農(nóng)機裝備智能測控技術(shù)研究現(xiàn)狀與展望

翟長遠 楊 碩 王 秀 張春鳳 宋 健

(1.北京市農(nóng)林科學院智能裝備技術(shù)研究中心，北京 100097；2.國家農(nóng)業(yè)信息化工程技術(shù)研究中心，北京 100097)

0 引言

在農(nóng)業(yè)生產(chǎn)機械化水平不斷提升和城鎮(zhèn)化快速發(fā)展的國家戰(zhàn)略背景下，土地流轉(zhuǎn)加速，規(guī)模化農(nóng)場成為發(fā)展方向，農(nóng)場管理者對農(nóng)機作業(yè)追求效率提升的同時，需要對作業(yè)質(zhì)量進行嚴格把控。然而，受到農(nóng)業(yè)非結(jié)構(gòu)生產(chǎn)環(huán)境和農(nóng)機專業(yè)操作人員短缺的現(xiàn)狀影響，傳統(tǒng)農(nóng)機具性能已無法滿足實際生產(chǎn)需要。為滿足我國農(nóng)業(yè)勞動人口減少，農(nóng)業(yè)高質(zhì)生產(chǎn)的重大需求，“強化農(nóng)業(yè)科技和裝備支撐，建設(shè)智慧農(nóng)業(yè)”列入國民經(jīng)濟和社會發(fā)展“十四五”規(guī)劃和二〇三五年遠景目標[1]，發(fā)展智慧農(nóng)業(yè)是我國農(nóng)業(yè)持續(xù)高質(zhì)發(fā)展的主要方向[2]，無人農(nóng)場[3]是智慧農(nóng)業(yè)重要的實現(xiàn)途徑。目前，以智能農(nóng)機為支撐的無人農(nóng)場正在加速構(gòu)建[4]，農(nóng)機裝備智能測控技術(shù)在無人自主農(nóng)機作業(yè)新模式下急需進一步突破。農(nóng)機裝備智能測控技術(shù)是智能農(nóng)機的核心[5]，以農(nóng)機裝備為載體，依據(jù)對農(nóng)機作業(yè)狀態(tài)、作物、土壤、環(huán)境等信息的智能感知，經(jīng)數(shù)據(jù)傳輸共享，構(gòu)建決策模型，指導農(nóng)機裝備精準監(jiān)控、智能管理，推動農(nóng)機智能化發(fā)展。

國內(nèi)外農(nóng)機裝備智能測控技術(shù)研究主要集中于利用先進信息技術(shù)對傳統(tǒng)農(nóng)機進行智能化升級，促使農(nóng)機作業(yè)模式革新，向人員投入更少、數(shù)據(jù)獲取更精準、決策更智能、作業(yè)質(zhì)量更高、效率更快的方向發(fā)展(圖1)。本文綜述國內(nèi)外由農(nóng)機作業(yè)智能感知技術(shù)、農(nóng)機裝備精準監(jiān)控技術(shù)和農(nóng)機作業(yè)智能決策與管理技術(shù)等組成的農(nóng)機裝備智能測控核心技術(shù)的研究進展，以及各項關(guān)鍵技術(shù)應(yīng)用現(xiàn)狀，分析我國農(nóng)機裝備智能測控技術(shù)發(fā)展面臨的難題，指出未來發(fā)展趨勢。

圖1 農(nóng)機裝備智能測控技術(shù)構(gòu)成圖Fig.1 Composition diagram of intelligent measurement and control technology for agricultural equipment

1 農(nóng)機作業(yè)智能感知技術(shù)

農(nóng)機作業(yè)智能感知是農(nóng)機作業(yè)決策與管理的信息來源，根據(jù)感知對象類型劃分，包括作物生長信息、土壤信息和機具作業(yè)狀態(tài)信息等。

1.1 作物生長信息

作物生長信息如位置、體積、生物量及病蟲草害信息的在線感知是構(gòu)建精準作業(yè)決策模型的重要來源[6]。國內(nèi)外學者在基于多種傳感器在線感知作物生長信息方面開展了大量研究，具體研究成果及水平如表1所示。就目前研究現(xiàn)狀可知，基于作物位置、外形體積感知技術(shù)已趨于產(chǎn)品成熟化，而作物生物量信息、病蟲草害信息在線感知技術(shù)仍停留在樣機研制與實驗室研發(fā)階段，正向自然環(huán)境條件的動態(tài)感知方向發(fā)展?；诠庾V探測作物長勢差異的變量施肥通過光譜信息對作物歸一化植被指數(shù)(NDVI)進行在線監(jiān)測[36]，典型設(shè)備為美國Trimble公司GreenSeeker便攜式光譜儀。張玉屏等[37]通過稻葉測氮儀和無人機獲得的NDVI，構(gòu)建了無損監(jiān)測值與施肥數(shù)據(jù)庫，但國產(chǎn)化高性能的便攜式光譜探測儀目前仍無商品化產(chǎn)品。

表1 作物生長信息感知技術(shù)與發(fā)展水平Tab.1 Crop growth information sensing technology and its development level

1.2 土壤信息

土壤養(yǎng)分差異是變量施肥的依據(jù)，其信息獲取主要有基于測土配方和實時傳感兩種方式。測土配方是目前國際上應(yīng)用范圍最廣的一項處方圖構(gòu)建技術(shù)，但測土配方采樣柵格區(qū)域較大，細化柵格進行土壤養(yǎng)分測定耗時耗力，需要長期積累。遙感探測技術(shù)通過對土壤進行探測，經(jīng)反演模型構(gòu)建，分析有機質(zhì)等土壤養(yǎng)分信息[38]作為施肥處方變量依據(jù)，是一種大范圍處方信息快速獲取手段，但存在動態(tài)數(shù)據(jù)監(jiān)測困難的問題。土壤電導率能夠反映土壤養(yǎng)分差異[39-40]，是施肥變量在線獲取的重要手段。目前土壤電導率檢測方法主要有電磁感應(yīng)法、遙感法、化學檢測法以及“電流-電壓”四端法，研究應(yīng)用最多的是四端法，其檢測裝備可快速檢測電導率并且受環(huán)境干擾較小[41-42]。李民贊團隊研制出便攜式土壤電導率檢測裝置[43]。美國Veris公司研制的車載式MSPS土壤OM-EC-pH勘查測繪系統(tǒng)[44]可以快速、高密度、原位測繪區(qū)域土壤電導等參數(shù)(圖2)。

圖2 MSPS土壤勘查系統(tǒng)Fig.2 MSPS soil exploration system

土壤電導率在線監(jiān)測系統(tǒng)的精度和可靠性是困擾土壤電導率國產(chǎn)化產(chǎn)品應(yīng)用的難題，研究土壤電導率與施肥處方?jīng)Q策模型將是下一步工作重點。

1.3 農(nóng)機作業(yè)狀態(tài)信息

農(nóng)機作業(yè)狀態(tài)是農(nóng)機作業(yè)智能感知技術(shù)應(yīng)用范圍最廣的領(lǐng)域，本文以車速、耕深、落種、播深、播種下壓力及施肥相關(guān)農(nóng)機作業(yè)狀態(tài)為主要內(nèi)容展開綜述(表2)。

