A Review of High-Throughput Field Phenotyping Systems: Focusing on Ground Robots

A Review of High-Throughput Field Phenotyping Systems: Focusing on Ground Robots｜Rui Xu、Changying Li（通讯） · 美国佐治亚大学 Bio-Sensing and Instrumentation Laboratory 与 Phenomics and Plant Robotics Center · Plant Phenomics（Science Partner Journal）2022, Article 9760269 · 原文

这篇综述在回答什么问题

育种和精准农业的共同瓶颈是表型（phenotype）采集：基因测序已经极其便宜，但「这株作物长成什么样、抗不抗旱、产量多少」仍然大量依赖人工尺量与目测，成为所谓的表型瓶颈（phenotyping bottleneck）。无人机（UAV）提供了大面积快速覆盖，却拿不到冠层内部与器官级的细节。这篇综述要回答的是：地面机器人能否成为高通量田间表型的主力平台？技术栈的哪一环还没准备好？

作者梳理了 2011–2022 年的 117 篇文献，从非机器人地面系统（拖拉机、手推车、龙门架、缆索平台）讲到全自主地面机器人，明确给出结论：地面机器人相对空中平台的核心优势是更高的空间分辨率与更可控的观测条件——它能钻进冠层，能做接触式测量，能用遮光罩控制光照。

分类框架

全文以「一台表型机器人由什么构成」为骨架展开：

• 移动平台：轮式（含四轮驱动四轮转向 4WD4WS）、履带式、轮腿式（wheel-legged），以及可变轮距的模块化底盘。
• 传感器：RGB 相机（形态与器官计数，用得最广）、立体/RGB-D 相机（三维结构，受光照影响）、多光谱与高光谱相机（反射光谱、NDVI 等植被指数）、热红外相机（水分状态）、二维/三维 LiDAR（对光照鲁棒、直接产出点云）、以及超声、光谱仪与土壤等辅助传感器。综述专门讨论了遮光罩、人工补光与频闪灯这类光照控制手段。
• 机械臂：作者直言「表型任务里机械臂并不常见，因为大多数性状可以遥测」，其真正价值在三类场景——接触式测量（Robotanist 用 3 自由度臂测高粱茎秆强度）、主动改变视角观测叶片/器官、以及破坏性取样（挖根、取土、采样）。
• 导航：GNSS 类、视觉类、LiDAR 类三条路线。
• 仿真工具：Gazebo、Webots、V-REP。
• 应用：器官识别与计数、作物检测与分类、生长监测。

关键结论

• 三类导航各有硬伤，必须融合：RTK-GNSS 可达厘米级，但冠层遮挡、多路径与「无法单独给出航向」使其在株间行驶时不够用；视觉导航依赖作物行的图像特征，怕光照变化和纹理缺失；LiDAR 数据粗糙、会把植株误判为障碍物，需要视觉消歧。综述的立场是多传感器融合是必选项而非优化项。
• 模块化是走出「作物专用化」的唯一现实路径：BoniRob、Thorvald II、MARS 被反复举为正面例子——同一底盘通过改变轮距、载荷与传感器套件适配不同作物与行距。
• 数据处理几乎全是离线的：这意味着机器人只是「移动的采集车」，无法根据当场提取的性状实时调整采样策略（比如对异常小区加密观测）。
• 吞吐量被低估了：以 0.5 m/s 的作业速度覆盖 1000 个育种小区需要一个多小时以上，单机远达不到商业化大田的规模需求。
• 成本仍是数万美元量级，加上安全与法规合规开销，构成实际采纳的主要门槛。

它指出的开放问题

• 作物专用设计限制通用性：针对特定株型与行距设计的机器人换个作物就要重做。
• GNSS 拒止环境下的定位：冠层下如何用低成本传感器融合替代昂贵的 RTK-GNSS。
• 实时表型提取：把 CNN 推理搬到边端，让「感知—决策」闭环，而不是回实验室跑批处理。
• 机器人集群（robot swarm）：用异构多机协同解决大面积覆盖的吞吐量问题。
• 足式机器人的可行性：作者把 Boston Dynamics Spot 一类商用平台列为可能的形态突破口。

为什么值得读

Plant Phenomics 是 Science Partner Journal 体系中植物表型方向的旗舰刊，开放获取；Changying Li 是农业传感与植物机器人领域的代表性学者，其团队自研的 MARS 系列本身就是被综述对象之一。这篇文章最实用的地方是那张覆盖 22 个平台的对照表——它把「谁做的、什么作物、什么底盘、装了什么传感器」一次性列清楚，几乎是进入该方向的地图。同时它对导航失效模式和离线处理局限的判断，至今仍准确描述着田间表型机器人的现状。

原文链接

• PMC 开放获取全文