2012年中央一號文提出，要突出農業(yè)科技創(chuàng )新重點(diǎn)，在精準農業(yè)技術(shù)等方面取得重大突破；要實(shí)施智慧農業(yè)工程。智慧農業(yè)是未來(lái)農業(yè)的發(fā)展方向，是現代農業(yè)的高級形式。智慧農業(yè)是以數據、知識和智能裝備為核心要素，通過(guò)將現代科學(xué)技術(shù)與農業(yè)深度融合，實(shí)現農業(yè)生產(chǎn)全過(guò)程的數字化感知、智能化決策、精準化作業(yè)和智慧化管理的全新農業(yè)生產(chǎn)方式。
當前，新一輪科技革命和產(chǎn)業(yè)變革正在興起，信息技術(shù)、生物技術(shù)、新材料技術(shù)和新能源技術(shù)廣泛滲透到農業(yè)領(lǐng)域，催生了一大批戰略性新興產(chǎn)業(yè)，農機裝備先進(jìn)制造、農業(yè)物聯(lián)網(wǎng)、農業(yè)大數據和農業(yè)機器人等高新技術(shù)逐步應用到農業(yè)生產(chǎn)各個(gè)領(lǐng)域，智慧農業(yè)呈現出強勁的發(fā)展勢頭。無(wú)人農場(chǎng)是實(shí)現智慧農業(yè)的重要途徑。無(wú)人農場(chǎng)以生物技術(shù)、智能農機和信息技術(shù)為支撐。生物技術(shù)為無(wú)人農場(chǎng)提供適應機械化作業(yè)的品種和栽培模式，智能農機為無(wú)人農場(chǎng)自動(dòng)化作業(yè)提供裝備支撐，信息技術(shù)為農機作業(yè)的精準定位、數據傳輸和無(wú)人農場(chǎng)的智慧管理提供支撐。無(wú)人農場(chǎng)采用4G/5G、物聯(lián)網(wǎng)、大數據和人工智能等新一代信息技術(shù)遠程控制各種智能農機，使之自主決策和自主作業(yè)，實(shí)現各個(gè)生產(chǎn)環(huán)節的智能化。智能農機具有智能感知、自動(dòng)導航、精準作業(yè)和智慧管理4個(gè)功能，是無(wú)人農場(chǎng)的物質(zhì)支撐，是農業(yè)機械的轉型升級。毛澤東同志在1959年就提出農業(yè)的根本出路在于機械化。改革開(kāi)放以來(lái)，經(jīng)過(guò)40多年的發(fā)展，我國的農業(yè)機械化取得了舉世矚目的成就，為提高我國農業(yè)生產(chǎn)率作出了巨大貢獻。目前，我國用不到世界10%的耕地生產(chǎn)了世界25%的糧食、養活了世界20%的人口。今天，隨著(zhù)我國農業(yè)農村現代化加快推進(jìn)，對農業(yè)機械提出了更高的要求，提高農業(yè)機械的智能化水平成為必然選擇，也是農業(yè)現代化的重要建設內容。國內外實(shí)踐表明，提高農業(yè)機械化和智能化可以大幅度提高勞動(dòng)生產(chǎn)率、資源利用率和土地產(chǎn)出率。只有在智能農機的支持下，無(wú)人農場(chǎng)才能成為現實(shí)。
一、智能農機研究
1.1智能感知
農作物生長(cháng)環(huán)境、作物長(cháng)勢和作物病蟲(chóng)草害信息是智能農機進(jìn)行精準作業(yè)的依據。“星−機−地”是獲取這些信息的主要技術(shù)，“星”指根據衛星影像分析獲取所需要的各種農情信息，“機”指根據飛機或無(wú)人機獲取所需要的各種農情信息，“地”指在地面用儀器直接獲取所需要的各種農情信息。
1.1.1作物生長(cháng)環(huán)境信息
農作物生長(cháng)環(huán)境信息的快速感知是實(shí)施精準農業(yè)中最為基本和關(guān)鍵的問(wèn)題，農作物生長(cháng)環(huán)境信息包括土壤阻力、田面平整情況、土壤水分和土壤養分等信息。農田土壤中不同位置和不同深度的耕作阻力(土壤堅實(shí)度)差異較大，準確獲取土壤的耕作阻力信息是進(jìn)行精準耕整的重要依據。張利民等成功研制出帶全球導航衛星系統(Global navigationsatellite system, GNSS)的車(chē)載式土壤耕作阻力測定儀，采用GNSS定位信息，通過(guò)液壓系統將圓錐儀(國際上通用的土壤堅實(shí)度測定儀)壓入土壤，獲取不同地塊和同一地塊不同位置、不同深度(精度可以達到0.5 cm)的耕作阻力。曾慶猛等研制出車(chē)載式可連續測定土壤耕作狀況和含水量的測定儀。
田面平整情況是進(jìn)行農田平整的重要依據。周浩和胡煉等采用水準儀、全站儀、地面激光掃描儀和無(wú)人機載激光掃描儀快速采集農田平整度信息，研制出基于GNSS的農田三維地形實(shí)時(shí)采集系統，可在平整作業(yè)過(guò)程中快速精準獲取田面的平整度信息。
土壤水分是影響作物生長(cháng)的重要參數，Xiao等研制出既可在水田田面有水時(shí)測定水層深度又可以在水田田面無(wú)水時(shí)測定土壤水分的無(wú)線(xiàn)測量系統，并可以根據田面/土壤中的水層/水分情況遠程控制自動(dòng)灌水和排水。
“莊稼一枝花，全靠肥當家”，土壤中氮、磷、鉀的實(shí)時(shí)在線(xiàn)快速測定是世界難題，至今尚未取得實(shí)質(zhì)性的突破，大都只能進(jìn)行間接測量。孫建英等采用光譜測量技術(shù)，分析了東北黑土地和華北潮土的土壤參數和光譜特性，采用GNSS定位信息標志土壤的位置，通過(guò)實(shí)驗室分析可準確給出pH以及氮、磷、鉀和有機質(zhì)含量的分布圖，為精準施肥提供依據。Dong等嘗試采用激光誘導技術(shù)測定土壤中的氮素。
1.1.2作物長(cháng)勢信息
作物長(cháng)勢信息主要包括作物生長(cháng)狀況(株高、葉面積指數、生物量、倒伏面積等)、養分脅迫和產(chǎn)量等信息，目前多采用高清數碼相機、多光譜相機以及熱像儀等傳感器進(jìn)行測定。楊貴軍等研發(fā)了一套農業(yè)多載荷無(wú)人機遙感輔助小麥育種信息獲取系統，可以實(shí)現冠層葉面積指數、作物倒伏面積和產(chǎn)量的高通量數據獲取。孫紅等基于作物在紅光范圍660 nm附近的光譜深吸收和近紅外850 nm附近的光譜強反射特征，設計了一種采用主動(dòng)光源的雙波長(cháng)便攜式葉綠素含量檢測裝置，可以高效檢測作物葉綠素含量。楊燕瓊等采用衛星、高光譜儀和3CCD攝像機多信息融合技術(shù)，進(jìn)行了水稻生產(chǎn)過(guò)程中的葉綠素含量、葉面積指數測定以及生物量和產(chǎn)量估測，估產(chǎn)方程的復相關(guān)系數均大于0.92，精度均在89%以上。汪沛等采用無(wú)人機遙感平臺獲取水稻冠層圖像，提出了基于矩形約束對低空多光譜圖像存在的桶形畸變進(jìn)行校正的方法，該校正方法解決了沒(méi)有或缺少地面控制點(diǎn)的圖像校正的困難。臧英等建立了基于標準種植比值法的水稻養分信息快速解析和施肥決策模型，通過(guò)與已有標準種植模型比對的方式生成施肥處方，該方法可以有效地減少施肥決策中對土壤肥力數據的依賴(lài)，提高了管理決策的效率。
在作物長(cháng)勢信息的快速獲取和解析處理中，傳統的航天、航空遙感技術(shù)存在氣象影響因子多、周期長(cháng)、分辨率低等問(wèn)題，尤其在廣東等南方地區，適合遙感的無(wú)云氣象條件的時(shí)間窗口期更少。采用無(wú)人機進(jìn)行作物長(cháng)勢信息的近地遙感獲取，可彌補現有航天、航空遙感技術(shù)的不足。受載荷量及滯空時(shí)間的限制，無(wú)人機掛載的遙感傳感器要求質(zhì)量輕、體積小。此外，受航空管制的影響，飛行高度通常比較低，這就決定了無(wú)人機低空遙感單張影像的覆蓋面積難以達到傳統航空航天的遙感覆蓋面積。按照傳統的做法，遙感監測66.67 hm2，拼接前的影像采集量可達5 000幅，普通圖形工作站完成校正、拼接及解析等處理工作需要5 h以上。而作物的田間管理對農時(shí)要求通常時(shí)間比較短，需要即時(shí)生成作業(yè)處方圖，遙感信息的獲取和解析處理需要有較高的實(shí)時(shí)性才能滿(mǎn)足實(shí)際生產(chǎn)的要求。Jiang等研制的遙感傳感器可以提供與專(zhuān)業(yè)級高光譜儀器和多光譜相機相近的反射率和輻射照度測量精度，在水稻長(cháng)勢信息解析中，該研究信息解析數據量可達534.6 hm2/min，相比傳統方法，長(cháng)勢專(zhuān)題圖的生成速率和變量施肥處方圖的決策效率大幅度提升。
1.1.3作物病蟲(chóng)草害信息
