马铃薯是世界第四大主粮作物。中国也是世界上马铃薯种植面积最大的国家,但平均亩产量却低于世界平均水平。其中,马铃薯晚疫病是制约我国马铃薯产业发展的关键因素之一。我国目前马铃薯晚疫病检测依靠专家经验,人眼识别,检测效率低;田间马铃薯病虫害防治过程中药量浪费严重。为实现针对马铃薯晚疫病的早预防早治疗,提升马铃薯晚疫病的检测效率,减少晚疫病大面积爆发造成的损失,减少病害防治过程中的药液浪费,结合田间马铃薯种植的农艺信息,设计了马铃薯晚疫病检测及变量施药装置,实现了对马铃薯晚疫病检测分级,以及田间变量喷施。本文的主要研究内容及结论如下:（1）马铃薯田间移动平台的设计研制了可以实现垄间作业的马铃薯田间移动平台,提升了田间马铃薯管理作业的效率,完成了包括机械系统设计、控制系统设计以及信息采集系统设计三方面的设计内容。在田间移动平台的机械系统设计中,结合我国马铃薯大田的实际种植现状提出了移动平台的整体设计要求,确定平台为框架式结构,以方便田垄间作业,对机械系统中的承载系统、驱动系统、转向系统进行了设计。在承载系统的设计中对受力部件进行了有限元分析,保证了设计的强度要求。在驱动系统的设计中对驱动电机进行了选型。在转向系统的设计中选择差速转向方式以适应大田作业环境,方便转向。在田间移动平台的控制系统设计中,确定了移动平台的核心控制元件为树莓派,介绍了平台控制系统的作业原理,在驱动系统设计中实现对电机速度的调控,转向系统通过控制电磁继电器、电磁阀实现转向功能。在田间移动平台的信息采集系统设计中,主要对该平台的田间路径规划系统以及病害检测系统进行了设计。通过以上设计使该移动平台能够适应于马铃薯田间作业,便于田间马铃薯的精细化管理。（2）基于机器视觉的马铃薯晚疫病检测模型研究展开了基于机器视觉的马铃薯晚疫病检测模型研究,建立了基于机器视觉的马铃薯晚疫病检测模型,弥补了现有人工肉眼识别识马铃薯晚疫病易误诊漏诊的缺陷。在实验室条件下给马铃薯叶片接种晚疫病菌,获取了不同患病程度的马铃薯叶片图像。对采集的马铃薯叶片图像进行预处理,分析比较了均值滤波、高斯滤波与中值滤波三种图像预处理方式对叶片图像中噪声的去除效果,结果表明中值滤波的效果较好,利用超像素分割法与马铃薯晚疫病指数的分割算法进行了图像分割,后者较好的获取了病斑区域的图像。提取了马铃薯叶片病斑区域的颜色、纹理以及形状特征,分别建立了基于颜色、纹理与形状特征的马铃薯晚疫病分级模型。其中基于颜色特征的检测模型能够较好的实现对患病早期的诊断,识别率为67.5%。基于纹理特征建立的检测模型初步确立了马铃薯晚疫病各患病等级的分离点,并且该方法对病害的识别率相对稳定,对患病中后期的识别率均高于70%。基于形状特征的病害检测模型对患病后期的识别率较高,达90%。上述马铃薯晚疫病检测模型的建立,为马铃薯晚疫病的实时检测、实现病斑显现时的准确识别和及时防治提供了新的方法。（3）变量喷施装置的设计完成了变量喷施装置的设计,实现了对田间马铃薯的变量喷施作业。进行了包括变量喷施装置的机械系统设计与控制系统设计。在变量喷施装置的机械系统设计中介绍了总体的设计要求,并对承载系统与高度调节系统进行了设计。在变量喷施装置的控制系统设计中主要对该系统的设计要求做了分析,并根据要求展开了总体的方案设计,对控制原理进行了详细阐述,最后分别以高度调节、流量调节为目的完成了控制系统中的程序设计。通过该变量喷施装置的设计实现了高度调节与变量施药的设计要求,可以实现马铃薯植株田间变量精准喷施。（4）样机性能测试与喷施试验完成了马铃薯晚疫病检测及变量施药装置的样机试制,展开了行走试验与喷施试验。在行走试验中,模拟实际的马铃薯田间作业环境,对样机进行了壕沟通过性、越障通过性、爬坡通过性进行了测试。测试结果表明,移动平台具有较好的通过性,可以满足检测任务的要求。通过喷施试验,建立了在PWM控制下的喷药流量控制模型,并检验了该装置的流量调控精度,进行了马铃薯植株喷施试验,试验结果表明该装置能够满足田间变量喷施作业要求。