朱立學(xué)，田旭峰

（仲愷農(nóng)業(yè)工程學(xué)院機(jī)電工程學(xué)院，廣州 510225）

0 概述

農(nóng)情信息獲取在國家糧食安全保障、農(nóng)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)業(yè)資源開發(fā)和保護(hù)、農(nóng)產(chǎn)品市場拓展、農(nóng)業(yè)防災(zāi)減災(zāi)、農(nóng)業(yè)可持續(xù)發(fā)展等方面已經(jīng)并將繼續(xù)發(fā)揮積極的科技支撐作用，開展農(nóng)情監(jiān)測意義重大[1-3]。大多數(shù)農(nóng)業(yè)監(jiān)測都是在非結(jié)構(gòu)化環(huán)境下進(jìn)行，地形、農(nóng)作物長勢、可視性、光照和空氣條件等均無法事先預(yù)定且不斷變化，這些都導(dǎo)致了環(huán)境參數(shù)的不確定性和產(chǎn)生不可預(yù)測的動態(tài)狀態(tài)[4,5]。同時農(nóng)情監(jiān)測的數(shù)據(jù)具有海量、多源、異構(gòu)、多時空尺度等數(shù)據(jù)特征，有多業(yè)務(wù)、多元化的應(yīng)用需求[6-8]。

一般來說，獲取農(nóng)情主要有兩種途徑：第一，通過衛(wèi)星遙感技術(shù)獲取農(nóng)情信息[9,10]；第二，通過田間布置傳感器，利用物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)農(nóng)情監(jiān)測[11]。衛(wèi)星遙感技術(shù)對大面積區(qū)域的部分種類農(nóng)情數(shù)據(jù)如溫度、光照、長勢等監(jiān)測具有優(yōu)勢，但是對于相對小區(qū)域分散農(nóng)田則無法實(shí)現(xiàn)農(nóng)情的準(zhǔn)確、實(shí)時監(jiān)測，也無法對土壤成分、病蟲害等農(nóng)情進(jìn)行監(jiān)測[12,13]。田間傳感器物聯(lián)網(wǎng)技術(shù)一次性投入大、設(shè)備利用率低，不利于農(nóng)情監(jiān)測與農(nóng)業(yè)精準(zhǔn)作業(yè)的集成化[14]。

隨著科學(xué)技術(shù)的發(fā)展，傳感器性能得到了大幅度改善，人們獲取信息的能力和方法大幅度提高，所獲取的信息數(shù)據(jù)量、信息表現(xiàn)形式、信息與信息間的相關(guān)性都發(fā)生了重大的變化[15]。實(shí)現(xiàn)多種傳感器采集和來自不同知識源的信息及時快速地準(zhǔn)確處理，并給出高效、完整、正確的判定、評估和決策，對于農(nóng)業(yè)生態(tài)工程、精細(xì)農(nóng)業(yè)的發(fā)展至關(guān)重要。通過引入集成傳感器的云機(jī)器人技術(shù)，在農(nóng)田實(shí)現(xiàn)多點(diǎn)、實(shí)時、多種農(nóng)情監(jiān)測，不僅使得農(nóng)情獲取精準(zhǔn)、設(shè)備利用率高，而且可以實(shí)現(xiàn)農(nóng)情監(jiān)測與智能裝備的集成化[16-18]。傳感器融合的研究也使得多源信息集合后能發(fā)揮更大的作用，研發(fā)通用、適用的傳感器融合能力算法并集成到多傳感器平臺中是重要方向[19]。提高子系統(tǒng)的整體性和集成性以增強(qiáng)農(nóng)情監(jiān)測的可持續(xù)性能，比如傳感器融合算法和數(shù)據(jù)分析的信息獲取系統(tǒng)需要提升其魯棒性、可靠性以適應(yīng)非結(jié)構(gòu)化農(nóng)業(yè)環(huán)境的動態(tài)特征[20]。此外，多機(jī)器人聯(lián)動或協(xié)作需要進(jìn)一步深入研究[21]。

