苗羽 王楓

摘要：以1995—2022年間CNKI數(shù)據(jù)庫上發(fā)表的618篇農(nóng)業(yè)采摘機器人研究文獻為分析對象，采用文獻計量學(xué)方法及知識圖譜技術(shù)對我國農(nóng)業(yè)采摘機器人領(lǐng)域的期刊分布、高影響力作者、高影響力機構(gòu)、研究熱點、趨勢等方面進行計量分析和可視化展示，剖析我國農(nóng)業(yè)采摘機器人的研究概況、發(fā)展動態(tài)和未來趨勢，為相關(guān)研究提供借鑒。

關(guān)鍵詞：CNKI數(shù)據(jù)庫;農(nóng)業(yè);采摘;機器人;文獻計量分析;知識圖譜

中圖分類號：S225? ? 文獻標識碼：A? ? 文章編號：1674-1161（2022）03-0045-05

農(nóng)業(yè)采摘作業(yè)是農(nóng)業(yè)生產(chǎn)鏈中耗時、費力、成本高的一個環(huán)節(jié)，季節(jié)性強，勞動強度大。采用農(nóng)業(yè)采摘機器人替代人工作業(yè)，是保證果實適時采收、降低收獲作業(yè)費用、促進農(nóng)業(yè)增收的重要途徑。特別是在農(nóng)業(yè)生產(chǎn)規(guī)?；⒕珳驶l(fā)展趨勢下，以及農(nóng)業(yè)從業(yè)者老齡化嚴重的情況下，對農(nóng)業(yè)采摘機器人的需求越發(fā)迫切。農(nóng)業(yè)采摘機器人作為農(nóng)業(yè)機器人的重要類型，其作用在于能夠降低工人勞動強度和勞動費用、提高勞動生產(chǎn)率和產(chǎn)品質(zhì)量、保證果實適時采收，因而具有很大的發(fā)展?jié)摿ΑＮ墨I計量學(xué)是用數(shù)學(xué)和統(tǒng)計學(xué)的方法，定量地分析一切知識載體的交叉學(xué)科。它是集數(shù)學(xué)、統(tǒng)計學(xué)、文獻學(xué)為一體，注重量化的綜合性知識體系。目前，文獻計量學(xué)已成為情報學(xué)和文獻學(xué)的一個重要學(xué)科分支。同時也展現(xiàn)出重要的方法論價值，成為情報學(xué)的一個特殊研究方法。本文采用文獻計量學(xué)方法和知識圖譜技術(shù)，對我國農(nóng)業(yè)采摘機器人領(lǐng)域期刊分布、高影響力作者、高影響力機構(gòu)、研究熱點及趨勢等方面進行計量分析和可視化展示，深入分析我國農(nóng)業(yè)采摘機器人研究的概況、發(fā)展動態(tài)和發(fā)展趨勢，為相關(guān)研究提供借鑒。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究文獻數(shù)據(jù)來源于CNKI（中國知識基礎(chǔ)設(shè)施工程，China National Knowledge Infrastructure）數(shù)據(jù)庫，以“農(nóng)業(yè)采摘機器人”為主題，檢索歷年發(fā)表的SCI、EI、核心期刊、CSSCI等中文核心及以上期刊論文，檢索起點時間為1995年1月1日，終點時間為2021年11月12日。經(jīng)過篩選、去重等文獻數(shù)據(jù)處理，最后確定618篇文獻為分析數(shù)據(jù)。

1.2 研究方法

本文運用文獻計量學(xué)方法，以數(shù)據(jù)挖掘、社會網(wǎng)絡(luò)、可視化展示等方式，采用VOSviewer、Excel等工具對選定的數(shù)據(jù)進行研究概況、研究機構(gòu)、研究作者、研究方向及研究熱點等方面分析。

2 文獻計量分析

2.1 概況分析

將確定的618篇文獻根據(jù)年度發(fā)表數(shù)量進行分析（圖1），可知：1995—2010年我國農(nóng)業(yè)采摘機器人領(lǐng)域的研究逐漸引起關(guān)注，研究呈穩(wěn)步增長趨勢;2011—2017年研究呈波動增長狀態(tài);2018—2021年研究趨于平緩。

2.2 期刊分布情況

從期刊分布來看（表1），我國農(nóng)業(yè)采摘機器人領(lǐng)域的研究共涉及76種期刊，期刊的類型主要集中在農(nóng)業(yè)工程類、農(nóng)業(yè)綜合類、機械工業(yè)類、信息類。以農(nóng)業(yè)采摘機器人領(lǐng)域發(fā)文量大于等于2篇同時總被引頻次大于50次的15種核心期刊為分析對象，對其發(fā)文量、總被引頻次、期刊類型、影響因子等進行分析。從發(fā)文量、占比、總被引頻次、影響因子來看，《農(nóng)業(yè)機械學(xué)報》和《農(nóng)業(yè)工程學(xué)報》均排名前3，說明這兩種期刊在農(nóng)業(yè)采摘機器人領(lǐng)域的論文質(zhì)量和綜合競爭力均較高。