作物病蟲(chóng)草害的早期準確監測是精準噴施作業(yè)的基礎，對精準用藥和早期防治具有重要意義。作物光譜反射特性與作物葉綠素含量具有高度相關(guān)性，當植株遭受病蟲(chóng)草害時(shí)，可以通過(guò)光譜的方式進(jìn)行檢測。目前，常用的作物病蟲(chóng)草害監測方式主要有光譜檢測法、圖像識別法和電子鼻檢測法等。袁媛等利用R分量和中值濾波進(jìn)行圖像預處理，并采用支持向量機的方法對水稻紋枯病進(jìn)行分類(lèi)識別。劉又夫等對褐飛虱Nilaparvata lugens(Stal)誘導的水稻冠層熱圖像溫度特征變異評估方法進(jìn)行了研究，將水稻冠層的溫度特征作為輸入向量，對水稻受褐飛虱侵害狀況測試集判斷的精準率達到87.15%。He等采用深度目標檢測網(wǎng)絡(luò )對水稻局部圖像中的褐飛虱進(jìn)行檢測和計數，提出雙層R-FCN網(wǎng)絡(luò )的褐飛虱檢測和計數算法，可以有效提升算法的召回率，召回率可達60.44%。鄧向武等基于多特征融合的DBN模型和深度置信網(wǎng)絡(luò )對稻田苗期雜草進(jìn)行識別，識別率為91.13%。Liu等采用深度卷積網(wǎng)絡(luò )對5 136幅圖片進(jìn)行了蟲(chóng)害識別(12種水稻蟲(chóng)害)，準確度約為95%。李澤軒收集并整理了包含15種病害和22種蟲(chóng)害的水稻病蟲(chóng)害數據集，在深度殘差網(wǎng)絡(luò )的基礎上提出了改進(jìn)算法FRNet，對水稻病蟲(chóng)害的識別率超過(guò)了80%。李梓和建立了一個(gè)包含8種稻田雜草的目標檢測數據集，針對稻田雜草數據存在復雜背景以及目標相互遮擋等問(wèn)題提出了Det-ResNet，檢測精度達到了91.6%，并提出了一種輕量化的RetinaNet檢測模塊Efficient retinahead(ERetina-Head)，可以使模型的檢測精度提高1.2%。
1.1.4農田障礙物目標識別與定位
農田中存在著(zhù)各種障礙物，影響了智能農機的正常作業(yè)，并存在安全隱患，因此，智能農機必須具備障礙物識別與檢測的能力。在智能農機對障礙物檢測的研究中，按照所使用的傳感器種類(lèi)可以將障礙物檢測分為基于超聲波、毫米波雷達、激光雷達、機器視覺(jué)以及多傳感器融合等多種方法。賈闖等研制了山地果園單軌運輸機超聲波避障系統，在一定條件下，該系統能夠識別軌道上的障礙物和軌道旁的非障礙物，提高了單軌運輸機無(wú)人駕駛運行時(shí)的安全性和可靠性。王水滿(mǎn)基于單線(xiàn)激光雷達傳感器進(jìn)行了無(wú)人機360°全方位障礙物檢測與識別，根據獲得的障礙物信息和無(wú)人機的狀態(tài)信息，實(shí)現無(wú)人機的自動(dòng)避障。高振海等[36]采用自適應卡爾曼濾波算法對毫米波雷達數據進(jìn)行分析，估計前方目標的運動(dòng)狀態(tài)，估計結果精度較高且濾波收斂穩定?；谏疃葘W(xué)習的目標檢測算法根據候選框的生成方式，分成一階段(One-stage)目標檢測算法和二階段(Two-stage)目標檢測算法：一階段目標檢測算法的代表有YOLO系列和SSD系列等，一階段目標檢測算法計算量小、檢測速度快，但準確率較低；二階段目標檢測算法的代表有R-CNN、Fast R-CNN和SPP-NET，二階段目標檢測算法的計算量大、檢測速度慢，但準確率高。蔡舒平等對YOLOv4目標檢測模型進(jìn)行了改進(jìn)，改進(jìn)后的模型參數減少，檢測速度提高了29.4%，魯棒性強、實(shí)時(shí)性好。馬佳良等在傳統的Fast R-CNN基礎上，提出了Accurate R-CNN目標檢測框架，可以在不同數據集和不同的任務(wù)上取得良好的檢測效果。
單一的傳感器在智能農機的環(huán)境感知中具有局限性，一般都將多個(gè)傳感器信息進(jìn)行融合檢測。目前比較常用的多傳感器信息融合的方法有激光雷達與視覺(jué)融合、毫米波雷達與視覺(jué)融合等融合方式。薛金林等將攝像機與激光雷達的信息進(jìn)行融合、實(shí)現了智能農機車(chē)輛前方障礙物的實(shí)時(shí)檢測。譚力凡利用毫米波雷達與機器視覺(jué)數據進(jìn)行特征級融合，先從毫米波雷達數據中獲取感興趣區域，再通過(guò)坐標系轉換和時(shí)間數據融合，基于圖像處理技術(shù)，實(shí)現了對目標物的檢測與識別。
1.2 自動(dòng)導航
自動(dòng)導航是智能農機的核心。我國農機導航的研究起步較晚，但經(jīng)過(guò)10多年的努力，我國農機導航取得了長(cháng)足進(jìn)展，目前與世界上先進(jìn)水平基本上處于“并跑”的態(tài)勢。華南農業(yè)大學(xué)、上海交通大學(xué)、國家農業(yè)信息工程技術(shù)研究中心、上海聯(lián)適導航技術(shù)股份有限公司和濰柴雷沃重工股份有限公司等單位為我國農機導航技術(shù)的發(fā)展作出了重要貢獻。針對我國地域廣、作物品種多、作物環(huán)境和種植制度復雜等問(wèn)題，我國農機的自動(dòng)導航與作業(yè)需要重點(diǎn)解決導航定位、導航控制和系統集成三大難題，華南農業(yè)大學(xué)等單位對此進(jìn)行了系統深入的研究并取得了重大突破。目前，我國已研制出了適應旱地和水田不同作物的耕、種、管、收等作業(yè)環(huán)節的電液轉向和電機轉向的農機北斗自動(dòng)導航產(chǎn)品，達到了國外同類(lèi)產(chǎn)品先進(jìn)水平，可滿(mǎn)足無(wú)人農場(chǎng)生產(chǎn)的需要。
1.2.1導航定位
針對復雜農田環(huán)境和農機作業(yè)工況嚴重影響農機姿態(tài)測量精度的問(wèn)題，黃培奎等將北斗和慣性傳感器相結合，設計了外部加速度補償的卡爾曼濾波算法，俯仰角平均誤差從2.00°降低至0.55°，航向角測量精度由5.0°提高至0.3°。針對作業(yè)環(huán)境復雜、單一傳感器精度有限的問(wèn)題，朱忠祥等采用多傳感器信息融合的方法，利用各傳感器的優(yōu)勢特征，構成數據冗余或數據互補，以陀螺儀、加速度計和電子羅盤(pán)設計了農機的航跡推算系統，結合GNSS系統的絕對定位信息，利用卡爾曼濾波融合方法，獲得了較好的定位測姿精度。針對復雜農田環(huán)境中衛星信息遮擋、電磁干擾和衛星定位精度降低的問(wèn)題，張聞?dòng)畹炔捎没诒倍泛蚆EMS慣性傳感器的線(xiàn)性時(shí)變自適應卡爾曼濾波算法，在RTS差分信號丟失30 s內導航系統定位精度(REM)仍可保持在3 cm以?xún)?，顯著(zhù)地提高了導航系統的斷點(diǎn)續航能力。
1.2.2導航控制
針對不同作物、不同生產(chǎn)環(huán)節和不同地塊的導航作業(yè)路徑需要優(yōu)化規劃的問(wèn)題，孟志軍等提出了面向自動(dòng)導航和農田全區域覆蓋作業(yè)路徑優(yōu)化規劃方法，實(shí)現了農機自動(dòng)導航系統最優(yōu)作業(yè)方向計算和路徑自動(dòng)生成。針對農田起伏多變，現有農機自動(dòng)導航系統的控制精度和上線(xiàn)速度不能滿(mǎn)足精準作業(yè)要求的問(wèn)題，王輝等采用由預瞄跟隨控制器、前視距離自適應調節器、狀態(tài)預估器和抗飽和變速積分器構成的農機導航復合路徑跟蹤控制器，顯著(zhù)地提高了農機導航系統的控制精度和上線(xiàn)速度；針對水田側滑嚴重、農機俯仰橫滾變化頻繁且幅度大的問(wèn)題，在農機導航復合路徑跟蹤控制器中增加側滑估計補償器，顯著(zhù)地提高了農機導航系統的水田抗側滑干擾能力。針對現有農機導航系統缺乏避障功能，影響農機自動(dòng)導航作業(yè)安全的問(wèn)題，苗峻齊等采用基于激光雷達的農田障礙物識別與定位三次樣條函數的路徑規劃和純追蹤算法的路徑跟蹤控制，開(kāi)發(fā)了農機自動(dòng)避障技術(shù)，可以準確識別和繞行農田典型障礙物。針對現代農業(yè)生產(chǎn)中需要多機協(xié)同作業(yè)技術(shù)支撐的問(wèn)題，張聞?dòng)畹炔捎没跓o(wú)線(xiàn)自組網(wǎng)絡(luò )的主從裝備平行跟蹤導航控制技術(shù)，使主從裝備旋耕和收獲作業(yè)直線(xiàn)行走段的橫向位置誤差小于5 cm、縱向跟蹤誤差小于10 cm。
1.2.3導航集成
針對現有農機缺乏自動(dòng)導航作業(yè)的底盤(pán)線(xiàn)控裝置的問(wèn)題，開(kāi)發(fā)了適用不同農機的車(chē)載線(xiàn)控控制裝置，滿(mǎn)足了農機自動(dòng)導航作業(yè)的控制要求。提出了行為決策、動(dòng)作規劃和反饋控制的多層智能控制策略與方法，智能決策自動(dòng)導航作業(yè)控制量，可以滿(mǎn)足不同種類(lèi)農機自動(dòng)導航作業(yè)的需要，基于SAE J1939和ISO 11783總線(xiàn)標準，制定了團體標準，實(shí)現了農機自動(dòng)導航作業(yè)系統的有效集成。
1.3 精準作業(yè)
1.3.1精準耕整
精準耕整的目的是為作物生長(cháng)提供良好的種床。智能耕整農機應能根據作業(yè)的種植農藝要求和土壤質(zhì)地對作業(yè)機具的位置、姿態(tài)、壓力和作業(yè)深度等進(jìn)行精準控制。目前，液壓系統、傳感器和電子控制系統已廣泛應用于各種耕整機械中，大大提高了耕整機械的智能化水平。國內外耕整機械的發(fā)展方向是多功能、復式作業(yè)、大型化和精量化，對智能化水平提出了更高的要求。
農田精準平整是精準耕整的重要環(huán)節，華南農業(yè)大學(xué)和中國農業(yè)大學(xué)成功研制出與插秧機頭和拖拉機配套的水田激光平地機和旱地激光平地機，平地時(shí)平地鏟的高程和水平可同時(shí)調整，平整后水田平整精度小于3 cm、旱地平整精度小于5 cm，大大提高了水肥利用率，提高了作物產(chǎn)量。采用衛星信息控制的平地機已投入生產(chǎn)使用。
土壤深松是一種國內外公認的提高土壤耕作質(zhì)量的先進(jìn)技術(shù)，也是我國農業(yè)農村部重點(diǎn)推廣的先進(jìn)技術(shù)之一。孟志軍等成功研發(fā)出土壤深松系統，該系統采用衛星定位系統和耕深測量系統，可同時(shí)準確測定土壤深松的深度和面積。
