王瑞雪， 朱立成， 趙 博， 王長(zhǎng)偉， 賈曉峰， 徐慶鐘

（1. 中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院集團(tuán)有限公司，北京 100083； 2. 土壤植物機(jī)器系統(tǒng)技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100083）

0 引言

隨著信息化和智能化技術(shù)的日新月異及其在農(nóng)業(yè)領(lǐng)域的深度應(yīng)用，智能化農(nóng)業(yè)裝備逐漸成為當(dāng)今社會(huì)發(fā)展熱點(diǎn)。近年來，英國(guó)、日本、挪威、美國(guó)等國(guó)家先后構(gòu)建了無人大田、無人溫室、無人漁場(chǎng)等一批試驗(yàn)性的無人農(nóng)場(chǎng)，我國(guó)福建、江蘇、山東等地也開展了大量無人農(nóng)場(chǎng)的試驗(yàn)探索[1]。農(nóng)業(yè)機(jī)器人是集多種先進(jìn)技術(shù)于一體的智能化農(nóng)機(jī)作業(yè)裝備，是無人農(nóng)場(chǎng)和數(shù)字精準(zhǔn)農(nóng)業(yè)的重要組成部分之一。目前，農(nóng)業(yè)機(jī)器人的研究領(lǐng)域范圍很廣，從及時(shí)準(zhǔn)確收集作物和田間詳細(xì)時(shí)空信息實(shí)現(xiàn)數(shù)字化農(nóng)業(yè)的采集機(jī)器人，到完成復(fù)雜非線性自動(dòng)果實(shí)收獲及運(yùn)輸?shù)墓卟墒諜C(jī)器人[2]。世界各地的組織機(jī)構(gòu)積極參與多種類型農(nóng)業(yè)機(jī)器人的研發(fā)工作。我國(guó)農(nóng)業(yè)機(jī)器人技術(shù)相對(duì)落后，迫切需要借鑒國(guó)外農(nóng)業(yè)機(jī)器人應(yīng)用現(xiàn)狀，結(jié)合我國(guó)農(nóng)藝要求，利用多種前沿技術(shù)的優(yōu)勢(shì)，提升我國(guó)農(nóng)機(jī)裝備智能化水平，為實(shí)施無人智慧農(nóng)場(chǎng)奠定堅(jiān)實(shí)技術(shù)基礎(chǔ)。

1 國(guó)外農(nóng)業(yè)機(jī)器人應(yīng)用現(xiàn)狀

近年來，農(nóng)業(yè)機(jī)器人研究領(lǐng)域的文獻(xiàn)大多集中在目標(biāo)及作業(yè)對(duì)象的準(zhǔn)確識(shí)別、多傳感器融合路徑規(guī)劃及末端執(zhí)行器設(shè)計(jì)等方面內(nèi)容[3]。本文重點(diǎn)介紹國(guó)外已經(jīng)商業(yè)化或者能滿足自動(dòng)作業(yè)要求的農(nóng)業(yè)機(jī)器人，主要包括在田間雜草控制、田間監(jiān)測(cè)和數(shù)據(jù)收集，以及自動(dòng)化收獲方面的技術(shù)應(yīng)用。

1.1 田間除草機(jī)器人

機(jī)械除草和精確對(duì)靶控制噴藥是目前農(nóng)業(yè)生產(chǎn)中最需要、最可能實(shí)現(xiàn)商業(yè)化應(yīng)用的農(nóng)業(yè)機(jī)器人。在過去的10 年里，國(guó)外一些研究機(jī)構(gòu)和知名公司[如荷蘭瓦赫寧根大學(xué)、昆士蘭科技大學(xué)、悉尼大學(xué)、藍(lán)河技術(shù)（CA，USA）、瑞士EcoRobotix 公司和法國(guó)的Naio Technologies 等]之間跨學(xué)科合作研發(fā)了各種先進(jìn)的除草機(jī)器人技術(shù)，在對(duì)靶噴藥除草機(jī)器人和機(jī)械除草機(jī)器人應(yīng)用方面均取得了較好的應(yīng)用成果[4]。

