但是整體來看，目前中國設(shè)施蔬菜生產(chǎn)仍處于粗放式管理的狀態(tài)，整體生產(chǎn)水平不高，生產(chǎn)效益正在逐年下降。一是機(jī)械化、智能化生產(chǎn)水平偏低。當(dāng)前，中國設(shè)施蔬菜綜合機(jī)械化率僅為30%左右，不足大田作物的50%，大部分生產(chǎn)管理依靠人工，應(yīng)用于栽培、收獲、灌溉施肥等環(huán)節(jié)的輕簡化、適應(yīng)性強(qiáng)的專用機(jī)械裝備較為缺乏。二是人工成本連年增長。以設(shè)施番茄為例，根據(jù)《全國農(nóng)產(chǎn)品成本收益資料匯編2022》數(shù)據(jù)顯示，2021年，人工成本已由1991年的每天10元增加至120元，但是單產(chǎn)增幅遠(yuǎn)小于生產(chǎn)成本增幅。三是“水-肥-藥-境”管控仍以手動或半自動化操控為主，光、溫、濕度、土壤pH等生產(chǎn)環(huán)境智能化調(diào)控技術(shù)應(yīng)用不足，灌溉、施肥、施藥的精準(zhǔn)度不夠，肥料農(nóng)藥過量施用，資源利用率較低，單位產(chǎn)量效益提升面臨壓力，綠色生產(chǎn)水平不高。面對城鄉(xiāng)居民對于高品質(zhì)蔬菜日益增長的需求，以及產(chǎn)業(yè)發(fā)展對于產(chǎn)量、品質(zhì)和效益提升的綜合要求，亟需研制與應(yīng)用設(shè)施蔬菜機(jī)器人，對“水-肥-藥-境”進(jìn)行精準(zhǔn)調(diào)控，實(shí)現(xiàn)機(jī)械化、自動化、少人化生產(chǎn)。

圖1 國外典型的設(shè)施蔬菜機(jī)器人

Fig. 1  Typical facility vegetable robots abroad

隨著設(shè)施種植結(jié)構(gòu)的不斷調(diào)整和工業(yè)機(jī)器人技術(shù)的穩(wěn)步發(fā)展，國內(nèi)部分高校和研究所在嫁接、移栽和采收機(jī)器人領(lǐng)域開展了深入的研究，在裝置設(shè)計(jì)、結(jié)構(gòu)仿真優(yōu)化等理論方面取得了突破，部分機(jī)器人已經(jīng)在溫室生產(chǎn)中得到了示范應(yīng)用。作者團(tuán)隊(duì)在國內(nèi)較早構(gòu)建了一套番茄工廠化全流程機(jī)器人生產(chǎn)系統(tǒng)，開啟了設(shè)施蔬菜生產(chǎn)全流程的無人化作業(yè)新模式，在北京、山東壽光、山東菏澤等設(shè)施蔬菜主產(chǎn)地得到了初步應(yīng)用。團(tuán)隊(duì)研制的番茄工廠化全流程機(jī)器人生產(chǎn)系統(tǒng)涵蓋了采摘、整枝、巡檢、噴藥等多套自主研發(fā)的番茄生產(chǎn)機(jī)器人裝備。番茄采摘機(jī)器人（見圖2（a））采用軌道式移動升降平臺，配置4自由度關(guān)節(jié)式機(jī)械臂，基于結(jié)構(gòu)光視覺的識別定位算法進(jìn)行果實(shí)的識別和定位，末端執(zhí)行器結(jié)構(gòu)采用吸力式套筒旋擰結(jié)構(gòu)，無損實(shí)現(xiàn)果實(shí)和果梗分離，在強(qiáng)光和弱光下的采摘成功率分別達(dá)83.9%和79.4%；番茄整枝機(jī)器人采用基于雙目云臺攝像機(jī)的主莖離散區(qū)域圖像采集伺服控制方法，通過融合多視角植株圖像特征，可實(shí)現(xiàn)番茄主莖的圖像拼接與立體形態(tài)測量；利用基于改進(jìn)YOLOv3的溫室番茄紅果和綠果識別方法，可對自然生長狀態(tài)下的番茄果實(shí)進(jìn)行計(jì)數(shù)估產(chǎn)，總體估產(chǎn)精度達(dá)到96.3%。除了番茄生產(chǎn)機(jī)器人取得了一定的研究成果，國內(nèi)在草莓、蘆筍、甜椒等設(shè)施蔬菜作物采摘機(jī)器人的目標(biāo)識別、控制裝置、整機(jī)設(shè)計(jì)的理論與試驗(yàn)也進(jìn)展較快，如汪小旵等研制了草莓和蘆筍采摘“選擇性收獲機(jī)器人”（見圖2（b）），采摘機(jī)器人基于機(jī)器視覺和深度學(xué)習(xí)算法，對綠蘆筍和草莓進(jìn)行自動檢測、成熟度判別、定位、夾持剪切和收集存放。