1.3.2精準種植
“秧好半年禾”，精準種植是農作物的關(guān)鍵之一。智能種植機械能夠根據不同作物生長(cháng)特性、土壤特性和種植時(shí)的氣候情況實(shí)現精準播種和移栽，包括開(kāi)溝寬度和深度，同步施肥方式，行距、穴(株)距，播種量和覆土深度等。直播和移栽是最常見(jiàn)的2種種植方式。對播種精度要求最高的是超級雜交稻、玉米、大豆、棉花(都要求每穴播1粒種子)以及一些園藝作物和經(jīng)濟作物。排種器是智能播種機械的核心，由于不同作物種子的大小、形狀各異，對排種器的要求各不相同，常用的排種器有機械式和氣力式2大類(lèi)，目前，我國這2類(lèi)排種器的研究與國外的先進(jìn)水平不斷縮小，部分已達到國外先進(jìn)水平，如勺輪式、指夾式和氣力式玉米精量排種器基本上與國外處于“并跑”水平。氣力式排種器對種子的大小、形狀要求不嚴格，適合形狀不規則的種子，可以實(shí)現高速播種，播種精度高，株距均勻，廣泛應用于各種智能播種機中。華南農業(yè)大學(xué)采用型孔輪式和氣力式排種器，研制成功同步開(kāi)溝起壟穴播、同步開(kāi)溝起壟施肥穴播和同步開(kāi)溝起壟噴施穴播的“三同步”水稻精量穴播機，實(shí)現了行距可選、穴距可調、播量可控和仿形作業(yè)，在國內26個(gè)省市推廣應用，取得了一批高產(chǎn)記錄，在新疆水稻產(chǎn)量超過(guò)15 000 kg/hm2。采用電機驅動(dòng)代替地輪驅動(dòng)排種器，在播種機上加裝播種量檢測和調控系統以及補種裝置，可以在播種時(shí)同步施肥和噴施農藥，該技術(shù)的應用范圍不斷擴大，部分地區已經(jīng)普及。
采用移栽作業(yè)方式的作物主要有水稻、蔬菜以及一些園藝作物和經(jīng)濟作物。目前，我國作物移栽技術(shù)研究取得重大進(jìn)展，與國外基本上處于“并跑”的態(tài)勢，特別是水稻插秧機，通過(guò)采用毯狀苗、缽體苗和毯狀缽體苗，實(shí)現了不同品種水稻的精準移栽，插秧時(shí)同步施肥，該技術(shù)正在逐步普及。油菜移栽技術(shù)也取得重大突破。
1.3.3精準田間管理
田間管理主要包括水、肥、藥的管理。精準施肥主要包括基肥和追肥。作物種植前精確獲取土壤中的養分情況是精準施基肥的前提。目前，田間實(shí)時(shí)在線(xiàn)測量土壤中氮磷鉀的技術(shù)尚未取得實(shí)質(zhì)性突破，主要是利用衛星定位信息田間取土并在實(shí)驗室分析獲得土壤中的養分分布圖；根據養分處方圖，采用智能施肥機實(shí)現精準施肥。精確獲取作物的長(cháng)勢和養分脅迫情況是精準施追肥的基礎。目前，國內外眾多學(xué)者采用光譜技術(shù)獲取作物長(cháng)勢信息的研究取得了一定進(jìn)展。李克亮等在廣東早稻生長(cháng)中根據水稻長(cháng)勢采取精準施肥，產(chǎn)量增加9.27%。
精準施藥的機械主要包括地面施藥機械和航空植保機械，根據獲取的作物病蟲(chóng)草害信息制定的處方圖，進(jìn)行精準對靶變量噴施。噴霧壓力可調、噴霧流量可調等先進(jìn)技術(shù)已廣泛應用于地面施藥機械和航空植保機械中。高地隙寬幅噴桿噴霧機已得到了廣泛應用，通過(guò)變軸距調節技術(shù)，可以適應多種耕地和不同壟距的作業(yè)需要。袁琦堡等成功研究出自動(dòng)混藥技術(shù)，水箱、藥箱和混合器分別設置，根據病蟲(chóng)草害信息和噴施處方圖在田間作業(yè)時(shí)實(shí)時(shí)混藥，實(shí)現了藥液濃度和噴量自動(dòng)調節。航空植保技術(shù)近10年來(lái)在我國得到了快速發(fā)展，成為大田作物植保的主流技術(shù)之一，2020年，無(wú)人機植保作業(yè)面積超過(guò)0.67億hm2，田塊邊界自動(dòng)識別、作物路徑自動(dòng)規劃、高效低污染施藥、多機協(xié)同作業(yè)等先進(jìn)技術(shù)等得到了廣泛應用。
精準灌溉技術(shù)在國內得到了廣泛應用。在土壤中設置傳感器，精確獲取土壤中的含水量，根據作物不同生長(cháng)期的需水規律，進(jìn)行精準灌溉，可實(shí)現水肥藥一體化灌溉。實(shí)踐表明，精準灌溉可大幅度減少用水量，提高作物產(chǎn)量。徐剛等采用物聯(lián)網(wǎng)技術(shù)和傳感器網(wǎng)絡(luò )采集農田的溫濕度和光照強度等參數，以此優(yōu)化灌溉策略。阮俊瑾等設計了一種能實(shí)現灌溉、混藥和施肥一體的球混式水肥灌溉系統。
1.3.4精準收獲
對精準收獲的基本要求是根據作物成熟度適時(shí)收獲，根據作物長(cháng)勢和產(chǎn)量自動(dòng)調節收獲機前進(jìn)速度、割臺高度、脫粒滾筒轉速和清選等工作參數，對各部件工作狀況實(shí)現監控、顯示和報警。目前，國內外的收獲機普遍采用電子和液壓技術(shù)，實(shí)現了上述功能，還可以生成產(chǎn)量分布圖。陳進(jìn)等采用圖像處理的方法，對收獲的水稻成分進(jìn)行在線(xiàn)識別，破碎籽粒、稻稈雜質(zhì)以及稻梗雜質(zhì)的綜合評價(jià)指標分別達到92.92%、90.65%和90.52%，為調節作業(yè)參數提供了依據。麻芳蘭等[89]設計了一種以切割系統負載壓力作為反饋信號的甘蔗收獲機入土切割切深自動(dòng)控制系統，切割器可隨負載壓力的變化而調整切割深度，入土切割深度達20 mm左右，調整誤差為2 mm左右。張光躍等[90]研制了一種基于壓電陶瓷傳感器的清選損失率在線(xiàn)監測系統，實(shí)現了聯(lián)合收獲機工作過(guò)程中谷物損失率的實(shí)時(shí)監測，測量誤差小于4.1%。
張漫等在收獲機上安裝產(chǎn)量傳感器和衛星定位信號接收裝置，生成了我國首張小麥產(chǎn)量分布圖。我國濰柴雷沃公司、中國一拖集團有限公司和沃得農機公司等一些農機企業(yè)生產(chǎn)的收獲機已開(kāi)始安裝谷物產(chǎn)量、含水率、流量、損失率和含雜率傳感器，提高了智能化水平。濰柴雷沃公司研制的玉米穗莖收獲機，可一次完成玉米果穗摘取、輸送、剝皮、莖稈切割等功能，具有果穗損傷率低、莖稈喂入均勻、切碎質(zhì)量好、功率消耗小等特點(diǎn)。中聯(lián)重機的AS60型甘蔗收獲機實(shí)現了衛星定位和自動(dòng)導航等功能。
1.4 智慧管理
智能農機的智慧管理包括遠程監控農機作業(yè)位置、作業(yè)速度和作業(yè)質(zhì)量，遠程監控農機作業(yè)工況并進(jìn)行故障預警、指導維修和農機遠程調度。目前，各種智能農機上都安裝有GNSS裝置，農機開(kāi)始作業(yè)就可將農機的位置和作業(yè)軌跡實(shí)時(shí)發(fā)送至農機管理中心和農機生產(chǎn)企業(yè)，并支持農機作業(yè)歷史數據記錄與軌跡回放，而裝有質(zhì)量監控傳感器的智能農機可同時(shí)發(fā)送作業(yè)質(zhì)量的相關(guān)數據，包括耕、種、管、收各環(huán)節的作業(yè)質(zhì)量。通過(guò)安裝在農機上的各種工況傳感器，農機管理中心和農機生產(chǎn)企業(yè)可遠程監控農機的實(shí)時(shí)工況，如拖拉機的發(fā)動(dòng)機參數、PTO轉數、行駛速度等，收獲機的發(fā)動(dòng)機參數、割臺高度、實(shí)際割幅、脫粒滾筒轉速、清選風(fēng)扇轉速、凈糧升運速度和谷物流量等，播種機的播種量、播種堵塞狀態(tài)和播種深度等，施肥機的施肥輪轉速、施肥量和堵塞狀態(tài)等，噴霧機的噴霧壓力、藥液流量和噴頭區段狀態(tài)等。將所獲得的各種工況信息與數據庫中的相關(guān)數據自動(dòng)進(jìn)行對比，如出現異常，即向農機駕駛員或無(wú)人農場(chǎng)管理中心發(fā)出預警信息，比如發(fā)現收獲機脫粒滾筒轉速降低過(guò)多，就立即建議降低收獲機前進(jìn)速度或減小割幅，以防止堵塞；出現故障，就指導駕駛員或相關(guān)人員進(jìn)行排除或維修；出現較大故障，就通知農機所在地的維修站人員前往維修[95]。通過(guò)遠程監控智能農機的位置和作業(yè)速度，根據最小轉移路徑原則，可以對農機進(jìn)行遠程調度[96]。
王慧平采用Java語(yǔ)言和ArcGIS等開(kāi)發(fā)工具，結合ArcGIS JavaSrcipt AP1、Ajax及JSF等關(guān)鍵技術(shù)，設計了一種基于WebGIS的農機遠程監管服務(wù)系統，實(shí)現了農機實(shí)時(shí)跟蹤、農機歷史軌跡回放、農機作業(yè)任務(wù)報單、農機作業(yè)任務(wù)計量和農機作業(yè)工況報單等功能，能夠及時(shí)獲取和有效管理農機作業(yè)現場(chǎng)各類(lèi)數據，實(shí)現了農機信息采集、傳輸、分析和訪(fǎng)問(wèn)的集成化。謝婷婷開(kāi)發(fā)了一套基于遺傳算法(Genetic algorithm，GA)的農機作業(yè)調度系統，提出了一種改進(jìn)的遺傳算法。系統還結合北斗衛星導航技術(shù)和地理位置信息系統，生成農機調度方案，實(shí)現了農機跨區作業(yè)調度。崔征澤結合數據傳輸子系統、數據分析子系統以及監測管理子系統，設計了一種用于農機終端監測的物聯(lián)網(wǎng)應用系統，可以對農機終端數據進(jìn)行收集、存儲和分析，并根據農機終端傳感器數據分析農機作業(yè)質(zhì)量，實(shí)現對農機的高效管理。
