袁建霞，張秋菊，胡小鹿，齊江濤，吳海華

(1.中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院，北京 100190； 2.中國(guó)農(nóng)村技術(shù)開發(fā)中心，北京 100045；3.吉林大學(xué)生物與農(nóng)業(yè)工程學(xué)院，吉林 長(zhǎng)春 130022； 4.中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院，北京 100083)

0 引言

拖拉機(jī)作為重要的農(nóng)業(yè)機(jī)械之一，是實(shí)現(xiàn)各種各樣機(jī)械化作業(yè)的動(dòng)力。隨著計(jì)算機(jī)技術(shù)、全球衛(wèi)星定位技術(shù)、地理信息技術(shù)的發(fā)展及精準(zhǔn)農(nóng)業(yè)的興起，國(guó)內(nèi)外許多研究機(jī)構(gòu)開始圍繞無(wú)人駕駛拖拉機(jī)展開研究工作。1999年，法國(guó)雷諾拖拉機(jī)公司與法國(guó)Cemagref研究中心、法國(guó)巴斯卡爾(Pascal)大學(xué)電子自動(dòng)化科研實(shí)驗(yàn)室合作，經(jīng)過兩年多的研制和試驗(yàn)，成功研發(fā)出首臺(tái)基于GPS的無(wú)人駕駛農(nóng)用拖拉機(jī)[1]。2016年，我國(guó)首臺(tái)無(wú)人駕駛拖拉機(jī)問世，這款東方紅LF954-C型無(wú)人駕駛拖拉機(jī)采用北斗高精度定位技術(shù)，可應(yīng)用于農(nóng)田耕整地和植保[2]。無(wú)人駕駛拖拉機(jī)系統(tǒng)的出現(xiàn)是農(nóng)業(yè)裝備邁向現(xiàn)代化的重要標(biāo)志，除了引導(dǎo)拖拉機(jī)自動(dòng)轉(zhuǎn)向，實(shí)現(xiàn)復(fù)雜環(huán)境下與農(nóng)機(jī)具配套的高精度作業(yè)之外，還可對(duì)田間作業(yè)環(huán)境進(jìn)行智能識(shí)別，自主決策實(shí)現(xiàn)整車控制功能，可實(shí)現(xiàn)拖拉機(jī)全空間長(zhǎng)航時(shí)的自動(dòng)控制[3]。無(wú)人駕駛拖拉機(jī)可提高農(nóng)機(jī)作業(yè)標(biāo)準(zhǔn)，保證作業(yè)質(zhì)量，使農(nóng)業(yè)生產(chǎn)更加高效、智能和精準(zhǔn)，增加作業(yè)收益，促進(jìn)農(nóng)業(yè)生產(chǎn)方式的改變，在機(jī)械自動(dòng)化的基礎(chǔ)上進(jìn)一步降低人力成本并減少環(huán)境影響。本文以研究無(wú)人駕駛拖拉機(jī)的SCI論文為對(duì)象，分析了該領(lǐng)域的國(guó)際競(jìng)爭(zhēng)態(tài)勢(shì)及研究熱點(diǎn)，旨在為相關(guān)科技管理部門及時(shí)掌握該領(lǐng)域的科技發(fā)展態(tài)勢(shì)和研究重點(diǎn)，優(yōu)化研究布局和項(xiàng)目管理提供決策支撐。

1 研究數(shù)據(jù)與方法

以科睿唯安(Clarivate Analytics)科學(xué)引文索引(SCI)數(shù)據(jù)庫(kù)的研究論文為數(shù)據(jù)源，利用“拖拉機(jī)”“無(wú)人”和“自動(dòng)駕駛”相關(guān)主題詞，以及無(wú)人駕駛拖拉機(jī)技術(shù)體系的關(guān)鍵詞構(gòu)建論文檢索式，檢索發(fā)表于2010—2020年的無(wú)人駕駛拖拉機(jī)研究性論文。然后，以檢索到的論文作為數(shù)據(jù)集進(jìn)行國(guó)際競(jìng)爭(zhēng)態(tài)勢(shì)和研究熱點(diǎn)分析，分析思路和框架如圖1所示。

