农业生产中更广泛、高效地应用，为智慧农业提供可靠的“移动大脑”支撑。

2.3　机器人执行机构控制技术



控制系统是激光除草机器人的“大脑”，负责接收传感器采集的杂草数据，控制执行机构进行作业，并协调激光除草机器人的各硬件模块协同工作，实现机器人的自主导航和除草功能运行。激光除草机器人的控制系统需要根据不同的除草任务调度不同的硬件模块作业，还需要提供人机交互界面，方便设置参数和发出指令。

执行机构作为智能除草机器人的“手”，主要负责执行除草任务。一般激光除草机器人的除草执行方式多是将激光头作为机械臂的末端执行器，控制激光束照射杂草茎部甚至直接将杂草切断。由于杂草茎部较细，这需要更加准确的杂草识别、形状分割、杂草定位和机械臂控制。激光除草机器人的执行机构主要包括高功率激光器和光学系统，其设计需要根据识别的杂草位置和类型，考虑激光器的功率、波长、光斑大小等因素，以保证除草效率和安全性。国外专家学者在激光除草机器人执行机构控制技术方面研究较早，中国的研究起步较晚，现阶段主要以研究执行机构关键技术为主，且主要集中在科研院所，以试验性质为主 ［ 44］。为了满足激光除草高精度和动态化的作业要求，Wang等 ［ 45］提出了一种基于两自由度五转旋转并联机械手的新型激光除草架（ 图10a），进行运动学、动力学和作业空间的性能分析，实现了机具田间作业中动态行内激光除草操作。为提高激光除草田间自动化作业水平，Hussain等 ［ 46］提出了一种基于ROS（Robot Operating System）的鲁棒控制系统激光除草执行机构（ 图10b），通过计算机视觉模型正确识别作物和杂草用于精确清除。

图10 激光除草机器人执行结构系统

Fig. 10 Structural system of laser weeding robot

激光除草机器人执行机构是直接执行除草任务的关键部分，其性能直接决定除草效果与机器人整体效能。近年来在核心部件性能提升、除草机构设计优化、实时协同控制等技术研发与实际应用中取得诸多显著突破。当前激光除草执行机构仍面临一些挑战，激光发射元件易受侵蚀导致性能下降甚至故障，且轻量化设计与高负载能力的平衡有待优化，以降低能耗来提升续航。后续执行机构将朝着智能化、自适应、集成化方向发展。智能化方面，引入深度学习算法，依据长期作业数据自主学习最佳除草策略，实现更加智能、高效的除草作业；自适应方面，研发能自动感知环境变化并快速调整工作参数和机械结构的执行机构，增强对复杂多变农田环境的适应能力；集成化方面，则高度集成激光发射、控制、冷却、防护等功能模块，减小体积、降低成本，推动激光除草机器人广泛应用。

3 激光除草机器人整机研制进展

−

单一激光除草系统模块的研发虽已取得相关进展，但田间作业面临多重挑战，如强光干扰下的杂草识别精度下降、复杂冠层结构下的激光穿透性不足，以及田间复杂地形适配性差等。激光除草机器人作为智慧农业装备的核心载体，其整机研制是推动农业生产方式变革、破解传统除草痛点、实现“精准农业”与“绿色农业”深度融合的关键环节。该装备的研发与应用不仅是技术集成创新的体现，更是农业现代化进程中提升生产效率、降低环境代价、应对劳动力短缺的战略需求。全球多个国家针对激光除草机器人开展了整机研制工作。

为了实现激光除草自动化和智能化，美国智能机械公司Carbon Robotic结合机械自动化、人工智能和激光技术，研发出一款名叫Autonomous Weeder（ 图11a）的自动激光除草机器人，由8台150 W的二氧化碳激光器和12个高分辨率相机组成，可以在农田里安全有效地穿行，进行杂草识别、瞄准和激光清除，但该激光除草机器人的体积庞大，适用于国外66.67 hm 2以上大型农田，可自由调节覆盖宽度，平均每小时可除草0.24 hm 2，但价格昂贵，售价高达120万元人民币 ［ 47］。而国内与国外的环境不同，受到地形和农田结构限制，并不适合大型机械化作业。Wang等 ［ 48］设计了一种新型4自由度并联机构的激光除草机器人（ 图11b），主要组件包括框架、一个3UPS-RPU 4自由度并联机构、一个激光器、一个控制系统、电池和两个视觉系统。基于虚功原理推导出了求解3UPS-RPU主动约束力的方法，为机器人的优化结构设计、控制制造和不同应用提供了理论依据。张良安等 ［ 49］基于研发的四足激光除草机器人（ 图11c）对其腿部关节的驱动力矩和尺寸参数进行改进，最终实现其完成目标轨迹的驱动力矩和功耗达到最小。

图11 典型激光除草机器人

Fig. 11 Typical laser weeding robot

为实现田间激光除草机器人的精准除草，降低研制成本并提高除草效率，Wang等 ［ 48］开发了一种相对廉价的激光除草装置原型（ 图12），通过训练神经网络来识别杂草，开发了一种决策模型来估计危害杂草植物所需的能量，可以在杂草和作物混合的复杂情况下工作。激光束的内光斑直径越小对杂草的控制就越好，1或3 W激光器足以控制小型杂草植物。为实现田间激光除草机器人的精准除草，降低研制成本并提高除草效率，Canicius等 ［ 50］和Mwitta等 ［ 51］为测试六种二极管激光器在杀死或抑制杂草方面的有效性，开发了一种使用二极管激光除草的自主机器人（ 图13）。该机器人结合了视觉伺服形式控制、机器人操作系统（Robot Operating System, ROS）来管理其状态、动作和转换，具有推广到其他作物种植生产的巨大潜力，为使用低成本二极管激光器和小型机器人平台自主除草的可行性提供了强有力的证据，有望显著提高自主激光除草平台的能力和整体有效性。

