楊濤，李曉曉

(1.成都農(nóng)業(yè)科技職業(yè)學(xué)院機電信息學(xué)院，成都市，611130；2.成都大學(xué)機械工程學(xué)院，成都市，610106)

0 引言

隨著我國青壯年勞動力就業(yè)觀念的轉(zhuǎn)變，逐步出現(xiàn)了農(nóng)村勞動力嚴(yán)重短缺的問題以及“80后不想種地、90后不會種地、00后不問種地”的現(xiàn)象。因此，未來“誰來種地？如何種地？”就成為全球亟待解決的社會問題。鄉(xiāng)村振興戰(zhàn)略實施以來，在“互聯(lián)網(wǎng)+農(nóng)業(yè)”的背景下，農(nóng)機自動化、智能化程度得到大幅度提升。融合全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System，GNSS)、人工智能、物聯(lián)網(wǎng)、機器學(xué)習(xí)、虛擬現(xiàn)實、增強現(xiàn)實等先進(jìn)信息技術(shù)，賦予農(nóng)機自主作業(yè)能力以順利完成農(nóng)場生產(chǎn)、管理等作業(yè)任務(wù)，進(jìn)而構(gòu)建起全過程、全天候、全空間的無人生產(chǎn)模式和技術(shù)體系正是從根本上消除這一問題的有效途徑[1-2]。2017年，英國率先創(chuàng)建了全球第一家無人農(nóng)場，運用自動駕駛聯(lián)合收割機完成小麥自動收割。接著，美國、日本、韓國、德國等發(fā)達(dá)國家陸續(xù)開展無人設(shè)施養(yǎng)殖、無人溫室、無人大田等以無人化為核心的新型農(nóng)業(yè)生產(chǎn)模式[3-4]。無人生產(chǎn)的本質(zhì)是以智能裝備替代勞動者作業(yè)，解放了農(nóng)業(yè)勞動力并有效促進(jìn)農(nóng)民增收[2]。加快“機器換人”步伐，推進(jìn)無人生產(chǎn)模式和技術(shù)體系，是符合中國經(jīng)濟(jì)社會現(xiàn)實需求，能夠有效促進(jìn)中國農(nóng)業(yè)朝著以提高農(nóng)業(yè)資源利用率、保護(hù)農(nóng)業(yè)生態(tài)環(huán)境為核心的精準(zhǔn)農(nóng)業(yè)方向發(fā)展[5]。

農(nóng)機自動駕駛系統(tǒng)是無人農(nóng)場的關(guān)鍵技術(shù)之一，也是精準(zhǔn)農(nóng)業(yè)降本增效的重要技術(shù)支撐[6]。長期以來，高級駕駛輔助系統(tǒng)(Advanced Driving Assistance System，ADAS)、自動駕駛等新興信息技術(shù)都是農(nóng)機智能化研究的重要突破口，圍繞著實現(xiàn)“一人多機、多機協(xié)同”的生產(chǎn)模式，在溫室裝備[7]、拖拉機[8-9]、農(nóng)業(yè)機器人、水稻直播機、果園機械[10-11]等現(xiàn)代農(nóng)業(yè)生產(chǎn)裝備中均有一定程度的應(yīng)用。本文著重闡述農(nóng)機自動駕駛系統(tǒng)的構(gòu)成、國內(nèi)外研究進(jìn)展、存在的主要缺陷以及全球農(nóng)機自動駕駛產(chǎn)業(yè)市場競爭環(huán)境，指出中國農(nóng)機自動駕駛產(chǎn)業(yè)的發(fā)展困境與解決方案，進(jìn)一步促進(jìn)智能農(nóng)業(yè)裝備向著以無人化為核心的新型智慧農(nóng)業(yè)方向發(fā)展，進(jìn)而，重塑農(nóng)業(yè)生產(chǎn)模式。同時，對高校開展“專創(chuàng)融合”，培養(yǎng)“愛農(nóng)村、懂農(nóng)機、有文化、善經(jīng)營、會管理”的“新農(nóng)人”以及大學(xué)生創(chuàng)新創(chuàng)業(yè)有一定的借鑒意義。

1 農(nóng)機自動駕駛技術(shù)

1.1 技術(shù)原理與研究進(jìn)展

農(nóng)機自動駕駛是指農(nóng)機能夠通過自身的各種傳感器實現(xiàn)外部環(huán)境的感知與自身空間位置的測量，自主規(guī)劃行走路線并主動避讓障礙物的過程，具有定位、路徑規(guī)劃、決策控制、作業(yè)監(jiān)測等功能，其核心內(nèi)容在于環(huán)境感知、決策與規(guī)劃、控制與執(zhí)行3個環(huán)節(jié)，見圖1。

圖1 自動駕駛系統(tǒng)核心內(nèi)容框圖Fig.1 Core content diagram of autopilot system

良好的環(huán)境感知能力是自動駕駛的前提，準(zhǔn)確的決策與規(guī)劃是車輛實現(xiàn)自動駕駛的基礎(chǔ)，精準(zhǔn)的控制與執(zhí)行是裝備作業(yè)精度的重要保證[12]。農(nóng)機自動駕駛系統(tǒng)分為硬件基礎(chǔ)與底層系統(tǒng)，硬件基礎(chǔ)指的是芯片、電動方向盤、液壓閥、各類傳感器、顯示器等硬件設(shè)施；底層系統(tǒng)指的是衛(wèi)星定位、組合導(dǎo)航、電液控制、電路控制、路徑規(guī)劃等算法[13]。

1.1.1 硬件基礎(chǔ)

農(nóng)機自動駕駛系統(tǒng)根據(jù)控制方式的不同將其分為電動方向盤式與液壓式[14]。電動方向盤式農(nóng)機自動駕駛系統(tǒng)由ADAS或農(nóng)業(yè)輔助導(dǎo)航系統(tǒng)迭代升級發(fā)展而來，通常應(yīng)用于大型農(nóng)場現(xiàn)有農(nóng)機的升級改造[15]。液壓式系統(tǒng)則是依據(jù)控制器信號來調(diào)節(jié)農(nóng)業(yè)裝備轉(zhuǎn)向機構(gòu)中液壓油的流量與流向，進(jìn)而實現(xiàn)車輛轉(zhuǎn)向。液壓式自動駕駛系統(tǒng)對現(xiàn)有農(nóng)機改造工藝相對較復(fù)雜，通常由農(nóng)機生產(chǎn)企業(yè)對其進(jìn)行預(yù)裝。由此，根據(jù)系統(tǒng)的裝配方式的不同形成了前裝與后裝，前裝是指在農(nóng)機出廠前由廠家進(jìn)行預(yù)裝并通過相關(guān)檢測與測試保障農(nóng)機與自動駕駛系統(tǒng)的匹配度和可靠性，強化農(nóng)機的安全性；后裝是指在現(xiàn)有農(nóng)機上進(jìn)行加裝，賦能農(nóng)機自動駕駛，但與農(nóng)機的匹配性不高，安全性能較低。也就是說，前裝在可靠性、安全性等方面有較大的優(yōu)勢并能夠依托農(nóng)機生產(chǎn)企業(yè)為用戶提供及時且行之有效的農(nóng)機技術(shù)服務(wù)。

