非结构性环境的挑战

春天的到来都要经历寒冬的考验。对于农业机器人来说，这场寒冬就是机器人研发使用过程中的一个个科研难题。

和其它机器人一样，农业机器人由三个重要部分组成：类似人类五官的视觉、触觉、听觉、味觉等，能够感知、获得信息的传感器和系统；能够解析任务，识别、判断环境，制订行动计划的芯片，功能类似大脑；具有的执行能力的机构。科研难题就隐藏在这其中。

李伟表示，整体看，我国农业机器人与国际研究水平相当，部分技术处于领跑水平，比如自然环境下机器人的伺服控制等。也有一些技术处于落后状态，比如涉及作物信息、动植物生理、生态感知的传感器件等。

她强调，其中临的一个共性难题是在非结构环境下如何有效获取信息。“不同于工业环境的流水线生产，农业机器人面临的工作环境非常‘多变’，果实形态多样、农业环境中复杂的光照条件、植株的复杂布局等，都会对农业机器人的判断和执行造成干扰。”

她举例说，黄瓜采收机器人在摘黄瓜的过程中，首先得找到目标。但是每个黄瓜长得都不完全一样，并且还有枝叶的遮挡，机器人找到黄瓜、定位、伸手、采摘的过程不顺畅，这大大影响了机器人采摘过程的速度。

日前，李伟研究团队取得突破性进展，研发出非结构环境智能双目视觉系统。该系统能够在农田、果园等自然环境下，识别光照、时空，动态采集，高速实时传输数据。该系统已经在采摘机器人、除草机器人、割胶机器人等农业机器人方面展开实验与验证。

以大田作业为切入口

事实上，农业机器人的应用已经展开。魏新华介绍，目前我国农业机器人的推广，主要集中在大田作业中自动驾驶农机、农业植保无人机等的应用。大田无人农机已经能够替代人工，实现自动驾驶、工作环境监测、农业决策以及其它具体操作。

除了解放人力，无人农机还有何优势？魏新华表示，无人农机采用按需精准变量作业，提高化肥农药的利用率。另外，无人农机搭载的作业环境现场感知技术，可以根据土壤、环境和作业对象的实时情况，以及机器的作业状态，让机器始终处于接近满负荷的作业状态，提高作业效率，保证作业质量。最重要的是，无人农机作业过程中还实现了信息收集和远程存储。

“未来的农场很可能是无人农场，农业机器人编组后，互相联系，协同作业。”魏新华预言。

但在赵春江看来，我国对机器人的研究整体比较弱，前期的创新研究积累不够，将导致后期产业化“底气”不足，无人农场终究是纸上谈兵。

魏新华说：“农业机器人的研制是不断发现问题、解决问题的过程。”他举例，此前，无人农机作业过程中农田边界的识别是困扰研究人员的难题。无人农机无法识别农田边界，作业之前需要人工驾驶无人农机获取田块的四个顶点，非常耗时。

虽然能够自动识别边界和固定障碍物的系统尝试解决这一难题，但是实际作业过程中又发现了新问题。该系统的田头作业不尽如人意，尤其是在不规则田块中作业存在比较大的难度。调试好的无人农机在移到另一区域作业时，也暴露出土壤及地表状况适应性差的问题。

此外，面对播种或插秧直线度差的田块，如果农业机器人在田间管理时仍按照北斗导航规定的直线路作业，就会增加轧苗率。魏新华建议，进行多导航信息融合，即把北斗导航和视觉导航信息融合。“未来，我国的植保将是以地面机械为主导、农业航空为体系的立体的植保防控体系，要对农业机器人的未来有信心。”

赵春江表示，机器人学是一门交叉学科，涉及到人工智能、材料、机械等多个学科。目前机器人的研究队伍偏小，不利于快速推进农业机器人发展。做好农业机器人，必须鼓励和支持多学科交叉研究。