自20世纪70年代日本开始实现人工光植物工厂的商业化运营,植物工厂这种现代设施农业领域最前沿的生产技术在日、美等发达国家引起广泛重视并吸引了巨大的投入。植物工厂以其极高的生产效率、长年周期轮作、无农药虫害等诸多优点被视作为未来农业的一大发展方向。另一方面,在中国的食品卫生安全等问题日益严峻的背景下,植物工厂在很大程度上能缓解食材来源方面的忧虑,因此已有较多资金在近期投入到植物工厂的商业化发展中。目前植物工厂产业化依然面临着初期设备投入成本高、运营成本高、市场成熟度不够等诸多困难,导致植物工厂出产的“绿色有机”蔬菜价格较露天栽培的蔬菜高出许多,挤压了运营方的盈利空间。近年来,全球的研究机构着重于提升植物工厂的智能化运营水平,通过智能环境控制系统来降低运营成本,主要体现在LED光源的调配、营养液配液系统的高效利用等方面。随着LED照明成本的逐渐下降和光谱配置、营养液调配、自动化环境控制系统的愈加完善,植物工厂的运营成本正在逐步下降,商业化前景逐渐明朗。但是,植物工厂的运营人员仍需要较大的工作量来完成巡查植物生长状态,调节植物生长环境,这导致植物工厂运营的人工成本难以减少。通过引入视觉巡检机器人,利用计算机视觉技术识别植物工厂中植物种类并对其生长状态进行实时监测,根据状态信息进行环境调控,可以实现植物工厂的智能化控制,减少运营人员的工作量,对植物工厂的商业化进程具有极大的促进作用。本文实现了一套结合视觉巡检机器人的植物工厂自动化运行系统,可以对植物工厂中不同植物进行准确分类并监测其生长状态,实现自动化检测调控植物工厂环境因子。视觉巡检机器人主要采用图像处理算法和神经网络模型来处理植物图像信息,本文验证了图像处理算法的有效性,还测试了若干神经网络模型的实际表现。另外还对机器人平台在植物工厂内的建图、导航功能进行了研究,并与视觉算法整合在一起。最后设计了嵌入式系统来作为环境控制系统,采集环境因子并接受巡检机器人的监测信息,实现对环境因子的智能调控,实现低成本运营。