齊亞聰，楊會(huì)民，陳毅飛，周欣，馬艷，王學(xué)農(nóng),

(1. 新疆農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院，烏魯木齊市，830052； 2. 新疆農(nóng)業(yè)科學(xué)院農(nóng)業(yè)機(jī)械化研究所，烏魯木齊市，830091；3. 農(nóng)業(yè)農(nóng)村部林果棉裝備科學(xué)觀測(cè)實(shí)驗(yàn)站，烏魯木齊市，830091)

0 引言

目前，我國(guó)病蟲(chóng)害主要利用化學(xué)方法進(jìn)行防治，而且農(nóng)業(yè)在很大程度上依賴人力來(lái)完成，在農(nóng)藥的使用上具有盲目性和隨意性，不能根據(jù)作物的實(shí)際病蟲(chóng)害情況施藥，導(dǎo)致藥液的噴灑極不合理，既影響作物的品質(zhì)，又造成食品安全問(wèn)題[1-2]。大量的農(nóng)藥殘留在土地和水源中，加劇了病蟲(chóng)的抗藥性，造成了環(huán)境污染。21世紀(jì)以來(lái)，隨著各種傳感器技術(shù)應(yīng)用于精準(zhǔn)噴霧機(jī)械的研發(fā)，歐美等發(fā)達(dá)國(guó)家農(nóng)藥利用率已經(jīng)提高到了50%～60%的水平，而我國(guó)噴霧技術(shù)和智能化機(jī)械與國(guó)際水平還有一定的差距。因此，開(kāi)發(fā)、使用精準(zhǔn)噴藥設(shè)備對(duì)作物進(jìn)行精準(zhǔn)施藥已迫在眉睫。常見(jiàn)的靶標(biāo)探測(cè)技術(shù)主要有紅外線、激光測(cè)距與掃描、超聲波傳感、圖像等技術(shù)，國(guó)內(nèi)外學(xué)者就這幾種靶標(biāo)探測(cè)技術(shù)展開(kāi)了大量的研究[3-4]。探測(cè)的信息主要有靶標(biāo)的位置、外形輪廓和體積、冠層內(nèi)部結(jié)構(gòu)和枝葉指數(shù)以及病蟲(chóng)害程度等等。

1 作物位置的探測(cè)

將藥液噴灑到作物上，而不是作物的空隙間，就應(yīng)該先獲取作物最基本的位置信息，利用該信息可以根據(jù)靶標(biāo)的有無(wú)控制噴霧開(kāi)關(guān)的開(kāi)合。國(guó)內(nèi)外學(xué)者根據(jù)作物的不同特點(diǎn)，利用不同類型的探測(cè)技術(shù)來(lái)探測(cè)作物不同高度冠層的位置，常用的技術(shù)有紅外線探測(cè)技術(shù)和超聲波傳感技術(shù)[5]。

1.1 紅外線傳感技術(shù)

在20世紀(jì)60年代，紅外探測(cè)技術(shù)作為一種無(wú)損快速的探測(cè)技術(shù)開(kāi)始被使用。鄧巍等[6]對(duì)基于紅外探測(cè)技術(shù)的自動(dòng)對(duì)靶噴霧機(jī)作了進(jìn)一步研究，選用反射率很強(qiáng)的特征波長(zhǎng)850 nm，并建立了自動(dòng)對(duì)靶噴霧系統(tǒng)。試驗(yàn)表明該系統(tǒng)可以對(duì)農(nóng)林作物進(jìn)行自動(dòng)準(zhǔn)確的靶標(biāo)探測(cè)，探測(cè)距離在0.1～6 m范圍之間，靶標(biāo)最小識(shí)別距離能精確到0.3 m以下。Zou等[7]基于光電傳感器研制了實(shí)時(shí)探測(cè)果園靶標(biāo)位置，并利用探測(cè)的位置信息實(shí)施對(duì)靶噴霧，設(shè)計(jì)一種自動(dòng)對(duì)靶噴霧器。該噴霧器采用分別安裝在機(jī)器兩側(cè)的兩個(gè)紅外傳感器對(duì)果樹(shù)進(jìn)行檢測(cè)。該控制系統(tǒng)通過(guò)霍爾傳感器的脈沖信號(hào)實(shí)時(shí)檢測(cè)拖拉機(jī)的速度。如果檢測(cè)到靶標(biāo)，其位置和速度將被存儲(chǔ)在內(nèi)存中，用于計(jì)算噴霧的位置和寬度。當(dāng)拖拉機(jī)行駛一定距離后，噴霧開(kāi)關(guān)閉合。如果有一棵樹(shù)，噴霧器就開(kāi)始噴灑，如果有縫隙，噴霧器就停止噴灑。噴灑寬度可以通過(guò)設(shè)置控制參數(shù)來(lái)改變，以適應(yīng)不同大小的樹(shù)木。試驗(yàn)表明，當(dāng)拖拉機(jī)以不超過(guò)1.5 m/s的低速運(yùn)動(dòng)，且靶標(biāo)在以傳感器為圓心以70 cm為半徑的范圍內(nèi)，噴霧器能夠準(zhǔn)確檢測(cè)靶標(biāo)。如果檢測(cè)到目標(biāo)物，噴霧器將在設(shè)定的寬度內(nèi)向靶標(biāo)噴灑農(nóng)藥。