表2 農(nóng)機作業(yè)狀態(tài)感知技術(shù)Tab.2 Sensing technology of agricultural equipment operation state

基于車速的電驅(qū)播種主要通過雷達測速儀、地輪和GPS 3種方式進行測速，研究得出地輪車速在播種車速較低時播種速率調(diào)控更精準，而雷達測速和GPS測速在車速較高時具有優(yōu)勢。

耕深是深松作業(yè)質(zhì)量重要評價指標，實現(xiàn)耕深精準檢測與控制至關(guān)重要[81]。耕深檢測多采用角度傳感器、傾角傳感器、姿態(tài)傳感器、超聲波傳感器及紅外傳感器等其中的一種或多種配合實現(xiàn)。單一傳感器易受局部地表起伏變化影響，蔣嘯虎[82]設(shè)計了基于超聲波傳感器和紅外傳感器融合卡爾曼濾波算法的耕深檢測裝置，充分利用了兩種傳感器在不同環(huán)境下有效檢測數(shù)據(jù)融合，提高了實時監(jiān)測耕深的準確性和穩(wěn)定性。

播種質(zhì)量對出苗、養(yǎng)分吸收、作物生長具有重要影響[83-84]，其關(guān)鍵因素包括播量、播深和下壓力等。播量監(jiān)控首先需要解決落種感知的問題，基于光電感應(yīng)的落種感知技術(shù)應(yīng)用較廣，研究主要集中在提高紅外探頭布置密度、擴大無死角的光場區(qū)域等方面。但基于光電感應(yīng)落種傳感易受到灰塵、非種子顆粒的影響，導致落種監(jiān)測精度降低，學者利用圖像處理、位置點標定等方法得到實際粒距以解決上述問題。MANGUS等[85]將小體積高速攝像機固定于排種器排種口附近，獲取落種位置。播種深度是保證作物出苗的關(guān)鍵因素之一，利用超聲探測播種深度研究較早，但基于超聲波的單點播深反饋調(diào)節(jié)系統(tǒng)，易受局部地形變化影響。為改進上述問題，運用紅外測距傳感器模組進行播深采集，但紅外傳感器檢測精度受環(huán)境光照影響較大，不利于后續(xù)播深控制。NIELSEN等[86]建立了擺臂旋轉(zhuǎn)角度與開溝深度關(guān)系模型，從播深探測原理上獲得突破。任守華等[87]在單體上安裝仿形拖板，通過編碼器反饋脈沖信號推導出拖板與機架夾角，計算獲得實際播種深度。播種下壓力同樣影響玉米出苗質(zhì)量和產(chǎn)量[88]，由于無法被當場觀察到，常被種植戶忽略。播種單體下壓力的監(jiān)測主要通過壓電薄膜監(jiān)測限深輪形變、角度傳感器測量仿形擺臂角度等方法，該方法受到限深輪材質(zhì)影響，實際作業(yè)調(diào)校復(fù)雜。付衛(wèi)強等[68]通過軸銷力傳感器來檢測播種下壓力，一定程度上解決了上述問題。

施肥機參數(shù)感知技術(shù)方面，在肥箱、排肥口、導肥管等位置進行肥料有無探測最先得到應(yīng)用，采用的技術(shù)手段包括光電對射、電容、振動感應(yīng)等。肥料有無探測存在著即使排肥轉(zhuǎn)速信號存在，但無肥料下落時，系統(tǒng)無法察覺的缺陷。為解決上述問題，采用微波多普勒反射信號與肥量速率的相關(guān)性原理使肥料質(zhì)量流監(jiān)測成為可能，但目前受到可靠性的限制，國內(nèi)外仍無商品化的肥料質(zhì)量流監(jiān)測傳感器。

收獲機參數(shù)感知方面，收獲機核心部件的監(jiān)測最先開始研究，主要包括收獲機行走速度、系統(tǒng)溫度、壓力、轉(zhuǎn)速、扭矩等參數(shù)，目前，對收獲機核心部件的監(jiān)測大多采用商品化的傳感器，發(fā)展比較成熟，主要應(yīng)用于故障預(yù)警與智能診斷。此外，收獲產(chǎn)量是收獲機獲取作物產(chǎn)量信息的關(guān)鍵，目前產(chǎn)量信息獲取主要包括機器視覺、電容等傳感方法測量體積流和壓力沖擊式傳感獲取質(zhì)量流兩種方法，基于體積流的產(chǎn)量測量方法受谷物密度、含水率影響較大，對于不同地域的谷物需要重復(fù)校正，誤差大。質(zhì)量流產(chǎn)量測量方法是目前國際上應(yīng)用最廣泛的方法，國外已形成成熟產(chǎn)品，但國內(nèi)成熟產(chǎn)品仍欠缺。

2 農(nóng)機裝備精準監(jiān)控技術(shù)

2.1 耕深

土壤耕整作業(yè)是農(nóng)業(yè)生產(chǎn)過程中的基礎(chǔ)環(huán)節(jié)。耕整機械主要包括犁、旋耕機、深松機、耙、鎮(zhèn)壓器、平地機械及開溝作畦機械等。近年來隨著自主導航技術(shù)、信息傳感技術(shù)、機電液一體化技術(shù)的快速發(fā)展，耕地精準監(jiān)控技術(shù)開始向精細化與智能化方向推進。深松智能監(jiān)測終端可通過傳感器感知耕深、作業(yè)速度和位置等信息，通過無線通訊技術(shù)將數(shù)據(jù)上傳至農(nóng)機綜合管理平臺，為深松作業(yè)質(zhì)量評價提供量化依據(jù)，可提升農(nóng)機作業(yè)管理信息化水平。

2.2 平整地

農(nóng)田精細平整技術(shù)可有效改善農(nóng)田地表微地形，提高水肥利用率，增加作物產(chǎn)量[89-90]。目前應(yīng)用較為廣泛的精細平整裝備大多采用激光控制平地技術(shù)。激光平地是一種利用激光束的發(fā)射和接收差異量來調(diào)節(jié)刮土板高度進而實現(xiàn)平整作業(yè)的先進技術(shù)。早在1965年美國開始將激光技術(shù)應(yīng)用于平地機上，到了20世紀80年代該技術(shù)已開始在全美大規(guī)模使用。激光平地測控技術(shù)核心是監(jiān)控平地鏟傾角與姿態(tài)。為提高平整作業(yè)精度國內(nèi)外學者展開了大量研究，先后運用傾角傳感器[91-92]、超聲波傳感器[93]和MEMS慣性傳感器[94]等一種或多種傳感器信息融合方式感知平地鏟實時傾角，實現(xiàn)了平整度控制誤差低于2 cm。

