机器人学和现代化农业的迅速发展，使得温室移动机器人的研究越来越得到重视。　　 为提高温室移动机器人施药作业中农药的有效利用率，减少农药残留与化学污染，针对实现温室移动机器人精确施药问题，本文着重研究了待喷施作物面积智能检测方法及变量施药决策算法，为进一步实现温室移动机器人精准施药、推进温室移动机器人的实际应用奠定了基础。　　 本文主要研究内容包括:　　 1.针对温室变量施药移动机器人，为解决施药过程中待喷施作物面积的实时快速检测问题，提出了一种基于机器视觉技术快速获取图像，并利用图像处理技术的检测方法。提取单帧图像，将其从RGB色彩空间转换到HSI空间，利用基于形态学和Otsu方法的Canny算子自动准确的将待喷施区域划分出来，通过像素统计的方法计算出待喷施作物面积大小。与传统的面积测定方法进行比较，所采用的方法精度高，不受叶片大小、重量、形状等因素的影响，而且本文采用的是无损实时检测，对于温室变量施药具有很好的实用性。　　 2.根据现代温室成行作物的种植方式和生长特点，结合行间行走移动机器人变量施药系统的施药原理，提出了基于模糊神经网络的变量施药智能决策方法，即融合温室作物病虫害危害程度、喷施目标的距离和面积信息，构建具有自学习和自适应能力的离线训练模糊神经网络快速智能决策系统，利用模糊神经网络自学习、自校正的能力自动调整、修改模糊规则，实现对工作于具有较强不确定性的温室环境的施药机器人喷施流量的快速智能决策。使用MATLAB对移动机器人智能决策仿真研究表明，该模糊神经网络决策方法由于采用离线训练的方式，因此能够实现实时快速决策;对于未在训练中出现的样本，相比模糊决策系统具有较高的决策精度，能够适应具有较强不确定性的温室工作环境。　　 3.将基于模糊神经网络算法的智能决策方法应用于由实验室改制的温室移动机器人硬件系统，开发了基于模糊神经网络算法的移动机器人智能决策系统，该系统使用Visual C++6.0编程环境编辑各功能模块，智能决策系统主要包括四个功能模块:系统登录模块、串口通讯模块、摄像头面积获取模块、智能决策模块。其中，在智能决策模块程序中运用MATLAB Engine方法完成MATLAB和Visual C++接口对接，经过使用MATLAB Engine库函数，将运行于MATLAB环境的基于模糊神经网络算法的智能决策方法较为便捷地应用在了移动机器人智能决策系统中。　　 最后，采用所开发的移动机器人智能决策系统完成了温室移动机器人在实际温室环境中变量施药智能决策方法的试验研究，试验结果验证了所提出的智能决策方法在实际变量施药决策应用中的有效性。