2018 年，瑞士的EcoRobotix 公司小批量改進(jìn)試制了一批AVO 除草機(jī)器人，在瑞士、法國(guó)、荷蘭和比利時(shí)進(jìn)行了實(shí)地測(cè)試，如圖1a 所示。AVO 除草機(jī)器人的4 個(gè)輪子均可獨(dú)立操縱，可以適用農(nóng)田行式種植的多種作物的自動(dòng)除草作業(yè)，如菠菜、棉花、豆類、洋蔥、甜菜、油菜和花椰菜。該機(jī)器人視覺系統(tǒng)由多個(gè)攝像頭組成，利用先進(jìn)的圖像識(shí)別及機(jī)器學(xué)習(xí)技術(shù)，對(duì)雜草進(jìn)行檢測(cè)并定向噴灑微量除草劑；導(dǎo)航系統(tǒng)使用激光雷達(dá)和超聲波傳感器探測(cè)周圍障礙物和人，結(jié)合GPS+RTK 定位技術(shù)，使田間導(dǎo)航精度達(dá)到厘米級(jí)，確保輪子在作物行間穩(wěn)定行駛[5]。據(jù)統(tǒng)計(jì)，AVO 除草機(jī)器人在行內(nèi)和行間雜草的檢測(cè)成功率超過90%，且在檢測(cè)到的雜草中噴灑率超過95%，但有5%的農(nóng)作物被誤認(rèn)為雜草進(jìn)行噴藥。

法國(guó)Na?o Technologies 公司成立于2011 年，其典型產(chǎn)品有Dino（大田蔬菜除草機(jī)器人）和Ted（葡萄園除草機(jī)器人）兩種機(jī)械式除草機(jī)器人[6]。Dino 大田除草機(jī)器人外觀如圖1b 所示，其導(dǎo)航系統(tǒng)采用GPS+RTK和多傳感器信息融合的自動(dòng)導(dǎo)航方式，定位精度達(dá)到2 cm。視覺圖像系統(tǒng)可檢測(cè)識(shí)別作物行距，通過調(diào)整除草工具使其盡可能靠近農(nóng)作物以徹底清理雜草[7]。該機(jī)器人主要用于生菜、洋蔥、胡蘿卜、防風(fēng)草、卷心菜、韭菜和花椰菜等作物的除草作業(yè)。為了適應(yīng)葡萄園除草作業(yè)的需求，Ted 除草機(jī)器人的高度達(dá)到2 m，可在葡萄果樹間進(jìn)行除草作業(yè)，如圖1c 所示。其田間工作速度可達(dá)6 km/h，與Dino 配置同樣的GPS+RTK 衛(wèi)星導(dǎo)航系統(tǒng)，下部設(shè)計(jì)通用安裝框架，滿足多種除草工具的安裝需求[8]。其典型除草工具如圖2 所示。據(jù)該公司介紹，有超過200 個(gè)Na?o 田間除草機(jī)器人已經(jīng)在世界各地投入使用，且已經(jīng)進(jìn)入商業(yè)化銷售階段。

圖2 Dino 與Ted 機(jī)器人末端除草工具Fig. 2 Robot end weeding tool of Dino and Ted

2019 年，丹麥FarmDroid 農(nóng)場(chǎng)機(jī)器人公司出售并交付了其首款農(nóng)業(yè)機(jī)器人FD20，這是一款可實(shí)現(xiàn)作物播種及行間和行內(nèi)自動(dòng)機(jī)械除草的多用途機(jī)器人，如圖1d 所示。FD20 同樣使用GPS+RTK 信號(hào)定位技術(shù)，能在播種時(shí)記錄每顆種子的播種位置，因此該系統(tǒng)不依賴相機(jī)識(shí)別作物或雜草就知道需要除草作業(yè)的區(qū)域。同時(shí)，F(xiàn)D20 是一款由太陽(yáng)能電池板供電的自主作業(yè)機(jī)器人，可以不需要外部充電就能實(shí)現(xiàn)甜菜、洋蔥、油菜等作物的播種除草作業(yè)。2020 年春季，F(xiàn)D20 型機(jī)器人已經(jīng)應(yīng)用在多個(gè)歐洲國(guó)家的農(nóng)場(chǎng)替代人工作業(yè)，種植和除草面積達(dá)1 500 hm2[9]。