1.2 超聲波傳感技術(shù)

隨著非接觸式超聲波探測(cè)技術(shù)的興起，農(nóng)業(yè)領(lǐng)域的作物位置探測(cè)也得到了相應(yīng)的發(fā)展。早在20世紀(jì)80年代末，Giles等[8]研究指出利用超聲波探測(cè)作物位置進(jìn)行對(duì)靶噴霧是未來(lái)的發(fā)展趨勢(shì)?？梢愿鶕?jù)實(shí)際的工作需求，在噴霧機(jī)四周安裝多個(gè)超聲波探測(cè)器，從而確定作物位置。5個(gè)超聲波測(cè)距傳感器安裝在噴霧器垂直桅桿的兩側(cè)，噴霧器兩側(cè)的噴口分為5個(gè)單獨(dú)控制的部分，每個(gè)部分由一個(gè)超聲波傳感器控制。在作業(yè)過(guò)程中，每一側(cè)的傳感器在5個(gè)高度上檢測(cè)是否有樹(shù)葉，并開(kāi)啟與檢測(cè)到的樹(shù)高對(duì)應(yīng)的噴頭。雖然間歇性控制噴霧所帶來(lái)的藥物節(jié)省相當(dāng)可觀，但系統(tǒng)只檢測(cè)到目標(biāo)作物的存在，而沒(méi)有檢測(cè)到目標(biāo)作物的特性。此外，該系統(tǒng)僅適用于檢測(cè)是否具有明顯植物，作為一個(gè)要進(jìn)行商業(yè)化應(yīng)用的果園風(fēng)送式噴霧器是明顯不能滿足作業(yè)使用的。Miranda-Fuentes等[9]基于超聲波傳感器設(shè)計(jì)的對(duì)靶噴霧機(jī)對(duì)橄欖樹(shù)進(jìn)行噴霧，在噴霧機(jī)四周不同高度安裝超聲波傳感器，每個(gè)傳感器對(duì)應(yīng)一組噴頭，中控機(jī)根據(jù)超聲波傳感器傳來(lái)的不同高度冠層是否存在的信息，控制對(duì)應(yīng)的噴頭開(kāi)關(guān)進(jìn)行對(duì)靶噴霧。

1.3 視覺(jué)與激光掃描融合技術(shù)

Shalal等[10-11]考慮到一種技術(shù)的不精準(zhǔn)，采用低成本視覺(jué)和激光掃描技術(shù)的樹(shù)干檢測(cè)及果園局部尺度制圖方法。傳感器數(shù)據(jù)的融合改進(jìn)了樹(shù)干檢測(cè)方法，因?yàn)榧す鈷呙鑳x可以提供準(zhǔn)確的樹(shù)干和物體的范圍、角度和寬度，而視覺(jué)系統(tǒng)可以區(qū)分樹(shù)干和其他物體。得到的地圖由果園中單個(gè)樹(shù)木和非樹(shù)木物體的二維位置組成。在這項(xiàng)研究中，樹(shù)木被用作定位的地標(biāo)，連同已構(gòu)建的單個(gè)樹(shù)木的地圖和移動(dòng)機(jī)器人車載傳感器(攝像機(jī)、激光掃描儀和里程計(jì))的測(cè)量值。利用相機(jī)和激光掃描儀對(duì)移動(dòng)機(jī)器人與樹(shù)木之間的距離進(jìn)行檢測(cè)。根據(jù)GPS位置測(cè)量值對(duì)模糊位置進(jìn)行評(píng)估，以GPS位置測(cè)量值與模糊位置之間的歐氏距離的均方根來(lái)確定位置精度，如圖1所示。