2.3 高影響力作者及可視化分析

從作者分布來看（表2），以發(fā)文量大于等于5篇且被引頻次在400次以上的11名高影響力作者為分析對象，對其發(fā)文量、占比、總被引頻次等進行分析。11位高影響力作者分別隸屬于6個機構(gòu)，其中江蘇大學(xué)和華南農(nóng)業(yè)大學(xué)擁有高影響力學(xué)者最多，張鐵中（1339）、趙德安（1097）、鄒湘軍（963）等作者的發(fā)文量和被引頻次均較高，其在農(nóng)業(yè)采摘機器人領(lǐng)域影響力較高。

作者合作研究分析（圖2）可知，領(lǐng)域內(nèi)主要形成了10個作者合作群體，其中作者數(shù)在10位以上的合作群體有6個，分別為劉剛、周薇、馮娟、胡小安、張漫等學(xué)者組成的中國農(nóng)業(yè)大學(xué)、中國農(nóng)業(yè)機械化科學(xué)研究院和河北農(nóng)業(yè)大學(xué)合作團隊;鄒湘軍、羅陸鋒、葉敏、陳燕、王成琳等學(xué)者組成的華南農(nóng)業(yè)大學(xué)和天津職業(yè)技術(shù)師范大學(xué)合作團隊;張鐵中、楊麗、宋健、徐麗明、楊文亮等學(xué)者組成的中國農(nóng)業(yè)大學(xué)、江蘇大學(xué)、濰坊學(xué)院合作團隊;汪小志、劉志剛、王娜、申一歌、張曉亮等組成的武漢工商學(xué)院、武漢理工大學(xué)、河南工業(yè)職業(yè)技術(shù)學(xué)院、焦作師范高等?？茖W(xué)校合作團隊;趙德安、姬偉、賈偉寬、呂繼東、劉曉洋等學(xué)者組成的江蘇大學(xué)、常州大學(xué)、武夷學(xué)院等合作團隊;李偉、馮青春、楊慶華、鮑官軍、荀一等學(xué)者組成的浙江工業(yè)大學(xué)和北京農(nóng)業(yè)智能裝備技術(shù)研究中心合作團隊。說明我國農(nóng)業(yè)采摘機器人領(lǐng)域的研究主要以合作形式開展。

2.4 高影響力機構(gòu)及可視化分析

從發(fā)文機構(gòu)來看，以發(fā)文量大于等于5篇且被引頻次在200次以上的17個高影響力機構(gòu)為分析對象，對其發(fā)文量、占比、總被引頻次、篇均被引頻次等進行分析（表3），可知中國農(nóng)業(yè)大學(xué)的發(fā)文量、總被引頻次等四項指標均排名前三，江蘇大學(xué)和華南農(nóng)業(yè)大學(xué)的三個指標均排名前三。其中浙江大學(xué)和浙江理工大學(xué)的篇均被引頻次較高，說明其在農(nóng)業(yè)采摘機器人研究領(lǐng)域影響力較高。

由機構(gòu)合作研究分析可知（圖3），領(lǐng)域內(nèi)主要形成了14個機構(gòu)合作群體，其中機構(gòu)數(shù)在5個以上的合作群體有5個，分別是以西北農(nóng)林科技大學(xué)、江蘇大學(xué)、中國農(nóng)業(yè)大學(xué)、浙江大學(xué)、北京農(nóng)業(yè)智能裝備技術(shù)研究中心等為核心的合作群體。但機構(gòu)之間合作相對較少，以自主研發(fā)為主。

2.5 研究熱點及趨勢分析

運用VOSviewer軟件的聚類功能，對農(nóng)業(yè)采摘機器人領(lǐng)域的關(guān)鍵詞進行共現(xiàn)分析（圖4），共形成兩個主要聚類。圖4中圓圈的大小表示關(guān)鍵詞出現(xiàn)頻率，圓圈越大說明該關(guān)鍵詞出現(xiàn)頻次越多;圖中的連線表示該關(guān)鍵詞的連接強度，即該關(guān)鍵詞與其他關(guān)鍵詞共現(xiàn)的次數(shù)總和，連接強度越高，則代表該關(guān)鍵詞中心性越高，即在共現(xiàn)網(wǎng)絡(luò)中影響力越大。根據(jù)高頻率、高連接數(shù)等指標可確定農(nóng)業(yè)采摘機器人領(lǐng)域的主要研究方向。圖4中“綠色”聚類表示以蘋果、番茄、柑橘和蘑菇等為研究對象，開展目標檢測和識別、定位和自動避障等采摘機器人相關(guān)技術(shù)研究。“紅色”聚類表示以山茶果、油茶果、草莓、黃瓜等果蔬為研究對象，開展導(dǎo)航定位、位置跟蹤、路徑規(guī)劃、機械手控制等采摘機器人相關(guān)技術(shù)研究。