二、無(wú)人農場(chǎng)的實(shí)踐
華南農業(yè)大學(xué)集成相關(guān)的智能農機裝備，創(chuàng )建了水稻無(wú)人農場(chǎng)，并在廣東增城進(jìn)行了實(shí)踐，2020年的中稻試驗面積為1.87 hm2，2021年的早稻和晚稻試驗面積為3.33 hm2。增城水稻無(wú)人農場(chǎng)從2020年5月3日開(kāi)始旋耕，至8月30日收獲，歷時(shí)120 d，實(shí)現了水稻生產(chǎn)耕種管收全程無(wú)人作業(yè)。水稻無(wú)人農場(chǎng)的稻谷產(chǎn)量均高于當地的平均產(chǎn)量，表明了其巨大的發(fā)展潛力。2021年早稻生產(chǎn)采用優(yōu)質(zhì)絲苗米品種‘19香’，產(chǎn)量9 943.35 kg/hm2，高于當地的平均產(chǎn)量7 500 kg/hm2。2021年在廣東三水啟動(dòng)了花生無(wú)人農場(chǎng)建設，產(chǎn)量3 164.10 kg/hm2，高于廣東省花生種植的平均產(chǎn)量2 400 kg/hm2。水稻無(wú)人農場(chǎng)具有耕種管收生產(chǎn)環(huán)節全覆蓋、機庫田間轉移作業(yè)全自動(dòng)、自動(dòng)避障異況停車(chē)保安全、作物生產(chǎn)過(guò)程實(shí)時(shí)全監控和智能決策精準作業(yè)全無(wú)人等5個(gè)特點(diǎn)。
2.1耕種管收生產(chǎn)環(huán)節全覆蓋
2.1.1耕整
采用無(wú)人駕駛旋耕機進(jìn)行旱旋耕，直線(xiàn)行駛橫向誤差不超過(guò)2.5 cm，田頭轉彎對行誤差不超過(guò)3.0 cm。作業(yè)質(zhì)量好、作業(yè)效率高，2021年在3.33 hm2試驗田中的旋耕作業(yè)效率可達到1.33 hm2/h。
2.1.2種植
采用無(wú)人駕駛直播機進(jìn)行精量旱直播，這是華南農業(yè)大學(xué)近10年來(lái)在國內推廣的一種輕簡(jiǎn)栽培技術(shù)，在新疆采用精量旱直播技術(shù)3年平均產(chǎn)量均超過(guò)15 000 kg/hm2[100]。播種時(shí)將水稻干種或浸泡24 h后的濕種(不催芽)直接播在播種機開(kāi)出的播種溝中并覆土(2 cm左右)，然后上水5~10 cm；幾天后，待水自然落下后，稻種吸飽了水，土壤濕潤，稻種扎根出苗情況特別好。
2.1.3管理
在水稻生產(chǎn)前期采用無(wú)人機施肥和施藥，作業(yè)前先用無(wú)人機獲取水稻生長(cháng)的養分脅迫和病蟲(chóng)害情況，然后制定施肥和施藥處方圖，實(shí)現了精準對靶噴施。在水稻生長(cháng)后期，采用無(wú)人駕駛高地隙噴桿噴霧機(地隙1 m、噴幅12 m)，霧化效果好、作業(yè)效率高，由于作業(yè)路徑采用了優(yōu)化規劃方法，實(shí)現了噴霧時(shí)“不重不漏”。
2.1.4收獲
華南農業(yè)大學(xué)成功研制出2種無(wú)人駕駛主從收獲系統：第1種為隨車(chē)卸糧模式，作業(yè)時(shí)無(wú)人駕駛卸糧車(chē)與無(wú)人駕駛收獲機并行，在直線(xiàn)段卸糧，直線(xiàn)行駛時(shí)收獲機和運糧車(chē)橫向位置誤差不超過(guò)5 cm、縱向位置誤差不超過(guò)10 cm，可保證收獲機準確地將稻谷卸至運糧車(chē)中。第2種為等待卸糧模式，無(wú)人駕駛收獲機在田中收獲時(shí)，無(wú)人駕駛卸糧車(chē)在田邊等待；收獲機糧倉快滿(mǎn)時(shí)，通過(guò)云端服務(wù)器向卸糧車(chē)發(fā)出卸糧通知，卸糧車(chē)隨即自動(dòng)行駛至收獲機旁邊，收獲機準確地將收獲的稻谷卸至運糧車(chē)中；卸糧后收獲機繼續收獲，卸糧車(chē)糧倉裝滿(mǎn)后自動(dòng)開(kāi)至田邊，將稻谷卸至運糧卡車(chē)中，由運糧卡車(chē)將稻谷運至干燥中心。在廣東增城水稻無(wú)人農場(chǎng)的收獲中，采用了第2種模式，即等待卸糧模式。
2.2 機庫田間轉移作業(yè)全自動(dòng)
農機自動(dòng)從機庫轉移至田間，完成田間作業(yè)后自動(dòng)回到機庫?；跓o(wú)人農場(chǎng)高精度數字地圖設計運移路徑關(guān)鍵點(diǎn)，自動(dòng)生成直線(xiàn)行駛和圓弧過(guò)渡路徑，并采用預瞄點(diǎn)跟蹤方法實(shí)現高精度路徑跟蹤，采用路徑信息有限狀態(tài)機理實(shí)現機庫至田間的運移和田間作業(yè)的狀態(tài)切換。
2.3 自動(dòng)避障異況停車(chē)保安全
智能農機裝有障礙物識別傳感器，識別到障礙物為移動(dòng)式物體(如人、車(chē)、動(dòng)物等)時(shí)，則采用等待模式，待移動(dòng)式物體通過(guò)后再行駛；若是固定式的障礙物，則利用三次樣條函數的避障路徑規劃和純追蹤算法的路徑跟蹤控制，實(shí)現自動(dòng)避障。作業(yè)時(shí)如遇異常情況，如機器故障(收獲機堵塞等)或信號問(wèn)題(衛星或RTK信號丟失等)，則自動(dòng)停車(chē)，并向管理中心發(fā)出警告信號。
2.4 作物生產(chǎn)過(guò)程實(shí)時(shí)全監控
在無(wú)人農場(chǎng)田頭安裝了多個(gè)監控裝置，可以全程全方位實(shí)時(shí)監控水稻生長(cháng)過(guò)程中的長(cháng)勢和病蟲(chóng)害情況，并通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò )傳輸至管理中心和相關(guān)人員的計算機或手機中，必要時(shí)，再輔以無(wú)人機拍攝全局和局部的各種信息。
2.5 智能決策精準作業(yè)全無(wú)人
根據作物的長(cháng)勢和病蟲(chóng)草害情況，結合專(zhuān)家知識，及時(shí)作出決策，并指揮相關(guān)智能農機進(jìn)行精準作業(yè)，包括精準灌溉、精準施肥和精準施藥等。
三、結論與展望
農業(yè)的根本出路在于機械化，隨著(zhù)工業(yè)化和城鎮化的發(fā)展，我國農業(yè)生產(chǎn)面臨勞動(dòng)力短缺和老齡化的嚴峻挑戰?，F代農業(yè)要求大幅提高勞動(dòng)生產(chǎn)率、土地產(chǎn)出率和資源利用率，智慧農業(yè)技術(shù)可為“三率”的提高和現代農業(yè)建設提供強有力的科技支撐。
智慧農業(yè)是農業(yè)現代化的高級形式，依托生物技術(shù)、智能農機和信息技術(shù)建設的無(wú)人農場(chǎng)是實(shí)現智慧農業(yè)的重要途徑。具有智能感知、自動(dòng)導航、精準作業(yè)和智慧管理功能的智能農機是建設無(wú)人農場(chǎng)的物質(zhì)支撐。改革開(kāi)放以來(lái)，我國農業(yè)機械化取得了巨大成就，智能農機裝備和無(wú)人農場(chǎng)技術(shù)也取得了一定進(jìn)展。華南農業(yè)大學(xué)集成相關(guān)智能農機建設的水稻無(wú)人農場(chǎng)在智慧農業(yè)發(fā)展中表現出巨大的潛力，對我國無(wú)人農場(chǎng)建設起到了示范作用。
建設無(wú)人農場(chǎng)可有效緩解農村勞動(dòng)力短缺的現狀，積極推進(jìn)現代農業(yè)建設。無(wú)人農場(chǎng)技術(shù)可徹底將農民從繁重的勞動(dòng)中解放出來(lái)，為解決“誰(shuí)來(lái)種田”提供了重要的途徑。
目前，我國的無(wú)人農場(chǎng)建設剛剛起步，要實(shí)現大范圍推廣應用還需要解決以下5個(gè)問(wèn)題：1)關(guān)鍵技術(shù)的突破，包括適應不同區域、不同地形、不同作物和不同種植制度的無(wú)人農場(chǎng)關(guān)鍵技術(shù)，特別是智能農機技術(shù)及集成和管控平臺；2)適應無(wú)人農場(chǎng)的經(jīng)營(yíng)規模和土地整治，要大力支持新型農業(yè)經(jīng)營(yíng)主體，擴大經(jīng)營(yíng)規模和加強土地連片整治；3)要因地制宜，探索各種適宜的無(wú)人農場(chǎng)建設模式和制定相應的標準；4)要加強無(wú)人農場(chǎng)建設需要的各類(lèi)人才的培養和培訓，包括各種技術(shù)人員和經(jīng)營(yíng)管理人員；5)要加強無(wú)人農場(chǎng)建設相關(guān)政策制定，調動(dòng)政府、企業(yè)和社會(huì )資金投資建設無(wú)人農場(chǎng)的積極性。
當前，以互聯(lián)網(wǎng)、大數據和人工智能為代表的新一代信息技術(shù)蓬勃發(fā)展，給經(jīng)濟發(fā)展、社會(huì )進(jìn)步和人民生活帶來(lái)重大而深遠的影響，也推動(dòng)了農業(yè)機械化和智能化的快速發(fā)展，這都必將促進(jìn)我國無(wú)人農場(chǎng)建設進(jìn)入快速發(fā)展期，進(jìn)而為我國現代農業(yè)發(fā)展作出重要貢獻。
