arXiv · cs.AI· Rishi Gupta, Astha Goyal, Vinay Vishwakarma·· 1 天前
CropSentry：基于多模态叶片感知的农业行早期胁迫检测多机器人系统
A Swarm-Coordinated Multi-Robot System for Early Stress Detection in Agricultural Rows Using Multimodal Leaf Sensing
arXiv:2610.08603v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Rishi Gupta, Astha Goyal, Vinay Vishwakarma
研究任务与主要进展
CropSentry通过两台自主机器人采集叶片颜色与环境数据，生成实时网页仪表盘，实验收集63次观测后实现总体作物健康分类准确率84.12%。其中健康、营养缺乏和患病植株准确率分别为82.60%、88%和80%，10次从机器人观测的无线通信成功率为100%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org