李惠玲，张晓东，李 苇，李贵莲，陈 昌，申婷婷

（1.广东省现代农业装备研究所，广东 广州 510630；2.江苏大学现代农业装备与技术教育部重点实验室，江苏 镇江 212013；3.广东弘科农业机械研究开发有限公司，广东 广州 510555）

0 引言

作物长势和环境信息的获取对提高温室作物产量和品质具有重要意义。传统长势信息的获取主要依赖栽培经验，所以主观性强[1]；而采用化学方法获取作物养分信息费时费力，且难以实现水肥和环境优化调控[2,3]。因此研发适用于温室环境的作物生长信息检测系统具有重要意义和应用价值。

国内外学者对作物生长信息检测系统进行了广泛的研究。其中SALDANA 等[4]利用机器视觉和遥感卫星图像，对大田作物进行了实时的检测和生长状况的获取。BAI 等[5]针对无线传感网络的数据融合问题提出了分布式估计方案，提高了温室环境信息检测的准确性。EHRET 等[6]通过神经网络对自动检测的模拟预测了温室番茄产量和生长需求。刘茂成[7]用光电传感器设计了一个手持式的叶片氮素诊断系统，但还未进行栽培试验验证。程坤[8]设计的叶绿素含量检测系统在不损伤叶片的前提下实现叶绿素含量检测以及叶片所处环境温湿度的实时检测。LIANG 等[9]提出了一种基于Wi-Fi 的温室环境动态检测系统，实现远程检测，为温室中自动检测提供宝贵经验。

综上所述，当前非接触式设施作物生长检测系统多为分布式，常采用光电、视觉和红外等单一类型传感，难以全面检测作物长势和温湿度光照等环境信息，且缺少先进适用的温室检测平台，难以适应温室非结构环境下的巡航检测。……