當前，新一輪科技革命和產(chǎn)業(yè)變革正在興起，信息技術(shù)、生物技術(shù)、新材料技術(shù)和新能源技術(shù)廣泛滲透到農業(yè)領(lǐng)域，催生了一大批戰略性新興產(chǎn)業(yè)，農機裝備先進(jìn)制造、農業(yè)物聯(lián)網(wǎng)、農業(yè)大數據和農業(yè)機器人等高新技術(shù)逐步應用到農業(yè)生產(chǎn)各個(gè)領(lǐng)域，智慧農業(yè)呈現出強勁的發(fā)展勢頭。無(wú)人農場(chǎng)是實(shí)現智慧農業(yè)的重要途徑。無(wú)人農場(chǎng)以生物技術(shù)、智能農機和信息技術(shù)為支撐。生物技術(shù)為無(wú)人農場(chǎng)提供適應機械化作業(yè)的品種和栽培模式，智能農機為無(wú)人農場(chǎng)自動(dòng)化作業(yè)提供裝備支撐，信息技術(shù)為農機作業(yè)的精準定位、數據傳輸和無(wú)人農場(chǎng)的智慧管理提供支撐。無(wú)人農場(chǎng)采用4G/5G、物聯(lián)網(wǎng)、大數據和人工智能等新一代信息技術(shù)遠程控制各種智能農機，使之自主決策和自主作業(yè)，實(shí)現各個(gè)生產(chǎn)環(huán)節的智能化。智能農機具有智能感知、自動(dòng)導航、精準作業(yè)和智慧管理4個(gè)功能，是無(wú)人農場(chǎng)的物質(zhì)支撐，是農業(yè)機械的轉型升級。毛澤東同志在1959年就提出農業(yè)的根本出路在于機械化。改革開(kāi)放以來(lái)，經(jīng)過(guò)40多年的發(fā)展，我國的農業(yè)機械化取得了舉世矚目的成就，為提高我國農業(yè)生產(chǎn)率作出了巨大貢獻。目前，我國用不到世界10%的耕地生產(chǎn)了世界25%的糧食、養活了世界20%的人口。今天，隨著(zhù)我國農業(yè)農村現代化加快推進(jìn)，對農業(yè)機械提出了更高的要求，提高農業(yè)機械的智能化水平成為必然選擇，也是農業(yè)現代化的重要建設內容。國內外實(shí)踐表明，提高農業(yè)機械化和智能化可以大幅度提高勞動(dòng)生產(chǎn)率、資源利用率和土地產(chǎn)出率。只有在智能農機的支持下，無(wú)人農場(chǎng)才能成為現實(shí)。
一、智能農機研究
1.1智能感知
農作物生長(cháng)環(huán)境、作物長(cháng)勢和作物病蟲(chóng)草害信息是智能農機進(jìn)行精準作業(yè)的依據。“星−機−地”是獲取這些信息的主要技術(shù)，“星”指根據衛星影像分析獲取所需要的各種農情信息，“機”指根據飛機或無(wú)人機獲取所需要的各種農情信息，“地”指在地面用儀器直接獲取所需要的各種農情信息。
1.1.1作物生長(cháng)環(huán)境信息
農作物生長(cháng)環(huán)境信息的快速感知是實(shí)施精準農業(yè)中最為基本和關(guān)鍵的問(wèn)題，農作物生長(cháng)環(huán)境信息包括土壤阻力、田面平整情況、土壤水分和土壤養分等信息。農田土壤中不同位置和不同深度的耕作阻力(土壤堅實(shí)度)差異較大，準確獲取土壤的耕作阻力信息是進(jìn)行精準耕整的重要依據。張利民等成功研制出帶全球導航衛星系統(Global navigationsatellite system, GNSS)的車(chē)載式土壤耕作阻力測定儀，采用GNSS定位信息，通過(guò)液壓系統將圓錐儀(國際上通用的土壤堅實(shí)度測定儀)壓入土壤，獲取不同地塊和同一地塊不同位置、不同深度(精度可以達到0.5 cm)的耕作阻力。曾慶猛等研制出車(chē)載式可連續測定土壤耕作狀況和含水量的測定儀。
田面平整情況是進(jìn)行農田平整的重要依據。周浩和胡煉等采用水準儀、全站儀、地面激光掃描儀和無(wú)人機載激光掃描儀快速采集農田平整度信息，研制出基于GNSS的農田三維地形實(shí)時(shí)采集系統，可在平整作業(yè)過(guò)程中快速精準獲取田面的平整度信息。
土壤水分是影響作物生長(cháng)的重要參數，Xiao等研制出既可在水田田面有水時(shí)測定水層深度又可以在水田田面無(wú)水時(shí)測定土壤水分的無(wú)線(xiàn)測量系統，并可以根據田面/土壤中的水層/水分情況遠程控制自動(dòng)灌水和排水。
“莊稼一枝花，全靠肥當家”，土壤中氮、磷、鉀的實(shí)時(shí)在線(xiàn)快速測定是世界難題，至今尚未取得實(shí)質(zhì)性的突破，大都只能進(jìn)行間接測量。孫建英等采用光譜測量技術(shù)，分析了東北黑土地和華北潮土的土壤參數和光譜特性，采用GNSS定位信息標志土壤的位置，通過(guò)實(shí)驗室分析可準確給出pH以及氮、磷、鉀和有機質(zhì)含量的分布圖，為精準施肥提供依據。Dong等嘗試采用激光誘導技術(shù)測定土壤中的氮素。
1.1.2作物長(cháng)勢信息
作物長(cháng)勢信息主要包括作物生長(cháng)狀況(株高、葉面積指數、生物量、倒伏面積等)、養分脅迫和產(chǎn)量等信息，目前多采用高清數碼相機、多光譜相機以及熱像儀等傳感器進(jìn)行測定。楊貴軍等研發(fā)了一套農業(yè)多載荷無(wú)人機遙感輔助小麥育種信息獲取系統，可以實(shí)現冠層葉面積指數、作物倒伏面積和產(chǎn)量的高通量數據獲取。孫紅等基于作物在紅光范圍660 nm附近的光譜深吸收和近紅外850 nm附近的光譜強反射特征，設計了一種采用主動(dòng)光源的雙波長(cháng)便攜式葉綠素含量檢測裝置，可以高效檢測作物葉綠素含量。楊燕瓊等采用衛星、高光譜儀和3CCD攝像機多信息融合技術(shù)，進(jìn)行了水稻生產(chǎn)過(guò)程中的葉綠素含量、葉面積指數測定以及生物量和產(chǎn)量估測，估產(chǎn)方程的復相關(guān)系數均大于0.92，精度均在89%以上。汪沛等采用無(wú)人機遙感平臺獲取水稻冠層圖像，提出了基于矩形約束對低空多光譜圖像存在的桶形畸變進(jìn)行校正的方法，該校正方法解決了沒(méi)有或缺少地面控制點(diǎn)的圖像校正的困難。臧英等建立了基于標準種植比值法的水稻養分信息快速解析和施肥決策模型，通過(guò)與已有標準種植模型比對的方式生成施肥處方，該方法可以有效地減少施肥決策中對土壤肥力數據的依賴(lài)，提高了管理決策的效率。
在作物長(cháng)勢信息的快速獲取和解析處理中，傳統的航天、航空遙感技術(shù)存在氣象影響因子多、周期長(cháng)、分辨率低等問(wèn)題，尤其在廣東等南方地區，適合遙感的無(wú)云氣象條件的時(shí)間窗口期更少。采用無(wú)人機進(jìn)行作物長(cháng)勢信息的近地遙感獲取，可彌補現有航天、航空遙感技術(shù)的不足。受載荷量及滯空時(shí)間的限制，無(wú)人機掛載的遙感傳感器要求質(zhì)量輕、體積小。此外，受航空管制的影響，飛行高度通常比較低，這就決定了無(wú)人機低空遙感單張影像的覆蓋面積難以達到傳統航空航天的遙感覆蓋面積。按照傳統的做法，遙感監測66.67 hm2，拼接前的影像采集量可達5 000幅，普通圖形工作站完成校正、拼接及解析等處理工作需要5 h以上。而作物的田間管理對農時(shí)要求通常時(shí)間比較短，需要即時(shí)生成作業(yè)處方圖，遙感信息的獲取和解析處理需要有較高的實(shí)時(shí)性才能滿(mǎn)足實(shí)際生產(chǎn)的要求。Jiang等研制的遙感傳感器可以提供與專(zhuān)業(yè)級高光譜儀器和多光譜相機相近的反射率和輻射照度測量精度，在水稻長(cháng)勢信息解析中，該研究信息解析數據量可達534.6 hm2/min，相比傳統方法，長(cháng)勢專(zhuān)題圖的生成速率和變量施肥處方圖的決策效率大幅度提升。
1.1.3作物病蟲(chóng)草害信息
作物病蟲(chóng)草害的早期準確監測是精準噴施作業(yè)的基礎，對精準用藥和早期防治具有重要意義。作物光譜反射特性與作物葉綠素含量具有高度相關(guān)性，當植株遭受病蟲(chóng)草害時(shí)，可以通過(guò)光譜的方式進(jìn)行檢測。目前，常用的作物病蟲(chóng)草害監測方式主要有光譜檢測法、圖像識別法和電子鼻檢測法等。袁媛等利用R分量和中值濾波進(jìn)行圖像預處理，并采用支持向量機的方法對水稻紋枯病進(jìn)行分類(lèi)識別。劉又夫等對褐飛虱Nilaparvata lugens(Stal)誘導的水稻冠層熱圖像溫度特征變異評估方法進(jìn)行了研究，將水稻冠層的溫度特征作為輸入向量，對水稻受褐飛虱侵害狀況測試集判斷的精準率達到87.15%。He等采用深度目標檢測網(wǎng)絡(luò )對水稻局部圖像中的褐飛虱進(jìn)行檢測和計數，提出雙層R-FCN網(wǎng)絡(luò )的褐飛虱檢測和計數算法，可以有效提升算法的召回率，召回率可達60.44%。鄧向武等基于多特征融合的DBN模型和深度置信網(wǎng)絡(luò )對稻田苗期雜草進(jìn)行識別，識別率為91.13%。Liu等采用深度卷積網(wǎng)絡(luò )對5 136幅圖片進(jìn)行了蟲(chóng)害識別(12種水稻蟲(chóng)害)，準確度約為95%。李澤軒收集并整理了包含15種病害和22種蟲(chóng)害的水稻病蟲(chóng)害數據集，在深度殘差網(wǎng)絡(luò )的基礎上提出了改進(jìn)算法FRNet，對水稻病蟲(chóng)害的識別率超過(guò)了80%。李梓和建立了一個(gè)包含8種稻田雜草的目標檢測數據集，針對稻田雜草數據存在復雜背景以及目標相互遮擋等問(wèn)題提出了Det-ResNet，檢測精度達到了91.6%，并提出了一種輕量化的RetinaNet檢測模塊Efficient retinahead(ERetina-Head)，可以使模型的檢測精度提高1.2%。