圖1 移動(dòng)機(jī)器人及其傳感器

1.4 小結(jié)

靶標(biāo)位置探測(cè)方法與優(yōu)缺點(diǎn)如表1所示。

表1 靶標(biāo)位置探測(cè)方法及優(yōu)缺點(diǎn)Tab. 1 Target position detection methods and advantages and disadvantages

無(wú)論是直接探測(cè)作物冠層的位置還是通過(guò)探測(cè)作物的某些特征來(lái)估算冠層的位置，傳感器都應(yīng)該放到噴頭前面一段距離，給控制器留下足夠的時(shí)間控制電磁閥的啟閉。靶標(biāo)和噴頭的相對(duì)距離可以根據(jù)實(shí)際車速計(jì)算得到，但是如若作物的最小株距小于傳感器與噴頭之間的距離，還要對(duì)位置信息進(jìn)行暫存。根據(jù)作物冠層的有無(wú)實(shí)施對(duì)靶噴霧，大大提高了農(nóng)藥的利用率，減少了環(huán)境污染，而且農(nóng)藥的利用率與作物間隙比例有著密切的關(guān)系，空隙比例越大農(nóng)藥的利用率就越高[12]。靶標(biāo)位置的探測(cè)主要使用的技術(shù)有紅外傳感器、超聲波傳感器以及視覺(jué)與激光掃描技術(shù)等。

2 作物外形輪廓探測(cè)

僅探測(cè)靶標(biāo)的有無(wú)只能做到準(zhǔn)確地對(duì)靶噴霧，而不能根據(jù)靶標(biāo)的具體外形特征實(shí)現(xiàn)按量噴霧。超聲波傳感器靶標(biāo)探測(cè)主要是利用超聲波測(cè)距原理，通過(guò)計(jì)算超聲波發(fā)射器與接收器之間的時(shí)間差與超聲波在介質(zhì)中傳播的速度乘積來(lái)實(shí)現(xiàn)測(cè)距。該理論可以用于測(cè)量探測(cè)器和作物之間的距離，根據(jù)二者的距離來(lái)確定作物的外形輪廓和體積。超聲波傳感器測(cè)量雖然魯棒性好、價(jià)格低廉，但是較大的角度發(fā)散會(huì)影響系統(tǒng)的精度，所以波束角度越小越好，在作物探測(cè)領(lǐng)域選15°以下為宜[13]。

2.1 超聲波傳感技術(shù)

國(guó)內(nèi)外學(xué)者基于各種傳感器研發(fā)了多種作物冠層探測(cè)系統(tǒng)。早在20世紀(jì)80年代末，Roper[14]就在噴霧機(jī)兩側(cè)不同高度處安裝多個(gè)超聲波傳感器，并且根據(jù)探測(cè)結(jié)果來(lái)指導(dǎo)噴霧機(jī)進(jìn)行按量噴藥。Giles等[8]基于CCD攝像機(jī)設(shè)計(jì)了探測(cè)果樹(shù)樹(shù)冠的系統(tǒng)，實(shí)驗(yàn)證明該系統(tǒng)可以精確測(cè)量果樹(shù)的樹(shù)冠面積，與實(shí)際相比誤差控制在10%以下。Zaman等[15]研究了冠層葉片密度和平臺(tái)速度對(duì)超聲波系統(tǒng)測(cè)量樹(shù)木體積性能的影響。在3次重復(fù)中，以3種平臺(tái)速度從兩側(cè)掃描15棵密葉柑橘樹(shù)和15棵部分去葉柑橘樹(shù)。將樹(shù)冠體積的超聲波測(cè)量值與手工測(cè)量值進(jìn)行對(duì)比分析得到，在95%置信水平下，超聲波測(cè)量與手工測(cè)量的誤差-17.7%～28.71%，冠層葉片密度對(duì)冠層體積的超聲測(cè)量有顯著影響。Escolà等[16]設(shè)計(jì)了一種基于超聲波和光學(xué)傳感器的蘋果冠層探測(cè)系統(tǒng)。試驗(yàn)表明，在實(shí)驗(yàn)室條件下，超聲波傳感器測(cè)量距離的平均誤差為±0.53 cm。然而，在實(shí)際作業(yè)環(huán)境中該系統(tǒng)的準(zhǔn)確性卻大幅度降低了，而且還發(fā)現(xiàn)當(dāng)相鄰傳感器相距30 cm時(shí)，平均誤差為±17.46 cm；當(dāng)傳感器間隔60 cm時(shí)，平均誤差為±9.29 cm。因此，超聲波傳感器比較適用于安裝間距大于60 cm的條件下。這一結(jié)果也適用于其他蘋果品種和其他類似物種，如冠層結(jié)構(gòu)和葉片尺寸相似的梨作物。但必須要考慮到的是，由于冠層表面的特性和超聲波工作原理導(dǎo)致的誤差增加，降低了系統(tǒng)的精度。使用單個(gè)或多個(gè)超聲波傳感器在蘋果冠層進(jìn)行對(duì)比試驗(yàn)，以多個(gè)超聲波傳感器垂直分布組成的探測(cè)陣列，通過(guò)實(shí)時(shí)記錄每個(gè)超聲波傳感器到靶標(biāo)的距離，可以得到靶標(biāo)的外形輪廓，然后通過(guò)計(jì)算得出冠層體積。超聲波傳感器探測(cè)樹(shù)冠體積的方法就是通過(guò)測(cè)量靶標(biāo)與探測(cè)器之間的距離，然后通過(guò)距離來(lái)推算體積，所以，其他能進(jìn)行測(cè)距的傳感器也可以通過(guò)此法來(lái)計(jì)算體積[17]。