1.1.2 底層系統(tǒng)

1)環(huán)境感知。環(huán)境感知是自動駕駛系統(tǒng)“感官”，農(nóng)機只有在清楚地掌握周圍環(huán)境信息與自身狀態(tài)信息(位置、姿態(tài)、車輪轉(zhuǎn)角、航向、速度等)時，才能夠?qū)崿F(xiàn)自動駕駛功能。農(nóng)機環(huán)境感知主要有兩種技術(shù)路線，一種是基于地理空間絕對位置測量的GNSS導(dǎo)航方法；另一種是基于多傳感器(攝像機、激光雷達(dá)、超聲波、紅外相機、RGB-D相機等)融合的測量相對位置的導(dǎo)航方法[16]。隨著GNSS定位技術(shù)向民用領(lǐng)域的開放，尤其是中國北斗導(dǎo)航衛(wèi)星系統(tǒng)(BeiDou Navigation Satellite System，BDS)完成了組網(wǎng)，加快了在農(nóng)機自動駕駛產(chǎn)業(yè)中的應(yīng)用。并且，利用載波相位差分技術(shù)(Real-Time Kinematic，RTK)實時動態(tài)定位精度已經(jīng)小于2.5 cm，RTK-BDS、RTK-GPS在開闊的農(nóng)業(yè)場景得到了推廣應(yīng)用，促進(jìn)了農(nóng)機自動導(dǎo)航技術(shù)的發(fā)展。同時，慣性測量單元(Inertial Measurement Unit，IMU)利用陀螺儀和加速度計檢測車輛姿態(tài)角和加速度，在短時間內(nèi)能夠提供較為精準(zhǔn)的位姿與航向信息?；贗MU的慣性導(dǎo)航系統(tǒng)(Inertial Navigation System，INS)逐步發(fā)展成為了與GNSS融合以校正因地形坑洼不平、土質(zhì)硬度不均引起的誤差，從而保證較高精度的組合導(dǎo)航方法。董振振[17]以BDS/INS兩者間位置、速度差值為模型，提出蜂群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)輔助卡爾曼濾波算法組合導(dǎo)航，彌補了農(nóng)機在干擾環(huán)境下BDS失調(diào)、INS誤差大等不足；Tang等[18]基于BDS的PVT(Position、Velocity、Time)信息設(shè)計了差分自適應(yīng)和卡爾曼濾波法相結(jié)合的算法，使得系統(tǒng)絕對誤差為5.2 cm。

另外，運用機器視覺(Machine Vision，MV)技術(shù)來模擬人類“眼睛”視覺功能的農(nóng)機視覺導(dǎo)航系統(tǒng)，也有較為廣泛的應(yīng)用。視覺導(dǎo)航系統(tǒng)借助攝像機獲取周圍世界的圖像信息，再利用圖像處理、深度學(xué)習(xí)等技術(shù)識別、檢測、測量圖像中參考目標(biāo)以提取導(dǎo)航基準(zhǔn)數(shù)據(jù)，進(jìn)而得到農(nóng)機位姿與航向信息[19]。并且，在單目視覺的基礎(chǔ)上逐步發(fā)展出基于雙目/多目的立體視覺以及基于RGB-D深度相機的3D視覺系統(tǒng)，其特點在于低成本、信息豐富等[20]。但也存在嵌入式系統(tǒng)硬件設(shè)備計算能力不足、存儲空間不足、核心算法陷入發(fā)展瓶頸等缺陷[21]。由此，融合多種傳感器信息以彌補自身缺陷的多源信息融合導(dǎo)航系統(tǒng)提高了系統(tǒng)的魯棒性與準(zhǔn)確性，得到了長足的發(fā)展與應(yīng)用。Adhikari S P等[22]運用攝像機獲取水田場景圖像，再基于深度神經(jīng)網(wǎng)絡(luò)的語義圖形檢測水田作物導(dǎo)航基準(zhǔn)線，構(gòu)建了水田場景視覺導(dǎo)航系統(tǒng)，實現(xiàn)田間自主除草；吳叢磊[23]針對果園環(huán)境設(shè)計融合了雷達(dá)、GNSS、INS三類信息源的定位感知系統(tǒng)，大幅提升適應(yīng)果園場景的能力。

2)決策與規(guī)劃。決策規(guī)劃是自動駕駛系統(tǒng)的“大腦”，是保證農(nóng)機高質(zhì)量、高品質(zhì)、高效率作業(yè)的關(guān)鍵，由導(dǎo)航控制器根據(jù)農(nóng)機的位置、姿態(tài)、目標(biāo)路徑、周圍環(huán)境等信息，結(jié)合自身傳感器對動態(tài)環(huán)境信息的感知，在滿足相關(guān)農(nóng)藝規(guī)范的前提下，按照某種策略優(yōu)化作業(yè)時間、轉(zhuǎn)彎次數(shù)、能耗等參數(shù)以尋找出合理的行走路線并高效完成作業(yè)任務(wù)[24]。通常根據(jù)系統(tǒng)掌握的環(huán)境信息的程度可將路徑規(guī)劃分為全局路徑規(guī)劃與局部路徑規(guī)劃，前者強調(diào)的是尋求最優(yōu)解，后者則注重實時性與安全性以提高避障能力，在實際作業(yè)中要求作業(yè)路徑高效、安全、近似全局最優(yōu)解[4]。此外，根據(jù)作業(yè)區(qū)域是否已知又可將路徑規(guī)劃算法分為傳統(tǒng)經(jīng)典方法與啟發(fā)類方法，經(jīng)典算法典型代表有圖搜索法、柵格法、單元分解法、人工勢場法等；啟發(fā)類算法則有蟻群算法、模擬退火算法、神經(jīng)網(wǎng)絡(luò)算法、遺傳算法等[25]。劉洋成等[25]對比了各類算法的優(yōu)勢與局限性，提出路徑規(guī)劃算法將向著多機協(xié)同、動態(tài)路徑規(guī)劃、多算法結(jié)合以及優(yōu)化機械轉(zhuǎn)向的路線發(fā)展；奚小波等[26]運用三階Bezier曲線優(yōu)化法，通過鏈?zhǔn)娇刂评碚摻⑥r(nóng)機運動線性控制模型，使得農(nóng)機直線行駛與曲線避障精度均得到大幅提高；劉宇峰等[27]參考左右雙向避障策略提出雙/多障礙去避障算法，在實現(xiàn)前一個障礙物避障動作后，再次調(diào)用該算法實現(xiàn)下一個避障動作，經(jīng)測試，該方法在路徑跟蹤穩(wěn)定性、累計誤差、路況適應(yīng)性等方面均表現(xiàn)出較大的優(yōu)勢。

