智能化在農業機械中應用

前言：本站為你精心整理了智能化在農業機械中應用范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：農業機械的智能化對于提高生產效率、降低人工勞動強度、推進規模化作業以及提升農機管理水平等發揮著重要作用，是近年來農業科學領域的研究熱點。本文針對智能化技術在農業機械中的應用及發展，詳細介紹了機器視覺技術、自動駕駛技術以及農業物聯網的應用現狀及發展趨勢，為農業機械化技術的發展提供參考。

關鍵詞：農業機械；智能技術；機器視覺；自動駕駛；農業物聯網

0引言

毋庸置疑，云計算、大數據、人工智能、物聯網等新興技術正加速推動傳統農業向現代農業的轉型升級，農業生產方式正在向自動化、信息化、智能化和規模化方向快速發展。農業機械是農業先進生產力的代表，通過與智能化技術的融合發展，對于提高生產效率、降低人工勞動強度、推進規模化作業、提升農機信息化和智能化管理水平等發揮著重要作用，為農機裝備的轉型升級提供了廣闊的前景。智能化農業機械既是智慧農業的重要組成部分，也是發展智慧農業的重要物質手段，目前已成為當今世界農業裝備發展的新潮流，是近年來國際上農業科學研究的熱點之一[1]。本文將詳細論述機器視覺技術、自動駕駛技術以及農業物聯網在農業機械領域的應用及發展。

1機器視覺在農業機械中的應用與發展

機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制，是一門涉及人工智能、計算機科學、圖像處理、模式識別等諸多領域的交叉學科。機器視覺技術在農業領域具有廣泛的應用，農業機械中經常采用攝像機或相機作為視覺傳感器來獲取周圍環境信息，具有速度快、信息量大、安裝方便和投入成本低等優點。近些年得益于數字圖像處理技術的快速發展和計算機硬件性能的提高，針對圖象處理的視覺感知算法具有強大的信息處理能力。視覺感知算法按照發展歷程可分為傳統視覺算法和深度學習算法，傳統視覺算法主要是通過一些邊緣、角點、顏色和紋理等特征的檢測，并基于統計學的特征提取進行檢測物的識別與分類。歐美國家的研究者于20世紀80年代率先開展傳統視覺算法在農業領域的應用研究，截至目前，國內外研究機構在算法的研究和應用上都取得了較為豐富的成果。深度學習是模仿人腦神經元結構而建立的人工神經系統，是一種包含多個隱藏層的多層感知和信息處理結構，具有強大的學習能力，被廣泛運用于機器視覺、語音識別、自然語言處理等多個領域。近幾年深度學習在圖像識別、目標檢測、實例分割等領域展現出了先進的性能，正在為機器視覺和機器學習領域帶來革命性的進步。隨著機器視覺技術的發展，深度學習也將在農業領域獲得更廣泛的研究和應用。

1.1用于農機自動駕駛過程中的環境感知。環境感知技術是自動駕駛領域的核心技術之一，其目的在于使智能駕駛設備模擬人類駕駛員的感知能力，獲取和識別周圍環境及車輛狀態信息，并用于自動駕駛中的定位、決策、路徑規劃和控制。可用于環境感知的硬件設備有相機、激光雷達、毫米波雷達和超聲波雷達等多種類型，目前自動駕駛汽車采用的配置方案往往是多種類型設備的組合方案，農業機械中應用較多的是以攝像機或相機為主的圖像采集設備，行駛過程中通過圖像采集、分析和處理，用于識別作物行，提取導航基準線，檢測障礙物等。國內外學者在作物行識別和導航定位基準線檢測的方法上開展了較多的研究與應用，主要方法包括Hough變換法、垂直投影法和最小二乘法等[2]，這里不作進一步的闡述，感興趣的讀者可以查閱相關的研究文獻或綜述。另外，農業環境中經常存在電線桿、樹木、農業設備、動物等靜態或動態障礙物，農機在自動駕駛過程中需要實時檢測障礙物并及時避障，以避免發生危險，近年來農業機械領域內基于視覺的障礙物檢測研究也在不斷增多。

1.2用于農業機器人的作業目標識別與定位。農業機器人是一種新型智能化農業機械，許多國家都在研制和發展針對各種工作類型的農業機器人，像果蔬采摘機器人、施肥機器人和噴藥機器人等。農業機器人的應用，能夠更好的代替手工勞動，進一步實現農業生產自動化和智能化。機器視覺技術在農業機器人的作業目標識別與定位中具有廣泛的應用，例如農業領域中研究和應用較多的果蔬采摘機器人，可以通過視覺技術識別需要采摘的果實，判斷果實的成熟度，以及確定果實的位置，目前該技術已經應用于番茄采摘、黃瓜采摘、草莓采摘等多種針對不同對象的采摘機器人。此外，機器視覺技術在農業施肥和除草等領域同樣具有重要的應用，以除草為例，用于除草的噴藥機器人利用視覺技術進行作物和雜草的識別，指導機器人實現定點變量精準噴藥作業。近些年機器視覺在農業機器人的作業目標識別與定位上取得一些不錯的研究成果，但是由于農業作業自身的復雜性、隨機性和多樣性等，依然存在不少的難題要去解決。

2自動駕駛技術在農業機械中的應用與發展

自動駕駛技術是現代精準農業的一項關鍵技術，也是智能農業技術領域的研究和應用熱點，廣泛應用于自動駕駛拖拉機、耕種機、施肥機器人、噴藥無人機、果蔬采摘機器人等各種用途的智能農業機械領域。自動駕駛技術的應用與發展對促進我國農業裝備和農業作業的自動化、智能化和信息化發揮著重要作用，加快推動農業技術體系的轉型升級，建立高效的現代農業生產模式和運行體系。本節主要針對農機自動駕駛系統的定位、路徑規劃與跟蹤控制展開論述。

2.1農業機械中的定位技術。農機定位技術是通過對農機位置、航向角、車輪轉角和速度等位姿信息的測量，使得農機準確的知道自己所在的位置和所處的運動狀態，精準定位是農機實現自動駕駛的先決條件之一，對后續的路徑規劃和控制都有著直接的影響。目前農業機械領域主要應用的定位技術按其原理的不同可分為三類：第一類是基于全球導航衛星系統（globalnavigationsatellitesystem,GNSS）的定位方法，該系統可以為農機提供三維坐標、速度和時間信息，是農業應用中最基本的定位方法。在全球四大衛星導航系統供應商中，要以美國的GPS（globalpositioningsystem）在農機導航領域應用最為廣泛，目前農機導航系統中普遍使用的RTK-GPS能達到厘米級的定位精度。隨著我國北斗衛星導航系統的民用推廣，也將在農業機械的定位中獲得越來越廣泛的應用。第二類是基于機器視覺的定位方法，通過圖像的采集和處理，識別作物行并獲取導航基準線，實現農機與作物的相對位置與航向信息的測量[2]。第三類是基于慣性導航的定位方法，利用慣性測量單元（InertialMeasureUnit,IMU）獲得農機的慣性信息和旋轉信息，并結合當前的位置姿態信息推算下一時刻的位置和姿態。第二類和第三類方法都無法獲得農機的絕對位置，通常用于輔助第一類方法進行組合定位。GNSS廣泛應用于農業機械的自主導航系統，能夠為農機提供高精度的絕對位置信息，但是單一依靠GNSS的導航技術容易受環境影響而出現定位不準和丟失信號的情況，導致定位可靠性較差。通過將GNSS與機器視覺、慣性導航或者其他導航方式相結合，形成多傳感器融合方案可以有效提升定位可靠性，并且多傳感器之間可以相互糾正，能夠進一步提升定位精度。目前基于多傳感器融合的定位方案，在農機自動駕駛領域受到了廣泛的重視和應用，也是未來重要的發展趨勢。近幾年隨著SLAM(simultaneouslocalizationandmapping)的迅速發展，即同步定位于建圖技術，也逐漸在農機自動駕駛領域開始應用和發展。

