长江信息通信杂志

摘要：旨在解决水稻病虫害监测中传统人工巡检效率低、误判率高的问题,设计并实现了一种基于无人机巡检与AI图像识别的智能化水稻病虫害预防系统。该系统整合了K230 AI视觉模块、M8N GPS模块及LoRa通信模块等硬件。通过搭载经训练的YOLOv8模型,系统实现了对水稻叶瘟病、稻水象甲等典型病虫害的精准识别。任务完成后,带有地理坐标的识别结果将被存储于机载SD卡中,用户可通过电脑端读取并做综合分析,从而精准定位病虫害发生的区域。经测试证明,该系统功能运行稳定,为大面积农田的病虫害高效监测与精准防控提供了切实可行的技术方案。

关键词： 无人机;K230;AI病虫害识别;路径规划;坐标定位;

基金资助： 2025年大学生创新创业训练计划项目（项目编号：X202510232141）；

DOI： 10.20153/j.issn.2096-9759.2026.06.017

专辑： 信息科技;农业科技

专题： 植物保护;计算机软件及计算机应用

分类号： S435.11;TP391.41