另外，隨著土地宜機化改造進(jìn)程的加快與農(nóng)業(yè)集約化、產(chǎn)業(yè)化、規(guī)?；潭炔粩嗵嵘约熬珳?zhǔn)農(nóng)業(yè)對自動駕駛作業(yè)要求的進(jìn)一步提高，單臺農(nóng)機難以適應(yīng)整片區(qū)域的作業(yè)任務(wù)，多農(nóng)機聯(lián)合作業(yè)的機群協(xié)同作業(yè)模式勢必會成為農(nóng)機自動駕駛領(lǐng)域研究的熱點。機群協(xié)同作業(yè)能夠在多任務(wù)、多農(nóng)機的農(nóng)田環(huán)境中合理地分配每臺農(nóng)機的作業(yè)任務(wù)，農(nóng)機本身又能根據(jù)分配的任務(wù)尋找一條最優(yōu)的作業(yè)路徑，彌補了單臺農(nóng)機難以在短時間內(nèi)獨自完成整片區(qū)域作業(yè)任務(wù)的不足。在機群作業(yè)過程中，每臺農(nóng)機都需要避開正在作業(yè)的其他農(nóng)機與土地中的障礙物，還要保證作業(yè)效率。為滿足復(fù)雜農(nóng)田作業(yè)環(huán)境下的機群協(xié)同作業(yè)路徑規(guī)劃，姚竟發(fā)等[28]提出了聯(lián)合收割機多機無沖突協(xié)同作業(yè)路徑優(yōu)化算法，在矩形、梯形農(nóng)田測試中表現(xiàn)良好，與遺傳算法相比效率提升了約30%；曹如月等[29-30]將多機協(xié)同作業(yè)路徑規(guī)劃分為任務(wù)分配與任務(wù)序列規(guī)劃兩個環(huán)節(jié)，再基于蟻群算法優(yōu)化任務(wù)序列，將算法運行時間縮短到1 s以內(nèi)，實現(xiàn)實時監(jiān)測作業(yè)信息，并基于此開發(fā)出多機協(xié)同導(dǎo)航作業(yè)遠(yuǎn)程管理平臺以實現(xiàn)農(nóng)機遠(yuǎn)程調(diào)度管理，解決了農(nóng)田動態(tài)環(huán)境中多機協(xié)同導(dǎo)航作業(yè)的調(diào)度管理難的問題。

3)控制與執(zhí)行。智能控制是自動駕駛系統(tǒng)的“神經(jīng)”，也是農(nóng)機實現(xiàn)智能化的核心，其顯著的特點在于多傳感器、多智能控制單元；執(zhí)行單元則是自動駕駛系統(tǒng)的“四肢”，根據(jù)控制信號執(zhí)行相應(yīng)的動作進(jìn)而迫使農(nóng)機沿著預(yù)定的路徑行走[31]。圖2所示的是典型農(nóng)機自動駕駛系統(tǒng)控制框圖，導(dǎo)航?jīng)Q策控制器根據(jù)農(nóng)機當(dāng)前位姿(位置、方向、速度等)與目標(biāo)路徑等信息，按照給定的某種控制策略計算出農(nóng)機轉(zhuǎn)向角度的期望值并傳遞給轉(zhuǎn)向控制器，進(jìn)而，由轉(zhuǎn)向控制策略計算出對執(zhí)行機構(gòu)的控制量(如電壓、頻率等)，從而控制農(nóng)機自主行駛[4]。PID控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制等常見的控制策略在智能農(nóng)機中有著廣泛的應(yīng)用，但對于某些場景仍存在著難以應(yīng)對的情況[32]?；诖?，國內(nèi)外學(xué)者都嘗試將不同的控制方法結(jié)合，通過冗余的數(shù)據(jù)信息來彌補單一控制方法在某一方面的不足，進(jìn)而提升控制效果。Lu W等[33]基于腦電圖(EEG)信號結(jié)合RNN-TL深度學(xué)習(xí)算法的拖拉機驅(qū)動控制方法，在虛擬環(huán)境中創(chuàng)建了完整的駕駛數(shù)據(jù)，然后將駕駛控制經(jīng)驗傳遞給現(xiàn)實世界，控制精度達(dá)93.5%，低速(小于50 km/h)行駛時位移誤差小于6.7 cm；吳才聰?shù)萚34]采用分層控制思想將控制系統(tǒng)分為規(guī)劃層、控制層與執(zhí)行層，在拖拉機掛載深松機進(jìn)行深松作業(yè)時，自主行駛橫向偏差、作業(yè)速度、穩(wěn)定作業(yè)發(fā)動機轉(zhuǎn)速、平均機具位置等多方面均優(yōu)于有人駕駛。