2.3 土壤消毒

土壤消毒是一種快速滅殺土壤真菌、細菌、根線蟲等地下害蟲的高效防治技術(shù)，可解決高附加值作物生姜、芋頭、草莓、蘆筍等重茬障礙問題，顯著提高產(chǎn)量和品質(zhì)[95]。目前國內(nèi)外土壤消毒作業(yè)仍以化學防治為主，由于缺乏科學指導，易出現(xiàn)施藥過量，導致土壤藥劑殘留威脅農(nóng)產(chǎn)品質(zhì)量安全[96-97]。精準土壤消毒將藥劑均勻施到靶標根部附近，根據(jù)作業(yè)速度實時變量作業(yè)[98]，但關(guān)于精準土壤消毒相關(guān)的智能測控技術(shù)研究還相對薄弱。

2.4 播種

播種裝備智能測控技術(shù)主要體現(xiàn)在播量監(jiān)控技術(shù)和播深監(jiān)控技術(shù)兩方面。播量監(jiān)控技術(shù)通過落種感知進行播種質(zhì)量評價，依據(jù)最優(yōu)播量實現(xiàn)變車速下均勻播種，是播種機田間作業(yè)關(guān)鍵技術(shù)之一[99-100]?；诼浞N感知進行播種質(zhì)量在線監(jiān)測與評價是保證播量精確的重要手段[101-102]。學者對排種器播種質(zhì)量檢測系統(tǒng)進行了研究，比較典型的有Precision Planting公司生產(chǎn)的MeterMax型排種器檢測儀[103]和中國農(nóng)業(yè)大學研制的玉米精量排種器自動檢測儀[104]。與室內(nèi)環(huán)境相比，田間作業(yè)環(huán)境復(fù)雜，對播種質(zhì)量監(jiān)測精度帶來挑戰(zhàn)[105-106]，楊碩等[107]通過移動平均濾波算法提高了田間播種粒距的監(jiān)測精度。播種粒距監(jiān)測缺少地理位置信息導致種子落點位置無法精確定位[108]，使得田間播種質(zhì)量差異難以追溯。為解決該問題，黃東巖等[109]利用差分GPS定位與GPRS傳輸實現(xiàn)了播種質(zhì)量遠程監(jiān)測。Precision Planting公司[110]和AgLeader[111]公司研制了結(jié)合GIS技術(shù)進行播種質(zhì)量地圖展示終端。

在播深實時監(jiān)測精度不斷提高的基礎(chǔ)上，播深控制得以實現(xiàn)，主要通過限深輪擺動角度和單體仿形機構(gòu)兩種形式。LUND等[112-113]提出了一種基于土壤特性的實時播深控制方法和系統(tǒng)，播深調(diào)節(jié)裝置通過機械連接方式控制限深輪擺動角度，進而調(diào)節(jié)設(shè)定播深。John Deere公司[114]研發(fā)了ExactEmerge系列高速氣吸式播種單體，采用平行四連桿和同位仿形輪相結(jié)合的限深方式，可適應(yīng)地表±20°起伏。目前，播深監(jiān)控技術(shù)研究多集中在通過限深機構(gòu)被動提高播深控制一致性，根據(jù)土壤狀態(tài)實時感知來主動調(diào)控播深仍有待研究。

2.5 植保

機械植保主要是采用植保機噴施農(nóng)藥，從而達到防治病蟲草害目的。隨著精準農(nóng)業(yè)的發(fā)展，精準施藥技術(shù)成為發(fā)展趨勢。植保作業(yè)狀態(tài)參數(shù)包括作業(yè)速度、噴霧壓力、流量、噴桿姿態(tài)、噴頭堵塞等。實時監(jiān)測作業(yè)狀態(tài)參數(shù)旨在傳遞狀態(tài)信息至控制系統(tǒng)分析執(zhí)行變量控制決策。國內(nèi)相比國外研究起步較晚，魏新華等[115]設(shè)計了一套PWM間歇噴霧式變量噴施系統(tǒng)，建立了基于作業(yè)速度、噴霧壓力、PWM控制信號頻率和占空比的施藥量控制模型。蘆澤陽等[116]通過多傳感信息感知，建立基于總線控制的多作業(yè)參數(shù)的在線監(jiān)控系統(tǒng)，實現(xiàn)了噴頭堵塞報警和噴桿自動仿形噴霧。對靶施藥根據(jù)作物位置、體積、生物量及病蟲草害信息的在線感知實現(xiàn)精準變量對靶噴藥，因用藥量小、利用率高成為精準施藥技術(shù)的重要內(nèi)容。翟長遠等[117]提出了一種基于作物生長信息的變量噴霧控制系統(tǒng)，實現(xiàn)了果園噴霧風速風量與藥量協(xié)同控制。目前，先進的對靶噴藥機已經(jīng)能夠?qū)崿F(xiàn)根據(jù)果園生物量分布進行精準施藥，針對作物病蟲害對靶施藥將是下一步的研究重點。

2.6 收獲

與其他作業(yè)環(huán)節(jié)機具相比，機械收獲具有大型化、復(fù)雜化特點。對收獲機進行智能監(jiān)控，主要包括故障預(yù)警與智能診斷、作業(yè)信息監(jiān)測、自動控制等方面[118]。故障預(yù)警與智能診斷依賴于對發(fā)動機等核心收獲部件的監(jiān)測比較成熟，但僅依靠核心部件監(jiān)測的故障診斷準確率較低，為了提高預(yù)警及診斷的準確率，整機控制狀態(tài)、收獲模式、行走軌跡、發(fā)動機震動、堵塞等越來越多的參數(shù)被監(jiān)測和使用[119-120]，多傳感器信息融合[121]、故障診斷知識庫和推理機制[122]、深度學習及神經(jīng)網(wǎng)絡(luò)等技術(shù)開始應(yīng)用于智能故障診斷。劉景[123]基于聯(lián)合收獲機車載多傳感器數(shù)據(jù)，提出了一種簡化單元網(wǎng)絡(luò)，通過無監(jiān)督學習訓練進行綜合故障預(yù)警診斷，準確率達到98.5%，WANG等[124]使用CAN總線技術(shù)采集多源數(shù)據(jù)，通過卡爾曼濾波去除噪聲，基于BP神經(jīng)網(wǎng)絡(luò)進行收獲機故障診斷，有效去除了噪聲干擾。

為了降低收獲機故障率、減少收獲損失，收獲機精準控制系統(tǒng)發(fā)展迅速。對于薯類、花生等地下作物，以對行控制、挖深控制、工作速度控制為目前主要研究方向。李濤等[125]設(shè)計了一種自動挖深控制系統(tǒng)，有效降低了明薯率、傷薯率、漏薯率；CHEN等[126]提出了一種邏輯門限控制策略，確定了合理的工作速度和堵塞壓力閾值，避免花生收獲堵塞。對于谷物聯(lián)合收獲機，作業(yè)速度、滾筒轉(zhuǎn)速、喂入量等參數(shù)與損失量關(guān)系模型及控制算法研究較多[127-128]。邢高勇等[129]設(shè)計了一種脫粒滾筒轉(zhuǎn)速、期望作業(yè)速度模糊控制器與模糊PID作業(yè)速度智能調(diào)控算法，根據(jù)脫粒滾筒轉(zhuǎn)速變化情況不斷地調(diào)節(jié)作業(yè)速度，使喂入量保持在脫粒滾筒額定范圍內(nèi)，防止發(fā)生堵塞。LIANG等[130]研究了風機轉(zhuǎn)速、導板角度、篩孔對谷物篩失量的影響，開發(fā)了模糊控制系統(tǒng)，進行風機轉(zhuǎn)速、導板角度自動調(diào)整，降低篩選損失。