圖1 田間除草機(jī)器人Fig. 1 Field weeding robot

以上4 種農(nóng)業(yè)機(jī)器人是國(guó)外除草機(jī)器人應(yīng)用的典型產(chǎn)品，雖然上述除草機(jī)器人的應(yīng)用沒有達(dá)到完美的作業(yè)效果，會(huì)出現(xiàn)誤將作物識(shí)別成雜草、漏識(shí)雜草、誤傷農(nóng)作物等識(shí)別率不穩(wěn)定問題，但經(jīng)過大量實(shí)際作業(yè)驗(yàn)證及使用效益估算，上述機(jī)器人可以滿足在特定結(jié)構(gòu)化的田地進(jìn)行自主除草作業(yè)需求。這些技術(shù)應(yīng)用方案解決了農(nóng)場(chǎng)工人短缺的問題，減輕了繁重的體力勞動(dòng)，減少化學(xué)除草劑的使用。

1.2 果蔬收獲機(jī)器人

目前，糧食的收獲已經(jīng)實(shí)現(xiàn)機(jī)械化和自動(dòng)化作業(yè)，但對(duì)于水果和蔬菜收獲還處于傳統(tǒng)勞動(dòng)密集型作業(yè)階段，急需借助先進(jìn)的機(jī)器人技術(shù)將水果及蔬菜的收獲從單調(diào)的手工采收轉(zhuǎn)變?yōu)檫B續(xù)的自動(dòng)化作業(yè)來解決勞動(dòng)力短缺和及時(shí)性問題。收獲機(jī)器人按功能可以分為傳感（即水果識(shí)別）、規(guī)劃（即手眼協(xié)調(diào)）和動(dòng)作（即抓取水果的末端執(zhí)行器機(jī)構(gòu)）3 個(gè)主要部分。在收獲作業(yè)機(jī)器人方面，國(guó)外專家學(xué)者進(jìn)行了大量的理論和應(yīng)用研究。

新西蘭奧克蘭大學(xué)與Robotics Plus 公司聯(lián)合開發(fā)了獼猴桃采摘機(jī)器人，如圖3a 所示。該設(shè)備整體分為4個(gè)子模塊，每個(gè)子模塊附近設(shè)置2 個(gè)攝像機(jī)拍攝樹冠圖像，利用深度神經(jīng)網(wǎng)絡(luò)和立體匹配的研究成果，通過圖像檢測(cè)系統(tǒng)處理并定位果實(shí)在三維空間中的位置?？刂普{(diào)度系統(tǒng)對(duì)各個(gè)模塊中已定位的獼猴桃位置進(jìn)行排序，利用防碰撞規(guī)則為每個(gè)手臂動(dòng)態(tài)分配收獲目標(biāo)，協(xié)調(diào)4個(gè)采收臂進(jìn)行有序采收。仿照人工采收動(dòng)作設(shè)計(jì)專用末端手爪，如圖3b 所示。使用非對(duì)稱四桿機(jī)構(gòu)，利用一根線纜驅(qū)動(dòng)完成手爪夾持、旋轉(zhuǎn)、回正及打開動(dòng)作，這一系列的動(dòng)作實(shí)現(xiàn)了果實(shí)的采收作業(yè)。夾爪手指內(nèi)部設(shè)計(jì)空氣通道，采用3D 打印制成，使手指在抓取果實(shí)時(shí)變形貼合，增加手指和水果之間的接觸面積，最大限度地減少擦傷[10]。

圖3 采摘機(jī)器人及其末端執(zhí)行器Fig. 3 Picking robot and its end effector

西班牙AGROBOT 公司研制了Agrobot E 系列草莓采摘機(jī)器人，如圖3c 所示。它由3 排支撐桁架平臺(tái)組成，上部安裝24 個(gè)獨(dú)立的滑動(dòng)臂，在每個(gè)臂上安裝2 個(gè)超聲波傳感器，可實(shí)現(xiàn)限位停止和防止臂觸地的功能[11]。使用激光雷達(dá)傳感器監(jiān)測(cè)周圍環(huán)境，避免與農(nóng)場(chǎng)里的工人發(fā)生碰撞。板載集成顏色和紅外深度傳感器捕獲手爪附近圖像，利用人工智能識(shí)別軟件來識(shí)別草莓果實(shí)并評(píng)估果實(shí)的成熟度。末端手爪結(jié)構(gòu)如圖3d 所示，直接抓住草莓莖部并切割，然后夾持放入平臺(tái)儲(chǔ)物盒內(nèi)。每個(gè)輪子安裝超聲波傳感器，通過不斷檢測(cè)輪子與草莓行之間的距離，使車輛保持在合適位置，實(shí)現(xiàn)溫室行內(nèi)自主收獲任務(wù)[12]。但該機(jī)器人對(duì)草莓種植結(jié)構(gòu)環(huán)境要求較高，且換行作業(yè)還需手動(dòng)操縱完成。