圖2 導(dǎo)航?jīng)Q策控制原理圖Fig.2 Schematic diagram of navigation decision control

1.2 國內(nèi)外研究進(jìn)展

1925年美國陸軍電子工程師Francis P.Houdina借助無線電技術(shù)改裝了一輛Chandler汽車，實現(xiàn)無線電遙控行駛并將其取名為American Wonder，首次涉及了“自動駕駛”的概念。直到1992年，美國Trimble開發(fā)RTK系統(tǒng)并將其商業(yè)化應(yīng)用，為GNSS在農(nóng)業(yè)上的應(yīng)用掃清了障礙[35]。隨后，基于GNSS技術(shù)的農(nóng)機自動導(dǎo)航系統(tǒng)得到長足的發(fā)展，全球各國紛紛推出搭載自動導(dǎo)航技術(shù)的農(nóng)業(yè)裝備。2016年，美國凱斯紐荷蘭工業(yè)集團(tuán)發(fā)布了全球第一臺自動駕駛概念拖拉機，可在生產(chǎn)平臺的管理和調(diào)度下可實現(xiàn)全天候無人作業(yè)，標(biāo)志著世界農(nóng)機裝備發(fā)展到了以信息技術(shù)為核心的無人駕駛階段；2017年，英國Harper Adams University與Precision Decision公司合作的Hands Free Hectare項目，將傳統(tǒng)的收割機、拖拉機、探測車等農(nóng)業(yè)裝備升級改造為自動駕駛的智能農(nóng)機，在全過程無人工直接干預(yù)條件下首次實現(xiàn)了小麥的無人收割，邁出了全球“無人農(nóng)場”的第一步[4]；2018年，日本Kubota、Iseki、Yanmar等大型農(nóng)機企業(yè)基于“一人多機”的設(shè)想發(fā)布了帶有自動駕駛功能的拖拉機、水稻收獲機等農(nóng)機裝備，以緩解人口老齡化，勞動力短缺的問題。

中國關(guān)于農(nóng)機自動駕駛技術(shù)的研究始于2004年羅錫文團(tuán)隊，經(jīng)過十余年的研究，突破了速度線控、主從導(dǎo)航、路徑跟蹤、自動避障等10余項關(guān)鍵技術(shù)，研制出了播種機、旋耕機、收獲機、插秧機等無人駕駛農(nóng)機，在水田場景自動導(dǎo)航方面居于國際領(lǐng)先水平[36-37]。國家農(nóng)機裝備創(chuàng)新中心運用雙目視覺識別、毫米波雷達(dá)測量等信息技術(shù)先后發(fā)布了純電動無人駕駛拖拉機——超級拖拉機1號、5G+氫燃料電動拖拉機、無人駕駛輪邊電機拖拉機等先進(jìn)無人駕駛機型，能夠在規(guī)定的區(qū)域內(nèi)自主規(guī)劃作業(yè)路徑、主動避讓障礙物，基本完成了農(nóng)機“電動化”“無人化”的探索。2020年，中國一拖研制的東方紅-LF2204無人駕駛拖拉機，在北大荒建三江—碧桂園全球首個超千公頃無人農(nóng)場農(nóng)機無人駕駛作業(yè)演示會上，實現(xiàn)了水稻、大豆、玉米田間生產(chǎn)全流程無人作業(yè)，標(biāo)志著中國已經(jīng)掌握從自動駕駛到無人駕駛的關(guān)鍵技術(shù)，在農(nóng)機無人駕駛領(lǐng)域邁出了重要一步。

1.3 優(yōu)勢與局限性

1.3.1 主要優(yōu)勢

與汽車無人駕駛技術(shù)相比，農(nóng)機自動駕駛技術(shù)具有低速度、高精度(±2.5 cm)等特點。農(nóng)機自動駕駛系統(tǒng)集中使用了GNSS、AI、IOT、智能控制等先進(jìn)信息技術(shù)，不僅能夠在分秒必爭的農(nóng)忙時節(jié)，全天候不間斷作業(yè)，結(jié)束了“晨興理荒穢，帶月荷鋤歸”的歷史場景，還能夠大幅降低用戶勞動強度，將其從“足蒸暑土氣，背灼炎天光”的農(nóng)事活動中解放出來。其核心優(yōu)勢表現(xiàn)在提高作業(yè)精度與效率、提升用戶操作體驗、降低用戶勞動強度與單位面積投入成本等方面。北斗衛(wèi)星已經(jīng)完成組網(wǎng)，加上地面增強系統(tǒng)，為自動駕駛農(nóng)機精準(zhǔn)作業(yè)提供了基礎(chǔ)，在高速作業(yè)中也能將誤差控制在厘米級。相較于傳統(tǒng)有人駕駛大幅提高作業(yè)精度，使得土地利用率提升3%～5%，種、肥、藥消耗量下降了超過30%。另外，“無人化”的設(shè)計思想，不僅提升了用戶操作體驗、至少減少了用戶60%的勞動強度，將農(nóng)業(yè)從業(yè)者從千年來一成不變的面朝黃土背朝天的農(nóng)事活動中解放出來，還提升了作業(yè)效率。單臺無人駕駛拖拉機每日作業(yè)量達(dá)到16 hm2，行駛速度也能達(dá)到12 km/h，高精度作業(yè)和全地形適應(yīng)能力使得自動駕駛相對人工駕駛在每日作業(yè)量與行駛速度分別提高33.3%、50%。同時，在紅外、GNSS、毫米波雷達(dá)等感知技術(shù)的輔助下，使得拖拉機即使在夜間“盲開”狀態(tài)也能夠保證作業(yè)效率。另外，在多機協(xié)同技術(shù)的支持下，使得多臺農(nóng)業(yè)裝備協(xié)同作業(yè)成為可能。而且，自動駕駛農(nóng)機憑借最優(yōu)的路徑規(guī)劃減少了不必要的行程，有效降低油耗、環(huán)境污染的同時，也減少對土壤的壓實。

1.3.2 技術(shù)局限性與亟待突破的關(guān)鍵瓶頸

農(nóng)機自動駕駛系統(tǒng)雖然已經(jīng)表現(xiàn)出諸多的優(yōu)勢，在促進(jìn)農(nóng)業(yè)生產(chǎn)轉(zhuǎn)型升級、塑造無人化生產(chǎn)模式等方面發(fā)揮著重要的作用，但也存在著應(yīng)對復(fù)雜情況(雨天、霧天等)能力有限、高速場景適應(yīng)性較差、核心元器件成本較高、交通事故責(zé)任不夠明晰等一系列問題，技術(shù)上也存在著芯片計算力不足、存儲空間有限、底層算法理論創(chuàng)新難以突破等關(guān)鍵瓶頸。消費者使用過程中也極容易出現(xiàn)線束及線束插頭松動、顯示屏無法操作、接收機信號不穩(wěn)定、交接行偏差較大、基站間信號相互干擾、售后服務(wù)品質(zhì)較差等問題，總體上表現(xiàn)為系統(tǒng)可靠性較差，亟待突破關(guān)鍵共性技術(shù)以提高系統(tǒng)適應(yīng)性與可靠性。硬件基礎(chǔ)的突破涉及半導(dǎo)體、傳感器、材料、集成電路等行業(yè)的創(chuàng)新，短期內(nèi)難以取得較大的進(jìn)展；底層算法過度依賴機器學(xué)習(xí)，缺乏理論上的創(chuàng)新，全球品牌商均出現(xiàn)技術(shù)同質(zhì)化現(xiàn)象，其低適應(yīng)性、低可靠性已制約了產(chǎn)業(yè)的發(fā)展，亟待新理論的出現(xiàn)打破行業(yè)僵局。