2.7 數(shù)據(jù)傳輸與共享

近年來，隨著農(nóng)機裝備智能化和分布式特點的逐漸強化，控制器局域網(wǎng)(CAN)通信技術(shù)的研究、協(xié)議制定和技術(shù)應(yīng)用已經(jīng)成為農(nóng)機個體測控系統(tǒng)數(shù)據(jù)傳輸主流方式[131-134]。根據(jù)開放式通信系統(tǒng)互聯(lián)參考(OSI)，國際標準化組織在德國農(nóng)業(yè)機械總線標準DIN9684和美國汽車工業(yè)協(xié)會(SAE)汽車總線協(xié)議J1939的基礎(chǔ)上，設(shè)計了ISO 11783標準，現(xiàn)已成為農(nóng)機智能裝備領(lǐng)域應(yīng)用最廣泛的現(xiàn)場總線技術(shù)[135-136]。

我國現(xiàn)行的標準GB/T 35381《農(nóng)林拖拉機和機械 串行控制和通信數(shù)據(jù)網(wǎng)絡(luò)》[137]在拖拉機主機廠的CAN協(xié)議制定和應(yīng)用相對規(guī)范，但受到農(nóng)機具智能測控系統(tǒng)功能的多樣性，多數(shù)研發(fā)團隊仍采用自定義的應(yīng)用層協(xié)議，限制了農(nóng)機個體測控數(shù)據(jù)的共享性能。

農(nóng)機作業(yè)智能決策與管理依賴農(nóng)機大數(shù)據(jù)，農(nóng)機大數(shù)據(jù)來源為農(nóng)機測控終端遠程傳輸數(shù)據(jù)，農(nóng)機整體遠程數(shù)據(jù)交換標準化協(xié)議對農(nóng)機大數(shù)據(jù)的智能化知識提取至關(guān)重要。近3年國內(nèi)頒布了多項設(shè)計規(guī)范[138-140]，農(nóng)機測控終端和遠程監(jiān)測管理平臺數(shù)據(jù)協(xié)議較多采用JSON(JavaScript Object Notation)格式[141-142]，主要對用戶配置信息查詢、區(qū)域信息查詢以及農(nóng)機類型、定位、軌跡、作業(yè)圖像及作業(yè)地塊等信息進行了規(guī)范設(shè)計，以及對耕、種、管、收主要農(nóng)機作業(yè)信息進行了規(guī)定設(shè)計，為農(nóng)機作業(yè)遠程監(jiān)測平臺的大范圍應(yīng)用奠定了良好基礎(chǔ)。未來，相關(guān)國家標準制定和修訂有待加強。

3 農(nóng)機作業(yè)智能決策與管理技術(shù)

農(nóng)機作業(yè)管理通過云平臺對農(nóng)機作業(yè)多項環(huán)節(jié)進行作業(yè)質(zhì)量監(jiān)管、智能決策和遠程管理。在深松環(huán)節(jié)技術(shù)較成熟，HAIAHEM等[143]設(shè)計了一種基于Internet的深松監(jiān)測系統(tǒng)，實現(xiàn)了深松數(shù)據(jù)清洗和遠程采集；LOU等[144]開發(fā)了一套深松遠程獨立監(jiān)測系統(tǒng)，實現(xiàn)對每排深松鏟深度進行獨立監(jiān)測。不同作業(yè)環(huán)節(jié)對質(zhì)量評價的標準各異，需要監(jiān)測的指標復(fù)雜多樣，比如植保作業(yè)需要對霧滴粒徑分布、覆蓋密度、分布均勻度、霧滴譜寬度、噴霧沉積量、沉積量分布均勻度等數(shù)據(jù)進行采集和統(tǒng)計分析[145-146]。田間作業(yè)過程中，衛(wèi)星定位、農(nóng)機測控終端上傳了大量的農(nóng)機數(shù)據(jù)，其中包含運行軌跡數(shù)據(jù)、田間作業(yè)數(shù)據(jù)、農(nóng)機故障數(shù)據(jù)等，通過對機具相關(guān)參數(shù)的挖掘可以進行故障監(jiān)測，侯艷芳[147]根據(jù)智能數(shù)據(jù)挖掘技術(shù)的閉環(huán)控制機理，搭建了播種機故障監(jiān)測理論模型，LI等[148]基于大數(shù)據(jù)技術(shù)，分析了各機構(gòu)傳動方式和工作原理，對電動裝置和行走液壓系統(tǒng)進行優(yōu)化，降低了故障率。基于農(nóng)機故障和位置數(shù)據(jù)熱力圖，企業(yè)可以優(yōu)化配置維修和售后資源[149]。

農(nóng)機監(jiān)管平臺的應(yīng)用依賴于智能決策技術(shù)的發(fā)展，比較典型的代表為農(nóng)機遠程調(diào)度決策技術(shù)。農(nóng)機調(diào)度決策是多因素控制下的最優(yōu)解問題，多因素包括農(nóng)田環(huán)境[150]、農(nóng)機[151]、機庫[152]、農(nóng)田區(qū)域[153]、時間窗[154]等，最優(yōu)目標主要有最優(yōu)路徑[155]、最優(yōu)成本[156]、最優(yōu)時間等。SUN等[157]提出了跨區(qū)域農(nóng)機智能調(diào)度體系結(jié)構(gòu)，搭建了相應(yīng)的信息服務(wù)系統(tǒng)；ORFANOU等[158]提出了一種最優(yōu)成本的調(diào)度方法；張帆等[159]針對多塊農(nóng)田需連續(xù)進行多種生產(chǎn)任務(wù)的問題，提出改進多父輩遺傳算法的優(yōu)化方法求解農(nóng)機作業(yè)規(guī)劃方案，實現(xiàn)了最優(yōu)時間調(diào)度；張璠等[160]建立了以最小化調(diào)配成本和損失為目標的緊急調(diào)配模型，提出了基于距離最近優(yōu)先的多機多任務(wù)緊急調(diào)配算法和基于貢獻度最大優(yōu)先的多機多任務(wù)緊急調(diào)配算法；YANG等[161]設(shè)計了一個基于區(qū)塊鏈的調(diào)度系統(tǒng)，去掉了中央服務(wù)器，提高了安全性、穩(wěn)定性和調(diào)度效率；LUO等[162]基于時間、空間、天氣、道路、多農(nóng)田、時間窗等，提出了一種改進的模糊混合遺傳算法建立調(diào)度模型，能夠提高農(nóng)機資源中心的利用效率，降低農(nóng)機使用成本。目前，農(nóng)機調(diào)度算法驗證大多基于仿真數(shù)據(jù)，需進一步開展應(yīng)用驗證研究。

4 農(nóng)機裝備智能測控技術(shù)應(yīng)用

4.1 土地耕整機

目前耕深監(jiān)控系統(tǒng)國內(nèi)外均有成熟的產(chǎn)品，John Deere公司的TruSet耕深監(jiān)控系統(tǒng)[163](圖3)，可利用安裝在地輪與機架上的傳感器檢測耕深，并根據(jù)處方或設(shè)置的固定深度，通過液壓系統(tǒng)精準控制，人機界面可實時顯示工作狀態(tài)。

圖3 John Deere TruSet耕深監(jiān)控系統(tǒng)Fig.3 John Deere TruSet tillage depth control system

CASE公司的AFS耕深智能控制系統(tǒng)[164]配備GNSS導航，可根據(jù)土壤秸稈覆蓋率、含水率、緊實度等實際條件實現(xiàn)精準平地控制。國內(nèi)智仁科技公司開發(fā)的農(nóng)機深松耕地作業(yè)GNSS監(jiān)控系統(tǒng)[165]，可實現(xiàn)農(nóng)機深松作業(yè)過程、面積、深度等參數(shù)實時準確監(jiān)測，支持深松作業(yè)數(shù)據(jù)統(tǒng)計分析、圖形化顯示、作業(yè)機具管理、作業(yè)視頻監(jiān)控與合作社管理等功能?；诩す馄降丶夹g(shù)的商業(yè)化產(chǎn)品較多，比較有代表性的為美國Trimble公司研制的GCS系列農(nóng)業(yè)激光平地自動控制系統(tǒng)[166](圖4)，著眼于過程控制，通過LR41/410激光接收器監(jiān)測的方式，對平地機鏟刀的高程和傾角實時顯示監(jiān)測，自動控制油缸升降運作，實現(xiàn)高程精度要求。

圖4 Trimble GCS系列激光平地監(jiān)控系統(tǒng)Fig.4 Trimble GCS laser flat control system

國內(nèi)也有多家企業(yè)研發(fā)了成熟的產(chǎn)品，具有代表性的為盛恒天寶公司的IGS激光平地系統(tǒng)[167]，激光平整精度可達2 cm。但由于激光平地機在強光、大風等作業(yè)環(huán)境下難以正常工作，不適合平整大面積、坡度大的土地，為此基于GNSS智能精細平地機的研發(fā)熱度激增[168-169]。GNSS平地機通過GNSS差分技術(shù)獲得平地鏟的高程和姿態(tài)角信息，控制終端進行高度實時調(diào)節(jié)，工作范圍廣，定位精準，不易受環(huán)境因素影響，在發(fā)達國家已開始逐漸替代激光平地系統(tǒng)，其中代表機型有美國Trimble FieldLevel Ⅱ平地控制系統(tǒng)和日本Topcon System 310平地控制系統(tǒng)。國內(nèi)南京農(nóng)業(yè)大學[170]設(shè)計了一種基于雙GNSS天線的智能水田平整地控制系統(tǒng)，以天線高程定位數(shù)據(jù)與俯仰角數(shù)據(jù)作為旋耕平地機高程與傾角信息，采用模糊PID控制算法，實現(xiàn)了機具的水平與高度調(diào)節(jié)，在不同作業(yè)環(huán)境和土質(zhì)條件下適用效果良好。中國農(nóng)業(yè)大學[171]提出了一種基于GNSS雙天線和姿態(tài)航向參考系統(tǒng)組合的地形測量方法，減小了農(nóng)田平整過程中農(nóng)田地勢信息的采集誤差，提高農(nóng)田三維地形的測量精度。我國GNSS精細平地技術(shù)雖然起步較晚，但隨著北斗衛(wèi)星導航定位系統(tǒng)的不斷發(fā)展，以及多方學者的技術(shù)攻關(guān)，GNSS精細平地系統(tǒng)應(yīng)用規(guī)模在快速擴大。

4.2 土壤消毒機

精準消毒系統(tǒng)主要針對固液兩種形態(tài)消毒劑開展了研究。國外鮮有針對土壤消毒設(shè)備進行專門開發(fā)，多聚焦開發(fā)精準灌溉消毒一體化設(shè)備。我國針對土壤消毒化學劑的物理形態(tài)特點，進行了針對性試驗研究。馬偉等[172]針對液態(tài)土壤消毒劑開發(fā)了一種新型土壤精準消毒機，采用盤式轉(zhuǎn)動分流技術(shù)，基于霍爾傳感器、轉(zhuǎn)速編碼器、超聲傳感器等開發(fā)精準消毒變量控制系統(tǒng)，實現(xiàn)圓盤注藥藥量和速度之間的精準伺服調(diào)節(jié)，同時開發(fā)單位面積消毒劑用量PID調(diào)節(jié)的一體化調(diào)控消毒機終端，實現(xiàn)了施藥量數(shù)據(jù)實時上傳，如圖5所示。針對固態(tài)土壤消毒劑，MA等[173]研制了一種3D-XG200型基于物聯(lián)網(wǎng)精準消毒系統(tǒng)(圖6)，開發(fā)了基于電力驅(qū)動的精準變量控制系統(tǒng)，實現(xiàn)固態(tài)粉制藥劑通過氣體輸送的方式經(jīng)藥劑變量分配并與旋耕中的土壤充分混合，達到土壤消毒效果，系統(tǒng)配套的物聯(lián)網(wǎng)管理系統(tǒng)可以方便查詢地塊藥劑使用量分布情況。目前國內(nèi)成熟產(chǎn)品化土壤消毒機大多聚焦開發(fā)大功率自走深旋精準土壤消毒一體機，可同時完成旋耕整地與土壤消毒作業(yè)，但缺少相關(guān)智能測控技術(shù)的支撐。由于土傳病害特殊性，實時檢測難度大，目前基于蟲害在線監(jiān)測變量施藥技術(shù)需要深入研究。

圖5 1G-J800型液態(tài)土壤精準消毒系統(tǒng)Fig.5 1G-J800 liquid soil precise disinfection system

圖6 3D-XG200型基于物聯(lián)網(wǎng)精準消毒系統(tǒng)Fig.6 3D-XG200 accurate disinfection system based on Internet of things

4.3 播種機

播種機智能測控技術(shù)應(yīng)用主要集中在排種監(jiān)控終端、播深與下壓力監(jiān)控終端兩方面，其目的分別為提高播量精度與均勻性以及播深精度與一致性。

4.3.1排種監(jiān)控終端電驅(qū)排種是排種速率在線調(diào)節(jié)的主要方式，德國Horsch公司、美國Kinze公司、美國Precision Planting公司、瑞典V?derstad公司均推出了電驅(qū)排種系統(tǒng)[174]。播種機田間工作時，電驅(qū)排種控制精度主要受到車速、播種處方圖兩個變量的影響[175-176]?；谲囁俚碾婒?qū)排種無法實現(xiàn)不同地理位置的最優(yōu)播量調(diào)控，美國凱斯紐荷蘭(CNH)公司研制了EARLY RISER 2000系列播種處方變量播種機，實現(xiàn)根據(jù)地理位置的精準變量播種(圖7)。HE等[177]利用總線通信技術(shù)開發(fā)了一種價格較低的國產(chǎn)化處方變量播種系統(tǒng)(圖8)。基于處方圖的變量播種根據(jù)種植環(huán)境的養(yǎng)分和地理位置等差異，按播種處方圖進行播量定位調(diào)控，具有節(jié)本增產(chǎn)的巨大潛力[178-179]，但播種處方圖構(gòu)建、變量播種調(diào)控關(guān)鍵技術(shù)國產(chǎn)化應(yīng)用研究相對滯后。