1.1.4農田障礙物目標識別與定位
農田中存在著(zhù)各種障礙物，影響了智能農機的正常作業(yè)，并存在安全隱患，因此，智能農機必須具備障礙物識別與檢測的能力。在智能農機對障礙物檢測的研究中，按照所使用的傳感器種類(lèi)可以將障礙物檢測分為基于超聲波、毫米波雷達、激光雷達、機器視覺(jué)以及多傳感器融合等多種方法。賈闖等研制了山地果園單軌運輸機超聲波避障系統，在一定條件下，該系統能夠識別軌道上的障礙物和軌道旁的非障礙物，提高了單軌運輸機無(wú)人駕駛運行時(shí)的安全性和可靠性。王水滿(mǎn)基于單線(xiàn)激光雷達傳感器進(jìn)行了無(wú)人機360°全方位障礙物檢測與識別，根據獲得的障礙物信息和無(wú)人機的狀態(tài)信息，實(shí)現無(wú)人機的自動(dòng)避障。高振海等[36]采用自適應卡爾曼濾波算法對毫米波雷達數據進(jìn)行分析，估計前方目標的運動(dòng)狀態(tài)，估計結果精度較高且濾波收斂穩定?；谏疃葘W(xué)習的目標檢測算法根據候選框的生成方式，分成一階段(One-stage)目標檢測算法和二階段(Two-stage)目標檢測算法：一階段目標檢測算法的代表有YOLO系列和SSD系列等，一階段目標檢測算法計算量小、檢測速度快，但準確率較低；二階段目標檢測算法的代表有R-CNN、Fast R-CNN和SPP-NET，二階段目標檢測算法的計算量大、檢測速度慢，但準確率高。蔡舒平等對YOLOv4目標檢測模型進(jìn)行了改進(jìn)，改進(jìn)后的模型參數減少，檢測速度提高了29.4%，魯棒性強、實(shí)時(shí)性好。馬佳良等在傳統的Fast R-CNN基礎上，提出了Accurate R-CNN目標檢測框架，可以在不同數據集和不同的任務(wù)上取得良好的檢測效果。
單一的傳感器在智能農機的環(huán)境感知中具有局限性，一般都將多個(gè)傳感器信息進(jìn)行融合檢測。目前比較常用的多傳感器信息融合的方法有激光雷達與視覺(jué)融合、毫米波雷達與視覺(jué)融合等融合方式。薛金林等將攝像機與激光雷達的信息進(jìn)行融合、實(shí)現了智能農機車(chē)輛前方障礙物的實(shí)時(shí)檢測。譚力凡利用毫米波雷達與機器視覺(jué)數據進(jìn)行特征級融合，先從毫米波雷達數據中獲取感興趣區域，再通過(guò)坐標系轉換和時(shí)間數據融合，基于圖像處理技術(shù)，實(shí)現了對目標物的檢測與識別。
1.2 自動(dòng)導航
自動(dòng)導航是智能農機的核心。我國農機導航的研究起步較晚，但經(jīng)過(guò)10多年的努力，我國農機導航取得了長(cháng)足進(jìn)展，目前與世界上先進(jìn)水平基本上處于“并跑”的態(tài)勢。華南農業(yè)大學(xué)、上海交通大學(xué)、國家農業(yè)信息工程技術(shù)研究中心、上海聯(lián)適導航技術(shù)股份有限公司和濰柴雷沃重工股份有限公司等單位為我國農機導航技術(shù)的發(fā)展作出了重要貢獻。針對我國地域廣、作物品種多、作物環(huán)境和種植制度復雜等問(wèn)題，我國農機的自動(dòng)導航與作業(yè)需要重點(diǎn)解決導航定位、導航控制和系統集成三大難題，華南農業(yè)大學(xué)等單位對此進(jìn)行了系統深入的研究并取得了重大突破。目前，我國已研制出了適應旱地和水田不同作物的耕、種、管、收等作業(yè)環(huán)節的電液轉向和電機轉向的農機北斗自動(dòng)導航產(chǎn)品，達到了國外同類(lèi)產(chǎn)品先進(jìn)水平，可滿(mǎn)足無(wú)人農場(chǎng)生產(chǎn)的需要。
1.2.1導航定位
針對復雜農田環(huán)境和農機作業(yè)工況嚴重影響農機姿態(tài)測量精度的問(wèn)題，黃培奎等將北斗和慣性傳感器相結合，設計了外部加速度補償的卡爾曼濾波算法，俯仰角平均誤差從2.00°降低至0.55°，航向角測量精度由5.0°提高至0.3°。針對作業(yè)環(huán)境復雜、單一傳感器精度有限的問(wèn)題，朱忠祥等采用多傳感器信息融合的方法，利用各傳感器的優(yōu)勢特征，構成數據冗余或數據互補，以陀螺儀、加速度計和電子羅盤(pán)設計了農機的航跡推算系統，結合GNSS系統的絕對定位信息，利用卡爾曼濾波融合方法，獲得了較好的定位測姿精度。針對復雜農田環(huán)境中衛星信息遮擋、電磁干擾和衛星定位精度降低的問(wèn)題，張聞?dòng)畹炔捎没诒倍泛蚆EMS慣性傳感器的線(xiàn)性時(shí)變自適應卡爾曼濾波算法，在RTS差分信號丟失30 s內導航系統定位精度(REM)仍可保持在3 cm以?xún)?，顯著(zhù)地提高了導航系統的斷點(diǎn)續航能力。
1.2.2導航控制
針對不同作物、不同生產(chǎn)環(huán)節和不同地塊的導航作業(yè)路徑需要優(yōu)化規劃的問(wèn)題，孟志軍等提出了面向自動(dòng)導航和農田全區域覆蓋作業(yè)路徑優(yōu)化規劃方法，實(shí)現了農機自動(dòng)導航系統最優(yōu)作業(yè)方向計算和路徑自動(dòng)生成。針對農田起伏多變，現有農機自動(dòng)導航系統的控制精度和上線(xiàn)速度不能滿(mǎn)足精準作業(yè)要求的問(wèn)題，王輝等采用由預瞄跟隨控制器、前視距離自適應調節器、狀態(tài)預估器和抗飽和變速積分器構成的農機導航復合路徑跟蹤控制器，顯著(zhù)地提高了農機導航系統的控制精度和上線(xiàn)速度；針對水田側滑嚴重、農機俯仰橫滾變化頻繁且幅度大的問(wèn)題，在農機導航復合路徑跟蹤控制器中增加側滑估計補償器，顯著(zhù)地提高了農機導航系統的水田抗側滑干擾能力。針對現有農機導航系統缺乏避障功能，影響農機自動(dòng)導航作業(yè)安全的問(wèn)題，苗峻齊等采用基于激光雷達的農田障礙物識別與定位三次樣條函數的路徑規劃和純追蹤算法的路徑跟蹤控制，開(kāi)發(fā)了農機自動(dòng)避障技術(shù)，可以準確識別和繞行農田典型障礙物。針對現代農業(yè)生產(chǎn)中需要多機協(xié)同作業(yè)技術(shù)支撐的問(wèn)題，張聞?dòng)畹炔捎没跓o(wú)線(xiàn)自組網(wǎng)絡(luò )的主從裝備平行跟蹤導航控制技術(shù)，使主從裝備旋耕和收獲作業(yè)直線(xiàn)行走段的橫向位置誤差小于5 cm、縱向跟蹤誤差小于10 cm。
1.2.3導航集成
針對現有農機缺乏自動(dòng)導航作業(yè)的底盤(pán)線(xiàn)控裝置的問(wèn)題，開(kāi)發(fā)了適用不同農機的車(chē)載線(xiàn)控控制裝置，滿(mǎn)足了農機自動(dòng)導航作業(yè)的控制要求。提出了行為決策、動(dòng)作規劃和反饋控制的多層智能控制策略與方法，智能決策自動(dòng)導航作業(yè)控制量，可以滿(mǎn)足不同種類(lèi)農機自動(dòng)導航作業(yè)的需要，基于SAE J1939和ISO 11783總線(xiàn)標準，制定了團體標準，實(shí)現了農機自動(dòng)導航作業(yè)系統的有效集成。
1.3 精準作業(yè)
1.3.1精準耕整
精準耕整的目的是為作物生長(cháng)提供良好的種床。智能耕整農機應能根據作業(yè)的種植農藝要求和土壤質(zhì)地對作業(yè)機具的位置、姿態(tài)、壓力和作業(yè)深度等進(jìn)行精準控制。目前，液壓系統、傳感器和電子控制系統已廣泛應用于各種耕整機械中，大大提高了耕整機械的智能化水平。國內外耕整機械的發(fā)展方向是多功能、復式作業(yè)、大型化和精量化，對智能化水平提出了更高的要求。
農田精準平整是精準耕整的重要環(huán)節，華南農業(yè)大學(xué)和中國農業(yè)大學(xué)成功研制出與插秧機頭和拖拉機配套的水田激光平地機和旱地激光平地機，平地時(shí)平地鏟的高程和水平可同時(shí)調整，平整后水田平整精度小于3 cm、旱地平整精度小于5 cm，大大提高了水肥利用率，提高了作物產(chǎn)量。采用衛星信息控制的平地機已投入生產(chǎn)使用。
土壤深松是一種國內外公認的提高土壤耕作質(zhì)量的先進(jìn)技術(shù)，也是我國農業(yè)農村部重點(diǎn)推廣的先進(jìn)技術(shù)之一。孟志軍等成功研發(fā)出土壤深松系統，該系統采用衛星定位系統和耕深測量系統，可同時(shí)準確測定土壤深松的深度和面積。
1.3.2精準種植