圖2 國內(nèi)典型的設(shè)施蔬菜機(jī)器人

Fig. 2  Typical facility vegetable robots in China

結(jié)合產(chǎn)業(yè)背景、前沿進(jìn)展和客觀挑戰(zhàn)等方面的分析，中國設(shè)施蔬菜生產(chǎn)機(jī)器人應(yīng)重點(diǎn)從以下兩個(gè)方面開展關(guān)鍵核心技術(shù)攻關(guān)，實(shí)現(xiàn)技術(shù)創(chuàng)新與突破。一是多波段圖像融合的近色莖稈目標(biāo)識別。由于微觀成分的差異性，植物莖、葉、果等近色組織在特定波段的光譜特征呈現(xiàn)明顯差異，需要強(qiáng)化特定強(qiáng)反射波段圖像融合，構(gòu)建多模態(tài)圖像融合網(wǎng)絡(luò)，提升RGB圖像識別效果，提高光照和遮蓋環(huán)境干擾下相近色系目標(biāo)識別效率；二是基于人-機(jī)技能傳遞的復(fù)雜任務(wù)執(zhí)行部件設(shè)計(jì)。構(gòu)建“視覺+觸覺”信息同步的人工采摘操作示教數(shù)據(jù)庫，對人工操作信息進(jìn)行實(shí)時(shí)捕捉，開展人工動態(tài)接觸力度和動態(tài)操作軌跡信息的時(shí)序編碼，量化人工操作樣本，并開展基于學(xué)習(xí)的強(qiáng)化模型構(gòu)建，對采摘技能的核心參數(shù)進(jìn)行強(qiáng)化學(xué)習(xí)，形成低能耗、高效操作模本。

整體來看，對比全球農(nóng)業(yè)強(qiáng)國，中國農(nóng)業(yè)機(jī)器人研發(fā)與應(yīng)用起步晚、發(fā)展慢，綜合性能與國外先進(jìn)產(chǎn)品依然存在較大差距，產(chǎn)業(yè)發(fā)展與應(yīng)用依然任重道遠(yuǎn)。主要表現(xiàn)在：一是現(xiàn)有農(nóng)業(yè)機(jī)器人以單執(zhí)行器、單機(jī)作業(yè)為主，多臂協(xié)同機(jī)器人研制剛剛起步，在多環(huán)節(jié)一體化作業(yè)協(xié)同方面性能差、效率低，難以滿足實(shí)際生產(chǎn)需求；二是農(nóng)業(yè)機(jī)器人機(jī)械臂和末端執(zhí)行器多數(shù)來源于工業(yè)使用，以剛性操作為主，靈活性、柔順性、功能性較差，極易對作業(yè)對象造成損傷；三是農(nóng)業(yè)多源信息感知、農(nóng)業(yè)機(jī)器人裝備自主作業(yè)等國產(chǎn)化智能專用芯片受制于人，面向感知數(shù)據(jù)處理、作物表型識別、生長狀態(tài)監(jiān)測、產(chǎn)量和品質(zhì)指標(biāo)估測相關(guān)的人工智能加速算法與模型缺乏，核心部件成本高；四是人機(jī)自然交互的示教協(xié)作新方法、“人-機(jī)-環(huán)境”相交互融的機(jī)器人技術(shù)研發(fā)進(jìn)展緩慢，制約了農(nóng)業(yè)機(jī)器人從粗放、單一向精細(xì)、協(xié)同的作業(yè)模式過渡；五是作業(yè)基礎(chǔ)設(shè)施建設(shè)滯后，“宜機(jī)化”程度不高，已有的農(nóng)業(yè)機(jī)器人與農(nóng)藝結(jié)合不夠緊密，智能化作業(yè)通用性差、效率不高。

本文節(jié)選自：

趙春江, 范貝貝, 李瑾, 馮青春. 農(nóng)業(yè)機(jī)器人技術(shù)進(jìn)展、挑戰(zhàn)與趨勢[J]. 智慧農(nóng)業(yè)(中英文), 2023, 5(4): 1-15. DOI: 10.12133/j.smartag.SA202312030

ZHAO Chunjiang, FAN Beibei, LI Jin, FENG Qingchun. Agricultural Robots: Technology Progress, Challenges and Trends[J]. Smart Agriculture, 2023, 5(4): 1-15. DOI: 10.12133/j.smartag.SA202312030