圖7 CNH變量播種行切斷控制Fig.7 CNH variable rate planting line cut-off control

圖8 播種單體獨立控制變量播種機Fig.8 Variable rate planter with single seeding unit independent control

4.3.2播深與下壓力監(jiān)控終端

根據(jù)下壓力監(jiān)測進行反饋調(diào)節(jié)，能夠解決種溝壓實不當?shù)膯栴}。美國Precision Planting公司研發(fā)了SeederForce下壓力控制系統(tǒng)和20/20 SeedSense終端監(jiān)測系統(tǒng)[180](圖9a)，實時監(jiān)控各播種行下壓力波動區(qū)間。Kinze公司開發(fā)了True Depth下壓力控制系統(tǒng)和Blue Vantage遠程監(jiān)控系統(tǒng)[181](圖9b)。AgLeader公司[182]研發(fā)了SureForce下壓力控制系統(tǒng)，采用液壓缸控制單體對地下壓力，可提供1 134 N的提升力和2 948 N的下壓力，相比空氣彈簧，減小了控制響應(yīng)時間(圖9c)。播種深度和下壓力存在著交互關(guān)系，二者融合調(diào)控，同時達到播種深度和下壓力最優(yōu)化仍有待深入研究。

圖9 播種下壓力監(jiān)控系統(tǒng)Fig.9 Seeding downforce monitoring system

4.4 施肥機

變量施肥終端監(jiān)控技術(shù)是施肥機智能測控技術(shù)應(yīng)用的典型代表，也是精準農(nóng)業(yè)變量作業(yè)應(yīng)用最早的技術(shù)之一[183]。北京農(nóng)業(yè)智能裝備技術(shù)研究中心[184-185]在國內(nèi)較早研制了基于處方精準變量施肥作業(yè)系統(tǒng)及作業(yè)樣機，能夠根據(jù)施肥處方圖調(diào)整外槽輪排肥器轉(zhuǎn)速進行變量作業(yè)。在此基礎(chǔ)上，施肥均勻性和施肥位置精準性提升方法得到應(yīng)用。施肥均勻性能提升主要包括行進方向均勻性和幅寬方向均勻性兩個關(guān)鍵參數(shù)。肥料填充率[186]、出肥口開度[187]、排肥轉(zhuǎn)速等因素影響下的排肥性能精準監(jiān)控可提高橫向均勻性、降低滯后性[188-189]。中央集中排肥、氣流輸肥、對行分層施肥等技術(shù)應(yīng)用提高了縱向排肥均勻性[190-191]。均勻施肥忽視了作物最佳肥量施用位置的特性，使得肥料利用效率未得以充分發(fā)揮。施肥位置調(diào)控應(yīng)用使上述問題得以改善，主要有分層施肥和對靶施肥兩項技術(shù)。分層施肥通過淺層和深層組成的施肥深度調(diào)控，使得肥料養(yǎng)分吸收效率更高[192-193]。對靶施肥針對作物靶標位置進行施肥分段調(diào)控，起到了肥料減施增效的作用[194-196]。目前，施肥機智能終端在處方信息獲取、處方在線傳感、施肥機工況監(jiān)測和精準施肥調(diào)控方面積累了一系列技術(shù)成果，但仍缺乏施肥變量決策模型快速構(gòu)建方法、施肥機質(zhì)量流監(jiān)測傳感器等。

4.5 植保機

目前植保機智能噴霧監(jiān)控系統(tǒng)國內(nèi)外均有相關(guān)成熟產(chǎn)品，如TopconSprayMaster200智能噴霧變量控制系統(tǒng)[197](圖10)、TeejetRadion 8140噴霧控制系統(tǒng)[198](圖11)，均可實現(xiàn)噴霧流量、壓力、施藥量等在線監(jiān)測與控制。DORUCHOWSKI等[199-200]開發(fā)了一種作物自適應(yīng)噴霧系統(tǒng)CASA(圖12)，可以根據(jù)作物冠層信息、作業(yè)環(huán)境、果樹病蟲害進行風速、藥量控制。國內(nèi)智能監(jiān)測終端的開發(fā)方面，博創(chuàng)聯(lián)動與北京農(nóng)業(yè)智能裝備技術(shù)研究中心開發(fā)的EM系列農(nóng)機噴藥物聯(lián)網(wǎng)監(jiān)測終端[201](圖13)，具有手控和自控兩種模式，可實現(xiàn)作業(yè)狀態(tài)參數(shù)實時監(jiān)測，施藥量、作業(yè)面積、作業(yè)軌跡記錄數(shù)據(jù)上傳至農(nóng)機物聯(lián)網(wǎng)云平臺，支持多機作業(yè)信息化綜合管理與評價。

圖10 TopconSprayMaster200智能噴霧控制系統(tǒng)Fig.10 TopconSprayMaster200 intelligent spray system

圖11 TeejetRadion 8140精準變量噴霧系統(tǒng)Fig.11 TeejetRadion 8140 precise variable spray system

圖12 CASA精準變量噴霧系統(tǒng)Fig.12 CASA precise variable spray system

圖13 EM系列農(nóng)機噴藥物聯(lián)網(wǎng)監(jiān)測終端Fig.13 EM series agricultural machinery spraying drug network monitoring terminal

4.6 收獲機

收獲機智能監(jiān)控技術(shù)應(yīng)用主要體現(xiàn)在產(chǎn)量監(jiān)測和收獲損失率監(jiān)測方面。產(chǎn)量監(jiān)測國外已形成成熟產(chǎn)品，如John Deere公司的GreenStar谷物產(chǎn)量監(jiān)控系統(tǒng)[202](圖14)，國內(nèi)也有相關(guān)研究，如耿端陽等[203]以谷物產(chǎn)量與谷物質(zhì)量流壓力間的谷物產(chǎn)量監(jiān)測數(shù)學模型為指導，搭建了谷物產(chǎn)量監(jiān)測試驗臺(圖15)，但目前國內(nèi)尚未見到成熟產(chǎn)品。收獲損失受多因素影響，如谷物損失受前進速度、喂入量、機械震動、作業(yè)軌跡等因素影響[204]，薯類損失受挖掘深度、工作速度等影響明顯[205]，油料類收獲割臺振動是造成損失的重要原因之一[206]。在薯類、油料類作物監(jiān)測方面產(chǎn)品缺失，研究確定不同作物收獲機損失率影響因素，并建立損失率計算模型[207]，進而研制損失率監(jiān)測產(chǎn)品是下一步發(fā)展趨勢。

圖14 John Deere GreenStar系統(tǒng)Fig.14 John Deere GreenStar system

圖15 國產(chǎn)谷物產(chǎn)量信息實時顯示界面Fig.15 Real time display interface of domestic grain yield information