“秧好半年禾”，精準種植是農作物的關(guān)鍵之一。智能種植機械能夠根據不同作物生長(cháng)特性、土壤特性和種植時(shí)的氣候情況實(shí)現精準播種和移栽，包括開(kāi)溝寬度和深度，同步施肥方式，行距、穴(株)距，播種量和覆土深度等。直播和移栽是最常見(jiàn)的2種種植方式。對播種精度要求最高的是超級雜交稻、玉米、大豆、棉花(都要求每穴播1粒種子)以及一些園藝作物和經(jīng)濟作物。排種器是智能播種機械的核心，由于不同作物種子的大小、形狀各異，對排種器的要求各不相同，常用的排種器有機械式和氣力式2大類(lèi)，目前，我國這2類(lèi)排種器的研究與國外的先進(jìn)水平不斷縮小，部分已達到國外先進(jìn)水平，如勺輪式、指夾式和氣力式玉米精量排種器基本上與國外處于“并跑”水平。氣力式排種器對種子的大小、形狀要求不嚴格，適合形狀不規則的種子，可以實(shí)現高速播種，播種精度高，株距均勻，廣泛應用于各種智能播種機中。華南農業(yè)大學(xué)采用型孔輪式和氣力式排種器，研制成功同步開(kāi)溝起壟穴播、同步開(kāi)溝起壟施肥穴播和同步開(kāi)溝起壟噴施穴播的“三同步”水稻精量穴播機，實(shí)現了行距可選、穴距可調、播量可控和仿形作業(yè)，在國內26個(gè)省市推廣應用，取得了一批高產(chǎn)記錄，在新疆水稻產(chǎn)量超過(guò)15 000 kg/hm2。采用電機驅動(dòng)代替地輪驅動(dòng)排種器，在播種機上加裝播種量檢測和調控系統以及補種裝置，可以在播種時(shí)同步施肥和噴施農藥，該技術(shù)的應用范圍不斷擴大，部分地區已經(jīng)普及。
采用移栽作業(yè)方式的作物主要有水稻、蔬菜以及一些園藝作物和經(jīng)濟作物。目前，我國作物移栽技術(shù)研究取得重大進(jìn)展，與國外基本上處于“并跑”的態(tài)勢，特別是水稻插秧機，通過(guò)采用毯狀苗、缽體苗和毯狀缽體苗，實(shí)現了不同品種水稻的精準移栽，插秧時(shí)同步施肥，該技術(shù)正在逐步普及。油菜移栽技術(shù)也取得重大突破。
1.3.3精準田間管理
田間管理主要包括水、肥、藥的管理。精準施肥主要包括基肥和追肥。作物種植前精確獲取土壤中的養分情況是精準施基肥的前提。目前，田間實(shí)時(shí)在線(xiàn)測量土壤中氮磷鉀的技術(shù)尚未取得實(shí)質(zhì)性突破，主要是利用衛星定位信息田間取土并在實(shí)驗室分析獲得土壤中的養分分布圖；根據養分處方圖，采用智能施肥機實(shí)現精準施肥。精確獲取作物的長(cháng)勢和養分脅迫情況是精準施追肥的基礎。目前，國內外眾多學(xué)者采用光譜技術(shù)獲取作物長(cháng)勢信息的研究取得了一定進(jìn)展。李克亮等在廣東早稻生長(cháng)中根據水稻長(cháng)勢采取精準施肥，產(chǎn)量增加9.27%。
精準施藥的機械主要包括地面施藥機械和航空植保機械，根據獲取的作物病蟲(chóng)草害信息制定的處方圖，進(jìn)行精準對靶變量噴施。噴霧壓力可調、噴霧流量可調等先進(jìn)技術(shù)已廣泛應用于地面施藥機械和航空植保機械中。高地隙寬幅噴桿噴霧機已得到了廣泛應用，通過(guò)變軸距調節技術(shù)，可以適應多種耕地和不同壟距的作業(yè)需要。袁琦堡等成功研究出自動(dòng)混藥技術(shù)，水箱、藥箱和混合器分別設置，根據病蟲(chóng)草害信息和噴施處方圖在田間作業(yè)時(shí)實(shí)時(shí)混藥，實(shí)現了藥液濃度和噴量自動(dòng)調節。航空植保技術(shù)近10年來(lái)在我國得到了快速發(fā)展，成為大田作物植保的主流技術(shù)之一，2020年，無(wú)人機植保作業(yè)面積超過(guò)0.67億hm2，田塊邊界自動(dòng)識別、作物路徑自動(dòng)規劃、高效低污染施藥、多機協(xié)同作業(yè)等先進(jìn)技術(shù)等得到了廣泛應用。
精準灌溉技術(shù)在國內得到了廣泛應用。在土壤中設置傳感器，精確獲取土壤中的含水量，根據作物不同生長(cháng)期的需水規律，進(jìn)行精準灌溉，可實(shí)現水肥藥一體化灌溉。實(shí)踐表明，精準灌溉可大幅度減少用水量，提高作物產(chǎn)量。徐剛等采用物聯(lián)網(wǎng)技術(shù)和傳感器網(wǎng)絡(luò )采集農田的溫濕度和光照強度等參數，以此優(yōu)化灌溉策略。阮俊瑾等設計了一種能實(shí)現灌溉、混藥和施肥一體的球混式水肥灌溉系統。
1.3.4精準收獲
對精準收獲的基本要求是根據作物成熟度適時(shí)收獲，根據作物長(cháng)勢和產(chǎn)量自動(dòng)調節收獲機前進(jìn)速度、割臺高度、脫粒滾筒轉速和清選等工作參數，對各部件工作狀況實(shí)現監控、顯示和報警。目前，國內外的收獲機普遍采用電子和液壓技術(shù)，實(shí)現了上述功能，還可以生成產(chǎn)量分布圖。陳進(jìn)等采用圖像處理的方法，對收獲的水稻成分進(jìn)行在線(xiàn)識別，破碎籽粒、稻稈雜質(zhì)以及稻梗雜質(zhì)的綜合評價(jià)指標分別達到92.92%、90.65%和90.52%，為調節作業(yè)參數提供了依據。麻芳蘭等[89]設計了一種以切割系統負載壓力作為反饋信號的甘蔗收獲機入土切割切深自動(dòng)控制系統，切割器可隨負載壓力的變化而調整切割深度，入土切割深度達20 mm左右，調整誤差為2 mm左右。張光躍等[90]研制了一種基于壓電陶瓷傳感器的清選損失率在線(xiàn)監測系統，實(shí)現了聯(lián)合收獲機工作過(guò)程中谷物損失率的實(shí)時(shí)監測，測量誤差小于4.1%。
張漫等在收獲機上安裝產(chǎn)量傳感器和衛星定位信號接收裝置，生成了我國首張小麥產(chǎn)量分布圖。我國濰柴雷沃公司、中國一拖集團有限公司和沃得農機公司等一些農機企業(yè)生產(chǎn)的收獲機已開(kāi)始安裝谷物產(chǎn)量、含水率、流量、損失率和含雜率傳感器，提高了智能化水平。濰柴雷沃公司研制的玉米穗莖收獲機，可一次完成玉米果穗摘取、輸送、剝皮、莖稈切割等功能，具有果穗損傷率低、莖稈喂入均勻、切碎質(zhì)量好、功率消耗小等特點(diǎn)。中聯(lián)重機的AS60型甘蔗收獲機實(shí)現了衛星定位和自動(dòng)導航等功能。
1.4 智慧管理
智能農機的智慧管理包括遠程監控農機作業(yè)位置、作業(yè)速度和作業(yè)質(zhì)量，遠程監控農機作業(yè)工況并進(jìn)行故障預警、指導維修和農機遠程調度。目前，各種智能農機上都安裝有GNSS裝置，農機開(kāi)始作業(yè)就可將農機的位置和作業(yè)軌跡實(shí)時(shí)發(fā)送至農機管理中心和農機生產(chǎn)企業(yè)，并支持農機作業(yè)歷史數據記錄與軌跡回放，而裝有質(zhì)量監控傳感器的智能農機可同時(shí)發(fā)送作業(yè)質(zhì)量的相關(guān)數據，包括耕、種、管、收各環(huán)節的作業(yè)質(zhì)量。通過(guò)安裝在農機上的各種工況傳感器，農機管理中心和農機生產(chǎn)企業(yè)可遠程監控農機的實(shí)時(shí)工況，如拖拉機的發(fā)動(dòng)機參數、PTO轉數、行駛速度等，收獲機的發(fā)動(dòng)機參數、割臺高度、實(shí)際割幅、脫粒滾筒轉速、清選風(fēng)扇轉速、凈糧升運速度和谷物流量等，播種機的播種量、播種堵塞狀態(tài)和播種深度等，施肥機的施肥輪轉速、施肥量和堵塞狀態(tài)等，噴霧機的噴霧壓力、藥液流量和噴頭區段狀態(tài)等。將所獲得的各種工況信息與數據庫中的相關(guān)數據自動(dòng)進(jìn)行對比，如出現異常，即向農機駕駛員或無(wú)人農場(chǎng)管理中心發(fā)出預警信息，比如發(fā)現收獲機脫粒滾筒轉速降低過(guò)多，就立即建議降低收獲機前進(jìn)速度或減小割幅，以防止堵塞；出現故障，就指導駕駛員或相關(guān)人員進(jìn)行排除或維修；出現較大故障，就通知農機所在地的維修站人員前往維修[95]。通過(guò)遠程監控智能農機的位置和作業(yè)速度，根據最小轉移路徑原則，可以對農機進(jìn)行遠程調度[96]。
王慧平采用Java語(yǔ)言和ArcGIS等開(kāi)發(fā)工具，結合ArcGIS JavaSrcipt AP1、Ajax及JSF等關(guān)鍵技術(shù)，設計了一種基于WebGIS的農機遠程監管服務(wù)系統，實(shí)現了農機實(shí)時(shí)跟蹤、農機歷史軌跡回放、農機作業(yè)任務(wù)報單、農機作業(yè)任務(wù)計量和農機作業(yè)工況報單等功能，能夠及時(shí)獲取和有效管理農機作業(yè)現場(chǎng)各類(lèi)數據，實(shí)現了農機信息采集、傳輸、分析和訪(fǎng)問(wèn)的集成化。謝婷婷開(kāi)發(fā)了一套基于遺傳算法(Genetic algorithm，GA)的農機作業(yè)調度系統，提出了一種改進(jìn)的遺傳算法。系統還結合北斗衛星導航技術(shù)和地理位置信息系統，生成農機調度方案，實(shí)現了農機跨區作業(yè)調度。崔征澤結合數據傳輸子系統、數據分析子系統以及監測管理子系統，設計了一種用于農機終端監測的物聯(lián)網(wǎng)應用系統，可以對農機終端數據進(jìn)行收集、存儲和分析，并根據農機終端傳感器數據分析農機作業(yè)質(zhì)量，實(shí)現對農機的高效管理。
二、無(wú)人農場(chǎng)的實(shí)踐