2.2 激光傳感技術(shù)

激光傳感器能得到比超聲波傳感器更高的精度，但是激光傳感器如果多個(gè)傳感器并用的話，無(wú)疑會(huì)增大成本，所以激光傳感器測(cè)量樹(shù)冠時(shí)要發(fā)展與超聲波技術(shù)不同的道路，摒棄多個(gè)傳感器布置的方案，采用發(fā)展單個(gè)傳感器探測(cè)的方案，這方面新發(fā)展的技術(shù)有激光探測(cè)、激光搜索技術(shù)。激光傳感器和激光掃描儀重構(gòu)靶標(biāo)三維模型的方法與超聲波測(cè)距探測(cè)靶標(biāo)體積的原理十分相似，但是采用激光傳感器進(jìn)行測(cè)距構(gòu)造出來(lái)的三維模型更加接近實(shí)際的體積。李秋潔等[18]采用激光掃描儀對(duì)靶標(biāo)進(jìn)行探測(cè)，試驗(yàn)證明該系統(tǒng)可以探測(cè)計(jì)算出樹(shù)冠中心距離和樹(shù)冠體積。

Osterman等[19]利用激光雷達(dá)設(shè)計(jì)了果園樹(shù)冠外形探測(cè)噴霧系統(tǒng)，在探測(cè)過(guò)程中獲得不同高度樹(shù)冠外形，并在噴霧過(guò)程中實(shí)時(shí)控制上中下3個(gè)噴霧臂的角度和位置實(shí)現(xiàn)仿形噴霧。激光雷達(dá)系統(tǒng)能夠以足夠的精度測(cè)量植物的幾何特征，使獲取作物的三維數(shù)字化圖像成為可能。試驗(yàn)證明該系統(tǒng)獲得的三維樹(shù)木模型與真實(shí)靶標(biāo)結(jié)構(gòu)的一致性。對(duì)于選定的樹(shù)木，人工測(cè)得的體積與三維LiDAR模型得到的體積相關(guān)系數(shù)高達(dá)0.976[20]。Polo等[21]基于雷達(dá)設(shè)計(jì)的探測(cè)系統(tǒng)對(duì)樹(shù)冠進(jìn)行探測(cè)，試驗(yàn)證明該系統(tǒng)不僅可以獲得傳感器和測(cè)量目標(biāo)之間的距離，還可以獲得靶標(biāo)的3D點(diǎn)云數(shù)據(jù)，通過(guò)數(shù)據(jù)可以得到靶標(biāo)的幾何外形。

2.3 小結(jié)

靶標(biāo)外形輪廓測(cè)量方法及優(yōu)缺點(diǎn)如表2所示。

表2 靶標(biāo)外形輪廓探測(cè)方法及優(yōu)缺點(diǎn)所示Tab. 2 Target contour detection methods and advantages and disadvantages