與Agrobot E 草莓采摘機(jī)器人結(jié)構(gòu)不同，比利時(shí)Octinion研發(fā)公司也開發(fā)了一款草莓采摘機(jī)器人，如圖3e 所示。該機(jī)器人電動(dòng)輪式平臺(tái)采用車輪編碼器、陀螺儀和超寬帶（UWB）室內(nèi)定位系統(tǒng)等多傳感器融合技術(shù)進(jìn)行導(dǎo)航，通過3 臺(tái)不同位置的RGB 攝像頭檢測(cè)識(shí)別草莓，利用仿生原理設(shè)計(jì)開發(fā)了專用機(jī)械臂和專用末端手爪，通過輕輕拉動(dòng)草莓并施加旋轉(zhuǎn)運(yùn)動(dòng)進(jìn)行草莓采收作業(yè)[13]。柔軟手指部件由3D 打印加工成形，如圖3f 所示，與人類手指相比，該手指與草莓的接觸面更大，可降低對(duì)果實(shí)的傷害。

溫室甜椒采收機(jī)器人SWEEPER 是歐盟H2020 計(jì)劃中機(jī)器人應(yīng)用案例項(xiàng)目，如圖3g 所示，主要由標(biāo)準(zhǔn)6自由度工業(yè)機(jī)械臂、定制專用末端執(zhí)行器、圖形處理單元、傳感器及其他電子設(shè)備組成。定制專用末端執(zhí)行器如圖3h 所示，包括RGB-D 視覺部件、LED 照明裝置及果實(shí)捕獲筐。視覺系統(tǒng)可以從遠(yuǎn)距離和近距離獲取植物的RGB 圖像，利用深度學(xué)習(xí)技術(shù)、基于形狀和顏色的檢測(cè)算法識(shí)別定位果實(shí)莖部相對(duì)于果實(shí)的位置，使用視覺伺服控制機(jī)械臂靠近果實(shí)并向下移動(dòng)，利用振動(dòng)刀切割果梗進(jìn)行采收作業(yè)[14]。SWEEPER 收獲機(jī)器人只能收獲位于植物和莖前面的果實(shí)，且在單株行種植結(jié)構(gòu)中才能充分發(fā)揮其收獲性能。

雖然上述4 種機(jī)器人在特定的環(huán)境中可以實(shí)現(xiàn)自主收獲作業(yè)，但是在果實(shí)的檢測(cè)識(shí)別率、深度定位、路徑規(guī)劃及末端手爪動(dòng)作等方面還沒達(dá)到令人滿意的效果。如在獼猴桃采摘機(jī)器人視覺系統(tǒng)拍攝出的圖像中，人肉眼可分辨出96%的果實(shí)，但在圖像識(shí)別中僅有79%能被檢測(cè)出，且被正確立體匹配以生成手臂采摘位置的獼猴桃定位率為76.1%[10]。甜椒收獲機(jī)器人在沒有修剪或去除葉子和被遮擋果實(shí)的真實(shí)種植場(chǎng)景中，甜椒收獲的成功率為65%。另外，末端執(zhí)行器還可能發(fā)生定位錯(cuò)誤、摩擦力小抓握失敗、動(dòng)態(tài)規(guī)劃碰撞枝葉等問題。據(jù)資料顯示，在現(xiàn)實(shí)的商業(yè)果園環(huán)境中，對(duì)收獲機(jī)器人進(jìn)行實(shí)際收獲性能測(cè)試，在最佳作業(yè)條件下成功采摘果實(shí)數(shù)量不超過總數(shù)的61%。

1.3 田間數(shù)據(jù)采集機(jī)器人

在為精準(zhǔn)農(nóng)業(yè)和智慧農(nóng)場(chǎng)提供可靠精確的測(cè)量數(shù)據(jù)方面，田間監(jiān)測(cè)與數(shù)據(jù)采集機(jī)器人發(fā)揮著重要的作用。通過田間信息采集機(jī)器人獲得的田間數(shù)據(jù)信息，農(nóng)民可以更有效地管理農(nóng)作物。目前世界各國(guó)為了實(shí)現(xiàn)有效的自主作業(yè)、導(dǎo)航控制和多源信息采集等功能，開發(fā)裝有先進(jìn)傳感器的田間監(jiān)測(cè)及數(shù)據(jù)采集機(jī)器人。