圖1 無(wú)人駕駛拖拉機(jī)競(jìng)爭(zhēng)態(tài)勢(shì)和研究熱點(diǎn)分析框架Fig.1 Analysis framework of unmanned tractor competition situation and research hots

競(jìng)爭(zhēng)態(tài)勢(shì)分析以檢索到的全部SCI論文為對(duì)象，主要利用文獻(xiàn)計(jì)量學(xué)方法進(jìn)行分析。首先，利用科睿唯安的數(shù)據(jù)分析工具DDA(Derwent Data Analyzer)進(jìn)行數(shù)據(jù)清洗，包括國(guó)家、關(guān)鍵詞等字段的規(guī)范和統(tǒng)一。然后，利用該工具對(duì)清洗后的標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行分析，包括論文產(chǎn)出趨勢(shì)、領(lǐng)先國(guó)家和熱點(diǎn)研究主題比較等，以反映無(wú)人駕駛拖拉機(jī)的國(guó)際競(jìng)爭(zhēng)態(tài)勢(shì)。

研究熱點(diǎn)分析以檢索到的近5年(2016—2020年)發(fā)表的SCI論文為對(duì)象，主要采用論文內(nèi)容分析法。首先，在上述檢索到的全部SCI論文中選取近5年發(fā)表的論文請(qǐng)專家進(jìn)行甄選，對(duì)其中的重點(diǎn)論文逐篇進(jìn)行內(nèi)容解讀。然后，在此基礎(chǔ)上根據(jù)研究方向進(jìn)行人工分類，對(duì)當(dāng)前無(wú)人駕駛拖拉機(jī)的研究熱點(diǎn)方向及其重點(diǎn)研究?jī)?nèi)容進(jìn)行分析。

2 國(guó)際競(jìng)爭(zhēng)態(tài)勢(shì)分析

2010—2020年，共檢索到與無(wú)人駕駛拖拉機(jī)研究相關(guān)的SCI論文321篇(檢索日期是2020年10月)，其年度論文數(shù)量總體呈逐年穩(wěn)步上升趨勢(shì)，從2010年的11篇增加到近3年的每年40多篇，增長(zhǎng)勢(shì)頭強(qiáng)勁。近3年的論文數(shù)量占比超過了40%，反映出近年來(lái)無(wú)人駕駛拖拉機(jī)研究規(guī)模在不斷擴(kuò)大，處于研究的上升期，越來(lái)越受到關(guān)注。

2.1 領(lǐng)先國(guó)家

2010—2020年，無(wú)人駕駛拖拉機(jī)SCI論文數(shù)量最多的前10個(gè)國(guó)家依次是中國(guó)、美國(guó)、西班牙、伊朗、意大利、德國(guó)、日本、波蘭、加拿大和韓國(guó)(圖2)。10個(gè)領(lǐng)先國(guó)家中，中國(guó)和美國(guó)的論文數(shù)量最多，分別名列第1位和第2位，均超過了50篇，其中，中國(guó)58篇，美國(guó)53篇，遠(yuǎn)領(lǐng)先于其他國(guó)家。其余8個(gè)國(guó)家的論文數(shù)量均低于40篇。

圖2 無(wú)人駕駛拖拉機(jī)SCI論文數(shù)量最多的前10個(gè)國(guó)家Fig.2 Top 10 countries with the largest number of unmanned tractor research papers

