王瑞雪， 朱立成， 趙 博， 王長偉， 賈曉峰， 徐慶鐘

（1. 中國農(nóng)業(yè)機械化科學(xué)研究院集團(tuán)有限公司，北京 100083； 2. 土壤植物機器系統(tǒng)技術(shù)國家重點實驗室，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)今社會發(fā)展熱點。近年來，英國、日本、挪威、美國等國家先后構(gòu)建了無人大田、無人溫室、無人漁場等一批試驗性的無人農(nóng)場，我國福建、江蘇、山東等地也開展了大量無人農(nóng)場的試驗探索[1]。農(nóng)業(yè)機器人是集多種先進(jìn)技術(shù)于一體的智能化農(nóng)機作業(yè)裝備，是無人農(nóng)場和數(shù)字精準(zhǔn)農(nóng)業(yè)的重要組成部分之一。目前，農(nóng)業(yè)機器人的研究領(lǐng)域范圍很廣，從及時準(zhǔn)確收集作物和田間詳細(xì)時空信息實現(xiàn)數(shù)字化農(nóng)業(yè)的采集機器人，到完成復(fù)雜非線性自動果實收獲及運輸?shù)墓卟墒諜C器人[2]。世界各地的組織機構(gòu)積極參與多種類型農(nóng)業(yè)機器人的研發(fā)工作。我國農(nóng)業(yè)機器人技術(shù)相對落后，迫切需要借鑒國外農(nóng)業(yè)機器人應(yīng)用現(xiàn)狀，結(jié)合我國農(nóng)藝要求，利用多種前沿技術(shù)的優(yōu)勢，提升我國農(nóng)機裝備智能化水平，為實施無人智慧農(nóng)場奠定堅實技術(shù)基礎(chǔ)。

1 國外農(nóng)業(yè)機器人應(yīng)用現(xiàn)狀

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

1.1 田間除草機器人

機械除草和精確對靶控制噴藥是目前農(nóng)業(yè)生產(chǎn)中最需要、最可能實現(xiàn)商業(yè)化應(yīng)用的農(nóng)業(yè)機器人。在過去的10 年里，國外一些研究機構(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)的除草機器人技術(shù)，在對靶噴藥除草機器人和機械除草機器人應(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 除草機器人，在瑞士、法國、荷蘭和比利時進(jìn)行了實地測試，如圖1a 所示。AVO 除草機器人的4 個輪子均可獨立操縱，可以適用農(nóng)田行式種植的多種作物的自動除草作業(yè)，如菠菜、棉花、豆類、洋蔥、甜菜、油菜和花椰菜。該機器人視覺系統(tǒng)由多個攝像頭組成，利用先進(jìn)的圖像識別及機器學(xué)習(xí)技術(shù)，對雜草進(jìn)行檢測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，確保輪子在作物行間穩(wěn)定行駛[5]。據(jù)統(tǒng)計，AVO 除草機器人在行內(nèi)和行間雜草的檢測成功率超過90%，且在檢測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（大田蔬菜除草機器人）和Ted（葡萄園除草機器人）兩種機械式除草機器人[6]。Dino 大田除草機器人外觀如圖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導(dǎo)航方式，定位精度達(dá)到2 cm。視覺圖像系統(tǒng)可檢測識別作物行距，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Na?o 田間除草機器人已經(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)場機器人公司出售并交付了其首款農(nóng)業(yè)機器人FD20，這是一款可實現(xiàn)作物播種及行間和行內(nèi)自動機械除草的多用途機器人，如圖1d 所示。FD20 同樣使用GPS+RTK 信號定位技術(shù)，能在播種時記錄每顆種子的播種位置，因此該系統(tǒng)不依賴相機識別作物或雜草就知道需要除草作業(yè)的區(qū)域。同時，F(xiàn)D20 是一款由太陽能電池板供電的自主作業(yè)機器人，可以不需要外部充電就能實現(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 型機器人已經(jīng)應(yīng)用在多個歐洲國家的農(nóng)場替代人工作業(yè)，種植和除草面積達(dá)1 500 hm2[9]。

圖1 田間除草機器人Fig. 1 Field weeding robot

以上4 種農(nóng)業(yè)機器人是國外除草機器人應(yīng)用的典型產(chǎn)品，雖然上述除草機器人的應(yīng)用沒有達(dá)到完美的作業(yè)效果，會出現(xiàn)誤將作物識別成雜草、漏識雜草、誤傷農(nóng)作物等識別率不穩(wěn)定問題，但經(jīng)過大量實際作業(yè)驗證及使用效益估算，上述機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)場工人短缺的問題，減輕了繁重的體力勞動，減少化學(xué)除草劑的使用。

1.2 果蔬收獲機器人

目前，糧食的收獲已經(jīng)實現(xiàn)機械化和自動化作業(yè)，但對于水果和蔬菜收獲還處于傳統(tǒng)勞動密集型作業(yè)階段，急需借助先進(jìn)的機器人技術(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)的自動化作業(yè)來解決勞動力短缺和及時性問題。收獲機器人按功能可以分為傳感（即水果識別）、規(guī)劃（即手眼協(xié)調(diào)）和動作（即抓取水果的末端執(zhí)行器機構(gòu)）3 個主要部分。在收獲作業(yè)機器人方面，國外專家學(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)了獼猴桃采摘機器人，如圖3a 所示。該設(shè)備整體分為4個子模塊，每個子模塊附近設(shè)置2 個攝像機拍攝樹冠圖像，利用深度神經(jīng)網(wǎng)絡(luò)和立體匹配的研究成果，通過圖像檢測系統(tǒng)處理并定位果實在三維空間中的位置?？刂普{(diào)度系統(tǒng)對各個模塊中已定位的獼猴桃位置進(jìn)行排序，利用防碰撞規(guī)則為每個手臂動態(tài)分配收獲目標(biāo)，協(xié)調(diào)4個采收臂進(jìn)行有序采收。仿照人工采收動作設(shè)計專用末端手爪，如圖3b 所示。使用非對稱四桿機構(gòu)，利用一根線纜驅(qū)動完成手爪夾持、旋轉(zhuǎn)、回正及打開動作，這一系列的動作實現(xiàn)了果實的采收作業(yè)。夾爪手指內(nèi)部設(shè)計空氣通道，采用3D 打印制成，使手指在抓取果實時變形貼合，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 系列草莓采摘機器人，如圖3c 所示。它由3 排支撐桁架平臺組成，上部安裝24 個獨立的滑動臂，在每個臂上安裝2 個超聲波傳感器，可實現(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)測周圍環(huán)境，避免與農(nóng)場里的工人發(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，利用人工智能識別軟件來識別草莓果實并評估果實的成熟度。末端手爪結(jié)構(gòu)如圖3d 所示，直接抓住草莓莖部并切割，然后夾持放入平臺儲物盒內(nèi)。每個輪子安裝超聲波傳感器，通過不斷檢測輪子與草莓行之間的距離，使車輛保持在合適位置，實現(xiàn)溫室行內(nèi)自主收獲任務(wù)[12]。但該機器人對草莓種植結(jié)構(gòu)環(huán)境要求較高，且換行作業(yè)還需手動操縱完成。

與Agrobot E 草莓采摘機器人結(jié)構(gòu)不同，比利時Octinion研發(fā)公司也開發(fā)了一款草莓采摘機器人，如圖3e 所示。該機器人電動輪式平臺采用車輪編碼器、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 臺不同位置的RGB 攝像頭檢測識別草莓，利用仿生原理設(shè)計開發(fā)了專用機械臂和專用末端手爪，通過輕輕拉動草莓并施加旋轉(zhuǎn)運動進(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，可降低對果實的傷害。

溫室甜椒采收機器人SWEEPER 是歐盟H2020 計劃中機器人應(yīng)用案例項目，如圖3g 所示，主要由標(biāo)準(zhǔn)6自由度工業(yè)機械臂、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算法識別定位果實莖部相對于果實的位置，使用視覺伺服控制機械臂靠近果實并向下移動，利用振動刀切割果梗進(jìn)行采收作業(yè)[14]。SWEEPER 收獲機器人只能收獲位于植物和莖前面的果實，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 種機器人在特定的環(huán)境中可以實現(xiàn)自主收獲作業(yè)，但是在果實的檢測識別率、深度定位、路徑規(guī)劃及末端手爪動作等方面還沒達(dá)到令人滿意的效果。如在獼猴桃采摘機器人視覺系統(tǒng)拍攝出的圖像中，人肉眼可分辨出96%的果實，但在圖像識別中僅有79%能被檢測出，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]。甜椒收獲機器人在沒有修剪或去除葉子和被遮擋果實的真實種植場景中，甜椒收獲的成功率為65%。另外，末端執(zhí)行器還可能發(fā)生定位錯誤、摩擦力小抓握失敗、動態(tài)規(guī)劃碰撞枝葉等問題。據(jù)資料顯示，在現(xiàn)實的商業(yè)果園環(huán)境中，對收獲機器人進(jìn)行實際收獲性能測試，在最佳作業(yè)條件下成功采摘果實數(shù)量不超過總數(shù)的61%。

1.3 田間數(shù)據(jù)采集機器人

在為精準(zhǔn)農(nóng)業(yè)和智慧農(nóng)場提供可靠精確的測量數(shù)據(jù)方面，田間監(jiān)測與數(shù)據(jù)采集機器人發(fā)揮著重要的作用。通過田間信息采集機器人獲得的田間數(shù)據(jù)信息，農(nóng)民可以更有效地管理農(nóng)作物。目前世界各國為了實現(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)測及數(shù)據(jù)采集機器人。

由伊利諾伊大學(xué)的科學(xué)家們開發(fā)的TerraSentia 緊湊型作物表型機器人集成了4 臺高清RGB 相機和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 通過機器學(xué)習(xí)算法訓(xùn)練，可以檢測和識別作物常見疾病，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，利用安裝的多種傳感器部件測量單個作物的特征，并將數(shù)據(jù)實時傳輸?shù)竭h(yuǎn)端手機或筆記本電腦[15]。

葡萄園產(chǎn)量估計對于計劃和組織收割、計劃酒窖需求、計劃采購或葡萄銷售等都有重要的指導(dǎo)作用，因此，市場對快速、可靠的產(chǎn)量評估機器人有一定需求。VINBOT機器人是一個集成多種傳感器的葡萄園信息監(jiān)測機器人，如圖4b 所示。它的底盤基于一款商用移動機器人，有效負(fù)載達(dá)到65 kg，上部安裝彩色和近紅外相機，可對藤蔓進(jìn)行高精度成像。利用激光測距儀和RGB-D 裝置進(jìn)行避障，并獲得藤架三維點云信息。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)檢測方法，使用圖像中葡萄簇所占的面積估計最終葡萄的產(chǎn)量。

Lady bird 是一款多用途農(nóng)業(yè)機器人平臺，由悉尼大學(xué)的澳大利亞田間機器人中心（ACFR）設(shè)計和建造，如圖4c 所示。該機器人使用輪式電動底盤，由上部的太陽能電池板進(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）實現(xiàn)定位功能，通過跟蹤數(shù)字農(nóng)場地圖上的GPS 路徑點進(jìn)行自主導(dǎo)航，也可通過為每個作物區(qū)域創(chuàng)建一系列航路點進(jìn)行導(dǎo)航。上部配置了多種非接觸傳感器設(shè)備用于作物的自動化信息采集，如用于生成植被指數(shù)的高光譜相機、用于檢測水分脅迫的熱像儀、用于執(zhí)行圖像識別任務(wù)的高分辨率立體視覺相機等[17]。

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

田間信息采集不僅是通過監(jiān)測田間作物果實估算出果實的產(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條件。雖然基于機器視覺的導(dǎo)航算法對真實世界的噪聲、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，國外田間數(shù)據(jù)采集機器人即將進(jìn)入初步應(yīng)用階段。該項機器人技術(shù)的應(yīng)用將會在降低農(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 國內(nèi)農(nóng)業(yè)機器人技術(shù)現(xiàn)狀

與發(fā)達(dá)國家相比，我國農(nóng)業(yè)機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探索時期。近年來，在市場需求的不斷引導(dǎo)及國內(nèi)科研機構(gòu)的不懈努力下，農(nóng)業(yè)機器人技術(shù)也取得了一定的成果。

目前針對大田農(nóng)業(yè)生產(chǎn)的農(nóng)機具，國內(nèi)企業(yè)相繼研發(fā)出多種自動導(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)特點使得農(nóng)機自動導(dǎo)航裝備成為不可缺少的配置[18]。農(nóng)機自動導(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。

在植保機器人和果蔬采摘機器人方面，蘇州博田自動化技術(shù)有限公司與國內(nèi)高校緊密合作，研發(fā)出了幾種類型的農(nóng)業(yè)機器人。其開發(fā)的溫室環(huán)境檢測機器人如圖5a 所示，可以實現(xiàn)環(huán)境溫度、濕度、二氧化碳等參數(shù)的智能感知。同時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)的視覺算法實現(xiàn)對果蔬大小、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)同自動化系統(tǒng)，控制機械手臂完成抓取、切割、放置任務(wù)[19]。目前上述兩種機器人也僅用于現(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)嘉年華類活動等。