由伊利諾伊大學(xué)的科學(xué)家們開發(fā)的TerraSentia 緊湊型作物表型機(jī)器人集成了4 臺(tái)高清RGB 相機(jī)和GPS 導(dǎo)航系統(tǒng)，如圖4a 所示，具有豐富的3D 數(shù)據(jù)集和感知功能。TerraSentia 通過機(jī)器學(xué)習(xí)算法訓(xùn)練，可以檢測(cè)和識(shí)別作物常見疾病，采集物理典型特征，如玉米穗高、葉面積指數(shù)和生物量等。TerraSentia 體積小、質(zhì)量小，可以在莖稈較高的玉米和高粱作物行間移動(dòng)，利用安裝的多種傳感器部件測(cè)量單個(gè)作物的特征，并將數(shù)據(jù)實(shí)時(shí)傳輸?shù)竭h(yuǎn)端手機(jī)或筆記本電腦[15]。

葡萄園產(chǎn)量估計(jì)對(duì)于計(jì)劃和組織收割、計(jì)劃酒窖需求、計(jì)劃采購(gòu)或葡萄銷售等都有重要的指導(dǎo)作用，因此，市場(chǎng)對(duì)快速、可靠的產(chǎn)量評(píng)估機(jī)器人有一定需求。VINBOT機(jī)器人是一個(gè)集成多種傳感器的葡萄園信息監(jiān)測(cè)機(jī)器人，如圖4b 所示。它的底盤基于一款商用移動(dòng)機(jī)器人，有效負(fù)載達(dá)到65 kg，上部安裝彩色和近紅外相機(jī)，可對(duì)藤蔓進(jìn)行高精度成像。利用激光測(cè)距儀和RGB-D 裝置進(jìn)行避障，并獲得藤架三維點(diǎn)云信息。利用基于云的網(wǎng)絡(luò)應(yīng)用程序處理圖像或創(chuàng)建3D 地圖，通過人機(jī)界面，進(jìn)行導(dǎo)航和數(shù)據(jù)采集任務(wù)[16]。利用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)方法，使用圖像中葡萄簇所占的面積估計(jì)最終葡萄的產(chǎn)量。

Lady bird 是一款多用途農(nóng)業(yè)機(jī)器人平臺(tái)，由悉尼大學(xué)的澳大利亞田間機(jī)器人中心（ACFR）設(shè)計(jì)和建造，如圖4c 所示。該機(jī)器人使用輪式電動(dòng)底盤，由上部的太陽(yáng)能電池板進(jìn)行供電。利用NovAtel 同步位置姿態(tài)導(dǎo)航（SPAN）、全球定位和慣性導(dǎo)航系統(tǒng)（GPS/INS）實(shí)現(xiàn)定位功能，通過跟蹤數(shù)字農(nóng)場(chǎng)地圖上的GPS 路徑點(diǎn)進(jìn)行自主導(dǎo)航，也可通過為每個(gè)作物區(qū)域創(chuàng)建一系列航路點(diǎn)進(jìn)行導(dǎo)航。上部配置了多種非接觸傳感器設(shè)備用于作物的自動(dòng)化信息采集，如用于生成植被指數(shù)的高光譜相機(jī)、用于檢測(cè)水分脅迫的熱像儀、用于執(zhí)行圖像識(shí)別任務(wù)的高分辨率立體視覺相機(jī)等[17]。

圖4 田間數(shù)據(jù)采集機(jī)器人Fig. 4 Field data collection robot

田間信息采集不僅是通過監(jiān)測(cè)田間作物果實(shí)估算出果實(shí)的產(chǎn)量，更重要的是要根據(jù)植物的表型、基因、氣候變化和土壤質(zhì)量等因素去適宜地干擾植物的發(fā)育。通過鑒定植物的表型，可以與它們各自的基因型聯(lián)系起來，從而可以確定適當(dāng)?shù)纳L(zhǎng)條件。雖然基于機(jī)器視覺的導(dǎo)航算法對(duì)真實(shí)世界的噪聲、變化的光照條件還未達(dá)到有效魯棒性，但是隨著全球?qū)Ш郊夹g(shù)、伺服控制技術(shù)、先進(jìn)傳感采集及視覺圖像處理技術(shù)的不斷進(jìn)步，國(guó)外田間數(shù)據(jù)采集機(jī)器人即將進(jìn)入初步應(yīng)用階段。該項(xiàng)機(jī)器人技術(shù)的應(yīng)用將會(huì)在降低農(nóng)作物生產(chǎn)成本、提高生產(chǎn)率和質(zhì)量，以及規(guī)范農(nóng)作物種植方式等方面發(fā)揮重要作用。