華南農業(yè)大學(xué)集成相關(guān)的智能農機裝備，創(chuàng )建了水稻無(wú)人農場(chǎng)，并在廣東增城進(jìn)行了實(shí)踐，2020年的中稻試驗面積為1.87 hm2，2021年的早稻和晚稻試驗面積為3.33 hm2。增城水稻無(wú)人農場(chǎng)從2020年5月3日開(kāi)始旋耕，至8月30日收獲，歷時(shí)120 d，實(shí)現了水稻生產(chǎn)耕種管收全程無(wú)人作業(yè)。水稻無(wú)人農場(chǎng)的稻谷產(chǎn)量均高于當地的平均產(chǎn)量，表明了其巨大的發(fā)展潛力。2021年早稻生產(chǎn)采用優(yōu)質(zhì)絲苗米品種‘19香’，產(chǎn)量9 943.35 kg/hm2，高于當地的平均產(chǎn)量7 500 kg/hm2。2021年在廣東三水啟動(dòng)了花生無(wú)人農場(chǎng)建設，產(chǎn)量3 164.10 kg/hm2，高于廣東省花生種植的平均產(chǎn)量2 400 kg/hm2。水稻無(wú)人農場(chǎng)具有耕種管收生產(chǎn)環(huán)節全覆蓋、機庫田間轉移作業(yè)全自動(dòng)、自動(dòng)避障異況停車(chē)保安全、作物生產(chǎn)過(guò)程實(shí)時(shí)全監控和智能決策精準作業(yè)全無(wú)人等5個(gè)特點(diǎn)。
2.1耕種管收生產(chǎn)環(huán)節全覆蓋
2.1.1耕整
采用無(wú)人駕駛旋耕機進(jìn)行旱旋耕，直線(xiàn)行駛橫向誤差不超過(guò)2.5 cm，田頭轉彎對行誤差不超過(guò)3.0 cm。作業(yè)質(zhì)量好、作業(yè)效率高，2021年在3.33 hm2試驗田中的旋耕作業(yè)效率可達到1.33 hm2/h。
2.1.2種植
采用無(wú)人駕駛直播機進(jìn)行精量旱直播，這是華南農業(yè)大學(xué)近10年來(lái)在國內推廣的一種輕簡(jiǎn)栽培技術(shù)，在新疆采用精量旱直播技術(shù)3年平均產(chǎn)量均超過(guò)15 000 kg/hm2[100]。播種時(shí)將水稻干種或浸泡24 h后的濕種(不催芽)直接播在播種機開(kāi)出的播種溝中并覆土(2 cm左右)，然后上水5~10 cm；幾天后，待水自然落下后，稻種吸飽了水，土壤濕潤，稻種扎根出苗情況特別好。
2.1.3管理
在水稻生產(chǎn)前期采用無(wú)人機施肥和施藥，作業(yè)前先用無(wú)人機獲取水稻生長(cháng)的養分脅迫和病蟲(chóng)害情況，然后制定施肥和施藥處方圖，實(shí)現了精準對靶噴施。在水稻生長(cháng)后期，采用無(wú)人駕駛高地隙噴桿噴霧機(地隙1 m、噴幅12 m)，霧化效果好、作業(yè)效率高，由于作業(yè)路徑采用了優(yōu)化規劃方法，實(shí)現了噴霧時(shí)“不重不漏”。
2.1.4收獲
華南農業(yè)大學(xué)成功研制出2種無(wú)人駕駛主從收獲系統：第1種為隨車(chē)卸糧模式，作業(yè)時(shí)無(wú)人駕駛卸糧車(chē)與無(wú)人駕駛收獲機并行，在直線(xiàn)段卸糧，直線(xiàn)行駛時(shí)收獲機和運糧車(chē)橫向位置誤差不超過(guò)5 cm、縱向位置誤差不超過(guò)10 cm，可保證收獲機準確地將稻谷卸至運糧車(chē)中。第2種為等待卸糧模式，無(wú)人駕駛收獲機在田中收獲時(shí)，無(wú)人駕駛卸糧車(chē)在田邊等待；收獲機糧倉快滿(mǎn)時(shí)，通過(guò)云端服務(wù)器向卸糧車(chē)發(fā)出卸糧通知，卸糧車(chē)隨即自動(dòng)行駛至收獲機旁邊，收獲機準確地將收獲的稻谷卸至運糧車(chē)中；卸糧后收獲機繼續收獲，卸糧車(chē)糧倉裝滿(mǎn)后自動(dòng)開(kāi)至田邊，將稻谷卸至運糧卡車(chē)中，由運糧卡車(chē)將稻谷運至干燥中心。在廣東增城水稻無(wú)人農場(chǎng)的收獲中，采用了第2種模式，即等待卸糧模式。
2.2 機庫田間轉移作業(yè)全自動(dòng)
農機自動(dòng)從機庫轉移至田間，完成田間作業(yè)后自動(dòng)回到機庫?；跓o(wú)人農場(chǎng)高精度數字地圖設計運移路徑關(guān)鍵點(diǎn)，自動(dòng)生成直線(xiàn)行駛和圓弧過(guò)渡路徑，并采用預瞄點(diǎn)跟蹤方法實(shí)現高精度路徑跟蹤，采用路徑信息有限狀態(tài)機理實(shí)現機庫至田間的運移和田間作業(yè)的狀態(tài)切換。
2.3 自動(dòng)避障異況停車(chē)保安全
智能農機裝有障礙物識別傳感器，識別到障礙物為移動(dòng)式物體(如人、車(chē)、動(dòng)物等)時(shí)，則采用等待模式，待移動(dòng)式物體通過(guò)后再行駛；若是固定式的障礙物，則利用三次樣條函數的避障路徑規劃和純追蹤算法的路徑跟蹤控制，實(shí)現自動(dòng)避障。作業(yè)時(shí)如遇異常情況，如機器故障(收獲機堵塞等)或信號問(wèn)題(衛星或RTK信號丟失等)，則自動(dòng)停車(chē)，并向管理中心發(fā)出警告信號。
2.4 作物生產(chǎn)過(guò)程實(shí)時(shí)全監控
在無(wú)人農場(chǎng)田頭安裝了多個(gè)監控裝置，可以全程全方位實(shí)時(shí)監控水稻生長(cháng)過(guò)程中的長(cháng)勢和病蟲(chóng)害情況，并通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò )傳輸至管理中心和相關(guān)人員的計算機或手機中，必要時(shí)，再輔以無(wú)人機拍攝全局和局部的各種信息。
2.5 智能決策精準作業(yè)全無(wú)人
根據作物的長(cháng)勢和病蟲(chóng)草害情況，結合專(zhuān)家知識，及時(shí)作出決策，并指揮相關(guān)智能農機進(jìn)行精準作業(yè)，包括精準灌溉、精準施肥和精準施藥等。
三、結論與展望
農業(yè)的根本出路在于機械化，隨著(zhù)工業(yè)化和城鎮化的發(fā)展，我國農業(yè)生產(chǎn)面臨勞動(dòng)力短缺和老齡化的嚴峻挑戰?，F代農業(yè)要求大幅提高勞動(dòng)生產(chǎn)率、土地產(chǎn)出率和資源利用率，智慧農業(yè)技術(shù)可為“三率”的提高和現代農業(yè)建設提供強有力的科技支撐。
智慧農業(yè)是農業(yè)現代化的高級形式，依托生物技術(shù)、智能農機和信息技術(shù)建設的無(wú)人農場(chǎng)是實(shí)現智慧農業(yè)的重要途徑。具有智能感知、自動(dòng)導航、精準作業(yè)和智慧管理功能的智能農機是建設無(wú)人農場(chǎng)的物質(zhì)支撐。改革開(kāi)放以來(lái)，我國農業(yè)機械化取得了巨大成就，智能農機裝備和無(wú)人農場(chǎng)技術(shù)也取得了一定進(jìn)展。華南農業(yè)大學(xué)集成相關(guān)智能農機建設的水稻無(wú)人農場(chǎng)在智慧農業(yè)發(fā)展中表現出巨大的潛力，對我國無(wú)人農場(chǎng)建設起到了示范作用。
建設無(wú)人農場(chǎng)可有效緩解農村勞動(dòng)力短缺的現狀，積極推進(jìn)現代農業(yè)建設。無(wú)人農場(chǎng)技術(shù)可徹底將農民從繁重的勞動(dòng)中解放出來(lái)，為解決“誰(shuí)來(lái)種田”提供了重要的途徑。
目前，我國的無(wú)人農場(chǎng)建設剛剛起步，要實(shí)現大范圍推廣應用還需要解決以下5個(gè)問(wèn)題：1)關(guān)鍵技術(shù)的突破，包括適應不同區域、不同地形、不同作物和不同種植制度的無(wú)人農場(chǎng)關(guān)鍵技術(shù)，特別是智能農機技術(shù)及集成和管控平臺；2)適應無(wú)人農場(chǎng)的經(jīng)營(yíng)規模和土地整治，要大力支持新型農業(yè)經(jīng)營(yíng)主體，擴大經(jīng)營(yíng)規模和加強土地連片整治；3)要因地制宜，探索各種適宜的無(wú)人農場(chǎng)建設模式和制定相應的標準；4)要加強無(wú)人農場(chǎng)建設需要的各類(lèi)人才的培養和培訓，包括各種技術(shù)人員和經(jīng)營(yíng)管理人員；5)要加強無(wú)人農場(chǎng)建設相關(guān)政策制定，調動(dòng)政府、企業(yè)和社會(huì )資金投資建設無(wú)人農場(chǎng)的積極性。
當前，以互聯(lián)網(wǎng)、大數據和人工智能為代表的新一代信息技術(shù)蓬勃發(fā)展，給經(jīng)濟發(fā)展、社會(huì )進(jìn)步和人民生活帶來(lái)重大而深遠的影響，也推動(dòng)了農業(yè)機械化和智能化的快速發(fā)展，這都必將促進(jìn)我國無(wú)人農場(chǎng)建設進(jìn)入快速發(fā)展期，進(jìn)而為我國現代農業(yè)發(fā)展作出重要貢獻。
農先鋒網(wǎng)聲明：凡資訊來(lái)源注明為其他媒體來(lái)源的信息，均為轉載自其他媒體，并不代表本網(wǎng)站贊同其觀(guān)點(diǎn)，也不代表本網(wǎng)站對其真實(shí)性負責。您若對該文章內容有任何疑問(wèn)或質(zhì)疑，請立即與網(wǎng)站(m.08wjj.com)聯(lián)系，本網(wǎng)站將迅速給您回應并做處理。
聯(lián)系郵箱:3267146135@qq.com
聯(lián)系郵箱:3267146135@qq.com