2 農(nóng)機自動駕駛行業(yè)競爭環(huán)境

2.1 全球農(nóng)機自動駕駛系統(tǒng)產(chǎn)業(yè)格局

從全球來看，農(nóng)機無人駕駛技術(shù)不僅僅是學(xué)術(shù)界研究的熱點，更是商界搶占未來數(shù)字農(nóng)業(yè)行業(yè)制高點贏得全球競爭的關(guān)鍵技術(shù)。受無人駕駛技術(shù)在汽車領(lǐng)域發(fā)展的影響，全球傳統(tǒng)農(nóng)機生產(chǎn)企業(yè)與互聯(lián)網(wǎng)公司合作更為緊密，日本Kubota與NVIDIA達(dá)成戰(zhàn)略合作，致力于高精度自動駕駛農(nóng)業(yè)拖拉機的研發(fā)；中國老牌農(nóng)機企業(yè)也積極與百度在自動駕駛相關(guān)業(yè)務(wù)領(lǐng)域展開深度合作，借助Apollo開放平臺為農(nóng)業(yè)生產(chǎn)提供更智能的農(nóng)機裝備與更高效便捷的信息化服務(wù)。在互聯(lián)網(wǎng)巨頭紛紛與傳統(tǒng)農(nóng)機生產(chǎn)廠商聯(lián)合，引領(lǐng)行業(yè)發(fā)展的同時，農(nóng)機行業(yè)迎來“互聯(lián)網(wǎng)+”時代，細(xì)分市場也涌現(xiàn)出一批以底層技術(shù)為核心競爭力的初創(chuàng)企業(yè)。全球農(nóng)機自動駕駛行業(yè)產(chǎn)業(yè)已經(jīng)形成“農(nóng)機+互聯(lián)網(wǎng)”巨頭聯(lián)合引領(lǐng)、初創(chuàng)企業(yè)布局的多元化發(fā)展格局，產(chǎn)業(yè)鏈也清楚地分為上游底層技術(shù)服務(wù)商、中游品牌商與下游消費者，見圖3。上游底層技術(shù)供應(yīng)商為中游品牌商提供基礎(chǔ)硬件設(shè)備、底層技術(shù)、數(shù)據(jù)服務(wù)，中游品牌商則為下游消費者提供產(chǎn)品及配套維修保養(yǎng)與培訓(xùn)服務(wù)。

2.1.1 上游底層技術(shù)幾乎被海外企業(yè)壟斷

Trrimble、Novariant、Topcon、AgLeader等國外商業(yè)公司憑借著研制出一整套的RTK-GPS定位系統(tǒng)、自動駕駛控制器、導(dǎo)航終端等核心模塊成為了全球領(lǐng)導(dǎo)者，并迅速進(jìn)入中國東北平原、新疆等地區(qū)，占據(jù)著中國高端農(nóng)機80%的市場，同時也壟斷著中國上游市場。農(nóng)機環(huán)境感知對應(yīng)的是攝像頭、雷達(dá)等，業(yè)界普遍認(rèn)為在視覺技術(shù)還未取得重大突破之前，自動駕駛農(nóng)機環(huán)境感知還離不開攝像頭、RGB-D深度相機、毫米波雷達(dá)等設(shè)備，攝像頭核心感光元件CMOS或CCD行業(yè)已經(jīng)被美、日、韓企業(yè)壟斷，而中國企業(yè)在該領(lǐng)域還處于剛剛起步的階段。中國雷達(dá)產(chǎn)業(yè)同樣受限于海外企業(yè)，77 GHz毫米波雷達(dá)技術(shù)均掌握在BOSCH、Delphi等企業(yè)手中，中國企業(yè)還停留在24 GHz毫米波雷達(dá)。決策層面向的主要是芯片、算法、高精度定位、V2X(Vehicle to Everything)通信等，芯片是算法的載體，高運算力、高數(shù)據(jù)傳輸能力的芯片是提升農(nóng)業(yè)機械自動化作業(yè)路線精準(zhǔn)度的重要保障。中國芯片供應(yīng)商受到制造工藝先進(jìn)度不足、技術(shù)研發(fā)創(chuàng)新較低以及人才匱乏等問題的制約，中高端芯片產(chǎn)出較低，但好在中國在5G通信方面全面領(lǐng)先，也涌現(xiàn)出一批依托北斗導(dǎo)航提供高精度導(dǎo)航服務(wù)的本土企業(yè)?？偟膩碚f，中國農(nóng)機自動駕駛產(chǎn)業(yè)上游還存在諸多受限于海外企業(yè)的短板，妨礙了中國品牌全球化擴(kuò)張。