1 國內(nèi)外研究現(xiàn)狀

1.1 國外研究現(xiàn)狀

近年來，大量研究證明，適用于多種作物、農(nóng)業(yè)環(huán)境和自動監(jiān)測能力的集成技術(shù)具有可行性。美國馬里蘭大學(xué)研究了“全球農(nóng)業(yè)監(jiān)測系統(tǒng)”（GMAS)體系和農(nóng)作物定量遙感反演技術(shù)，該體系研究了農(nóng)情監(jiān)測業(yè)務(wù)及相關(guān)數(shù)據(jù)處理技術(shù)，開發(fā)了多個系統(tǒng)，包括快速響應(yīng)影像處理系統(tǒng)、作物關(guān)鍵參數(shù)反演系統(tǒng)、多源數(shù)據(jù)融合系統(tǒng)、作物生長條件動態(tài)分析系統(tǒng)、作物長勢監(jiān)測等[22]。美國加州的草莓培育商N(yùn)orcal Harvesting安裝一套物聯(lián)網(wǎng)系統(tǒng)，能實(shí)時追蹤植物狀況，根據(jù)空氣和土壤狀況，自動觸發(fā)相關(guān)行為，如澆水或者調(diào)節(jié)溫度[23]。西班牙學(xué)者Conesa-Munoz等人開發(fā)了病蟲監(jiān)控自主機(jī)器人，它需要有輔助功能如自我定位、路徑規(guī)劃、在田間轉(zhuǎn)向和導(dǎo)航、與機(jī)手交互或與其他機(jī)器人協(xié)作避開意外物體[24]。

多傳感器監(jiān)測平臺是農(nóng)情探測準(zhǔn)確性和實(shí)時性的保證，國外在多傳感器信息融合方面展開了大量研究，意大利學(xué)者Lauro Snidaroa分析了基于上下文信息融合的分布式計(jì)算優(yōu)勢，分析了在Java Development Kit (JDK) 框架內(nèi)的上下文可以應(yīng)用于多層融合的典型案例，研究了整合上下文信息、先驗(yàn)知識的信息融合算法[25]。美國學(xué)者Hitha Alex等人研究了傳感器配置優(yōu)化算法，提出了一個面向信息融合的傳感器管理中間件，可以根據(jù)服務(wù)質(zhì)量以及信息獲取的代價來實(shí)現(xiàn)自適應(yīng)的傳感器優(yōu)化配置[26]。西班牙學(xué)者Juan M. Corchado針對信息融合中隱式馬爾科夫過程預(yù)測精度依賴于預(yù)設(shè)統(tǒng)計(jì)模型的不足，提出了無模型的解決方案，即直接從觀測結(jié)果出發(fā)，基于蒙特卡洛采樣過程以及貝葉斯過濾因子提出了一個無偏非線性推理算法[27]。