2.2 熱點(diǎn)研究主題

提取10個(gè)領(lǐng)先國(guó)家SCI論文中出現(xiàn)頻次最高且具有實(shí)質(zhì)意義的前10個(gè)關(guān)鍵詞，來(lái)揭示和反映無(wú)人駕駛拖拉機(jī)領(lǐng)域的熱點(diǎn)研究主題。10個(gè)高頻關(guān)鍵詞依次是機(jī)器人技術(shù)、路徑追蹤、轉(zhuǎn)向控制、導(dǎo)航控制、拖掛車系統(tǒng)、全球定位系統(tǒng)、燃料效率、模型預(yù)測(cè)控制、自適應(yīng)控制及滑?？刂?。然后，通過分析各領(lǐng)先國(guó)家論文中高頻關(guān)鍵詞的出現(xiàn)頻次，來(lái)比較各國(guó)重點(diǎn)關(guān)注的熱點(diǎn)研究主題(圖3)。結(jié)果顯示，中國(guó)比較關(guān)注路徑追蹤、轉(zhuǎn)向控制和導(dǎo)航控制，美國(guó)較關(guān)注轉(zhuǎn)向控制、路徑追蹤和全球定位系統(tǒng)，西班牙較關(guān)注全球定位系統(tǒng)、機(jī)器人技術(shù)和導(dǎo)航控制，伊朗較關(guān)注路徑追蹤、機(jī)器人技術(shù)和自適應(yīng)控制，意大利相對(duì)較關(guān)注機(jī)器人技術(shù)，德國(guó)較關(guān)注機(jī)器人技術(shù)、導(dǎo)航控制和全球定位系統(tǒng)，日本較關(guān)注機(jī)器人技術(shù)和轉(zhuǎn)向控制，波蘭較關(guān)注路徑追蹤和轉(zhuǎn)向控制，加拿大較關(guān)注機(jī)器人技術(shù)、路徑追蹤和轉(zhuǎn)向控制，韓國(guó)則對(duì)機(jī)器人技術(shù)、路徑追蹤、轉(zhuǎn)向控制、導(dǎo)航控制、全球定位系統(tǒng)、自適應(yīng)控制和滑?？刂频葻狳c(diǎn)研究主題給予同等關(guān)注。

注：圖中圓圈的大小表示熱點(diǎn)主題關(guān)鍵詞出現(xiàn)頻次的高低，圓圈越大表示出現(xiàn)的頻次越高，反之表示出現(xiàn)的頻次越低，圓圈中的數(shù)字是出現(xiàn)頻次。圖3 10個(gè)領(lǐng)先國(guó)家無(wú)人駕駛拖拉機(jī)SCI論文熱點(diǎn)研究主題比較Fig.3 Comparison of hot topics of research papers of unmanned tractor from top 10 countries

3 研究熱點(diǎn)分析

從檢索到的321篇無(wú)人駕駛拖拉機(jī)SCI論文中選擇近5年(2016—2020年)發(fā)表的62篇論文，請(qǐng)學(xué)科領(lǐng)域?qū)＜覍?duì)論文內(nèi)容進(jìn)行分析，從專業(yè)的角度遴選出被引頻次5及以上的重點(diǎn)論文36篇進(jìn)行詳細(xì)解讀，揭示無(wú)人駕駛拖拉機(jī)的研究熱點(diǎn)方向和重點(diǎn)研究?jī)?nèi)容。分析結(jié)果顯示，無(wú)人駕駛拖拉機(jī)主要聚焦在路徑跟蹤、自主轉(zhuǎn)向、導(dǎo)航、路徑規(guī)劃、避障及變速與穩(wěn)定性控制6個(gè)研究方向(圖4)。其中，研究路徑跟蹤控制的論文數(shù)量最多，有13篇，約占重點(diǎn)論文總量的36%。其次是研究自主轉(zhuǎn)向控制的論文數(shù)量，有8篇，約占重點(diǎn)論文總量的22%。排在第三的是研究導(dǎo)航控制的論文數(shù)量，有6篇，占比約17%。

圖4 無(wú)人駕駛拖拉機(jī)重點(diǎn)論文在各熱點(diǎn)研究方向上的分布Fig.4 Distribution of key papers on unmanned tractor research in various research hot directions

