针对核桃树修剪管护成本较高，且面临农业劳动力短缺、人工成本上升及劳动力老龄化等问题，团队开展了核桃树智能化修剪技术研究，并提出了修剪枝条识别与剪枝点自动定位方法，为智能修剪机器人系统开发提供理论基础与技术支撑。

研究1：提出了一种高效的核桃树三维重建方法。通过对比基于点云配准的重建方法和基于多视角图像的传统重建方法，验证了基于神经辐射场的Walnut-NeRF模型在核桃树三维重建中的优势和可行性。其重建速度是传统SfM-MVS方法的9倍，分枝重建准确率达到90.94%。

相关成果以“Three-dimensional reconstruction and parameters extraction of walnut (Juglans regia L.) branches based on Neural Radiation Fields”为题，发表于农林科学领域中科院一区TOP期刊《European Journal of Agronomy》（IF: 4.50）。

第一作者为工学院硕士生祝薇，通讯作者为李文彬教授和白效鹏副教授，北京林业大学为第一完成单位。

论文链接：https://doi.org/10.1016/j.eja.2025.127693

研究2：在获取高精度三维点云的基础上，构建了Walnut-PointNet语义分割模型，实现了修剪枝条的有效识别。该模型在整体准确率、分类准确率和平均交并比指标上分别达到93.39%、95.29%和0.912，能够对核桃树枝干进行精准分割。随后，自动提取枝条生长参数，依据人工修剪经验制定智能化修剪规则，开发了修剪点自动定位算法，基于枝条长度判断修剪类型及修剪量。试验结果表明，平均修剪点定位成功率达到89.33%，且与人工修剪树形基本一致，整树修剪枝条识别与剪枝点定位耗时约16 s，能够做出有效的修剪决策。

相关成果以“Pruning Branch Recognition and Pruning Point Localization for Walnut (Juglans regia L.) Trees Based on Point Cloud Semantic Segmentation”为题，发表于农林科学领域中科院二区期刊《Agriculture》（IF: 3.30）。

第一作者为工学院硕士生祝薇，通讯作者为李文彬教授，北京林业大学为第一完成单位。

论文链接：https://www.mdpi.com/2077-0472/15/8/817

以上工作得到了国家林草装备科技创新园研发攻关项目（No. 2024YG06）、国家重点研发计划课题（No. 2018YFD0700601）等项目的支持。