2.1.2 以無人化為核心的農(nóng)業(yè)機器人正重塑全球農(nóng)業(yè)生產(chǎn)模式

隨著GNSS、AI、IOT、MV、大數(shù)據(jù)等信息技術(shù)在農(nóng)機領(lǐng)域中的逐步應(yīng)用，機械化生產(chǎn)與信息化技術(shù)已經(jīng)達(dá)到了深度融合，在全球掀起一場以全過程智能化管理、精細(xì)化作業(yè)為核心，運用大數(shù)據(jù)指導(dǎo)生產(chǎn)，實現(xiàn)高效、精準(zhǔn)、綠色、降本，形成類似于無人工廠的新型農(nóng)業(yè)生產(chǎn)模式。無人農(nóng)業(yè)的核心在于高端智能農(nóng)業(yè)機器人，自美國學(xué)者于1968年首次提出將機器人技術(shù)應(yīng)用于果蔬采摘中并取得較好效果以來，發(fā)達(dá)國家紛紛加入到“定制化”農(nóng)業(yè)機器人的研發(fā)探索中來。美國農(nóng)機普及率早就超過99%，農(nóng)機自動駕駛系統(tǒng)在拖拉機、聯(lián)合收割機等農(nóng)業(yè)裝備中有著較為廣泛的應(yīng)用；日本真正無人化的農(nóng)機裝備尚處于萌芽階段，但在政府的支持下，商業(yè)公司紛紛加入無人化農(nóng)業(yè)機器人的研發(fā)陣營中來，小型無人農(nóng)業(yè)機器人、無人駕駛農(nóng)機等無人農(nóng)業(yè)裝備正逐步替代人力勞動，以緩解人口老齡化嚴(yán)重帶來的勞動力短缺、棄耕地增加、生產(chǎn)效率低等一系列問題；英國已經(jīng)推出完全自主的無人駕駛的原型車，正致力于小型農(nóng)業(yè)機器人的研發(fā)并率先建立起全球第一家無人農(nóng)場；法國針對葡萄園農(nóng)業(yè)生產(chǎn)全過程發(fā)明了Wall-Ye機器人，能夠在特定場景下代替種植員工所有的工作(修剪藤蔓、葡萄采摘、土壤與藤蔓健康監(jiān)測等)，遇到危險還能夠啟動自我毀滅程序；中國在鄉(xiāng)村振興與“互聯(lián)網(wǎng)+農(nóng)業(yè)”戰(zhàn)略背景影響下，對農(nóng)業(yè)機器人展開了大量的研究探索，無人駕駛農(nóng)機如雨后春筍般涌現(xiàn)出來，在黑龍江、江蘇、四川等12個省份建立了18個農(nóng)業(yè)無人作業(yè)試驗區(qū)以推動中國農(nóng)業(yè)轉(zhuǎn)型升級。全球在新冠肺炎疫情影響下，對無人機器人的需求將進(jìn)一步增大，以無人化為核心的農(nóng)業(yè)機器人正在改變著這個時代，農(nóng)業(yè)生產(chǎn)方式從機械化邁向數(shù)字化，農(nóng)機高端智能化階段已然到來。

2.2 中國農(nóng)機自動駕駛產(chǎn)業(yè)競爭環(huán)境

2.2.1 中國自動駕駛農(nóng)機逐步進(jìn)入商業(yè)化應(yīng)用階段，市場進(jìn)入快速成長期

2010年之前，中國農(nóng)機自動駕駛系統(tǒng)的市場以John Deere、Case IH、New Holland、Trimble、Hemisphere、CLAAS等國外公司整機引入為主，在大地塊規(guī)模種植地區(qū)(新疆生產(chǎn)建設(shè)兵團(tuán)、黑龍江農(nóng)墾)使用效果十分明顯，促使中國無人駕駛系統(tǒng)產(chǎn)業(yè)進(jìn)入了市場培育期。近十年來，在推進(jìn)農(nóng)業(yè)生產(chǎn)全程機械化發(fā)展的影響下，中國購買農(nóng)機用戶數(shù)量在經(jīng)歷了急劇下降后開始穩(wěn)步提升，輪式拖拉機銷量穩(wěn)定在每年27萬余臺的規(guī)模，見圖4、圖5。

圖4 中國近十年購買農(nóng)機購機用戶數(shù)量變化Fig.4 Changes in the number of agricultural machinery users in China in recent ten years

圖5 中國近十年輪式拖拉機銷售情況Fig.5 Sales of wheeled tractors in China in recent ten years

中國在北斗導(dǎo)航大產(chǎn)業(yè)背景下，涌現(xiàn)出一批優(yōu)秀的科研院校、民營企業(yè)加入到自主研發(fā)農(nóng)機自動駕駛系統(tǒng)的陣營中來，以高精度衛(wèi)星導(dǎo)航技術(shù)為核心競爭力，致力于農(nóng)機自動駕駛系統(tǒng)的開發(fā)，發(fā)布了一系列農(nóng)機自動駕駛產(chǎn)品并在新疆生產(chǎn)建設(shè)兵團(tuán)、黑龍江農(nóng)墾等大規(guī)模、大地形農(nóng)業(yè)場景已開展試驗和作業(yè)示范，使得中國有了能夠與國外企業(yè)競爭的自主品牌。同時，在地區(qū)各級政府給予的補貼政策支持下，逐步形成了覆蓋底層算法、處理器、天線、電動方向盤、液壓系統(tǒng)、電機、控制平臺以及分散渠道的全產(chǎn)業(yè)鏈。也形成了上海、北京、黑龍江、南京四個自動導(dǎo)航產(chǎn)業(yè)集群，并大有從新疆生產(chǎn)建設(shè)兵團(tuán)、黑龍江農(nóng)墾地區(qū)、內(nèi)蒙古逐步向全國蔓延的趨勢，見圖6。而且，中國涉及生產(chǎn)農(nóng)機自動駕駛系統(tǒng)的企業(yè)約25家，自動駕駛的拖拉機、插秧機、收獲機、施肥施藥機等農(nóng)業(yè)裝備已逐步進(jìn)入商業(yè)化應(yīng)用階段，但在高端農(nóng)機上的滲透率還不足1%，遠(yuǎn)遠(yuǎn)落后于美國40%的滲透水平，還具備較大的增量空間。

圖6 2019年中國農(nóng)機自動駕駛系統(tǒng)銷售地區(qū)Fig.6 2019 China Agricultural automatic driving system sales area

2.2.2 中國市場需求激增，初步實現(xiàn)進(jìn)口替代

隨著土地流轉(zhuǎn)速度穩(wěn)步提升與土地宜機化改造進(jìn)程的加快，規(guī)?；瘜⒊蔀橹袊r(nóng)業(yè)生產(chǎn)的主要模式，以及農(nóng)機補貼政策大力實施下，農(nóng)業(yè)生產(chǎn)經(jīng)營者對農(nóng)機自動駕駛系統(tǒng)的需求也將持續(xù)增長。2014—2018年期間，中國農(nóng)機自動駕駛行業(yè)銷售規(guī)模從2.6億元增長至5.2億元，年均復(fù)合增長率為18.9%，預(yù)計2023年有望突破17億元，見圖7。

圖7 中國農(nóng)機自動駕駛行業(yè)銷售規(guī)模Fig.7 Sales scale of China’s agricultural machinery automatic driving industry注：2021—2023年數(shù)據(jù)為預(yù)測數(shù)據(jù)。