作物外形輪廓的探測(cè)主要使用超聲波傳感器、激光傳感器等技術(shù)。激光傳感器的精度更高，采用激光雷達(dá)或激光雷達(dá)掃描儀來(lái)進(jìn)行靶標(biāo)探測(cè)，可以獲取較為精確的靶標(biāo)信息，能夠準(zhǔn)確地把靶標(biāo)特征反映出來(lái)，但是激光雷達(dá)高昂的價(jià)格也限制了它在靶標(biāo)探測(cè)方面的應(yīng)用，在農(nóng)業(yè)領(lǐng)域靶標(biāo)探測(cè)方面還需要進(jìn)一步的研究。

3 作物枝葉密度探測(cè)

隨著研究的推進(jìn)，發(fā)現(xiàn)如果僅僅考慮作物的外形體積不能做到全面按需噴藥，作物枝葉密度是影響作物施藥量的重要指標(biāo)之一。在作物體積和病蟲(chóng)害程度等因素相同的情況下，作物枝葉密度越大，需要的藥量也就越大。因此國(guó)內(nèi)外學(xué)者對(duì)作物密度開(kāi)始研究，枝葉稠密的評(píng)估指標(biāo)也被提出。

3.1 激光傳感技術(shù)

Sanz-Cortiella等[22]基于二維雷達(dá)傳感器左右兩側(cè)掃描果園冠層，獲得了果樹(shù)三維結(jié)構(gòu)圖，經(jīng)過(guò)試驗(yàn)得出果樹(shù)冠層的激光點(diǎn)云信息，并使用統(tǒng)計(jì)方法得出果樹(shù)冠層的激光點(diǎn)云數(shù)量和葉面積之間呈線性關(guān)系。Palacín等[23]基于激光掃描技術(shù)設(shè)計(jì)了樹(shù)葉表面積估算系統(tǒng)，試驗(yàn)獲得樹(shù)木外輪廓與樹(shù)葉表面積之間的線性關(guān)系方程，且平均誤差在6%以下。該方法的簡(jiǎn)單性在于可以實(shí)時(shí)控制噴藥劑量，并在完整樹(shù)叢的葉片估計(jì)中具有可接受的平均誤差，相比于其他研究這是一個(gè)改進(jìn)。Llop等[24]使用激光雷達(dá)對(duì)西紅柿冠層枝葉稠密度進(jìn)行探測(cè)，獲得了冠層體積與葉面積指數(shù)之間的線性關(guān)系。激光雷達(dá)傳感器從兩側(cè)掃描植物，得到了冠層高度、冠層寬度、冠層體積和葉面積。在此基礎(chǔ)上計(jì)算樹(shù)行體積、葉壁面積、葉面積指數(shù)、葉面積密度等重要參數(shù)。與激光雷達(dá)傳感器相比，人工測(cè)量會(huì)高估參數(shù)。用掃描儀估算的冠層體積對(duì)估算冠層高度、體積和密度是相對(duì)可靠的。

3.2 圖像處理技術(shù)

針對(duì)激光探測(cè)器價(jià)格昂貴的問(wèn)題，一些學(xué)者將圖像處理技術(shù)作為靶標(biāo)探測(cè)的另一個(gè)研究方向。在2006年張富貴等[25]利用相機(jī)拍攝靶標(biāo)的靜態(tài)照片，然后將照片進(jìn)行處理獲得靶標(biāo)枝葉的疏密情況。并在此研究的基礎(chǔ)上將樹(shù)葉疏密程度數(shù)據(jù)與超聲波傳感器測(cè)量的距離通過(guò)3層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)融合訓(xùn)練，消除成像距離對(duì)樹(shù)葉疏密程度的影響，數(shù)據(jù)融合值可以用于系統(tǒng)的噴霧控制，樹(shù)葉的稠密度決定著噴霧量。利用圖像處理技術(shù)雖然能夠較好地探測(cè)到靶標(biāo)冠層的特征信息，但是圖像處理對(duì)外界環(huán)境光線的要求較高，圖像的處理速度慢也限制了噴霧機(jī)的在線決策。

3.3 超聲波傳感技術(shù)

