“智能化的農業農機裝備為提高農業生產效率指出了一條路。從長遠看，農業機器裝備發展到一定程度就會衍生出農業機器人。農業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、復雜的生產任務。”日前，中國工程院院士、國家農業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。

農業機器人是農業智能化裝備的一種，能夠利用多傳感器融合、自動控制等技術，讓自然環境下作業的農業裝備實現自動化、智能化生產。農業機器人種類豐富，包括大田作業機器人、溫室機器人、林業農業機器人、畜牧農業機器人、水產農業機器人等。

傳統農民正在減少

來自農業農村部的數據顯示，我國田間平均機械化作業水平達到63%，而江蘇、黑龍江等全國糧食主產區已經突破80%。

“雖然農業機械化水平已經比較高，但是農機的作業環境依然比較惡劣，勞動強度也比較大，而且對農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，農業作業質量也差別較大。”

中國農業大學教授李偉表示，現代農業生產對作業人員提出了規模化、標準化、信息化等要求。

農業生產對生產人員提出更高要求，與此同時，傳統農民正在減少。據統計，“十三五”期間，我國約有1.2億人口進入城鎮。

越來越多的耕地依靠集體經營、規模化生產。目前，我國40%的耕地由270萬個農業新型經營主體耕作，農業生產開始依靠合作社、家庭農場、牧場、種植業和養殖業大戶、龍頭企業等新型經營主體。

國際上同樣面臨農業生產人員缺乏的問題。自上世紀80年代起，農業機器人應運而生，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，法國的葡萄園作業機器人等。

國際學術界對農業機器人非常重視，2008年國際機器人與自動化協會（IEEE RAS）成立農業機器人與自動化學術委員會。2009年美國《時代周刊》將年度最佳發明獎頒發給一款除草機器人。　　美國研究公司Tractica的一份報告預測，到2024年底，全球農業機器人的年出貨量預計將達到594000臺，農業機器人市場的年收入將超過740億美元。

“農業機器人的發展擁有前所未有的大好局面，農業機器人迎來了春天。”李偉說。

非結構性環境的挑戰

春天的到來都要經歷寒冬的考驗。對于農業機器人來說，這場寒冬就是機器人研發使用過程中的一個個科研難題。

和其它機器人一樣，農業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；能夠解析任務，識別、判斷環境，制定行動計劃的芯片，功能類似大腦；具有超強的執行能力的機構。科研難題就隱藏在這其中。

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

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

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，研發出非結構環境智能雙目視覺系統。該系統能夠在農田、果園等自然環境下，識別光照、時空，動態采集，高速實時傳輸數據。該系統已經在采摘機器人、除草機器人、割膠機器人等農業機器人方面展開實驗與驗證。

以大田作業為切入口

事實上，農業機器人的應用已經展開。魏新華介紹，目前我國農業機器人的推廣，主要集中在大田作業中自動駕駛農機、農業植保無人機等的應用。大田無人農機已經能夠替代人工，實現自動駕駛、工作環境監測、農業決策以及其它具體操作。

除了解放人力，無人農機還有何優勢？魏新華表示，無人農機采用按需精準變量作業，提高化肥農藥的利用率。另外，無人農機搭載的作業環境現場感知技術，可以根據土壤、環境和作業對象的實時情況，以及機器的作業狀態，讓機器始終處于接近滿負荷的最佳作業狀態，提高作業效率，保證作業質量。最重要的是，無人農機作業過程中還實現了信息收集和遠程存儲。

“未來的農場很可能是無人農場，農業機器人編組后，互相聯系，協同作業。”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，前期的創新研究積累不夠，將導致后期產業化“底氣”不足，無人農場終究是紙上談兵。

魏新華說：“農業機器人的研制是不斷發現問題、解決問題的過程。”他舉例，此前，無人農機作業過程中農田邊界的識別是困擾研究人員的難題。無人農機無法識別農田邊界，作業之前需要人工駕駛無人農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嘗試解決這一難題，但是實際作業過程中又發現了新問題。該系統的田頭作業不盡如人意，尤其是在不規則田塊中作業存在比較大的難度。調試好的無人農機在移到另一區域作業時，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，如果農業機器人在田間管理時仍按照北斗導航規定的直線路作業，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、農業航空為體系的立體的植保防控體系，要對農業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，不利于快速推進農業機器人發展。做好農業機器人，必須鼓勵和支持多學科交叉研究。