面向反射性农业叶片传感器的主动光学系统
图像与视频处理
2025-12-12 v1 机器人学
摘要
监测植物健康越来越依赖叶片安装传感器，但在复杂农业环境中高效定位和采样这些传感器仍是一个重大挑战。我们提出了一个集成、自适应且可扩展的系统，自动检测并探测植物传感器，采用 coordinated suite of low-cost optical components，包括 LiDAR、液体透镜、单色相机、滤光轮和快速转向镜（Fast Steering Mirror, FSM）。该系统首先使用 LiDAR 识别场中传感器的独特反射特征，然后通过 FSM 动态重定向相机的视场以针对每个传感器进行高光谱成像。液体透镜持续调整焦点以维持图像锐度，从而实现精确的光谱测量。我们在受控室内实验中验证了该系统，展示了对反射性植物传感器的准确检测和跟踪，以及成功获取其光谱数据。据我们了解，目前尚无其他系统集成了这些感知和光学模组用于农业监测。本工作为自适应、低成本和自动化的植物传感器探测奠定了基础，为面向可扩展的实时植物健康监测在精密农业中迈出了重要一步。
引用
@article{arxiv.2512.10213,
title = {Active Optics for Hyperspectral Imaging of Reflective Agricultural Leaf Sensors},
author = {Dexter Burns and Sanjeev Koppal},
journal= {arXiv preprint arXiv:2512.10213},
year = {2025}
}