1.2 國內(nèi)研究現(xiàn)狀

隨著信息技術(shù)的發(fā)展，國內(nèi)針對農(nóng)情信息的監(jiān)測開展了大量研究。武漢工程大學(xué)楊帆等在2011年采用D-S證據(jù)理論和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，建立了多傳感器信息融合算法，并將這種信息融合算法應(yīng)用于農(nóng)作物生長環(huán)境監(jiān)控中[28]。江蘇大學(xué)高洪燕等在2012年建立番茄冠層氣溫差模型和水分脅迫指數(shù)模型，將特征波長、單通道的近紅外和可見光圖像的灰度均值和CWSI作為多信息融合的輸入，利用偏最小二乘-神經(jīng)網(wǎng)絡(luò)回歸分析進(jìn)行了驗(yàn)證[29]。北京市農(nóng)林科學(xué)院農(nóng)業(yè)科技信息研究所于金瑩等在2013年采用物聯(lián)網(wǎng)等相關(guān)技術(shù)，研發(fā)了一套農(nóng)情監(jiān)測診斷綜合平臺，平臺采用客戶端和服務(wù)器端模式，包括環(huán)境因子監(jiān)測子平臺、智能決策子平臺和專家遠(yuǎn)程科技咨詢服務(wù)子平臺[30]。東華大學(xué)劉倩在2014年將傳感器節(jié)點(diǎn)布設(shè)于農(nóng)田等目標(biāo)區(qū)域，將采集到的各種環(huán)境信息作為信息源，研究監(jiān)測判別模型所使用的數(shù)據(jù)挖掘和多源信息融合算法，建立了農(nóng)情監(jiān)測系統(tǒng)[31]。中國科學(xué)院杜克明在2015年結(jié)合物聯(lián)網(wǎng)與多源信息融合方法，提出了基于點(diǎn)面融合的小麥苗情分類分析方法、基于物聯(lián)網(wǎng)與模型耦合的小麥氣象災(zāi)害診斷方法和基于圖像識別的小麥葉部病害診斷方法[32]。同年昆明理工大學(xué)段有艷融合了地理信息系統(tǒng)、遙感及衛(wèi)星定位系統(tǒng)等相關(guān)技術(shù)，實(shí)現(xiàn)對農(nóng)情環(huán)境溫度、濕度、露點(diǎn)溫度、光照、風(fēng)速、pH值、大氣環(huán)境等指標(biāo)的實(shí)時無人全天候監(jiān)測，并實(shí)現(xiàn)數(shù)據(jù)的遠(yuǎn)程可靠傳輸[33]。江蘇大學(xué)劉紅玉在2016年利用經(jīng)過遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)程序（GA-BPANN）和最小二乘支持向量機(jī)方法（LS-SVM）建立了番茄葉片氮、磷、鉀含量的多元信息融合模型，全面、準(zhǔn)確地反映作物的營養(yǎng)信息[34]。同年，東華大學(xué)劉兵將無人機(jī)數(shù)據(jù)、遙感以及物聯(lián)網(wǎng)等多源異構(gòu)數(shù)據(jù)進(jìn)行數(shù)據(jù)關(guān)聯(lián)處理和數(shù)據(jù)類型處理，側(cè)重對多源數(shù)據(jù)的集成管理，為農(nóng)情決策空間信息系統(tǒng)提供穩(wěn)定可靠的數(shù)據(jù)來源[35]。東南大學(xué)的徐澤水概括分析了近年來基于直覺模糊決策的信息融合方法，指出了這些方法的優(yōu)點(diǎn)以及面臨的挑戰(zhàn)[36]。

2 農(nóng)情信息獲取機(jī)器人發(fā)展趨勢

農(nóng)情信息具備多種屬性，如何實(shí)現(xiàn)信息的全面、多維度的表達(dá)成為近年來的研究熱點(diǎn)，研究方法主要為跨模態(tài)（多源信息）數(shù)據(jù)融合技術(shù)，而技術(shù)的研究焦點(diǎn)為數(shù)據(jù)融合算法。國內(nèi)對于農(nóng)業(yè)領(lǐng)域跨模態(tài)信息融合的研究，存在監(jiān)測對象相對單一，數(shù)據(jù)模態(tài)也相對較少，數(shù)據(jù)融合算法相對簡單的問題?，F(xiàn)實(shí)生產(chǎn)的農(nóng)情監(jiān)測，包括苗情、蟲情、災(zāi)情、墑情、長勢等農(nóng)情數(shù)據(jù)，模態(tài)繁多，且要求數(shù)據(jù)響應(yīng)速率要高，因此，農(nóng)情監(jiān)測信息融合算法要進(jìn)一步優(yōu)化，滿足多模態(tài)、大容量、高速率要求[37,38]。為了進(jìn)一步實(shí)現(xiàn)農(nóng)情的精準(zhǔn)探查，需要采用農(nóng)情探查云機(jī)器人集群信息采集與控制技術(shù)[39-41]，同時為了避免出現(xiàn)信息誤報(bào)，需要進(jìn)行農(nóng)情探查云機(jī)器人目標(biāo)任務(wù)解耦算法與協(xié)調(diào)作業(yè)調(diào)度策略的研究，以進(jìn)行農(nóng)情信息的二次探查[42-45]。