2 國(guó)內(nèi)農(nóng)業(yè)機(jī)器人技術(shù)現(xiàn)狀

與發(fā)達(dá)國(guó)家相比，我國(guó)農(nóng)業(yè)機(jī)器人的研制起步較晚、基礎(chǔ)也比較薄弱，發(fā)展速度緩慢，多數(shù)處于理論研究與試驗(yàn)探索時(shí)期。近年來，在市場(chǎng)需求的不斷引導(dǎo)及國(guó)內(nèi)科研機(jī)構(gòu)的不懈努力下，農(nóng)業(yè)機(jī)器人技術(shù)也取得了一定的成果。

目前針對(duì)大田農(nóng)業(yè)生產(chǎn)的農(nóng)機(jī)具，國(guó)內(nèi)企業(yè)相繼研發(fā)出多種自動(dòng)導(dǎo)航駕駛系統(tǒng)，已經(jīng)在一些北方大田地塊進(jìn)行農(nóng)業(yè)生產(chǎn)作業(yè)，特別是在新疆棉花產(chǎn)區(qū)。棉花穴播播種、側(cè)深施肥、鋪膜及鋪設(shè)滴灌管等農(nóng)藝作業(yè)特點(diǎn)使得農(nóng)機(jī)自動(dòng)導(dǎo)航裝備成為不可缺少的配置[18]。農(nóng)機(jī)自動(dòng)導(dǎo)航駕駛系統(tǒng)可以保證耕地、播種、施肥、噴藥、收獲等作業(yè)的精確銜接，避免產(chǎn)生漏播、重播現(xiàn)象，有效降低作物的損失率。目前衛(wèi)星導(dǎo)航系統(tǒng)在直線路徑上的導(dǎo)航效果較好，但在地頭轉(zhuǎn)彎及地塊調(diào)度方面的導(dǎo)航還達(dá)不到無人化要求。

在植保機(jī)器人和果蔬采摘機(jī)器人方面，蘇州博田自動(dòng)化技術(shù)有限公司與國(guó)內(nèi)高校緊密合作，研發(fā)出了幾種類型的農(nóng)業(yè)機(jī)器人。其開發(fā)的溫室環(huán)境檢測(cè)機(jī)器人如圖5a 所示，可以實(shí)現(xiàn)環(huán)境溫度、濕度、二氧化碳等參數(shù)的智能感知。同時(shí)該公司融合了人工智能和多傳感器技術(shù)開發(fā)了履帶式果蔬采摘機(jī)器人，如圖5b 所示，主要由行走系統(tǒng)、視覺系統(tǒng)和采摘執(zhí)行系統(tǒng)組成。視覺系統(tǒng)采用雙目立體視覺定位技術(shù)，基于深度學(xué)習(xí)的視覺算法實(shí)現(xiàn)對(duì)果蔬大小、顏色、形狀、成熟度和采摘位置的信息獲取及處理；集合超聲、紅外和激光等多種傳感器，開發(fā)了“手、眼”協(xié)同自動(dòng)化系統(tǒng)，控制機(jī)械手臂完成抓取、切割、放置任務(wù)[19]。目前上述兩種機(jī)器人也僅用于現(xiàn)代農(nóng)業(yè)園區(qū)或科技農(nóng)業(yè)園區(qū)、標(biāo)準(zhǔn)化溫室種植、農(nóng)業(yè)嘉年華類活動(dòng)等。

圖5 國(guó)內(nèi)農(nóng)業(yè)機(jī)器人應(yīng)用Fig. 5 Agricultural robot applications in China