图12 激光除草装置结构与试验图

注：1. 相机；2. 电流计；3. 计算机；4. 激光测距仪；5. 激光；6. 电源；7. 电机驱动器；8. 电子信号处理板；9. 激光装置位置控制器；A、B和C显示了作物的位置。

Fig. 12 Structure and experimental diagram of laser weeding device

图13 基于深度学习的二极管激光除草机器人

注： θ是摄像机与垂直轴的角度； d是机器人到照相机的距离； m是相机到末端执行器的距离； H是照相机到地面的距离； h是杂草的高度。

Fig. 13 A diode laser weeding robot based on deep learning

此外，也有研究着眼于更环保的除草机器人，探索采用更少或无化学药剂的除草方式，并利用物理方法替代传统的化学除草，以减少环境影响。通过对比可以看出除草机器人在国内的研究起步相对较晚，但正在逐步发展壮大，随着科技不断创新，智能化、商业化和环保化仍是当前国内外研究的主要趋势，除草机器人有望成为未来农业生产中更高效、更环保的重要工具。

4 总结及展望

−

激光除草是一种新兴田间杂草管理技术，研究者们已开始对激光除草机器人的识别、定位和执行控制等技术和装备开展了大量研究，并取得了一系列成果，促进了激光除草机器人田间实际应用和示范推广。目前，激光除草装备可以基本满足实际除草要求，但是技术的发展、应用和普及方面还存在一些问题亟待突破。

1）在导航定位方面，存在稳定性差，续航短、易受干扰和载荷不足等问题，难以满足精确自主导航的要求。后续可考虑多传感器导航信息互补，结合机器视觉、GNSS、雷达等多种融合算法及多学科交叉技术导航，提高激光除草机器人田间作业精度和效率。

2）在苗草识别信息获取方面，激光除草机器人对采集作物和杂草图片的周围环境要求十分严格，农田环境的动态性、非结构化和嘈杂性限制了机器视觉系统在实际工作中的性能，极大地降低了系统实时性。且滞后的杂草监测识别数据无法实时指导除草防治。后续可集成轻量优化除草末端执行机构及机械结构，多点多次多传感采集田间杂草数据训练模型，结合深度学习、机器视觉等识别定位算法，多系统融合田间测绘、精准变量调控和智能辅助决策系统等关键技术，开发智能化激光株间、行间除草系统，进行株行间精准除草作业。

3）大型机器人不适用地形复杂、地表不平整的小块农田。激光除草机器人趋向于小型模块化，符合中国小农经济农田作业模式。装备的研制和使用更灵活，更适应非结构、多变的农业种植生产过程。研制实用性强、种类多的可替换式多功能激光除草机器人，尤其是向变速调幅、多传感器协同作业方向转变，能够极大地提高人机交互操作性、自主导航性和人机协同作业方面性能，尽可能地完成资源分配调度优化，促进创立自主的农田智能种植管理技术装备体系。

4）除草决策方面，随着大数据、移动物联网和云计算等技术的普及应用，未来激光除草机器人可由云端平台远程识别管控、自主监测和任务调度田间作业，根据农田地况（气候、土壤、作物和杂草等）特征信息进行智慧化最优除草作业决策，自主融合农艺技术，同时采集田间作业杂草的信息存储进田间杂草信息库中应用于下次除草作业，进行最佳除草作业。

5）将农业科学与智能农机技术紧密交叉配合，形成种植作物-杂草-农艺农机融合的保护性耕作配套技术体系。研究多种农田作物和杂草的生长形态、特性，分别制定适用于苗间除草的农艺措施，培育出适合激光除草机器人田间作业要求的作物品种。

激光除草机器人是田间除草装备研发领域极具前景的重要组成部分，其研发应用普及是大田作物生产种植管理环节关键一环，欧美等国家对于智能激光除草机器人的研发较早，极大地解放了劳动力，减轻环境污染。中国研发起步较晚，同国际先进技术水平存在一定差距。建议政府加大农田种植装备的扶持力度，企业加大智能农业机器人的研发投入，引导激光除草机器人向机械化、自动化、数智化和精准化方向高速发展，尽快普及适用形成产业化，增强在农田种植的实用性、普及性，对解放劳动力、减少环境污染、提高作业效率等具有重要意义。

利益冲突声明

本研究不存在研究者以及与公开研究成果有关的利益冲突。

文章来源：余忠义, 王洪宇, 何雄奎, 赵磊, 王媛媛, 孙海. 激光除草机器人关键技术与展望[J]. 智慧农业(中英文), 2025, 7(2): 132-145. DOI: 10.12133/j.smartag.SA202410031

长三角G60激光联盟陈长军转载

热忱欢迎参加我们在2025年9月23-25日举办的第三届深圳eVTOL展和激光在低空经济中的应用大会（9月24日）