3.1 路徑跟蹤控制

路徑跟蹤控制亦稱為軌跡跟蹤控制，是無(wú)人駕駛拖拉機(jī)系統(tǒng)中的基礎(chǔ)環(huán)節(jié)，其性能好壞直接影響整個(gè)拖拉機(jī)是否能夠完成給定的駕駛?cè)蝿?wù)。路徑跟蹤控制的重點(diǎn)是設(shè)計(jì)出路徑跟蹤控制器，使無(wú)人駕駛拖拉機(jī)能夠跟隨既定行駛軌跡駕駛[4]。本研究中有13篇重點(diǎn)論文研究路徑跟蹤控制(表1)，重點(diǎn)研究?jī)?nèi)容包括一般路徑跟蹤框架、基于滑模魯棒方法的控制器、線性模型預(yù)測(cè)控制器、非線性模型預(yù)測(cè)控制器、多傳感融合控制器、基于比例積分微分(Proportional Integral Derivative，PID)的運(yùn)動(dòng)學(xué)控制器、變時(shí)變狀態(tài)反饋控制器、多電平控制器、基于滑動(dòng)估計(jì)的路徑跟蹤算法、動(dòng)力學(xué)建模及基于魯棒軌跡跟蹤誤差模型等。

表1 無(wú)人駕駛拖拉機(jī)路徑跟蹤控制研究方向論文研究重點(diǎn)

3.2 自主轉(zhuǎn)向控制

自主轉(zhuǎn)向是拖拉機(jī)實(shí)現(xiàn)無(wú)人駕駛的關(guān)鍵技術(shù)之一，涉及自主轉(zhuǎn)向系統(tǒng)、轉(zhuǎn)向控制方法等。自主轉(zhuǎn)向系統(tǒng)按執(zhí)行機(jī)構(gòu)主要分為電機(jī)動(dòng)力轉(zhuǎn)向系統(tǒng)和電控液壓轉(zhuǎn)向系統(tǒng)。轉(zhuǎn)向控制方法目前的研究熱點(diǎn)是模型控制法、PID控制算法及雙閉環(huán)控制法[5]。本研究中有8篇重點(diǎn)論文在研究自主轉(zhuǎn)向控制(表2)。重點(diǎn)研究?jī)?nèi)容包括主動(dòng)側(cè)傾控制系統(tǒng)和主動(dòng)轉(zhuǎn)向控制系統(tǒng)相結(jié)合的新型控制系統(tǒng)、具有低速情況下減少跑偏能力的自動(dòng)轉(zhuǎn)向控制器、針對(duì)不同工況的路徑和姿態(tài)綜合控制策略及控制器、閉環(huán)系統(tǒng)非線性立方模型、基于線性二次型調(diào)節(jié)器理論的轉(zhuǎn)向控制器、液壓控制系統(tǒng)及衛(wèi)星制導(dǎo)的轉(zhuǎn)向模式等。

表2 無(wú)人駕駛拖拉機(jī)自主轉(zhuǎn)向控制研究方向論文研究重點(diǎn)

3.3 導(dǎo)航與定位

拖拉機(jī)的導(dǎo)航與定位是實(shí)現(xiàn)拖拉機(jī)無(wú)人駕駛的關(guān)鍵環(huán)節(jié)，是保證拖拉機(jī)精準(zhǔn)轉(zhuǎn)向的重要基礎(chǔ)[6]。本研究中有6篇重點(diǎn)論文在研究無(wú)人駕駛拖拉機(jī)的導(dǎo)航與定位(表3)。重點(diǎn)研究?jī)?nèi)容：基于雙目視覺和三維重建等方法提取田間道路的自主導(dǎo)航線；利用玉米田圖像中綠色像素的累積進(jìn)行作物曲線行和直線行檢測(cè)，以指導(dǎo)拖拉機(jī)前進(jìn)和定點(diǎn)作業(yè)；全球定位系統(tǒng)和慣性導(dǎo)航系統(tǒng)的集成系統(tǒng)；用于導(dǎo)航行內(nèi)種植和在不同地塊間移動(dòng)的單傳感器導(dǎo)航系統(tǒng)控制算法及雙機(jī)導(dǎo)航系統(tǒng)等。

表3 無(wú)人駕駛拖拉機(jī)導(dǎo)航與定位研究方向論文研究重點(diǎn)