目前，美國John Deere公司、德國CLAAS 公司、美國Case IH公司等國外企業(yè)收獲機智能監(jiān)控技術(shù)較為成熟，如John Deere公司的GreenStar系統(tǒng)(圖14)，包含了產(chǎn)量監(jiān)控系統(tǒng)、智能喂入量控制系統(tǒng)、衛(wèi)星導航系統(tǒng)，我國在產(chǎn)量計量、損失率監(jiān)控技術(shù)的研究方面起步較晚，落后國外較多，亟需加強收獲測控終端產(chǎn)品的研發(fā)。

4.7 農(nóng)機作業(yè)管理平臺

深松作業(yè)遠程監(jiān)測平臺是目前應(yīng)用范圍最廣的農(nóng)機作業(yè)管理平臺，國內(nèi)已有多個團隊進行了研發(fā)和規(guī)?；瘧?yīng)用，孟志軍等[208]采用Browser/Server架構(gòu)搭建了農(nóng)機深松作業(yè)遠程監(jiān)測平臺，終端采用單點衛(wèi)星定位，作業(yè)面積最大誤差0.92%(圖16)；劉陽春等[209]設(shè)計的深松作業(yè)遠程管理系統(tǒng)，同樣采用Browser/Server架構(gòu)，通過Active MQ消息隊列技術(shù)和數(shù)據(jù)查詢緩存技術(shù)，緩解了數(shù)據(jù)庫高并發(fā)負載問題。2017年中國農(nóng)業(yè)機械化協(xié)會頒布了T/CAMA01—2017《農(nóng)機深松作業(yè)遠程監(jiān)測系統(tǒng)技術(shù)要求》團體標準，在該標準的推動下，同年，中國農(nóng)業(yè)機械化協(xié)會公布了20家單位和公司的深松作業(yè)遠程監(jiān)測系統(tǒng)選型公告，標志著深松作業(yè)質(zhì)量監(jiān)管已經(jīng)形成國產(chǎn)市場化運營體系。

圖16 深松作業(yè)遠程監(jiān)測平臺Fig.16 Remote monitoring platform for subsoiling operation

玉米精準播種作業(yè)管理平臺方面，北京德邦大為科技有限公司研發(fā)的農(nóng)機管家APP管理平臺，采用4G高速網(wǎng)絡(luò)傳輸技術(shù)，可同時監(jiān)管播種機的有效作業(yè)面積、播種量、施肥量、作業(yè)合格率和秸稈覆蓋率等重要信息[210]，但其對種子落點定位等關(guān)鍵指標[211]未有涉及。其他農(nóng)機作業(yè)環(huán)節(jié)方面，王誠龍等[212]對播種、施肥、深松環(huán)節(jié)進行了作業(yè)質(zhì)量在線監(jiān)測研究，并采用Browser/Server平臺結(jié)合智能移動終端APP進行數(shù)據(jù)管理。目前，除深松作業(yè)外，其他環(huán)節(jié)在國內(nèi)尚無大范圍的實際應(yīng)用，未來農(nóng)機作業(yè)全程質(zhì)量監(jiān)管將成為發(fā)展趨勢。

隨著土地改革的深入，我國逐漸形成了以農(nóng)機專業(yè)合作社、農(nóng)機服務(wù)隊為經(jīng)營主體的農(nóng)機社會化服務(wù)體系，為了提升服務(wù)質(zhì)量和效率，農(nóng)機社會化服務(wù)網(wǎng)絡(luò)平臺發(fā)展迅速。其中最具代表性的是中國農(nóng)業(yè)社會化服務(wù)平臺(簡稱中國農(nóng)服平臺)[213]，該平臺采用Browser/Server架構(gòu)搭建，是農(nóng)業(yè)農(nóng)村部主導的農(nóng)業(yè)社會化服務(wù)領(lǐng)域全產(chǎn)業(yè)鏈在線服務(wù)平臺，小農(nóng)戶和新型農(nóng)業(yè)生產(chǎn)主體利用手機和計算機直接與服務(wù)組織進行對接和交流，消除了小農(nóng)戶與服務(wù)組織的信息交互障礙，促進農(nóng)業(yè)服務(wù)資源在合理區(qū)域流動，提高了農(nóng)業(yè)社會化服務(wù)效率。南京市[214]、臨洮縣、新疆等地也陸續(xù)推出了農(nóng)機社會化服務(wù)地方平臺。積極推進“互聯(lián)網(wǎng)+農(nóng)機作業(yè)”發(fā)展，建立農(nóng)機大數(shù)據(jù)系統(tǒng)，提高農(nóng)機監(jiān)管、智能決策、故障診斷、遠程調(diào)度、售后服務(wù)的產(chǎn)業(yè)化水平成為未來發(fā)展趨勢。

從技術(shù)層面來看，Browser/Server架構(gòu)是目前應(yīng)用最多的農(nóng)機作業(yè)管理平臺架構(gòu)，結(jié)合智能手機軟件進行應(yīng)用將成為主流模式；隨著農(nóng)機作業(yè)管理類別和數(shù)量的增多，服務(wù)器高并發(fā)訪問技術(shù)將被更多應(yīng)用在該領(lǐng)域。

5 現(xiàn)狀問題分析

(1)農(nóng)機裝備智能終端田間復(fù)雜環(huán)境適應(yīng)性差

我國農(nóng)機裝備智能終端的監(jiān)控準確性和耐用性普遍受復(fù)雜作業(yè)環(huán)境影響。國產(chǎn)深松和平整地設(shè)備多采用單一傳感器監(jiān)測耕深和平整度，易受到土壤含水率、局部地表起伏的影響導致作業(yè)效果差；大多土壤消毒機械作業(yè)粗放，針對土壤消毒劑形態(tài)多樣、理化性質(zhì)差異大的應(yīng)用環(huán)境缺少針對性的監(jiān)控技術(shù)研究，導致通用性差；電驅(qū)排種、播深調(diào)控受到免耕起伏地表播種單體振動的影響，采用室內(nèi)單一變量構(gòu)建調(diào)控模型指導田間作業(yè)，穩(wěn)定性差。

(2)農(nóng)機裝備核心部件和高性能傳感器存在國際技術(shù)壁壘

關(guān)鍵環(huán)節(jié)核心部件及高性能傳感器落后嚴重制約著農(nóng)機裝備智能測控產(chǎn)業(yè)發(fā)展。如靶標生物量及病蟲害的實時感知技術(shù)研究不足；靶標精準控制實時變量存在管路壓力波動問題，高性能變量噴頭的施藥量及霧化效果尚需研究；收獲機核心部件工作狀態(tài)、產(chǎn)量、作物含水率、損失率等在線監(jiān)測方法模型應(yīng)用研究不足。國產(chǎn)化高性能傳感器缺失，如具有單籽粒分辨能力的播種監(jiān)測傳感器、播種施肥機連續(xù)質(zhì)量流監(jiān)測傳感器、植保作業(yè)機小流量監(jiān)測傳感器、高性能土壤養(yǎng)分或作物長勢探測儀、收獲機谷物質(zhì)量流傳感器等。

(3)農(nóng)機監(jiān)測多源數(shù)據(jù)共享應(yīng)用研究不足

多源數(shù)據(jù)融合存在現(xiàn)場通信協(xié)議不統(tǒng)一，異構(gòu)數(shù)據(jù)融合處理再加工研究缺失，難以實現(xiàn)高效數(shù)據(jù)共享。激光雷達果樹生物量、圖像雜草識別等精細探測數(shù)據(jù)缺少快速處理算法，導致實時性差。農(nóng)機監(jiān)測傳感器接口、控制、顯示及信息傳輸?shù)榷喹h(huán)節(jié)缺乏統(tǒng)一的農(nóng)業(yè)信息采集與接入標準和資源共享機制，土壤養(yǎng)分信息車載網(wǎng)絡(luò)化傳輸缺乏標準，造成播種、施肥處方圖輸入和實時調(diào)整等信息交互時，用量、定位等信息的標準化接口缺失，極大增加了定制成本，推廣困難。

(4)農(nóng)機作業(yè)管理不完善

農(nóng)機作業(yè)管理體系發(fā)展不完善，如在數(shù)據(jù)采集階段，存在數(shù)據(jù)結(jié)構(gòu)雜亂，數(shù)據(jù)收集困難等問題，導致農(nóng)機大數(shù)據(jù)體量不足；不同作業(yè)環(huán)節(jié)數(shù)據(jù)監(jiān)測缺少智能清洗算法，存在大量無效數(shù)據(jù)，導致農(nóng)機大數(shù)據(jù)質(zhì)量不高；農(nóng)機大數(shù)據(jù)挖掘分析不智能，無法形成全生產(chǎn)過程作業(yè)質(zhì)量評價體系，以支撐農(nóng)機社會化服務(wù)等應(yīng)用場景；缺少數(shù)據(jù)的應(yīng)用服務(wù)模型以支撐生產(chǎn)、決策，難以形成上傳下達閉環(huán)式智能農(nóng)機作業(yè)模式。

6 展望

我國農(nóng)機裝備智能測控技術(shù)與應(yīng)用方面取得了較大發(fā)展，但智能農(nóng)機田間無人/少人精準作業(yè)仍與世界先進水平存在差距，在農(nóng)機裝備智能測控系統(tǒng)化技術(shù)、無人農(nóng)場農(nóng)機自主作業(yè)關(guān)鍵測控技術(shù)、田間復(fù)雜環(huán)境農(nóng)機核心部件及傳感器、農(nóng)機大數(shù)據(jù)支撐的作業(yè)決策模型研究方面需要加大研究力度：

(1)農(nóng)機裝備智能測控系統(tǒng)化技術(shù)研究

農(nóng)機裝備智能測控研究與應(yīng)用需從系統(tǒng)化工程角度出發(fā)，在農(nóng)機作業(yè)數(shù)據(jù)精準感知、智能決策、自主作業(yè)、平臺智能管理及精準服務(wù)全環(huán)節(jié)開展整體布局。針對智能決策、精準服務(wù)等技術(shù)薄弱環(huán)節(jié)進行重點突破；針對自主作業(yè)環(huán)節(jié)中土壤消毒與精準施肥、施藥等應(yīng)用領(lǐng)域技術(shù)發(fā)展不均衡進行橫向先進技術(shù)轉(zhuǎn)化；形成作業(yè)現(xiàn)場精準監(jiān)控、作業(yè)數(shù)據(jù)遠程保存、作業(yè)決策云端支持、作業(yè)指令協(xié)同互聯(lián)的農(nóng)機裝備智能測控體系，推進智慧農(nóng)業(yè)發(fā)展。

(2)無人農(nóng)場農(nóng)機自主作業(yè)關(guān)鍵測控技術(shù)研究

無人農(nóng)場是我國未來主要發(fā)展的農(nóng)業(yè)生產(chǎn)模式，實現(xiàn)無人農(nóng)場，離不開農(nóng)機裝備智能測控技術(shù)。目前，隨著中國北斗衛(wèi)星導航系統(tǒng)全球組網(wǎng)成功，國內(nèi)拖拉機主機廠大馬力無級變速傳動技術(shù)突破，自動導航技術(shù)得以在農(nóng)業(yè)生產(chǎn)中獲得廣泛應(yīng)用，圍繞農(nóng)機自動導航的農(nóng)機具自主作業(yè)關(guān)鍵測控技術(shù)亟需突破。主要包括研究適合土壤消毒作業(yè)、病害特點的精準土壤消毒監(jiān)測與控制技術(shù)；研究變量播種與遠程質(zhì)量監(jiān)控技術(shù)；研究適應(yīng)不同土壤條件和地表狀況的主動式播深和下壓力調(diào)控技術(shù)；研究靶標病蟲害等特征在線快速感知、農(nóng)藥飄移主動防控技術(shù)。

(3)田間復(fù)雜環(huán)境農(nóng)機核心部件及傳感器研發(fā)

田間復(fù)雜環(huán)境農(nóng)機核心部件和傳感器國際技術(shù)壁壘是限制高端智能農(nóng)機國產(chǎn)化應(yīng)用的關(guān)鍵。研發(fā)風力集排種肥輸送裝置、精密排種器、精量噴頭、支路流量精準調(diào)控閥等關(guān)鍵裝置；研發(fā)國產(chǎn)化低成本土壤養(yǎng)分、作物長勢在線傳感器，支撐變量施肥在線決策裝備應(yīng)用；研發(fā)肥料種子連續(xù)落料、谷物收獲質(zhì)量流、植保低成本微小流速、果樹病蟲害程度傳感器；在復(fù)雜環(huán)境關(guān)鍵部件和傳感器材料、結(jié)構(gòu)和耐用性方面亟需進行商品化應(yīng)用發(fā)展。

(4)農(nóng)機大數(shù)據(jù)支撐的作業(yè)決策模型研究

在5G高速網(wǎng)絡(luò)支持下，依托平臺與終端互通互聯(lián)，構(gòu)建農(nóng)機大數(shù)據(jù)云平臺，發(fā)展以人工智能為代表的農(nóng)機終端、云端個性化決策技術(shù)，促進大數(shù)據(jù)和智能農(nóng)機深度融合。研究農(nóng)機協(xié)同作業(yè)調(diào)度、作業(yè)路徑?jīng)Q策模型；研究變量播種處方云端決策模型；研究基于病蟲害精準施藥決策模型；研究自然風影響農(nóng)藥主動防飄移決策模型；研究收獲機故障預(yù)測與智能診斷決策模型等。

未來，農(nóng)機智能測控產(chǎn)業(yè)應(yīng)突出科技自立自強，攻克農(nóng)業(yè)傳感器和關(guān)鍵部件、農(nóng)機大數(shù)據(jù)與人工智能決策模型、農(nóng)機作業(yè)管理及云端服務(wù)等核心技術(shù)；研制農(nóng)業(yè)機器人、農(nóng)機智能控制器、農(nóng)機測控智能系統(tǒng)等高端產(chǎn)品；加快農(nóng)機裝備測控標準化建立、培育具有國際競爭力的農(nóng)機裝備測控技術(shù)研發(fā)公司；加強政策扶持，推動先進、前沿的農(nóng)機裝備智能測控產(chǎn)品應(yīng)用，提升農(nóng)機測控整體智能化水平。