▲四驅(qū)輪式巡檢機器人

▲雙目巡檢機器人卜葉攝

　　當前，農(nóng)業(yè)生產(chǎn)中，人工成本已經(jīng)超過整體成本的一半。在這種背景下，如何降低人工成本逐漸成為農(nóng)業(yè)生產(chǎn)關注的熱點問題。

　　“智能化的農(nóng)業(yè)農(nóng)機裝備為提高農(nóng)業(yè)生產(chǎn)效率指出了一條路。從長遠看，農(nóng)業(yè)機器裝備發(fā)展到一定程度就會衍生出農(nóng)業(yè)機器人。農(nóng)業(yè)機器人可全部或部分替代人或輔助人高效、便捷、安全、可靠地完成特定的、復雜的生產(chǎn)任務。”日前，中國工程院院士、國家農(nóng)業(yè)信息化工程技術研究中心主任趙春江在2019世界機器人大會上說。

　　農(nóng)業(yè)機器人是農(nóng)業(yè)智能化裝備的一種，能夠利用多傳感器融合、自動控制等技術，讓自然環(huán)境下作業(yè)的農(nóng)業(yè)裝備實現(xiàn)自動化、智能化生產(chǎn)。農(nóng)業(yè)機器人種類豐富，包括大田作業(yè)機器人、溫室機器人、林業(yè)農(nóng)業(yè)機器人、畜牧農(nóng)業(yè)機器人、水產(chǎn)農(nóng)業(yè)機器人等。

　　傳統(tǒng)農(nóng)民正在減少

　　來自農(nóng)業(yè)農(nóng)村部的數(shù)據(jù)顯示，我國田間平均機械化作業(yè)水平達到63%，而江蘇、黑龍江等全國糧食主產(chǎn)區(qū)已經(jīng)突破80%。

　　“雖然農(nóng)業(yè)機械化水平已經(jīng)比較高，但是農(nóng)機的作業(yè)環(huán)境依然比較惡劣，勞動強度也比較大，而且對農(nóng)機操作人員的駕駛水平要求比較高。”江蘇大學教授魏新華說，“由于操作人員技術水平的差別，農(nóng)業(yè)作業(yè)質(zhì)量也差別較大。”

　　中國農(nóng)業(yè)大學教授李偉表示，現(xiàn)代農(nóng)業(yè)生產(chǎn)對作業(yè)人員提出了規(guī)模化、標準化、信息化等要求。

　　農(nóng)業(yè)生產(chǎn)對生產(chǎn)人員提出更高要求，與此同時，傳統(tǒng)農(nóng)民正在減少。據(jù)統(tǒng)計，“十三五”期間，我國約有1.2億人口進入城鎮(zhèn)。

　　越來越多的耕地依靠集體經(jīng)營、規(guī)模化生產(chǎn)。目前，我國40%的耕地由270萬個農(nóng)業(yè)新型經(jīng)營主體耕作，農(nóng)業(yè)生產(chǎn)開始依靠合作社、家庭農(nóng)場、牧場、種植業(yè)和養(yǎng)殖業(yè)大戶、龍頭企業(yè)等新型經(jīng)營主體。

　　國際上同樣面臨農(nóng)業(yè)生產(chǎn)人員缺乏的問題。自上世紀80年代起，農(nóng)業(yè)機器人應運而生，如瑞士的田間除草機器人、蘋果采摘機器人，美國的苗圃機器人、智能分揀機器人，愛爾蘭的大型噴藥機器人，法國的葡萄園作業(yè)機器人等。

　　國際學術界對農(nóng)業(yè)機器人非常重視，2008年國際機器人與自動化協(xié)會(IEEE RAS)成立農(nóng)業(yè)機器人與自動化學術委員會。2009年美國《時代周刊》將年度**佳發(fā)明獎頒發(fā)給一款除草機器人。

　　美國研究公司Tractica的一份報告預測，到2024年底，全球農(nóng)業(yè)機器人的年出貨量預計將達到594000臺，農(nóng)業(yè)機器人市場的年收入將超過740億美元。

　　“農(nóng)業(yè)機器人的發(fā)展擁有前所未有的大好局面，農(nóng)業(yè)機器人迎來了春天。”李偉說。

　　非結構性環(huán)境的挑戰(zhàn)

　　春天的到來都要經(jīng)歷寒冬的考驗。對于農(nóng)業(yè)機器人來說，這場寒冬就是機器人研發(fā)使用過程中的一個個科研難題。

　　和其它機器人一樣，農(nóng)業(yè)機器人由三個重要部分組成：類似人類五官的視覺、觸覺、聽覺、味覺等，能夠感知、獲得信息的傳感器和系統(tǒng)；能夠解析任務，識別、判斷環(huán)境，制訂行動計劃的芯片，功能類似大腦；具有超強的執(zhí)行能力的機構。科研難題就隱藏在這其中。

