近日，由中国机器人及人工智能大赛组委会主办的第二十七届中国机器人及人工智能大赛全国决赛在江苏省苏州市举行。智慧农业学院推报的参赛项目从清华大学等100多所高校的参赛作品中脱颖而出，斩获国奖多项。
第二十七届中国机器人及人工智能大赛立足国家科技发展战略，构建集“赛、会、演”三位一体的综合性创新赛事体系。除主体竞赛外，大赛同期举办分论坛、研讨会与“创投城市计划”机器人新质生产力路演，广泛汇聚学术领袖与产业精英，共同探讨机器人、具身智能等领域技术前沿进展、产业融合与人才培养路径。据悉，大赛始于1999年，是一项历史悠久、规模宏大、影响广泛的全国性机器人竞赛，连续被列入中国高等教育学会发布的《全国普通高校大学生竞赛分析报告》竞赛目录。
部分获奖作品简介
① 生猪体况评价与自动分栏系统
指导教师：刘龙申等
团队成员：巫金玲，程宇凡，陈冠弛
赛道/赛项：创新赛/新质生产力创新设计专项赛
一等奖作品《生猪体况评价与自动分栏系统》基于三维点云与机器学习技术，通过Azure Kinect DK相机无接触采集猪只背部点云，经点云处理算法提取臀宽等特征，结合随机森林模型实现体重估测（平均误差4.48%）。系统依据体重数据自动执行“强弱分群”策略，15秒内完成分栏，显著降低等级压迫。
针对复杂姿态检测，创新研发DETR-rsn模型（集成DETR-Rfem等模块），达到96.2%检测精度，优于YOLOv8x等模型。同步构建三维数字孪生系统，利用3ds Max模型库与骨骼动画，结合传感器数据实现检测结果动态映射与可视化监控。
该系统已部署于江西增鑫科技养殖场，提供实时体重曲线、设备监控与远程控制功能。应用显示，可有效降低人工分栏成本，同时提升异常行为识别准确率，有效提升动物福利与养殖效益。
②基于YOLOv8-seed和数字孪生的种粒识别分离筛选系统
指导教师：刘璎瑛
团队成员：张惟一，赵凯悦，鄢铭铎
赛道/赛项：创新赛/人工智能创新赛
二等奖作品《基于YOLOv8-seed和数字孪生的种粒识别分离筛选系统》针对传统人工操作主观性强、效率低等问题，应用计算机视觉、自动控制原理、嵌入式等技术对四大主粮进行无损检测、气吹筛选和称重。硬件方面，通过Jetson Nano与STM32F407搭建主从式架构实现协同控制、硬件通讯和组装；软件方面，提出一种AI扩充数据集的方法，并改进YOLOv8模型精准检测种粒完善粒、破碎粒和其余不完善粒。同时，开发PyQt界面实现交互，点击界面即可导出种粒破碎率和不完善率等相关数据。
本研究利用虚幻引擎创新性开发了孪生控制系统，保证远程控制和监控，便于设备调试和维护更新，智慧管理，降本增效。实验结果表明，50g种粒样本完成全流程的平均时间为178s，YOLO v8-seed模型保持mAP为94.55%，精确率和召回率达95%以上。本研究可以为种粒质检领域提供参考案例，助力智慧农业发展。
③基于病虫害检测的智慧菇房巡检机器人
指导教师：卢伟等
团队成员：徐浩然，马星原，冯小航
赛道/赛项：创新赛/人工智能创新赛
二等奖作品《基于病虫害检测的智慧菇房巡检机器人》结合了近红外光谱分析、深度学习算法和虚幻引擎（UE5）虚拟现实技术，实现了对双孢菇生长环境的全面监控和管理。通过近红外光谱分析，提取了有虫时的双孢菇土壤对应波长，构建了土壤病虫害预测模型。利用 YOLOv8-s 算法对双孢菇进行特征识别，建立了双孢菇生长预测模型，从而预估双孢菇产量。能够有效预测病虫害发生和双孢菇产量，为现代农业管理提供了新的解决方案。
④ 基于巡检机器人的茶园病害防治数智系统
指导老师：邹修国
团队成员：夏宁苑，王子月，李俊毅
赛道/赛项：创新赛/机器人创新赛
三等奖作品《基于巡检机器人的茶园病害防治数智系统》以“端-边-云”协同为核心架构。硬件方面，创新太阳能－动能双模自供电模块，续航能力提升3倍，并集成农药喷洒执行系统。算法层面，边缘端部署改进YotoR模型（融合SwinTransformer与YoloR），结合Retinex去雾预处理和Bagging集成学习，经测试，茶赤叶斑病识别准确率达98.2%，mAP均值97.22%。云端通过机器学习分析气象与病害关联性，结合多信息数据库（10万+茶叶病害图像等）和知识库，生成决策建议。用户可通过手机App、网页端、机器人触控屏三端交互，获取实时数据、病害预警、防治方案及最佳收获时间建议，实现“茶农反馈－系统优化－精准执行”闭环。经测试，系统稳定性达100%，无数据丢失，微气候监测指标相对误差小（温度≤3.3%、湿度≤0.75%等），核心性能达实际应用标准。项目可助力茶农降低经济损失、提升茶叶产量品质，适配多作物场景，还计划与扶贫部门合作，推动贫困县茶产业智能化，兼具市场前景与社会价值。
当前位置: