大田农业机器人是指在大田环境下从事作物表型、农情巡检、墒情检测、杂草去除、土地平整、特种选择性作物收获等任务的自主作业装备，其关键技术包括精准导航、机器视觉、智慧决策、自主行走和智能作业控制等。
# 01
信息获取类机器人
大田信息获取类机器人主要完成作物发育表型、作物长势、病虫草害、土壤理化性质等信息采集，可用于品种选育、田间管理、适时收获等作业决策。其主要技术难点在于种类繁多的高性价比机载传感器研发，以及田间高效巡检平台自适应快速稳定行走设计问题。
荷兰Phenospex、德国LemnaTec和法国RoboPec公司开发了龙门式和悬臂式植物表型机器人，通过叠加3D和多光谱信息准确测量最大植物高度、3D叶面积、叶片角度、光穿透深度等形态参数，具有高精准度、完全自动化、不受照明条件影响、可实现昼夜扫描等优点，实现了每天10000平方米的高通量分析(图1a～1c)。SHAFIEKHANI、MUELLER-SIM和BAO等人研制了田间移动式作物表型分析机器人，实现了作物茎秆强度及几何形态的高通量测量(图1d、1e)。上海交通大学张伟军等开发了全地形适应性田间作物巡检机器人，采用8轮错位构型与主被动复合柔性驱控算法，保障了行进过程中机载激光传感器和鱼眼相机图像获取的稳定性(图1f)。
图1 高通量表型检测机器人
加拿大萨斯喀彻温大学BAYAI等人开发了一种高通量油菜植物表型监测分析移动机器人平台（图2）。该平台具有GIS标注功能，实现了高通量大范围精准图像获取和表型分析。美国卡耐基梅隆大学KAYACAN等人提出了采用激光环视扫描、实时目标定位和场景重构方法开发高速表型分析机器人，能够实现在高粱或玉米等行间作物冠层之下的测量植物茎强度、叶片直立性、叶片发病率、植被指数（GRVI）等表型数据。
图2 高通量油菜表型监测分析平台
1.GPS天线 2.机械臂 3.油菜畦 4.检测设备
美国伊利诺伊大学KAYACAN等人开发了一种应用于玉米田冠下的轻小型机器人TerraSentia（图3）。该机器人利用机器视觉算法自动驾驶穿越田地来收集作物数据。利用深度学习算法，它还可以监测早期植物生长活力、识别疾病和估计农作物产量。
图3 TerraSentia作物巡检机器人
农情巡检方面，罗锡文、何勇团队利用无人机、结构光技术和地面无线传感器网络中继等方法采集农田信息和获取植物三维形态结构，满足了农田信息数据采集和监控的生命周期长、传输数据可靠、覆盖面积广的要求。
# 02
田间耕种类机器人
田间耕种类机器人是指通过自主导航、智慧决策和精准化作业的伺服控制技术，实现大田生产土地耕整一致性、播种精量化、移栽智能化的机器人，它能够保障大田种床平整度，降低播种移栽成本，提高农作物产量和质量。相较于其他农业机器人，播种/施肥/移栽机器人相对成熟。其主要技术难点在于高精度高程图实时绘制、对特殊形态种子的精量播种、漏播监测和补种，以及移栽中的高速识苗取苗剔苗补苗问题。
作业区平整地作业是全程自主作业的基础，联适导航公司研制的自主平地机器人根据机载高精度北斗卫星实时测量平地机具在作业轨迹点的高程信息，并绘制高程图，继而与方案图中目标高程进行对比，系统作业时通过实时计算不同定位点的高程差自主调整平地铲高度，从而精准获得平地效果（图4）。ZHOU等人研究了农田三维地形图绘制、不平水田硬底层平整前馈补偿控制、平整路径规划等关键技术，实现了基于北斗的水田智能化精准平整作业。John Deere公司开发了无人驾驶激光平地机，实现激光平地机群协同作业，提升了作业效能。
图4 基于高程地图的激光平地机器人作业方案
德国乌尔姆应用科学大学的BLENDER等人开发了管理集群播种机器人的OptiVisor云控系统，可以协调控制多机器人机群的播种模式、播种密度、路径规划、播种补种、多机避碰。魏新华等人设计了穴盘苗全自动移栽协调控制系统，实现了苗盘横向进给运动、取苗机械手纵向往复运动、垂直取放苗和喂苗动作的电动气动复合伺服控制，保障了地轮行进速度和移栽动作的时序协调，钵苗移栽成功率达到96.9%。
# 03
田间管理类机器人
田间管理类机器人是指通过自主导航、视觉识别与定位和精准作业控制技术完成除草、喷药、追肥等功能的机器人，主要针对病虫草害实现精准对靶施药，针对作物生理需求实现按需变量追肥，提高农药和肥料利用率，提高农产品品质，减少生产成本，改善生态环境。它的主要技术难点在于作物杂草高精度实时识别、精准对靶作业等。澳大利亚昆士兰科技大学的MCCOOL等人研发了新一代作物和杂草管理机器人AgBot II（图5），以机器人团队协作方式在田间自主导航、施肥、除草，杂草检测和分类识别成功率在90%以上。
图5 AgBot II机器人
美国John Deere、BlueRiver公司研发的智能除草机器人采用新一代See&Spray化学杂草控制技术，利用高分辨率摄像机实时识别杂草，实现了单株杂草个性化喷施，大大降低杀虫剂使用量(图6a)。瑞士EcoRobotix公司研发了太阳能驱动的除草机器人，应用机器视觉、GPS和其他传感器自主跟踪作物行并以95%的精度检测定位杂草，然后通过并联机械臂以高响应速度将小剂量的除草剂直接喷到杂草上，可减少农药用量20倍(图6b)。美国Carbon Robotic(CR)公司研制了大田除草机器人，利用人工智能和激光模组来进行大田除草，二氧化碳激光模组阵列每50 ms发射一次，精度控制在3 mm内，可以同时对8处目标进行激光除草(图6c)。法国的Naio Technologies公司研发了不同尺度的系列纯电动力农业机器人，采用四轮驱动四轮转向的田间U形行间转向，可完成大田杂草控制、中耕等作业以及采集作物的数据，辅助作物产量管理(图6d)。
图6 典型大田除草机器人
李南等人设计了电驱动田间锄草机器人，以中小功率拖拉机为配套动力，机器视觉系统实时对作物和杂草进行识别与定位，伺服电动机驱动月牙形锄草刀对行护苗锄草，伤苗率小于10%,杂草锄净率约为90%。
# 04
田间收获类机器人
大田收获类机器人是指通过机器视觉等技术识别与定位、选择作业对象并依据对象特征实现差异化精准收获控制的机器人，它关注无法大规模自动化采收的对象，同时注重收获作业的高效性和适应性，弥补了农机装备在精细选择性收获作业方面装备的不足。其主要技术难点是高效、低损收获末端执行器设计与控制。
翟长远等人将无人驾驶技术、机器视觉与甘蓝收获技术结合，研制了大田甘蓝自主收获机器人(图7a)，通过北斗系统定位种植行后将采收臂与甘蓝对齐、机器视觉微调后完成对行采收作业，同时通过传输通道将甘蓝运至协同运输的自动行驶车辆。美国CROO Robotics研发了大田高垄草莓收获机器人(图7b)，利用草莓与茎叶的位置差异，设计了柔性茎叶和草莓果分离末端执行器和开合式硅爪采收轮，通过旋转光学相机识别定位目标草莓，实现了快速采收、输送和集箱。
图7 大田甘蓝、草莓收获机器人
荷兰Cerescon、AvL Motion公司研发了产品化的白芦笋选择性收获机器人。前者采用了基于介电特性的垄面下芦笋检测，白芦笋收获末端执行器和双臂并行收笋机构等技术，实现了最大采收效率0.3 hm2/h。后者采用光学视觉手段检测出土笋芽，设计了基于回转链循环的多末端执行器，实现了垄上多个白芦笋的入土、切割、柔性夹持和出土集箱过程，每株平均收获时间为1.3 s(图8)。
图8 大田白芦笋收获机器人
来源: 公众号： 农业行业观察