　　李偉表示，整體看，我國農(nóng)業(yè)機器人與國際研究水平相當，部分技術處于領跑水平，比如自然環(huán)境下機器人的伺服控制等。也有一些技術處于落后狀態(tài)，比如涉及作物信息、動植物生理、生態(tài)感知的傳感器件等。

　　她強調(diào)，其中全世界面臨的一個共性難題是在非結構環(huán)境下如何有效獲取信息。“不同于工業(yè)環(huán)境的流水線生產(chǎn)，農(nóng)業(yè)機器人面臨的工作環(huán)境非常‘多變’，果實形態(tài)多樣、農(nóng)業(yè)環(huán)境中復雜的光照條件、植株的復雜布局等，都會對農(nóng)業(yè)機器人的判斷和執(zhí)行造成干擾。”

　　她舉例說，黃瓜采收機器人在摘黃瓜的過程中，首先得找到目標。但是每個黃瓜長得都不完全一樣，并且還有枝葉的遮擋，機器人找到黃瓜、定位、伸手、采摘的過程不順暢，這大大影響了機器人采摘過程的速度。

　　日前，李偉研究團隊取得突破性進展，研發(fā)出非結構環(huán)境智能雙目視覺系統(tǒng)。該系統(tǒng)能夠在農(nóng)田、果園等自然環(huán)境下，識別光照、時空，動態(tài)采集，高速實時傳輸數(shù)據(jù)。該系統(tǒng)已經(jīng)在采摘機器人、除草機器人、割膠機器人等農(nóng)業(yè)機器人方面展開實驗與驗證。

　　以大田作業(yè)為切入口

　　事實上，農(nóng)業(yè)機器人的應用已經(jīng)展開。魏新華介紹，目前我國農(nóng)業(yè)機器人的推廣，主要集中在大田作業(yè)中自動駕駛農(nóng)機、農(nóng)業(yè)植保無人機等的應用。大田無人農(nóng)機已經(jīng)能夠替代人工，實現(xiàn)自動駕駛、工作環(huán)境監(jiān)測、農(nóng)業(yè)決策以及其它具體操作。

　　除了解放人力，無人農(nóng)機還有何優(yōu)勢？魏新華表示，無人農(nóng)機采用按需精準變量作業(yè)，提高化肥農(nóng)藥的利用率。另外，無人農(nóng)機搭載的作業(yè)環(huán)境現(xiàn)場感知技術，可以根據(jù)土壤、環(huán)境和作業(yè)對象的實時情況，以及機器的作業(yè)狀態(tài)，讓機器始終處于接近滿負荷的**佳作業(yè)狀態(tài)，提高作業(yè)效率，保證作業(yè)質(zhì)量。**重要的是，無人農(nóng)機作業(yè)過程中還實現(xiàn)了信息收集和遠程存儲。

　　“未來的農(nóng)場很可能是無人農(nóng)場，農(nóng)業(yè)機器人編組后，互相聯(lián)系，協(xié)同作業(yè)。”魏新華預言。

　　但在趙春江看來，我國對機器人的研究整體比較弱，前期的創(chuàng)新研究積累不夠，將導致后期產(chǎn)業(yè)化“底氣”不足，無人農(nóng)場終究是紙上談兵。

　　魏新華說：“農(nóng)業(yè)機器人的研制是不斷發(fā)現(xiàn)問題、解決問題的過程。”他舉例，此前，無人農(nóng)機作業(yè)過程中農(nóng)田邊界的識別是困擾研究人員的難題。無人農(nóng)機無法識別農(nóng)田邊界，作業(yè)之前需要人工駕駛無人農(nóng)機獲取田塊的四個頂點，非常耗時。

　　雖然能夠自動識別邊界和固定障礙物的系統(tǒng)嘗試解決這一難題，但是實際作業(yè)過程中又發(fā)現(xiàn)了新問題。該系統(tǒng)的田頭作業(yè)不盡如人意，尤其是在不規(guī)則田塊中作業(yè)存在比較大的難度。調(diào)試好的無人農(nóng)機在移到另一區(qū)域作業(yè)時，也暴露出土壤及地表狀況適應性差的問題。

　　此外，面對播種或插秧直線度差的田塊，如果農(nóng)業(yè)機器人在田間管理時仍按照北斗導航規(guī)定的直線路作業(yè)，就會增加軋苗率。魏新華建議，進行多導航信息融合，即把北斗導航和視覺導航信息融合。“未來，我國的植保將是以地面機械為主導、農(nóng)業(yè)航空為體系的立體的植保防控體系，要對農(nóng)業(yè)機器人的未來有信心。”

　　趙春江表示，機器人學是一門交叉學科，涉及到人工智能、材料、機械等多個學科。目前機器人的研究隊伍偏小，不利于快速推進農(nóng)業(yè)機器人發(fā)展。做好農(nóng)業(yè)機器人，必須鼓勵和支持多學科交叉研究。