农业机器人新乡市应用重点实验室主要依托信息工程学院开展建设，学院建设有农业数字媒体创意与设计河南省高校工程技术研究中心、农产品质量安全信息与溯源研究室（隶属于校农产品质量安全研究所）、数字农业研究中心、计算机软件工程技术研究中心、计算机应用工程技术研究中心、人工智能实验室、智能信息处理实验室、通信工程研究所和农业数字媒体新乡市重点实验室等科研平台。
本实验室将在以下几个方向开展研究工作：
1.基于计算机视觉的智能机器人快速识别方法
针对计算机视觉传感器原始采集图像存在畸变和干扰特征，给动态环境中的机器人辨识带来困难的问题，本实验室研究包含径向和切向畸变的柔性摄像机成像模型，利用该模型可以方便地对失真图像进行校正；利用颜色分割和形状模板匹配相结合的特征识别方法，提高机器人辨识的可靠性；为了提高算法效率，通过从已有图像序列中获得的信息量来预测下一时刻机器人的位置，从而减少图像的处理量，为基于多摄像机的机器人位姿计算提供了实时性保证。
2.基于多尺度自适应滤波的激光距离图像特征提取方法
在智能机器人位姿计算中，为了减少激光扫描距离图像特征提取过程中所出现的虚假特征和特征丢失现象，本实验室研究基于多尺度自适应滤波的二维距离图像特征提取方法，利用无嗅卡尔曼滤波器构建自适应特征估计器，对扫描点间的几何拓扑关系进行估计，对原始距离图像进行多尺度滤波处理，并根据图像的局部曲率对特征进行分割与辨识，从而减少虚假特征和特征丢失情况的发生。
3.人工智能与特种机器人
本方向主要针对农业、国防等领域开展人工智能与特种机器人的理论与方法研究，主要包括机器视觉、多源信息融合、机器学习、智能控制等方法在机器人目标识别、态势评估、路径规划与导航、故障诊断以及运动控制等方面的研究，将自适应信号处理、模式识别与视觉场景理解、机器学习与视觉内容解析应用到果蔬采摘、安防巡逻、探险救灾等机器人中。
4.基于分布式信息融合的多机器人位姿计算方法
本实验室对卡尔曼滤波及其相应的派生方法进行研究，并在分析现有多传感器融合结构的基础上，研究基于无嗅卡尔曼滤波的双层滤波融合器，将其用于多机器人的位姿计算；构建分布式多传感器融合位姿计算系统，将视觉传感器和非机载的激光测距传感器所获得的机器人位姿数据通过分布在各机器人客户端上的双层无嗅卡尔曼滤波器与来自码盘的位姿信息相融合，从而实现分布式的并行融合计算，提高多机器人融合位姿计算的效率，增加整个系统的精确性和稳定性。
实验室拥有一支研发能力强、技术水平高、工程实践经验丰富的研究团队，现有教师和研究人员19人。在学历结构方面，有博士3人，硕士16人；职称结构方面，有教授3人，副高职称5人。职称、学历、年龄结构合理，均为长期从事人工智能、智能信息处理、计算机视觉、模式识别和自动控制方面的教学和科研工作人员，具有较扎实的基础理论和实践经验。
近3年主持省厅级科研项目和横向项目16项，获省厅级科研成果18项，发表SCI、EI、中文核心论文80余篇，出版著作30余部。