密度視圖（圖5）可以展示某研究領(lǐng)域的研究重點和熱點，在密度視圖中，從冷色調(diào)（藍色）到暖色調(diào)（紅色）表示關(guān)鍵詞共現(xiàn)的頻次越來越高，即研究主題的熱度越來越高。由圖5可以看出“圖像處理”、“機器視覺”、“采摘機械手”、“機器人”、“末端執(zhí)行器”、“路徑規(guī)劃”、“遠程控制”等主題詞是我國農(nóng)業(yè)采摘機器人領(lǐng)域的研究熱點。

3 總結(jié)

本文利用文獻計量方法和知識圖譜技術(shù)對我國農(nóng)業(yè)采摘機器人領(lǐng)域的研究概況、科研競爭力及合作情況、研究重點與趨勢等進行了分析，主要結(jié)論如下：

1） 從農(nóng)業(yè)采摘機器人領(lǐng)域核心及以上期刊發(fā)文概況來看，我國農(nóng)業(yè)采摘機器人研究整體呈波動增長趨勢。2011—2017年呈快速增長狀態(tài)，2018—2021年文獻數(shù)量達到最高點。這表明已經(jīng)有大量學(xué)者對農(nóng)業(yè)采摘機器人領(lǐng)域的研究給予高度關(guān)注。

2） 從期刊來看，《農(nóng)業(yè)機械學(xué)報》和《農(nóng)業(yè)工程學(xué)報》是農(nóng)業(yè)采摘機器人領(lǐng)域綜合競爭力最高的期刊。

3） 從作者來看，11位高影響力作者分別隸屬于6個機構(gòu)，江蘇大學(xué)和華南農(nóng)業(yè)大學(xué)擁有的高影響力學(xué)者最多;張鐵中（1339）、趙德安（1097）、鄒湘軍（963）等學(xué)者的發(fā)文量和被引頻次均較高，說明這些學(xué)者在農(nóng)業(yè)采摘機器人領(lǐng)域影響力較大;作者數(shù)在10位以上的合作群體有6個。

4） 從機構(gòu)來看，對其發(fā)文量、占比、總被引頻次、篇均被引頻次等進行分析，可知中國農(nóng)業(yè)大學(xué)的發(fā)文量、總被引頻次等四項指標均排名前三，江蘇大學(xué)和華南農(nóng)業(yè)大學(xué)的三個指標均排名前三;其中浙江大學(xué)和浙江理工大學(xué)的篇均被引頻次均較高。說明這些機構(gòu)在農(nóng)業(yè)采摘機器人領(lǐng)域影響力較大。主要的合作群體有5個，機構(gòu)之間合作相對較少，以自主研發(fā)為主。

5） 從研究熱點及趨勢來看，農(nóng)業(yè)采摘機器人研究主要分為兩大類：圖中“綠色”聚類表示以蘋果、番茄、柑橘和蘑菇等為研究對象，開展的目標檢測和識別、定位和自動避障等采摘機器人相關(guān)技術(shù)研究。“紅色”聚類表示以山茶果、油茶果、草莓、黃瓜等果蔬為研究對象，開展導(dǎo)航定位、位置跟蹤、路徑規(guī)劃、機械手控制等采摘機器人相關(guān)技術(shù)研究。由密度視圖可知“圖像處理”、“機器視覺”、“采摘機械手”、“機器人”、“末端執(zhí)行器”、“路徑規(guī)劃”、“遠程控制”等主題詞是我國農(nóng)業(yè)采摘機器人領(lǐng)域的研究熱點。

參考文獻

[1] 崔玉潔，張祖立，白曉虎.采摘機器人的研究進展現(xiàn)狀分析[J].農(nóng)機化研究.2007（2）：4-7.

[2] 文獻計量學(xué)[EB/OL]. https：//baike.baidu.com/item/%E6%96%87%E7%8C%AE%E8%AE%A1%E9%87%8F%E5%AD%A6/746099， 2022-2-19.

[3] 許超，趙瑞雪.基于文獻計量的科研用戶個性化推送模型[J].情報雜志， 2009（10）：4.

[4] 王佳桐，胡敏，朱甜甜，等.國際社會創(chuàng)業(yè)研究現(xiàn)狀、熱點及趨勢—基于VOSviewer的科學(xué)知識圖譜分析[J].安徽行政學(xué)院學(xué)報.2019（6）：15-22.

[5] 姬江濤，鄭治華，杜蒙蒙，等.農(nóng)業(yè)機器人的發(fā)展現(xiàn)狀及趨勢[J].農(nóng)機化研究.2014，36（2）：1-4+9.

Bibliometric Analysis of Agricultural Picking Robot Based on CNKI Database

MIAO Yu1， WANG Feng2

（1. Liaoning Academy of Agricultural Sciences， Shenyang 110161， China; 2. Party School of the CPC Liaoning Provincial Committee ， Shenyang 110004， China）

Abstract： In CNKI database from 1995 to 2022， the 618 articles published in the literature as the agricultural research analysis object， using bibliometric methods and knowledge graph technology in the field of agricultural picking robot journal distribution， high-impact authors， high-impact institutions， research hotspot， trend， measurement analysis and visual display， this paper analyzes the research situation of agricultural picking robot in China， development dynamics and future trend， and provides reference for related research.

Key words： CNKI database; agriculture; picking; robot; bibliometric analysis; knowledge graph