據(jù)工業(yè)和信息化部公布的數(shù)據(jù)顯示，2020年上半年農(nóng)機生產(chǎn)企業(yè)累計銷售的各類自動駕駛農(nóng)機裝備和系統(tǒng)1.17萬余臺套，同比增長213%，相當(dāng)于2019年全年的銷量，見圖8。這表明中國農(nóng)機自動駕駛市場需求旺盛，已具備推進(jìn)農(nóng)業(yè)全過程無人作業(yè)試驗逐步向?qū)嵱秒A段的轉(zhuǎn)移，實現(xiàn)無人農(nóng)機作業(yè)的商業(yè)化應(yīng)用和市場普及的基礎(chǔ)。受益于北斗導(dǎo)航系統(tǒng)的迭代更新與行業(yè)政策的引導(dǎo)，中國自動駕駛系統(tǒng)作業(yè)精度、安全性與可靠性得以穩(wěn)步提升，縮小了與國外巨頭的差距，迫使海外品牌市場份額不斷下降，進(jìn)而迅速實現(xiàn)進(jìn)口替代并在國際市場有了一定話語權(quán)。

圖8 2019年中國北斗導(dǎo)航農(nóng)機自動駕駛系統(tǒng)銷量(前十)Fig.8 2019 China Beidou navigation agricultural machinery automatic driving system sales statistics (top ten)

2.2.3 制約中國農(nóng)機自動駕駛產(chǎn)業(yè)發(fā)展的因素

中國農(nóng)機自動駕駛產(chǎn)業(yè)市場環(huán)境與歐美規(guī)?；r(nóng)業(yè)國家有較大差異，制約行業(yè)發(fā)展的因素表現(xiàn)在以下幾個方面：其一，農(nóng)機自動駕駛系統(tǒng)單價高，售后服務(wù)體系不完善，下游消費者(農(nóng)業(yè)合作社、土地流轉(zhuǎn)戶、個體經(jīng)營者等)購買意愿低。農(nóng)業(yè)生產(chǎn)的高風(fēng)險性使得下游消費者對于高成本投入往往呈現(xiàn)高度的謹(jǐn)慎。中國農(nóng)機自動駕駛系統(tǒng)價格雖然呈現(xiàn)逐年下降的趨勢，但平均價格仍然保持在5萬～6萬的水平，且無人駕駛拖拉機價格是同款有人駕駛拖拉機的1.6倍左右。盡管農(nóng)業(yè)農(nóng)村部、財政部將農(nóng)業(yè)終端北斗系統(tǒng)納入全國農(nóng)機購置財政資金補貼目錄范圍，但是大部分省份還沒有給出具體的補貼標(biāo)準(zhǔn)，消費者難以衡量自身成本投入與收益的比例關(guān)系，對購買農(nóng)機自動駕駛系統(tǒng)持觀望態(tài)度。此外，中國農(nóng)業(yè)土地呈現(xiàn)分散狀態(tài)，下游消費者集中度較低，加大了農(nóng)機自動駕駛系統(tǒng)相關(guān)企業(yè)售后培訓(xùn)、維修、保養(yǎng)的服務(wù)難度，進(jìn)一步降低了消費者購買積極性。其二，丘陵地區(qū)農(nóng)作物機械化水平不高，還不足以支撐智能化應(yīng)用。農(nóng)業(yè)農(nóng)村部統(tǒng)計數(shù)據(jù)顯示，2019年中國平均綜合機械化率約為69%，機耕率、機播率、機收率分別為84%、56%和61%。而且，據(jù)2019年農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)機械化管理司對全國丘陵山區(qū)農(nóng)業(yè)機械化水平摸底調(diào)查數(shù)據(jù)顯示，中國山地、丘陵、高原等不宜機械化作業(yè)的耕地面積占比約65%，1 429 個丘陵山區(qū)縣農(nóng)作物綜合機械化水平約為46.87%，低于全國平均水平22.13%，更是比非丘陵山區(qū)縣低33.87%。顯然，丘陵山區(qū)農(nóng)業(yè)機械化水平嚴(yán)重制約了農(nóng)業(yè)自動駕駛產(chǎn)業(yè)的發(fā)展。其三，農(nóng)業(yè)從業(yè)者年齡普遍偏大、受教育程度較低。根據(jù)第三次全國農(nóng)業(yè)普查數(shù)據(jù)顯示，全國農(nóng)業(yè)生產(chǎn)經(jīng)營人員約31 422 萬人，33.6%的從業(yè)者年齡超過55歲，35歲及以下的從業(yè)人員占比約19.1%，而且，大專及以上學(xué)歷占比僅僅約8%。下游消費者受教育程度影響了其接受新事物的速度與學(xué)習(xí)能力，部分消費者缺乏對機械化，尤其是信息化等新興技術(shù)系統(tǒng)地掌握，容易出現(xiàn)操作不當(dāng)、不會調(diào)整、維護(hù)保養(yǎng)困難等問題，進(jìn)而導(dǎo)致系統(tǒng)故障率提升而使得消費者產(chǎn)生抵觸情緒，在一定程度上阻礙了搭載自動駕駛系統(tǒng)的高端農(nóng)機的推廣應(yīng)用。其四，還未建立統(tǒng)一的自動駕駛農(nóng)機分級標(biāo)準(zhǔn)與評價體系。美國汽車工程師學(xué)會(Society of Automotive Engineers，SAE)將自動駕駛汽車分為L0～L5六個等級并被全球多個國家采用，等級越高代表其自動化程度越高。標(biāo)準(zhǔn)的發(fā)布大力推動了自動駕駛產(chǎn)業(yè)的發(fā)展，當(dāng)前，全球主要汽車廠商自動駕駛技術(shù)均能夠達(dá)到L3等級。雖然，各個國家均高度重視自動或無人駕駛農(nóng)機領(lǐng)域標(biāo)準(zhǔn)化工作，但是，當(dāng)前國際上還沒有統(tǒng)一的規(guī)范或標(biāo)準(zhǔn)對農(nóng)機自動駕駛程度進(jìn)行分級，也沒有對自動駕駛農(nóng)機故障率、作業(yè)效率、土地利用效率、作業(yè)精度等進(jìn)行測試評價或統(tǒng)一設(shè)備接口協(xié)議與規(guī)范。中國農(nóng)機檢測仍然執(zhí)行的是未對自動駕駛提出檢定要求的《農(nóng)業(yè)機械試驗鑒定辦法》，亟待制定無人駕駛農(nóng)機產(chǎn)品許可和質(zhì)量管理的法律法規(guī)。