農(nóng)業(yè)智能作業(yè)車是目前應(yīng)用較多的農(nóng)業(yè)機(jī)器人行走裝備，如圖5c 所示。該農(nóng)業(yè)無人車搭載厘米級(jí)精準(zhǔn)導(dǎo)航，可實(shí)現(xiàn)果樹植保、大田除草、智能田間巡檢及農(nóng)資運(yùn)輸?shù)绒r(nóng)事服務(wù)，為我國(guó)智慧農(nóng)業(yè)、農(nóng)業(yè)機(jī)器人的發(fā)展提供了技術(shù)基礎(chǔ)[20]。但是針對(duì)成行的精準(zhǔn)作業(yè)還取決于作業(yè)臂和末端執(zhí)行機(jī)構(gòu)，在田間地頭導(dǎo)航還需人工干預(yù)。Autolabor 公司研發(fā)了一款高通量植物表型機(jī)器人，如圖5d 所示。其主要用于植物表型組學(xué)研究，以輪式機(jī)器人為本體，車身裝載激光雷達(dá)、超聲波、視覺相機(jī)等多種傳感器，基于多傳感器信息融合環(huán)境感知技術(shù)，實(shí)現(xiàn)了機(jī)器人在特定溫室環(huán)境下自動(dòng)巡檢、定點(diǎn)采集、自動(dòng)避障、自動(dòng)返航等功能。該機(jī)器人目前主要針對(duì)農(nóng)業(yè)大棚結(jié)構(gòu)化的環(huán)境狀態(tài)，通用性和采集后處理功能還有待提高。

國(guó)內(nèi)各高校和研究機(jī)構(gòu)在收獲和除草農(nóng)業(yè)機(jī)器人領(lǐng)域進(jìn)行了大量研究，研制出可供技術(shù)驗(yàn)證的樣機(jī)結(jié)構(gòu)，如中國(guó)農(nóng)業(yè)大學(xué)研發(fā)的溫室黃瓜采摘機(jī)器人、西北農(nóng)林科技大學(xué)研發(fā)的獼猴桃采摘機(jī)器人、江蘇大學(xué)及中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院集團(tuán)有限公司研發(fā)的蘋果采摘機(jī)器人等[21]。這些樣機(jī)離實(shí)際應(yīng)用差距較大，還沒達(dá)到產(chǎn)業(yè)化、商品化階段。

3 農(nóng)業(yè)機(jī)器人的挑戰(zhàn)與發(fā)展趨勢(shì)

與工業(yè)應(yīng)用相比，農(nóng)業(yè)機(jī)器人在很多領(lǐng)域的應(yīng)用仍處于起步階段，提高機(jī)器人在農(nóng)業(yè)應(yīng)用中的速度和準(zhǔn)確性是農(nóng)業(yè)機(jī)器人當(dāng)前面臨的主要問題。

（1）田地、茶園、果園及溫室等條件下的自主導(dǎo)航，在場(chǎng)景特征、導(dǎo)航目標(biāo)和要求、信息來源等方面存在較大差異。基于衛(wèi)星信號(hào)的全球?qū)Ш揭殉醪綉?yīng)用于大田農(nóng)業(yè)生產(chǎn)作業(yè)中，但在非結(jié)構(gòu)化的復(fù)雜農(nóng)業(yè)場(chǎng)景中，要實(shí)現(xiàn)農(nóng)業(yè)機(jī)器人全自主作業(yè)就需要全局導(dǎo)航與基于場(chǎng)景感知的局部導(dǎo)航相融合。不同的環(huán)境使用不同的方式，如在田間地頭等掉頭轉(zhuǎn)彎區(qū)域可以使用人工特征（如使用RFID 標(biāo)簽或無線傳感器）進(jìn)行引導(dǎo)入行，在行內(nèi)采用衛(wèi)星導(dǎo)航或利用固有的行結(jié)構(gòu)信息采用超聲、激光雷達(dá)或視覺等方式來引導(dǎo)機(jī)器人實(shí)現(xiàn)自主行進(jìn)。目前該項(xiàng)技術(shù)研究與實(shí)際應(yīng)用仍然存在一定差距，但在市場(chǎng)需求的指引下，隨著各項(xiàng)科學(xué)技術(shù)的進(jìn)步，未來科學(xué)家們必將突破多傳感器融合導(dǎo)航技術(shù)的瓶頸，實(shí)現(xiàn)更高層次、更強(qiáng)自主作業(yè)能力的無人駕駛系統(tǒng)。