超聲波探測(cè)方法本質(zhì)上是波譜方法，超聲波傳感器發(fā)出超聲波之后遇到障礙物會(huì)被反射回來(lái)，反射的波強(qiáng)度會(huì)隨靶標(biāo)的形狀大小的變化而變化。根據(jù)這一特性，Palleja等[26]做了一個(gè)假設(shè)，超聲回波和枝葉密度存在正相關(guān)關(guān)系，作物枝葉密度越大，產(chǎn)生的回波越強(qiáng)，如圖2所示。根據(jù)這一假設(shè)通過(guò)針對(duì)蘋果園的1個(gè)完整生長(zhǎng)季節(jié)的觀測(cè)試驗(yàn)。試驗(yàn)證明，超聲波回波的強(qiáng)度的確和冠層密度存在正相關(guān)關(guān)系，該結(jié)果雖然沒(méi)有建立冠層密度和超聲波強(qiáng)度直接的數(shù)學(xué)模型，但是仍然可以證明超聲波回波指導(dǎo)噴霧在理論上是可行的。

圖2 基于超聲波傳感器冠層稠密程度探測(cè)

3.4 小結(jié)

冠層內(nèi)部結(jié)構(gòu)探測(cè)方法及優(yōu)缺點(diǎn)如表3所示。

表3 靶標(biāo)枝葉密度探測(cè)方法及優(yōu)缺點(diǎn)Tab. 3 Detection methods of target branches and leaves density and their advantages and disadvantages

對(duì)于作物冠層內(nèi)部結(jié)構(gòu)的探測(cè)主要有紅外光譜技術(shù)、激光掃描技術(shù)、圖像處理技術(shù)以及超聲波傳感器等。其中紅外光譜技術(shù)只能用于估計(jì)冠層葉片的大概密度，而利用激光技術(shù)可以更加具體地測(cè)量作物內(nèi)部結(jié)構(gòu)。圖像處理較為復(fù)雜，對(duì)軟件要求較高，超聲波傳感器的試驗(yàn)只能證明冠層密度與超聲波的強(qiáng)度存在相關(guān)關(guān)系，現(xiàn)階段并不能直接用于指導(dǎo)噴霧。

4 作物病蟲(chóng)害的探測(cè)

對(duì)于病蟲(chóng)害的探測(cè)，最早是從遙感技術(shù)開(kāi)始研究的，而最早的農(nóng)業(yè)遙感技術(shù)獲取的病蟲(chóng)害信息主要用于大規(guī)模的管理和宏觀的決策，并不適用于田間或者溫室的實(shí)時(shí)變量噴霧。近年來(lái)，田間精細(xì)化噴霧的需求推動(dòng)了田間病蟲(chóng)害探測(cè)技術(shù)的發(fā)展。作物病蟲(chóng)害識(shí)別是根據(jù)作物發(fā)生病害時(shí)其顏色、形狀、紋理等外觀會(huì)發(fā)生變化，通過(guò)對(duì)圖像各個(gè)顏色的空間特征和作物特征的提取、處理來(lái)分辨病蟲(chóng)害的程度、種類等[27]。

病蟲(chóng)害程度的獲取是基于病蟲(chóng)害精確噴霧的核心，病蟲(chóng)害的獲取有直接獲取法和間接獲取法兩種，其中直接法主要基于分子技術(shù)在實(shí)驗(yàn)室檢測(cè)病蟲(chóng)害程度，雖然準(zhǔn)確性高，但是檢查過(guò)程比較復(fù)雜，對(duì)儀器設(shè)備的要求較高，費(fèi)用昂貴，應(yīng)用于實(shí)際作業(yè)的自動(dòng)化檢測(cè)難度較大[28-30]。間接法有基于光譜和圖像技術(shù)對(duì)作物外形特征變化的探測(cè)，以及基于氣體傳感器對(duì)病蟲(chóng)害揮發(fā)性有機(jī)化合物變化的探測(cè)[31]。

4.1 光譜與圖像處理技術(shù)