2.2路徑規劃與跟蹤控制技術。路徑規劃是農機自動導航與自主作業的重要環節，作業路徑的形狀和走向是影響農機作業效率的主要因素，合理規劃路徑能夠提高導航系統的實用性，利于提高農機作業效率和質量，降低農機消耗[3]。國內外學者針對農機導航領域的路徑規劃技術開展了較多的研究和試驗，包括農機轉彎策略與路徑規劃、全區域覆蓋路徑規劃、規避障礙物的路徑規劃以及不規則地塊的路徑規劃等面向田間復雜問題的各類研究。其中包括一些涉及田間路徑尋優的研究，根據成本、作業質量和路徑覆蓋效率等不同因素的考慮，設定相應的優化目標和約束條件開展優化分析，以期獲得最優或較優的作業路徑。路徑跟蹤控制的目的是讓自動駕駛農機能夠跟蹤由路徑規劃得到的軌跡，其原理是根據農機測量的位置與規劃路徑的偏差信息控制轉向操縱機構，使得農機按照預先定義的軌跡行駛。目前農機的路徑跟蹤控制方法大體可分為兩類。第一類是基于模型的控制方法，通過結合農機的運動模型或動力學模型進行控制器的設計，這類方法考慮了運動學或動力學約束，對農機的運動狀態具有一定的預測功能，通常能夠達到較好的控制效果。農機的動力學模型在運動學的基礎上考慮質量、慣性以及前后輪所受到側向力等因素對農機運動狀態的影響，相對于運動學模型的方法具有更好的魯棒性、更精準的控制效果。該類方法的缺點是需要建立控制對象的數學模型，對于建模復雜度高，參數不易獲取以及建模不準確等一些情況適用性差。第二類是基于數據的控制方法，在農機自動駕駛領域研究和應用較多的方法有PID控制、模糊自適應控制和人工神經網絡控制等。這類方法與模型無關，優點是通用性強，缺點在于通常效果不如基于模型的控制方法。

3農業物聯網技術在農業機械中的應用與發展

農業物聯網是物聯網技術在農業生產和管理領域的具體應用，通過農業信息感知設備，按照約定協議，把農業系統中動植物生命體、環境要素、生產工具等物理部件和各種虛擬“物件”與互聯網連接起來，進行信息交換和通訊，以實現對農業對象和過程智能化識別、定位、跟蹤、監控和管理的一種網絡[4]。農業物聯網廣泛應用于農業環境監控、智能化育種、農業信息檢測、農產品質量溯源、農機監控與調度等多個領域，既是智能農業的重要內容，也是現代農業的強大技術支撐。農業物聯網技術對推動農機的信息化和智能化發揮著重要的作用，在農業機械領域具有廣闊的應用前景，目前國內外已有不少工程應用案例，例如通過農機與監控中心的遠程物聯實現農機的遠程監控與調度和農機作業質量監控；通過手機與農機物聯，使得農戶可以便利通過手機實時了解農機的行駛路線、運作狀態、工作時間與進度等信息；將多臺農機與網絡遠程控制系統物聯，實現多臺農機的信息交互，用于多機的協同作業控制。目前，物聯網技術在農業機械領域的應用和研究尚不完善，需要不斷探索物聯網技術在農業機械方面新的應用。

4結束語

智能化農機是推進農業轉型升級的重要手段，是現代農業發展的關鍵要素，歐洲、美國、日本等發達國家在農機智能化方面的研究和應用較早，發展水平較高。國內農機的智能化程度相對較低，應用范圍不廣，發展相對滯后，農機的智能化在國內農業的發展中還將大有可為。隨著5G、大數據、物聯網、人工智能的不斷發展，將為農業機械的智能化提供更有力的技術支撐，物聯網在農業機械的智能化方面仍存在很多需要探索的應用途徑；人工智能中的神經網絡和強化學習方法分別在農機的視覺技術和智能決策領域具有廣闊的應用前景；5G網絡的普及將會為智能農機領域帶來更多全新的探索，等等。

參考文獻：

[1]鄭文鐘.國內外智能化農業機械裝備發展現狀[J].現代農機，2015(6)：4-8.

[2]胡靜濤，高雷，白曉平，等.農業機械自動導航技術研究進展[J].農業工程學報，2015，31(10)：1-10.

[3]黃小毛，丁幼春，宗望遠，等.農機作業地頭轉彎方式及路徑生成算法研究[A].中國農業工程學會（CSAE）.中國農業工程學會2011年學術年會論文集[C].中國農業工程學會（CSAE）：中國農業工程學會，2011：6.

[4]葛文杰，趙春江.農業物聯網研究與應用現狀及發展對策研究[J].農業機械學報，2014，45(7)：222-230+277.

作者:吳越 單位:寧夏回族自治區鄉鎮企業經濟發展服務中心