农业机器人与计算机视觉
3D 植物重建、点云结构分析，以及面向高通量表型的机器人感知与自主数据采集。
个人简历 · 2026年7月更新
邓良超Liangchao Deng
博士后研究人员
深圳市中农大前沿技术研究院（中国农业大学深圳研究院）· 中国深圳
聚焦 AI 驱动的植物表型、三维计算机视觉、遥感与过程机理作物模拟的交叉研究。
作物科学博士 · 石河子大学 · 2026年获授聘期 · 2026年8月1日 – 2029年7月31日
- 个研究主题
- 5
- 博士学位获授
- 2026
- 博士后聘期
- 2026–29
联系方式
根据事项选择合适的联系渠道。
学术交流、商业合作与行政协调分别使用独立邮箱，便于更快处理与回复。
AI 驱动的植物表型分析
多模态 AI 在图像分割、目标检测、植物表型分析与结构—功能建模中的应用。
冠层光截获与光合作用
面向高效作物研究的物理机理冠层光截获与光合作用建模。
遥感与多源传感器融合
融合 RGB、多光谱、高光谱和 LiDAR 数据，服务智慧农业研究。
数字孪生与过程模型
将感知数据与作物生长模型耦合，构建农业自动化与仿真系统。
当前任职
任职经历
2026年8月1日 – 2029年7月31日
博士后研究人员
深圳市中农大前沿技术研究院（中国农业大学深圳研究院），中国深圳
在深圳市中农大前沿技术研究院从事博士后研究。
学术训练
教育经历
2021 – 2026
作物科学博士（硕博连读）
石河子大学，中国
- 导师
- 张亚莉教授；宋庆峰博士；朱新广教授
- 研究方向
- 作物表型组学、无人机遥感、冠层光合作用建模与 AI 辅助表型分析
- 联合培养
- 中国科学院分子植物科学卓越创新中心（CEMPS）
- 基于 SfM 与 3D 高斯溅射的作物冠层重建与光分布模拟。
- RGB、多光谱、高光谱和 LiDAR 观测数据的协同融合。
- 用于分割、检测和表型参数预测的深度学习方法。
2016 – 2021
信息与计算科学学士
石河子大学，中国
- 专业基础
- 数值分析、计算建模、程序设计与算法设计
- 核心课程
- 计算机视觉、机器学习、线性代数、优化算法、图论和数据结构
- 毕业设计
- 基于计算流体动力学的数值模拟（优秀毕业设计）
AI 辅助的 3D 作物冠层建模
三维重建、光分布与光合作用模拟
- 冠层三维重建
- 结合 SfM、3D 高斯溅射与无人机交叉环形采集，实现厘米级精度的农田高通量重建。
- 光分布与光合作用
- 将光线追踪和基于 BRDF 的叶片光学特性集成至作物数字孪生框架。
- 多模态 AI
- 构建 RGB、多光谱和 LiDAR 工作流，实现复杂场景下的零样本植物分割。
- 模块化科研智能体
- 将重建、网格化、冠层生成、光模拟与光合作用计算整合为可复用模块。
高通量 3D 与光谱表型分析
光学反演、作物设计与计算机视觉
- 叶片光学反演
- 开发基于 BRDF 的反演框架并优化测量方案，实现叶片光学特性的间接估计。
- 小麦设计研究
- 围绕更高冠层效率开展株型与栽培配置建模，包括面向产业的协作研究。
- 表型算法
- 构建用于植物表型性状自动提取和分析的计算机视觉方法。
同行评议论文2025
Leaf Bidirectional Reflectance Distribution Function (BRDF) Prediction with Phenotypic Traits in Four Species: Development of a Novel Measuring and Analyzing Framework
Plant Phenomics
Deng, L.; Yu, L. X.; Mao, L.; Wang, Y.; Guo, X.; Wang, M.; Zhang, Y.; Song, Q.; Zhu, X.-G.
科研软件2025
Digital Plant Phenotyping Platform (v25.0)
Zenodo
Deng, L.
集成植物表型分析、数据处理与分析的软件平台。核心模块已通过舒丰生物完成转让和商业化，用于植物表型与智慧农业服务。