（2）在機(jī)器視覺及圖像處理方面，基于視覺識(shí)別的圖像處理技術(shù)在實(shí)際應(yīng)用中已經(jīng)取得一定突破，但是研究成果通常依賴研究人員自身收集的數(shù)據(jù)，實(shí)際的非結(jié)構(gòu)性農(nóng)業(yè)場(chǎng)景復(fù)雜多變，不同的光照條件帶來的亮度、陰影及物體的遮擋等問題都會(huì)使通用性受到很大限制[22]。收獲機(jī)器人需要保證水果在復(fù)雜濃密的冠層中可靠地檢測(cè)和定位果實(shí)，除草機(jī)器人需要在復(fù)雜的土壤背景中可靠地區(qū)分作物和雜草，而上節(jié)介紹的農(nóng)業(yè)機(jī)器人產(chǎn)品的實(shí)際測(cè)試結(jié)果并不完美。農(nóng)業(yè)環(huán)境為半自然環(huán)境狀態(tài)，作業(yè)目標(biāo)的生長(zhǎng)狀態(tài)及位置具有較大隨機(jī)性，加上農(nóng)產(chǎn)品果實(shí)硬度低、易損壞，這對(duì)研發(fā)自主農(nóng)業(yè)機(jī)器人系統(tǒng)來說具有非常大的挑戰(zhàn)。因此，我國(guó)要加快研究適應(yīng)自主收獲要求的作物新品種，使農(nóng)業(yè)生產(chǎn)與智能化裝備有效結(jié)合，降低農(nóng)業(yè)機(jī)器人作業(yè)的隨機(jī)性；同時(shí)在視覺硬件（傳感器、芯片）不斷升級(jí)的促進(jìn)下，研究快速有效的圖像處理算法，提高果實(shí)識(shí)別效率，實(shí)現(xiàn)多信息融合技術(shù)和圖像處理算法的突破。

（3）手眼協(xié)調(diào)控制是收獲或植保等農(nóng)業(yè)機(jī)器人最重要功能之一。目前，借助工業(yè)機(jī)械臂的運(yùn)動(dòng)控制算法，末端定位精度可以滿足采收任務(wù)的要求，但在實(shí)際的作業(yè)過程中既要快速計(jì)算目標(biāo)位置、及時(shí)生成運(yùn)動(dòng)軌跡，實(shí)時(shí)反饋位置信息，又要結(jié)合實(shí)際的作業(yè)場(chǎng)景進(jìn)行軌跡智能調(diào)整，這對(duì)當(dāng)前控制技術(shù)仍是一項(xiàng)難題。通過改進(jìn)農(nóng)作物種植方式、借助外部力量統(tǒng)一生長(zhǎng)狀態(tài)是實(shí)現(xiàn)全自主作業(yè)的有效途徑之一，同時(shí)根據(jù)操作經(jīng)驗(yàn)進(jìn)一步優(yōu)化軌跡規(guī)劃算法，保證農(nóng)業(yè)機(jī)器人達(dá)到預(yù)期的揀選速度和成功率。另外，對(duì)于果實(shí)被高密度植物葉子嚴(yán)重遮擋的問題，可以借鑒人工操作經(jīng)驗(yàn)，通過多個(gè)視覺工具在多角度捕捉定位目標(biāo)，通過多臂協(xié)作的方式進(jìn)行采收或植保等作業(yè)。將機(jī)械臂控制與平臺(tái)定位系統(tǒng)有效集成，協(xié)調(diào)控制底盤移動(dòng)和機(jī)械臂作業(yè)，實(shí)現(xiàn)農(nóng)業(yè)機(jī)器人“邊走邊干”的高效作業(yè)。

4 結(jié)束語(yǔ)

針對(duì)當(dāng)前國(guó)外農(nóng)業(yè)機(jī)器人在除草、果蔬收獲及環(huán)境監(jiān)測(cè)方面的發(fā)展，通過已經(jīng)或即將商業(yè)化產(chǎn)品的功能，了解國(guó)外農(nóng)業(yè)機(jī)器人技術(shù)水平及應(yīng)用現(xiàn)狀。從目前作業(yè)效果可以看出，即使已經(jīng)投入應(yīng)用的農(nóng)業(yè)機(jī)器人產(chǎn)品在目標(biāo)圖像處理、路徑實(shí)時(shí)規(guī)劃及手臂軌跡控制等方面的魯棒性還有待提高。針對(duì)國(guó)內(nèi)農(nóng)業(yè)機(jī)器人發(fā)展的現(xiàn)狀，介紹了幾種農(nóng)業(yè)機(jī)器人的研發(fā)應(yīng)用情況，除了在自動(dòng)導(dǎo)航方面的應(yīng)用之外，其余均處于示范應(yīng)用階段。最后，分析當(dāng)前農(nóng)業(yè)機(jī)器人存在的主要問題，探討了解決問題的可行性方法。