馮潔等[32]基于多光譜和神經(jīng)網(wǎng)絡(luò)技術(shù)設(shè)計(jì)的黃瓜病蟲(chóng)害識(shí)別系統(tǒng)，通過(guò)對(duì)抓取的黃瓜圖像進(jìn)行灰度處理建立病蟲(chóng)害識(shí)別模型，試驗(yàn)表明該系統(tǒng)對(duì)紅粉、黑星和白粉病的識(shí)別，準(zhǔn)確率高達(dá)96.67%、93.3%和100%，這種方法可以快速提取植物病蟲(chóng)害類型，為實(shí)現(xiàn)作物的快速、無(wú)損診斷提供了技術(shù)支持。柴阿麗[33]利用番茄顏色、形狀、紋理等特征建立了番茄病蟲(chóng)害識(shí)別模型。針對(duì)番茄病蟲(chóng)害癥狀復(fù)雜、檢測(cè)效率低等問(wèn)題，使用計(jì)算機(jī)視覺(jué)、高光譜成像和光譜分析等技術(shù)對(duì)番茄主要病蟲(chóng)害進(jìn)行綜合無(wú)損檢測(cè)，試驗(yàn)證明準(zhǔn)確率可達(dá)到94%。

秦淑芳[34]基于空間色彩構(gòu)建空間模型的方法去檢測(cè)甘藍(lán)型油菜葉片病蟲(chóng)害，再對(duì)圖像進(jìn)行二值化和去噪處理，最后提取葉片的紋理特征等參數(shù)，經(jīng)過(guò)特征的對(duì)比來(lái)確定病蟲(chóng)害的程度。但是該方法在采集葉片特征時(shí)沒(méi)有采集足夠多的葉片圖像，只采集了一次，并沒(méi)有跟蹤甘藍(lán)型油菜的生長(zhǎng)過(guò)程，不能建立完整的檢測(cè)模型，而且不同葉片間的病蟲(chóng)害也不盡相同，所以該方法的應(yīng)用有一定局限性。李震等[35]基于可見(jiàn)光圖像設(shè)計(jì)了一種柑橘實(shí)蠅成蟲(chóng)檢測(cè)系統(tǒng)，該系統(tǒng)適用于機(jī)器自動(dòng)識(shí)別的實(shí)蠅分類，可以識(shí)別柑橘小實(shí)蠅、南瓜實(shí)蠅和瓜實(shí)蠅等成蟲(chóng)，整體準(zhǔn)確率高達(dá)95.56%。該系統(tǒng)可以實(shí)現(xiàn)對(duì)較低分辨率的圖片進(jìn)行處理，對(duì)圖像質(zhì)量要求低，適合設(shè)備的動(dòng)態(tài)識(shí)別，為機(jī)器視覺(jué)識(shí)別實(shí)蠅類昆蟲(chóng)的實(shí)時(shí)檢測(cè)提供了技術(shù)依據(jù)。Tian等[36]通過(guò)獲取小麥的顏色、紋理和形狀特征對(duì)小麥的白粉病、小麥銹病、葉枯病進(jìn)行檢測(cè)，然后將小麥的主要特征作為相應(yīng)分類器的訓(xùn)練集，并采用多分類器系統(tǒng)提高了分類精度。

4.2 電子鼻探測(cè)技術(shù)

揮發(fā)性有機(jī)化合物是大氣層的組成部分，但是樹(shù)木和作物釋放出來(lái)的該氣體占大氣中該氣體含量的三分之二。病蟲(chóng)害的影響會(huì)導(dǎo)致樹(shù)木或作物釋放該揮發(fā)性有機(jī)物的量發(fā)生變化，根據(jù)此原理，可以通過(guò)探測(cè)該揮發(fā)性氣體的變化來(lái)探測(cè)作物的病蟲(chóng)害信息。電子鼻就是基于氣體傳感器制成的探測(cè)揮發(fā)性氣體變化的裝置，可以探測(cè)病蟲(chóng)害程度。電子鼻主要由氣體傳感器陣列、信號(hào)的預(yù)處理和分析識(shí)別三部分組成，當(dāng)氣體傳感器陣列探測(cè)到某種氣體時(shí)，傳感器會(huì)將化學(xué)信號(hào)轉(zhuǎn)化為電信號(hào)，然后對(duì)該信號(hào)進(jìn)行降噪、提取、放大等預(yù)處理后，最后采用合適的模式識(shí)別方法對(duì)其進(jìn)行分析得出最終探測(cè)結(jié)果[37]。Li等[38]研制的基于導(dǎo)電聚合物傳感器的電子鼻成功地應(yīng)用于藍(lán)莓病害的檢測(cè)和鑒別。這種基于嗅覺(jué)的無(wú)損檢測(cè)方法在藍(lán)莓質(zhì)量控制和真菌疾病檢測(cè)方面有很大的前景。

4.3 小結(jié)