3.4 路徑規(guī)劃

作業(yè)路徑的離線規(guī)劃是自動(dòng)駕駛系統(tǒng)中的必要組成部分，尤其是轉(zhuǎn)彎路徑規(guī)劃和避障路徑規(guī)劃，對(duì)于無(wú)人駕駛拖拉機(jī)正常行駛和牽引機(jī)械作業(yè)非常重要[7-8]。本研究中有4篇重點(diǎn)論文在研究無(wú)人駕駛拖拉機(jī)的路徑規(guī)劃(表4)。重點(diǎn)研究?jī)?nèi)容：設(shè)計(jì)優(yōu)化程序，為多個(gè)拖拉機(jī)同時(shí)作業(yè)提供一種路徑分配方法；多機(jī)器人拖拉機(jī)系統(tǒng)的空間格局；對(duì)拖拉機(jī)的運(yùn)動(dòng)實(shí)行分層規(guī)劃；新穎的橫向到側(cè)向的三維覆蓋路徑規(guī)劃方法，可最小化路徑間的跳躍/重疊區(qū)域。

表4 無(wú)人駕駛拖拉機(jī)路徑規(guī)劃研究方向論文研究重點(diǎn)

3.5 避障控制

關(guān)于無(wú)人駕駛拖拉機(jī)的避障問題，利用基于GIS的自動(dòng)導(dǎo)航越界、陷車預(yù)警技術(shù)，對(duì)于一些固定的、靜態(tài)的障礙物可以通過上述的路徑規(guī)劃在一定程度上進(jìn)行解決。另外，還有許多不可預(yù)見的、移動(dòng)的障礙物，以及一些特別的靜態(tài)障礙物，都需要設(shè)計(jì)障礙物檢測(cè)和識(shí)別系統(tǒng)，進(jìn)行避障控制[9-10]。本研究中有3篇重點(diǎn)論文在研究無(wú)人駕駛拖拉機(jī)的避障控制(表5)。重點(diǎn)研究?jī)?nèi)容：構(gòu)建農(nóng)業(yè)障礙物檢測(cè)數(shù)據(jù)集；使用安裝在拖拉機(jī)前面的單攝像頭人體檢測(cè)算法，以識(shí)別出行人；一種基于時(shí)空分析的農(nóng)業(yè)環(huán)境中靜態(tài)/動(dòng)態(tài)障礙物自動(dòng)檢測(cè)策略等。

表5 無(wú)人駕駛拖拉機(jī)避障控制研究方向論文研究重點(diǎn)

3.6 變速與穩(wěn)定性控制

對(duì)于無(wú)人駕駛拖拉機(jī)而言，為了實(shí)現(xiàn)無(wú)人化作業(yè)需求，變速與穩(wěn)定性控制系統(tǒng)的設(shè)計(jì)和應(yīng)用非常重要，其變速控制過程由控制器發(fā)出指令進(jìn)行自動(dòng)化控制，主要參考傳感器采集的作業(yè)需求信息及作業(yè)環(huán)境狀況，在進(jìn)行作業(yè)、自由行走和轉(zhuǎn)彎時(shí)，執(zhí)行相應(yīng)的變速過程并保持穩(wěn)定。本研究中有2篇重點(diǎn)論文在研究無(wú)人駕駛拖拉機(jī)的變速與穩(wěn)定性控制(表6)。其中一篇提出一種新型的液力粘性傳動(dòng)動(dòng)力換擋變速器，可以使拖拉機(jī)實(shí)現(xiàn)無(wú)級(jí)調(diào)速爬行，實(shí)現(xiàn)小沖動(dòng)、高舒適性的“軟啟動(dòng)”。另一篇提出一種基于時(shí)變反饋的輪式牽引-掛車機(jī)器人控制方法，以穩(wěn)定輪式拖拉機(jī)-掛車機(jī)器人在原點(diǎn)附近的位置。

表6 無(wú)人駕駛拖拉機(jī)變速與穩(wěn)定性控制研究方向論文研究重點(diǎn)