由此可見，中國雖然已經(jīng)具備發(fā)展無人農(nóng)業(yè)基礎(chǔ)，但基本都還處于探索階段，在技術(shù)成熟度、經(jīng)濟(jì)性以及消費者接受程度等方面還存在諸多欠缺，不僅要在政策、標(biāo)準(zhǔn)等方面積極支持，還要在消費者培訓(xùn)、“新農(nóng)人”培養(yǎng)等方面加大投入，才能夠深入推進(jìn)機械化、信息化融合，促進(jìn)農(nóng)業(yè)機械化高質(zhì)量發(fā)展。

3 未來發(fā)展趨勢

3.1 無人駕駛將成為行業(yè)聚焦方向

自動駕駛并非真正意義上的無人駕駛，無人駕駛也被稱為自主駕駛，是自動駕駛發(fā)展的高級階段，也是未來發(fā)展無人農(nóng)業(yè)的核心技術(shù)之一。為提高農(nóng)機自動駕駛程度，滿足未來農(nóng)業(yè)集約化和產(chǎn)業(yè)化的需要，促進(jìn)農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展，研究熱點可能集中在“一人多機、多機協(xié)同”關(guān)鍵技術(shù)、動態(tài)路徑規(guī)劃、地頭自動轉(zhuǎn)向控制、障礙物檢測與主動避障、多源信息融合等方面，進(jìn)一步增強農(nóng)機自動駕駛系統(tǒng)性能(可靠性、適應(yīng)性、安全性等)，突破制約技術(shù)應(yīng)用與發(fā)展的關(guān)鍵瓶頸。同時，5G通信技術(shù)憑借更高的數(shù)據(jù)傳輸速率、更低的網(wǎng)絡(luò)延遲以及超大的連接性等優(yōu)勢，突破了大數(shù)據(jù)量實時傳輸?shù)钠款i，滿足高清視頻、AR/VR等場景實時應(yīng)用要求，實現(xiàn)多裝備連接、智能化農(nóng)業(yè)數(shù)據(jù)的無人采集與分析以及農(nóng)業(yè)裝備的無人作業(yè)，讓基于農(nóng)業(yè)物聯(lián)網(wǎng)的智慧農(nóng)業(yè)大規(guī)模應(yīng)用成為可能，為鄉(xiāng)村振興戰(zhàn)略的實施與農(nóng)業(yè)現(xiàn)代化發(fā)展帶來了新機遇。

3.2 農(nóng)機自動駕駛系統(tǒng)將從后裝市場向前裝市場過渡，逐步構(gòu)建起智慧農(nóng)業(yè)整體解決方案

當(dāng)前，自動駕駛農(nóng)機還處在精準(zhǔn)農(nóng)業(yè)應(yīng)用階段，農(nóng)機自動駕駛系統(tǒng)裝配方式也分為前裝和后裝兩種，由此也形成了前裝市場與后裝市場。中國農(nóng)機自動駕駛系統(tǒng)尚處于發(fā)展初期，技術(shù)可靠性和穩(wěn)定性不高，后裝可以在原有農(nóng)機基礎(chǔ)上進(jìn)行改造，更容易被用戶接受。由此，短期內(nèi)中國市場仍然是以后裝為主，但是，基于前裝在可靠性與安全性等方面的優(yōu)勢以及農(nóng)機企業(yè)完善的服務(wù)體系、成熟的服務(wù)范圍和渠道，迫使農(nóng)機自動駕駛系統(tǒng)企業(yè)積極與傳統(tǒng)農(nóng)機生產(chǎn)企業(yè)緊密合作，將自動駕駛系統(tǒng)更好地與農(nóng)機融合發(fā)展。目前，全球大型農(nóng)機廠商均發(fā)布了預(yù)裝自動駕駛系統(tǒng)的機型，同時，也涌現(xiàn)出一批以小型自動駕駛農(nóng)業(yè)裝備為核心的科技企業(yè)。那么，從全球農(nóng)機廠商技術(shù)布局來看，農(nóng)機自動駕駛系統(tǒng)在經(jīng)歷后裝向前裝過渡后，勢必會向著電子化、網(wǎng)聯(lián)化、智能化方向發(fā)展以實現(xiàn)數(shù)字控制、互聯(lián)互通、無人作業(yè)，進(jìn)而構(gòu)建起智慧農(nóng)業(yè)整體解決方案，見圖9。

圖9 自動駕駛農(nóng)機發(fā)展趨勢Fig.9 Development trend of autonomous agricultural machinery

4 結(jié)論

農(nóng)機自動駕駛技術(shù)是打開智慧農(nóng)業(yè)的“鑰匙”，也是推進(jìn)無人農(nóng)場建設(shè)與發(fā)展、重新塑造以無人化為核心的農(nóng)業(yè)生產(chǎn)模式的重要基礎(chǔ)。本文在梳理農(nóng)機自動駕駛系統(tǒng)技術(shù)原理的基礎(chǔ)上進(jìn)一步探討了該技術(shù)在作業(yè)精度、作業(yè)效率、成本投入等方面優(yōu)勢以及在系統(tǒng)硬件計算力、存儲空間、底層算法理論等方面的局限性，并且總結(jié)了國內(nèi)外關(guān)于自動駕駛農(nóng)機的最新研究成果。此外，分析了全球農(nóng)機自動駕駛行業(yè)競爭環(huán)境，闡明了歐美等發(fā)達(dá)國家在產(chǎn)業(yè)格局、上游底層技術(shù)等方面的主要優(yōu)勢與中國自動駕駛產(chǎn)業(yè)鏈已經(jīng)初具規(guī)模，后裝市場幾乎實現(xiàn)國產(chǎn)化的現(xiàn)狀。同時，指出了農(nóng)機自動駕駛系統(tǒng)單價高，售后體系不完善；丘陵地形機械化水平較低，還不足以支撐智能化應(yīng)用；農(nóng)業(yè)從業(yè)人員老齡化嚴(yán)重、受教育程度低是制約中國農(nóng)機自動駕駛產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。另外，預(yù)測未來自動駕駛系統(tǒng)技術(shù)上的研究將集中在突破技術(shù)瓶頸，促進(jìn)自動駕駛向著無人駕駛發(fā)展；市場也將向前裝市場過渡，逐步形成智慧農(nóng)業(yè)整體解決方案，構(gòu)建起“智能在端、智慧在云、管控在屏”的無人農(nóng)業(yè)新模式。