圖5 國內(nèi)農(nóng)業(yè)機器人應(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)機器人行走裝備，如圖5c 所示。該農(nóng)業(yè)無人車搭載厘米級精準(zhǔn)導(dǎo)航，可實現(xiàn)果樹植保、大田除草、智能田間巡檢及農(nóng)資運輸?shù)绒r(nóng)事服務(wù)，為我國智慧農(nóng)業(yè)、農(nóng)業(yè)機器人的發(fā)展提供了技術(shù)基礎(chǔ)[20]。但是針對成行的精準(zhǔn)作業(yè)還取決于作業(yè)臂和末端執(zhí)行機構(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，以輪式機器人為本體，車身裝載激光雷達(dá)、超聲波、視覺相機等多種傳感器，基于多傳感器信息融合環(huán)境感知技術(shù)，實現(xiàn)了機器人在特定溫室環(huán)境下自動巡檢、定點采集、自動避障、自動返航等功能。該機器人目前主要針對農(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。

國內(nèi)各高校和研究機構(gòu)在收獲和除草農(nóng)業(yè)機器人領(lǐng)域進(jìn)行了大量研究，研制出可供技術(shù)驗證的樣機結(jié)構(gòu)，如中國農(nóng)業(yè)大學(xué)研發(fā)的溫室黃瓜采摘機器人、西北農(nóng)林科技大學(xué)研發(fā)的獼猴桃采摘機器人、江蘇大學(xué)及中國農(nóng)業(yè)機械化科學(xué)研究院集團(tuán)有限公司研發(fā)的蘋果采摘機器人等[21]。這些樣機離實際應(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)機器人的挑戰(zhàn)與發(fā)展趨勢

與工業(yè)應(yīng)用相比，農(nóng)業(yè)機器人在很多領(lǐng)域的應(yīng)用仍處于起步階段，提高機器人在農(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?；谛l(wèi)星信號的全球?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)場景中，要實現(xiàn)農(nóng)業(yè)機器人全自主作業(yè)就需要全局導(dǎo)航與基于場景感知的局部導(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)機器人實現(xiàn)自主行進(jìn)。目前該項技術(shù)研究與實際應(yīng)用仍然存在一定差距，但在市場需求的指引下，隨著各項科學(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，實現(xiàn)更高層次、更強自主作業(yè)能力的無人駕駛系統(tǒng)。

（2）在機器視覺及圖像處理方面，基于視覺識別的圖像處理技術(shù)在實際應(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)，實際的非結(jié)構(gòu)性農(nóng)業(yè)場景復(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使通用性受到很大限制[22]。收獲機器人需要保證水果在復(fù)雜濃密的冠層中可靠地檢測和定位果實，除草機器人需要在復(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)機器人產(chǎn)品的實際測試結(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)的生長狀態(tài)及位置具有較大隨機性，加上農(nóng)產(chǎn)品果實硬度低、易損壞，這對研發(fā)自主農(nóng)業(yè)機器人系統(tǒng)來說具有非常大的挑戰(zhàn)。因此，我國要加快研究適應(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)機器人作業(yè)的隨機性；同時在視覺硬件（傳感器、芯片）不斷升級的促進(jìn)下，研究快速有效的圖像處理算法，提高果實識別效率，實現(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)機器人最重要功能之一。目前，借助工業(yè)機械臂的運動控制算法，末端定位精度可以滿足采收任務(wù)的要求，但在實際的作業(yè)過程中既要快速計算目標(biāo)位置、及時生成運動軌跡，實時反饋位置信息，又要結(jié)合實際的作業(yè)場景進(jìn)行軌跡智能調(diào)整，這對當(dāng)前控制技術(shù)仍是一項難題。通過改進(jìn)農(nóng)作物種植方式、借助外部力量統(tǒng)一生長狀態(tài)是實現(xiàn)全自主作業(yè)的有效途徑之一，同時根據(jù)操作經(jīng)驗進(jìn)一步優(yōu)化軌跡規(guī)劃算法，保證農(nóng)業(yè)機器人達(dá)到預(yù)期的揀選速度和成功率。另外，對于果實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，通過多個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)。將機械臂控制與平臺定位系統(tǒng)有效集成，協(xié)調(diào)控制底盤移動和機械臂作業(yè)，實現(xiàn)農(nóng)業(yè)機器人“邊走邊干”的高效作業(yè)。

4 結(jié)束語

針對當(dāng)前國外農(nóng)業(yè)機器人在除草、果蔬收獲及環(huán)境監(jiān)測方面的發(fā)展，通過已經(jīng)或即將商業(yè)化產(chǎn)品的功能，了解國外農(nóng)業(yè)機器人技術(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)機器人產(chǎn)品在目標(biāo)圖像處理、路徑實時規(guī)劃及手臂軌跡控制等方面的魯棒性還有待提高。針對國內(nèi)農(nóng)業(yè)機器人發(fā)展的現(xiàn)狀，介紹了幾種農(nóng)業(yè)機器人的研發(fā)應(yīng)用情況，除了在自動導(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)機器人存在的主要問題，探討了解決問題的可行性方法。