4 結(jié)論

一是無(wú)人駕駛拖拉機(jī)關(guān)鍵技術(shù)的熟化和創(chuàng)新研究是熱點(diǎn)。針對(duì)導(dǎo)航與定位、自動(dòng)轉(zhuǎn)向、路徑跟蹤、路徑規(guī)劃、自動(dòng)變速、主動(dòng)制動(dòng)、避障、地形補(bǔ)償?shù)葞醉?xiàng)關(guān)鍵技術(shù)的進(jìn)一步熟化研究及創(chuàng)新研究仍是無(wú)人駕駛拖拉機(jī)近幾年的研究熱點(diǎn)，通過融合新技術(shù)、新方法等，提高其作業(yè)精度、作業(yè)效率、作業(yè)穩(wěn)定性及適用性，為最終實(shí)現(xiàn)將理論研究應(yīng)用并服務(wù)于實(shí)際生產(chǎn)打下堅(jiān)實(shí)基礎(chǔ)。

二是無(wú)人駕駛拖拉機(jī)大型化與小型化發(fā)展兼顧。目前世界范圍內(nèi)，農(nóng)用無(wú)人駕駛載具機(jī)器人研究項(xiàng)目主要集中在對(duì)小型機(jī)器人和中小型拖拉機(jī)的研發(fā)，但大型拖拉機(jī)還有10～20年的用武之地和生存空間，仍將在農(nóng)作物耕種和收獲中起主要牽引作用。機(jī)械小型化由于有很多優(yōu)勢(shì)，如適合在果園和葡萄園等特殊環(huán)境運(yùn)行，可減少對(duì)環(huán)境的影響等，也是未來(lái)無(wú)人駕駛拖拉機(jī)的發(fā)展趨勢(shì)。此外，小型化后可以由一輛拖掛車搭載多臺(tái)機(jī)器人，形成“可移動(dòng)農(nóng)業(yè)機(jī)器人群”，實(shí)現(xiàn)聯(lián)合協(xié)同作業(yè)。

三是無(wú)人駕駛拖拉機(jī)可靠性與安全性研究將加強(qiáng)。凱斯紐荷蘭CNH將農(nóng)機(jī)自動(dòng)駕駛分為5級(jí)：L1級(jí)導(dǎo)航(Guidance)、L2級(jí)協(xié)調(diào)與優(yōu)化(Coordination & Optimization)、L3級(jí)輔助駕駛(Operator Assisted Autonomy)、L4級(jí)有監(jiān)督的自動(dòng)駕駛(Supervised Autonomy)、L5級(jí)全自動(dòng)駕駛(Full Autonomy)。國(guó)內(nèi)“無(wú)人駕駛拖拉機(jī)”一般是指L4級(jí)，即有監(jiān)督的自動(dòng)駕駛，需要駕駛員在車上監(jiān)管安全。未來(lái)5～10年可以達(dá)到L4級(jí)。要真正做到L5級(jí)無(wú)人駕駛拖拉機(jī)，需要攻克的首要課題是作業(yè)可靠性和安全性問題。傳感器模式、傳感器融合、信號(hào)處理與人工智能之間的相互作用研究，智能和認(rèn)知能力的無(wú)人駕駛拖拉機(jī)研究，對(duì)保障作業(yè)質(zhì)量和作業(yè)安全具有重要意義。

四是無(wú)人駕駛拖拉機(jī)在5G環(huán)境下將實(shí)現(xiàn)多機(jī)具協(xié)同管理。5G網(wǎng)絡(luò)技術(shù)具有高穩(wěn)定性能、高傳輸速率、低延時(shí)及網(wǎng)絡(luò)架構(gòu)靈活的特點(diǎn)，基于5G網(wǎng)絡(luò)技術(shù)可以使車聯(lián)網(wǎng)通信系統(tǒng)結(jié)構(gòu)更加智能和靈活，系統(tǒng)元素也變得更加多樣化，可為無(wú)人駕駛拖拉機(jī)作業(yè)過程中實(shí)現(xiàn)田間多機(jī)具協(xié)同作業(yè)管理、作業(yè)工況實(shí)時(shí)監(jiān)控與報(bào)告、作業(yè)機(jī)具間信息交互及決策和高精度導(dǎo)航等方面提供技術(shù)支持。