隨著中國農(nóng)業(yè)機(jī)器人的研發(fā)進(jìn)程不斷加快，機(jī)器人系統(tǒng)的研究也取得了長足的進(jìn)步，農(nóng)情獲取機(jī)器人系統(tǒng)研究也逐步跟上發(fā)達(dá)國家農(nóng)業(yè)機(jī)械發(fā)展的步伐。綜合分析國內(nèi)外農(nóng)情獲取機(jī)器人系統(tǒng)研究進(jìn)展，結(jié)合農(nóng)業(yè)機(jī)器人工作環(huán)境的復(fù)雜與多變性，農(nóng)情獲取機(jī)器人系統(tǒng)呈現(xiàn)出以下發(fā)展趨勢。

2.1 信息采集系統(tǒng)更趨智能化

為了使機(jī)器人系統(tǒng)更加完善，農(nóng)情獲取更加準(zhǔn)確，需加強(qiáng)對融合互補(bǔ)傳感器的研究開發(fā)，以及基于機(jī)器學(xué)習(xí)算法和計(jì)算機(jī)視覺增強(qiáng)機(jī)器人系統(tǒng)的農(nóng)情獲取能力與學(xué)習(xí)能力，在植物病蟲害檢測、果蔬采摘等領(lǐng)域，使機(jī)器人系統(tǒng)更加智能。開發(fā)研究適用于不同作物分類檢測技術(shù)，如數(shù)字圖像處理和人工神經(jīng)網(wǎng)絡(luò)已成為植物監(jiān)測系統(tǒng)中的重要適用技術(shù)。

農(nóng)業(yè)環(huán)境復(fù)雜多變，且非結(jié)構(gòu)化，而農(nóng)業(yè)機(jī)器人的一個關(guān)鍵特征就是要滿足在非結(jié)構(gòu)化農(nóng)業(yè)環(huán)境中正常運(yùn)行，因此信息采集系統(tǒng)將得到改進(jìn)。應(yīng)研究和開發(fā)具有多傳感器融合能力的多功能和自適應(yīng)算法，集成到多傳感器平臺，整合機(jī)器人系統(tǒng)，開發(fā)適用于各種非結(jié)構(gòu)化的農(nóng)業(yè)環(huán)境數(shù)據(jù)獲取、傳輸與信息監(jiān)測的智能機(jī)器人系統(tǒng)，以期提升非結(jié)構(gòu)化環(huán)境下機(jī)器人系統(tǒng)魯棒性。

2.2 降低機(jī)器人系統(tǒng)開發(fā)成本成為可能

機(jī)器人系統(tǒng)的研發(fā)將更加貼合實(shí)際需求，應(yīng)針對不同的農(nóng)情與作業(yè)要求，開發(fā)簡單的機(jī)械執(zhí)行部件，以適當(dāng)?shù)膫鞲腥诤陷o助，指導(dǎo)提升執(zhí)行部件適用性，克服當(dāng)前存在的產(chǎn)品研發(fā)周期長的問題。為了提升機(jī)器人系統(tǒng)的安全性與可靠性，需要保持農(nóng)情信息觀測數(shù)據(jù)獲取的穩(wěn)定性，集成機(jī)器人系統(tǒng)，優(yōu)化結(jié)構(gòu)設(shè)備，減小系統(tǒng)尺寸，使機(jī)器人系統(tǒng)更趨集約化，克服功能單一、研發(fā)成本過高的劣勢。

2.3 機(jī)器人應(yīng)用向更專業(yè)化發(fā)展

為了適應(yīng)不同農(nóng)業(yè)環(huán)境的監(jiān)測需求，未來農(nóng)情獲取機(jī)器人系統(tǒng)發(fā)展將更專業(yè)化，如適用于室外、溫室的苗情、長勢等農(nóng)情數(shù)據(jù)獲取，進(jìn)而實(shí)現(xiàn)不同瓜果的采摘、搬運(yùn)等其他操作的機(jī)器人將越來越多，結(jié)合衛(wèi)星遙感和基于物聯(lián)網(wǎng)的傳感器技術(shù)，針對不同作物實(shí)現(xiàn)對應(yīng)農(nóng)情機(jī)器人系統(tǒng)的快速構(gòu)建，形成模塊化的專業(yè)應(yīng)用系統(tǒng)方案，提升機(jī)器人系統(tǒng)的可復(fù)制性，實(shí)現(xiàn)快捷應(yīng)用，同時也可縮短研發(fā)周期。