作物病蟲(chóng)害探測(cè)方法及優(yōu)缺點(diǎn)如表4所示。

表4 作物病蟲(chóng)害探測(cè)方法及優(yōu)缺點(diǎn)Tab. 4 Detection methods of crop diseases and insect pests and their advantages and disadvantages

在病蟲(chóng)害探測(cè)技術(shù)方面，圖像處理技術(shù)起步較早，技術(shù)較成熟，紅外光譜也逐漸應(yīng)用于實(shí)際工作中去。但是部分研究?jī)H僅預(yù)示檢測(cè)病蟲(chóng)害的可能性與實(shí)際需求相差較遠(yuǎn)，需要進(jìn)一步研究。

5 存在問(wèn)題

5.1 技術(shù)難點(diǎn)

靶標(biāo)作物冠層枝葉稠密程度和冠層內(nèi)部結(jié)構(gòu)的探測(cè)是變量噴霧過(guò)程中的難點(diǎn)。雖然超聲波回波強(qiáng)度和枝葉稠密度存在相關(guān)關(guān)系，然而是否可以實(shí)現(xiàn)在線指導(dǎo)噴藥量，還需要深入的研究；病蟲(chóng)害程度識(shí)別技術(shù)的發(fā)展一直處于實(shí)驗(yàn)室靜態(tài)測(cè)量階段，尚未成功探索出非接觸快速探測(cè)的方法，使得病蟲(chóng)害探測(cè)技術(shù)在線指導(dǎo)自動(dòng)變量噴霧設(shè)備成為一個(gè)暫時(shí)的技術(shù)難點(diǎn)；雖然圖像識(shí)別技術(shù)的研究取得了一定的成果，但是只能在作物外觀發(fā)生明顯病變時(shí)才能取得較好的探測(cè)結(jié)果，不能在作物已經(jīng)患病但還沒(méi)有外部表征的時(shí)候進(jìn)行檢測(cè)。

5.2 技術(shù)融合

雖然探測(cè)技術(shù)已經(jīng)得到了較好的發(fā)展，而探測(cè)技術(shù)僅僅是精準(zhǔn)噴霧的一部分，探測(cè)階段完成后要將探測(cè)結(jié)果傳送至噴霧執(zhí)行部分，但探測(cè)部分和執(zhí)行噴霧部分仍沒(méi)有進(jìn)行深度融合，導(dǎo)致自動(dòng)變量噴霧機(jī)的噴霧精度受到影響。現(xiàn)有大多探測(cè)方法都還處在實(shí)驗(yàn)室建立探測(cè)模型的階段，探測(cè)階段與執(zhí)行階段沒(méi)有進(jìn)行深度融合對(duì)接。

6 展望

通過(guò)分析變量噴霧靶標(biāo)探測(cè)的研究現(xiàn)狀，可以得到精準(zhǔn)變量噴霧就是通過(guò)獲取作物的位置、形狀體積、冠層內(nèi)部結(jié)構(gòu)和病蟲(chóng)害程度等信息，然后對(duì)作物進(jìn)行按需按量噴霧。作物位置信息和形狀體積等信息的探測(cè)技術(shù)有較大突破，裝備也趨于成熟。作物冠層信息的獲取以及對(duì)枝葉稠密程度的判斷是當(dāng)前噴藥技術(shù)面臨的主要問(wèn)題，需要進(jìn)一步研究。

任何一種探測(cè)技術(shù)都有其優(yōu)缺點(diǎn)，若要獲得高精度的作物結(jié)構(gòu)信息，提高系統(tǒng)的可靠性和穩(wěn)定性，需要將兩種或多種技術(shù)方法進(jìn)行融合使其優(yōu)缺點(diǎn)進(jìn)行互補(bǔ)。亦或是探尋可以作為指導(dǎo)噴霧且可感知作物物理信息的新型快速探測(cè)技術(shù)。

對(duì)于作物靶標(biāo)的探測(cè)需要軟件與硬件的配合，軟件的發(fā)展尤為重要。要做到靶標(biāo)信息的在線處理，需要加強(qiáng)軟件的處理數(shù)據(jù)能力，可以通過(guò)提高識(shí)別設(shè)備的硬件水平、優(yōu)化算法以及軟件硬件的融合發(fā)展等方法進(jìn)行。作物病蟲(chóng)害信息的探測(cè)、計(jì)算模型的普適性以及系統(tǒng)的穩(wěn)定性都是將來(lái)研究的重點(diǎn)。